楊現(xiàn)民

(江蘇師范大學 教育研究院，江蘇 徐州 221116)

開放知識社區(qū)中學習資源進化現(xiàn)狀與問題分析*
——以學習元平臺為例

楊現(xiàn)民

(江蘇師范大學 教育研究院，江蘇 徐州 221116)

在Web2.0理念和技術(shù)的強力沖擊下，開放知識社區(qū)發(fā)展迅速，成為信息時代知識創(chuàng)新與分享的重要聚集地。開放知識社區(qū)中的知識管理受到了來自信息科學、圖書情報、教育技術(shù)等多個領(lǐng)域研究者的關(guān)注，社區(qū)中的知識進化成為重要研究議題之一。該文以國內(nèi)面向中小學教師和高校師生的新型開放知識社區(qū)——學習元平臺中一年內(nèi)實際產(chǎn)生的資源進化數(shù)據(jù)為樣本，綜合運用描述性統(tǒng)計、相關(guān)性分析、滯后序列分析等方法，對其資源進化現(xiàn)狀和存在問題進行了調(diào)查分析。研究發(fā)現(xiàn)：(1)學習資源的生成速度和學校校歷密切相關(guān)，基本呈現(xiàn)“開學初快速上升，達到頂峰后開始下降，維持2個月左右時間，到期末突然下降”的整體發(fā)展趨勢；(2)學習資源的平均進化時長較短，但整體質(zhì)量較好；(3)學習資源的平均得分與進化時長、編輯次數(shù)以及協(xié)作者人數(shù)之間存在顯著的正向相關(guān)關(guān)系；(4)用戶行為存在一些顯著的序列模式；(5)用戶參與度低、用戶行為缺乏適時引導(dǎo)、社區(qū)知識共享機制與文化缺失是開放知識社區(qū)發(fā)展面臨的三個主要問題。

開放知識社區(qū)；學習資源；資源進化；學習元平臺

一、引言

信息技術(shù)的飛速發(fā)展推動了知識時代的到來。21世紀知識將變得愈發(fā)重要，成為推動個體、組織以及社會創(chuàng)新發(fā)展的變革力量。在Web2.0理念和技術(shù)的強力沖擊下，“開放、共創(chuàng)、共享”成為時代的發(fā)展主題。近年來出現(xiàn)的慕課、微課、精品資源共享課等順應(yīng)了知識開放與共享的時代要求。以BBS、Blog、Wiki、問答社區(qū)等為典型代表的各種開放知識社區(qū)，更是知識創(chuàng)新與分享的聚集地，是終身學習信息資源建設(shè)的重要組成部分[1][2]。開放知識社區(qū)既是個人參與知識管理的一種工具或方式，又表現(xiàn)為基于共同興趣通過創(chuàng)造和共享知識活動而形成的共同體結(jié)構(gòu)[3]。依據(jù)內(nèi)容是否允許協(xié)同編輯，可以將開放知識社區(qū)分成兩類[4]：一類以維基百科為典型代表，遵循知識共享許可協(xié)議(Creative Commons Licenses)允許任何用戶創(chuàng)作新知識、協(xié)同編輯已有知識；另一類是以問答社區(qū)、Blog等為典型代表，用戶可以創(chuàng)作新知識，對已有知識發(fā)表評論，但卻無法對他人創(chuàng)作的知識進行內(nèi)容修改。

近年來，開放知識社區(qū)中的知識管理受到研究者越來越多的關(guān)注。有學者[5]對Web2.0工具在個人與組織知識管理中的應(yīng)用進行了探討；有學者[6]對知識的協(xié)同創(chuàng)作模式與機制進行了研究；還有學者[7]從社會關(guān)系的角度探討了開放知識社區(qū)中的社會角色與結(jié)構(gòu)。知識不僅需要管理，也需要進化。唯有持續(xù)進化，才能滿足信息時代人們不斷解決新問題、不斷實現(xiàn)自我發(fā)展的需要，最終實現(xiàn)個體、組織以及社會的創(chuàng)新發(fā)展。

開放知識社區(qū)中的知識進化研究正在成為一項重要研究議題。Bieber等人[8]研發(fā)了協(xié)同知識進化支持系統(tǒng)，用于實現(xiàn)社區(qū)知識庫的永久進化。Falkner amp; Haselb?ck[9]探討了知識庫系統(tǒng)中知識進化面臨的若干技術(shù)挑戰(zhàn)。Chen amp; Liang[10]提出了兩種知識進化的策略，分別是知識變異和知識交叉，并探討了不同策略對組織績效的影響。國內(nèi)有學者從知識系統(tǒng)進化機制[11]、進化評價指標[12]、進化控制技術(shù)[13]等方面對開放知識社區(qū)中的知識進化問題進行了初步探索。

總的來說，目前知識進化方面亟待開展深入系統(tǒng)的研究，以更好地促進開放知識社區(qū)的健康、有序發(fā)展。開放知識社區(qū)中學習資源是知識的重要載體和表征方式，不同社區(qū)以不同的名稱命名基本的知識單元(維基百科中稱為詞條、學習元平臺中稱為學習元、博客中稱為博文等)。學習資源進化主要表現(xiàn)為資源群體數(shù)量的增長以及資源個體質(zhì)量的不斷完善。學習元平臺是國內(nèi)以中小學教師和高校師生為主要服務(wù)對象，基于學習元理念構(gòu)建的新型開放知識社區(qū)，包括學習元、知識群、知識云、學習社區(qū)、學習工具、個人空間等六大核心模塊[14]。任何注冊用戶可以在學習元平臺中創(chuàng)建、協(xié)同編輯學習元，對學習元進行批注、評論、討論、投票、關(guān)聯(lián)等操作，實現(xiàn)資源數(shù)量與質(zhì)量的不斷提升。

本文旨在對學習元平臺中資源進化現(xiàn)狀進行調(diào)查，分析存在的關(guān)鍵問題，并提出相應(yīng)改進建議，期望能對開放知識社區(qū)的發(fā)展提供一定的指導(dǎo)。核心研究內(nèi)容包括：(1)學習資源進化概況分析；(2)資源進化過程中的用戶行為序列模式分析；(3)學習資源進化現(xiàn)存問題分析及改進建議。

二、研究設(shè)計

本文基于學習元平臺實際運行數(shù)據(jù)對學習資源進化現(xiàn)狀進行調(diào)查分析，較之傳統(tǒng)的問卷和訪談更能客觀反映資源進化現(xiàn)狀。在客觀數(shù)據(jù)分析基礎(chǔ)上，對現(xiàn)存問題進行歸納總結(jié)，并進行深入探討。

(一)樣本選取

選取2013年9月1日至2014年8月31日期間產(chǎn)生的所有學習元作為初始樣本，共計6435個。將初始樣本中每個學習元的創(chuàng)建時間、最后編輯時間、評論數(shù)量、平均得分、批注數(shù)量、收藏者人數(shù)、瀏覽人數(shù)、協(xié)作者人數(shù)、資源關(guān)聯(lián)數(shù)量、編輯次數(shù)、投票次數(shù)以及內(nèi)容長度從后臺數(shù)據(jù)庫全部導(dǎo)出到EXCEL文件中。清除內(nèi)容長度為零的學習元，得到正式樣本數(shù)為6194。將正式樣本中所有學習元上發(fā)生的用戶行為日志導(dǎo)出到EXCEL文件中，作為用戶行為序列模式分析的正式樣本。樣本選取與處理流程如圖1所示。

圖1 資源樣本處理過程

(二)數(shù)據(jù)處理

本文用到的數(shù)據(jù)處理方法包括描述性統(tǒng)計、相關(guān)性分析和滯后序列分析(Lag Sequence Analysis,LSA)。其中，描述性統(tǒng)計用于分析資源進化的總體概況，包括資源的創(chuàng)建時間、最后編輯時間、內(nèi)容長度、評論數(shù)量、平均得分、收藏人數(shù)、瀏覽人數(shù)、協(xié)作者人數(shù)、編輯次數(shù)、資源關(guān)聯(lián)數(shù)量等指標以及資源數(shù)量變化趨勢；相關(guān)性分析旨在探索資源進化相關(guān)指標之間是否存在相關(guān)關(guān)系；LSA用于挖掘資源進化過程中用戶各種操作行為之間的序列模式。

(三)滯后序列分析

LSA由Sackett于1978年提出，旨在評估系列行為隨著時間發(fā)生的概率[15]。該方法主要用來檢驗人的某種行為發(fā)生之后另一種行為緊隨發(fā)生的情況是否存在統(tǒng)計意義上的顯著性[16]。目前，LSA已經(jīng)被廣泛應(yīng)用到醫(yī)學治療行為、家長與孩子的交互行為以及運動行為的序列模式研究中。近年來，e-Learning領(lǐng)域的研究者開始應(yīng)用LSA研究用戶的在線學習行為模式，比如在線討論區(qū)中的小組交互行為[17]、在線會話中的知識分享行為[18]、角色扮演游戲中的操作行為[19]以及應(yīng)用移動設(shè)備的非正式學習行為[20]等。

早期行為數(shù)據(jù)的處理主要靠人工完成，非常復(fù)雜、耗時耗力。為了輔助數(shù)據(jù)處理，Bakeman和Gottman合作研發(fā)了交互行為專用分析軟件GSEQ[21]，大大提高了數(shù)據(jù)處理的效率，也促進了LSA方法在各領(lǐng)域的廣泛應(yīng)用。如今e-Learning領(lǐng)域越來越多的研究者開始使用GSEQ分析行為序列模式，其主要步驟包括：(1)定義行為編碼；(2)實施試驗，記錄需要觀察的行為；(3)對觀察到的所有行為進行編碼；(4)檢驗行為編碼的Kappa一致性(實際編碼往往由多人完成)；(5)按GESQ要求的編碼格式輸入所有行為編碼，分析行為序列；(6)根據(jù)Z-score的值過濾有顯著意義的行為序列，并繪制行為轉(zhuǎn)換圖；(7)根據(jù)轉(zhuǎn)換圖解釋行為序列模式。

三、數(shù)據(jù)分析

(一)資源進化整體發(fā)展趨勢判斷

自2013年9月1日至2014年8月31日，用戶共創(chuàng)作了6194個有效學習元(內(nèi)容非空)，資源生成速度為516.17個/月。每月資源產(chǎn)生數(shù)量的變化如圖 2所示。其中，2013年9月之后每月資源產(chǎn)生數(shù)量開始遞減，到2014年1月達到最低點。這是因為學習元平臺的主要用戶群為中小學教師和高校師生，9月份為開學初，各種中小學教師培訓(xùn)活動開展密集，國內(nèi)約有300所中小學校應(yīng)用學習元平臺開展網(wǎng)絡(luò)教研。10月到12月資源生成速度基本穩(wěn)定，次年1月份急速下降，原因在于學期末學校進入課程復(fù)習和考試階段，廣大師生應(yīng)用學習元平臺的頻率大大減少。2014年2月份之后資源生成速度迅速提高，3月份生成新學習元817個，到4月份達到頂峰為949個，原因在于2月下旬假期結(jié)束，各中小學校陸續(xù)開展新一輪的教師教研活動，高校教師依托學習元平臺開設(shè)新的課程，導(dǎo)致系統(tǒng)的用戶活躍度不斷提升。5月份、6月份基本穩(wěn)定，7月份開始進入考試階段和暑假，用戶活躍度大大降低，資源生成速度達到新的最低點。

圖2 每月資源產(chǎn)生數(shù)量變化曲線(2013.9-2014.8)

由上述分析可知，學習元平臺中的資源生成速度和學校的校歷密切相關(guān)，基本呈現(xiàn)“開學初快速上升，達到頂峰后開始下降，維持2個月左右時間，到期末突然下降”的整體發(fā)展趨勢。目前，學習元平臺的用戶群體比較單一，很多功能的設(shè)計(如教材設(shè)定、資源多維分類、微批注、小組管理等)都是針對學校廣大師生，尤其是中小學教師專門設(shè)計的。服務(wù)對象明確，功能較實用。依據(jù)上述資源進化的周期性規(guī)律，一方面可以確定更加合適的學習元平臺升級維護時間，強化系統(tǒng)功能，提高服務(wù)保障能力；另一方面，可以選擇恰當?shù)臅r機為用戶推送適合的學習資源或?qū)W習建議，比如在假期可以提醒教師進行一個學期的教學反思或推送一些趣味性的專業(yè)學習資料。

(二)資源進化核心指標的描述性統(tǒng)計與相關(guān)性分析

所有資源樣本各項進化指標的描述性統(tǒng)計結(jié)果如表1所示。其中，進化時長等于資源最后編輯時間減去創(chuàng)建時間(以天為基本計算單位)，平均得分是所有被打分資源的得分平均值(學習元平臺采用五顆星評價機制，每顆星1分)，評論數(shù)量是用戶在某資源上發(fā)表的評論總數(shù)(同一用戶可多次評論)，批注數(shù)量是用戶在某資源上進行批注的總次數(shù)，收藏人數(shù)是某資源被多少人收藏，瀏覽人數(shù)是指某資源被多少人瀏覽過，協(xié)作人數(shù)是指某資源具備協(xié)作者身份的用戶數(shù)量(較之普通用戶，協(xié)作者編輯資源內(nèi)容無需經(jīng)過創(chuàng)作者審核)，關(guān)聯(lián)數(shù)量是指某資源與其他資源之間建立關(guān)聯(lián)的數(shù)量，編輯次數(shù)是指用戶編輯某資源的總次數(shù)(用戶點擊“編輯內(nèi)容”，對資源內(nèi)容進行更改并提交，即視為一次編輯)，投票次數(shù)是指對某資源的可信度進行投票的用戶人數(shù)(每人限投一票，投票的目的在于判斷資源的可信度，為用戶提供高可信、高質(zhì)量的資源)，內(nèi)容長度是指資源包含的字符數(shù)(一個漢字等于兩個字符)。

表1 資源進化相關(guān)指標數(shù)據(jù)的描述性統(tǒng)計結(jié)果

由表1可知，學習元的平均進化時長不到4天(3.70)，也就是說一個學習元產(chǎn)生4天之后便進入“靜待期”或“成熟期”，用戶不再對其內(nèi)容進行編輯。整體來看，學習元平臺中資源平均進化周期較短，多集中在一周之內(nèi)。其原因主要在于教師上課常常以周為單位，每周備課時在學習元平臺中創(chuàng)作教案，并邀請同學科教師參與教案的協(xié)同創(chuàng)作，上完課后便進入下一節(jié)課的教案協(xié)同創(chuàng)作。進化時長并不能說明資源進化質(zhì)量，這里可以通過平均得分了解用戶對資源質(zhì)量的整體評價。平均得分為4.01，說明學習元的整體質(zhì)量較好，用戶比較滿意。

學習元的評論數(shù)量和批注數(shù)量很少，平均值分別是1.56和0.39，說明用戶很少對資源進行評論和批注。收藏人數(shù)(0.36)、瀏覽人數(shù)(4.12)和協(xié)作人數(shù)(0.84)的平均值表明用戶很少收藏學習元，每個學習元平均由4個用戶瀏覽，約1位協(xié)作者進行協(xié)同編輯。因此，整體來看學習元平臺中學習資源的“曝光率”還遠遠不夠，協(xié)作的范圍和人數(shù)偏少，難以形成較強的社會關(guān)系網(wǎng)絡(luò)。

資源關(guān)聯(lián)數(shù)量是所有指標中的最低值(0.02)，平均100個學習元中只有兩個建立了語義關(guān)聯(lián)，說明學習元平臺中的資源之間嚴重缺乏關(guān)聯(lián)、相互孤立。豐富的資源關(guān)系網(wǎng)絡(luò)既可以增強資源個體之間的聯(lián)通，提高各自被瀏覽或內(nèi)容編輯的概率，又能夠為學習者提供高效的資源導(dǎo)航服務(wù)[22-25]。如何提高資源之間的語義關(guān)聯(lián)度，是開放知識社區(qū)面臨的重要問題之一。目前，雖然有學者提出了資源關(guān)聯(lián)的不同方法和技術(shù)，如相似度度量[26]、關(guān)聯(lián)路徑搜索[27]、規(guī)則推理[28]等，但仍存在兩點不足：一是語義關(guān)系不夠豐富，多限于相關(guān)、相似關(guān)系；二是效率較低、實用性有待提高。

投票次數(shù)(0.03)說明用戶極少參與對資源可信度的投票。目前，學習元平臺分別從內(nèi)容準確性、內(nèi)容客觀性、內(nèi)容完整性、標準規(guī)范性以及更新及時性等五個方面對資源的可信度進行判斷。可信度投票是解決當前開放知識社區(qū)存在的信任危機[29]的一種有效方法。但從實際的應(yīng)用來看，五個評價指標、每個指標上有五級評價(很好、較好、一般、較差、很差)，看似系統(tǒng)完整，但實用性卻很差。由于五個評價指標需要用戶花費較長時間進行主觀的分析和判斷，會對用戶帶來較大的認知負荷和心理負擔。因此，接下來需要重新設(shè)計投票機制，簡化評價指標和評價方式。

平均編輯次數(shù)為3.31，表明學習元內(nèi)容的改動較少，即用戶在協(xié)同內(nèi)容編輯上的參與度比較低(中文維基百科詞條平均編輯次數(shù)為9.28次；百度百科詞條平均編輯次數(shù)為3.5次[30])。用戶參與是實現(xiàn)開放知識社區(qū)資源持續(xù)、有序進化的關(guān)鍵。如何激勵用戶參與到資源的協(xié)同創(chuàng)作中是打造高效、高質(zhì)量知識社區(qū)的重要前提。目前，學習元平臺提供了積分、排行、虛擬獎品等激勵措施，但從實際效果來看并不理想。因此，下一步可通過問卷、訪談等手段搜集反饋信息，結(jié)合中小學教師以及高校師生的特征和實際需求優(yōu)化現(xiàn)有激勵機制。

內(nèi)容長度方面，每個學習元平均包含1791.14個字符，約896個漢字。維基百科、百度百科等知識社區(qū)以詞條為單位，以專業(yè)術(shù)語的文字性解釋為主，往往會引用很多參考文獻，內(nèi)容往往較長。然而，學習元是復(fù)合型的學習單元，包含文字、視頻、圖片、動畫等多種媒體類型。通過抽查學習元內(nèi)容，發(fā)現(xiàn)主要有兩類資源：一類是中小學教學設(shè)計方案，一類是高校的教學課件(含PPT、視頻等)。除文字外，其他媒體內(nèi)容由于無法直接計算長度，因此導(dǎo)致目前學習元平均內(nèi)容長度較短，但媒體形式豐富，符合中小學教師和高校師生的教學與學習需求。

此外，標準差反映樣本內(nèi)個體間的離散程度。從上文可知，進化時長(17.24)、評論數(shù)量(11.72)、編輯次數(shù)(9.70)以及內(nèi)容長度(3654.55)四項指標的標準差值較大，說明不同學習元個體的進化時長、用戶評論數(shù)量、用戶編輯內(nèi)容次數(shù)以及內(nèi)容長度方面存在較大差異，比如：名字為“思維訓(xùn)練導(dǎo)論—綱要(2014)”的學習元上用戶評論數(shù)量為369次，而有的學習元則無人評論；名字為“電子教材設(shè)計與開發(fā)”的學習元上用戶編輯總次數(shù)為134次，而很多學習元的用戶編輯次數(shù)僅為1次。從進化的視角來看，這種個體間差異的極大化雖然會促進少數(shù)個體的快速進化，但不利于整個資源種群的和諧發(fā)展。因此，下一步學習元平臺應(yīng)增加適當?shù)囊龑?dǎo)機制，進一步強化個性化推薦機制，以保證更多的學習資源能夠被不同用戶接觸到，并進行內(nèi)容編輯、評論等操作。

為了進一步探明上述資源進化核心指標之間的關(guān)系，接下來將重點對平均得分、內(nèi)容長度與進化時長、編輯次數(shù)、協(xié)作者人數(shù)之間的相關(guān)性進行分析，如表2所示。

表2 資源進化核心指標間的相關(guān)性分析

表2顯示了幾項核心指標之間的相關(guān)性分析結(jié)果。其中，平均得分與進化時長、編輯次數(shù)以及協(xié)作者人數(shù)之間存在顯著的正向相關(guān)關(guān)系。可以解釋為，學習資源進化的時間越長，編輯次數(shù)越多，協(xié)作者人數(shù)越多，則其進化質(zhì)量往往越好，越能得到學習者的認可。其中，平均得分與編輯次數(shù)的相關(guān)性最大，也就是說資源通過不斷的內(nèi)容編輯與完善，質(zhì)量上往往更加可靠。另外，內(nèi)容長度與進化時長、編輯次數(shù)以及協(xié)作者人數(shù)之間同樣存在顯著的正向相關(guān)關(guān)系。而內(nèi)容長度與編輯次數(shù)之間的相關(guān)性也最大，說明內(nèi)容編輯的次數(shù)越多，資源的內(nèi)容往往會越豐富。

依據(jù)上述相關(guān)性分析結(jié)果，學習元平臺應(yīng)進一步加強協(xié)作者管理、協(xié)同內(nèi)容編輯方面的功能，主要從易用性、智能性方面進行提升。目前，學習元平臺每個資源的平均協(xié)作者人數(shù)僅為0.84，難以發(fā)揮協(xié)同的優(yōu)勢。知識社區(qū)本質(zhì)上是由用戶構(gòu)建的共同體，如何強化用戶之間的聯(lián)系，為不同資源自動尋找、推薦可能感興趣且具有相關(guān)專業(yè)知識背景的可信用戶，是當前開放知識社區(qū)需要解決的難題之一。此外，在協(xié)同內(nèi)容編輯方面，學習元平臺的多媒體編輯器雖然功能強大(可編輯公式、嵌入工具、活動等)，但易用性、安全性亟待提高。

(三)資源進化過程中用戶行為模式識別

學習元平臺提供了詳細的行為日志記錄功能，因此用戶在每個學習元上的所有操作都將自動被記錄下來。本研究重點選取與資源進化密切相關(guān)的12種用戶行為進行行為模式分析。用戶行為編碼如表3所示。

表3 用戶行為編碼

系統(tǒng)共導(dǎo)出45076個有效行為記錄。排在前三位的高頻行為分別是編輯內(nèi)容(22%)、評論(21%)和分享(12%)。其中，編輯內(nèi)容和評論發(fā)生頻率最高，說明用戶進入某個學習元頁面最有可能編輯內(nèi)容和發(fā)表評論。發(fā)生頻率最低的三種行為分別是上傳資料(2%)、邀請協(xié)作者(2%)和投票(2%)。關(guān)于投票行為和邀請協(xié)作者數(shù)量較少的原因已在上文進行了分析，并提出了改進建議，這里不再贅述。上傳資料是一種重要的知識分享行為，也是各類學習社區(qū)的基礎(chǔ)功能，有助于輔助學習者理解知識并進行拓展性學習。目前，用戶很少分享資料的主要原因有兩點：一是缺少分享的意識和分享資料的動力；二是用戶上傳資源需要先進入資源模塊，才可以逐個上傳，操作繁瑣，效率不高。因此，學習元平臺需要進一步優(yōu)化上傳資料功能，比如支持批量上傳、編輯器中嵌入分享資源功能等。

將所有用戶行為編碼以學習元為單位，按照發(fā)生的時間順序進行排列，導(dǎo)入到GSEQ5.1。之后點擊Run-＞Table statics進行滯后序列分析。每種行為向其他行為轉(zhuǎn)換的頻率如表4所示。列表示起始行為，行表示起始行為結(jié)束后隨即發(fā)生的行為。比如第3行第2列的數(shù)字“96”表示IC(邀請協(xié)作者)發(fā)生后隨即發(fā)生ED(編輯元數(shù)據(jù))的次數(shù)為96次。

表4 行為轉(zhuǎn)換頻率表

滯后序列分析的Z-score矩陣如表5所示。依據(jù)滯后序列分析理論，如果Z-score＞1.96則表明該行為序列的連接性具有統(tǒng)計學意義上的顯著性(p＜0.05)[31]。為了更加直觀地分析資源進化過程中用戶行為序列模式，接下來將具有顯著意義的行為序列關(guān)系繪制成如下頁圖3所示的行為轉(zhuǎn)換圖。

表5 調(diào)整后馀值表(Z-score)

圖3 用戶行為轉(zhuǎn)換圖

圖3中的結(jié)點表示各種用戶行為，連線表示它們之間的行為連接具有顯著意義，箭頭表示行為轉(zhuǎn)換的方向，線的粗細表示顯著的水平，線上的數(shù)字代表Z-score值。整個行為轉(zhuǎn)換圖大體可以分成三部分。

第一部分包括EC(編輯內(nèi)容)、ED(編輯元數(shù)據(jù))、IC(邀請協(xié)作者)、SH(分享)、CL(收藏)五種行為，且各行為之間存在頻繁的相互轉(zhuǎn)換關(guān)系。比如：EC→ED→IC→EC的行為路徑表明，用戶在編輯完資源內(nèi)容后常會進一步修改完善資源基本信息，之后又會邀請其他用戶作為協(xié)作者，邀請完協(xié)作者之后又傾向于繼續(xù)編輯內(nèi)容；SH→CL→VT的行為路徑表明，用戶在分享完資源后，往往會將該資源收藏，然后進行可信度投票。第一部分由于存在很多條行為轉(zhuǎn)換序列，為了更準確把握最具顯著意義的行為序列，接下來將Z-score值大于20的序列抽取出來，得到如圖4所示的具有非常顯著意義的行為轉(zhuǎn)換圖。圖4中存在極其顯著意義的行為序列分別是：EC→EC，EC→ED→SH，ED→EC，SH→SH，CL→CL。EC→EC表明用戶在提交完內(nèi)容編輯后又會繼續(xù)編輯內(nèi)容；EC→ED→SH表明用戶編輯完內(nèi)容后會完善基本信息，之后進行分享操作；ED→EC表明用戶編輯完基本信息后會傾向繼續(xù)編輯內(nèi)容；SH→SH表明用戶喜歡將資源頻繁分享給不同的用戶或推薦到多個社交網(wǎng)站。

圖4 Z-score大于20的行為轉(zhuǎn)換圖

第二部分包括SC(評分)、CM(評論)、PS(發(fā)帖)、VT(投票)四種行為。其中具有極其顯著意義的行為序列包括：SC→CM，CM→SC，CM→CM，PS→PS。SC→CM表明為資源用戶打完分后，往往會發(fā)表評論；CM→SC表明用戶評論完之后傾向于對資源進行打分；CM→CM表明用戶會在評論區(qū)多次發(fā)表意見，并對意見相互回復(fù)；PS→PS表明會在討論區(qū)通過發(fā)帖、回帖的方式針對某問題進行反復(fù)交流討論。目前，學習元平臺將評分與評論功能放在一起，方便用戶可以在評分與評論之間頻繁轉(zhuǎn)換，有助于提升資源質(zhì)量。然而，從圖3又可以發(fā)現(xiàn)，CM與EC之間并無顯著關(guān)聯(lián)，也就是說用戶評論完并未根據(jù)修改建議對資源內(nèi)容進行及時修改完善。從評論向編輯內(nèi)容轉(zhuǎn)換，對于及時完善資源內(nèi)容具有重要意義。因此，下一步需要通過適當?shù)囊龑?dǎo)策略(比如評論完后提示用戶是否編輯內(nèi)容)增強CM→EC路徑。此外，VT→SC表明用戶投票后會進行打分操作，但SC→VT同樣重要，打分后引導(dǎo)用戶對資源可信度投票，將進一步提高用戶參與投票的比例，有助于提高資源可信度評價的準確性。

第三部分包括UL(上傳資料)、DL(下載資料)和AN(批注)三種行為。存在三條顯著轉(zhuǎn)換路徑，分別是UL→UL，DL→DL和AN→AN，每種行為之間不存在明顯的轉(zhuǎn)換關(guān)系。UL→UL表明用戶傾向于多次上傳分享資料，DL→DL用戶喜歡不斷下載資料，AN→AN表明用戶常常多次發(fā)表、查看、回復(fù)批注。所有用戶行為記錄中UL的發(fā)生頻率僅為2%，而DL的發(fā)生頻率是UL的四倍(8%)，說明更多的用戶在下載資料而非貢獻資料。從下載資料到上傳資料(DL→UL)的轉(zhuǎn)換路徑應(yīng)當增強，即鼓勵更多用戶下載完資料后能夠同樣共享資料，以促進開放知識社區(qū)的知識共享與傳播形成良性循環(huán)。

四、問題討論

通過上述數(shù)據(jù)分析結(jié)果可知，目前開放知識社區(qū)主要存在三類問題：一是用戶參與度低，需要通過激勵機制促使用戶積極參與到資源的協(xié)同創(chuàng)作中；二是用戶的行為需要正確、適時引導(dǎo)，以通過集體力量促進學習資源有序進化；三是社區(qū)知識共享機制與文化缺失，不利于開放知識社區(qū)的持續(xù)健康發(fā)展。

(一)如何激勵用戶參與資源的協(xié)同創(chuàng)作

Cheng和Vassileva指出[32]，在線社區(qū)在發(fā)展初期往往面臨用戶參與不足的困境。目前學習元平臺存在用戶參與度過低的問題，直接導(dǎo)致資源生產(chǎn)的速度較慢，且一定程度上影響資源質(zhì)量，阻礙了大量優(yōu)質(zhì)學習資源的持續(xù)生成。統(tǒng)計結(jié)果顯示，在6194個有效學習元樣本上的活躍用戶數(shù)為2085，約占總注冊用戶的14.99%。也就是說在2013年9月1日到2014年8月31日期間，僅有一小部分用戶參與了社區(qū)資源的協(xié)同創(chuàng)作，絕大部分用戶處于“休眠”狀態(tài)。因此，開放環(huán)境下如何激勵用戶參與到資源的協(xié)同創(chuàng)作中來，是當前開放知識社區(qū)發(fā)展面臨的主要難題。對于發(fā)展初期的知識社區(qū)，用戶參與問題更為突出。

目前，積分、頭銜等已成為各知識社區(qū)的常規(guī)激勵手段，這對于大眾化的社區(qū)而言具有較強的實用性。對于發(fā)展初期或?qū)I(yè)性的知識社區(qū)而言，這些常規(guī)激勵措施的作用發(fā)揮有限，需要繼續(xù)探討新的用戶激勵機制。對此，已有學者[33][34]開展了相關(guān)研究，提出了不同的用戶激勵機制，比如：對用戶進行聚類，針對不同特征的用戶提供不同的獎勵；采用游戲化的競爭激勵機制等。實際上，用戶參與問題的主要原因有兩個：一是內(nèi)在動力不足，二是參與過程遇到困難得不到及時幫助，產(chǎn)生挫敗感。關(guān)于內(nèi)在動力問題，需要對用戶特征進行系統(tǒng)分析，了解用戶的真實需求，針對性的設(shè)計激勵措施，不斷激發(fā)用戶參與資源協(xié)同創(chuàng)作與共享的動機。很多知識社區(qū)在支持服務(wù)能力上急需提升，一方面要提高社區(qū)各項功能的易用性，減輕用戶尤其是新用戶在技術(shù)操作上的認知負荷；另一方面，要提高社區(qū)功能的智能性，“想用戶所想，思用戶所需”，比如：根據(jù)用戶興趣和知識專長智能聚類，自動形成專業(yè)化的社交圈，提高用戶粘性；為用戶便捷創(chuàng)作資源、編輯資源內(nèi)容、發(fā)表觀點提供腳手架支持；提供文本內(nèi)容的自動糾錯、資源的多維智能分類、個性化資源推薦等實用性功能等。

此外，協(xié)同資源創(chuàng)作本質(zhì)上也是知識建構(gòu)的過程，因此可以在知識建構(gòu)理論[35]的指導(dǎo)下針對性的設(shè)計一些有效促進協(xié)同知識建構(gòu)的功能，比如參考知識論壇(Knowledge Forum)提供用于支持高級知識過程的支架，例如“我的觀點是”“我需要理解”“新證據(jù)”“一個更好的觀點是”等。

(二)如何正確引導(dǎo)用戶行為促進資源有序進化

除了激勵用戶積極參與外，還需要對用戶行為正確引導(dǎo)，以促進開放知識社區(qū)學習資源的持續(xù)、有序進化。通過上述用戶行為模式的分析，可以發(fā)現(xiàn)一些問題，比如：CM(評論)→EC(編輯內(nèi)容)，DL(下載資料)→UL(上傳資料)等行為轉(zhuǎn)換路徑的缺失，不利于資源內(nèi)容的快速進化和良性社區(qū)分享文化的形成。此外，AN(批注)→AN，CM(評論)→CM，PS(發(fā)帖)→PS雖然表明用戶在持續(xù)的討論，但通過對討論內(nèi)容的抽取分析，發(fā)現(xiàn)學習元平臺中的用戶交互存在“閑聊”問題，即一旦有用戶發(fā)表一些與討論主題不相關(guān)的內(nèi)容時，會誤導(dǎo)其他用戶偏離討論主題，嚴重影響協(xié)同知識建構(gòu)的進程和質(zhì)量。

知識的價值在交流中體現(xiàn)和升華。為了促進更多有效交互行為的發(fā)生，開放知識社區(qū)應(yīng)提供相應(yīng)的引導(dǎo)機制。針對上述“閑聊”問題，已有學者[36]提出可以通過集成智能代理，自動發(fā)現(xiàn)無效討論，并進行干預(yù)。此外，知識建構(gòu)既需要有信息輸入，又需要進行知識輸出。如何將交互討論生成的好建議、好觀點融入到資源內(nèi)容中，也是開放知識社區(qū)發(fā)展需要解決的重要問題。用戶討論過程中，系統(tǒng)可以智能提取有趣的新觀點，待討論結(jié)束后，彈出對話框，提示用戶可以將新建議、新觀點補充到資源內(nèi)容中。此外，關(guān)于評分、投票等操作應(yīng)當盡量簡化，避免給用戶帶來過多的認知負荷。比如，目前很多開放知識社區(qū)開始借鑒社交網(wǎng)站的評價思路，提供“踩”“頂”“贊”等功能，大大提高了用戶評價行為。

(三)如何形成良好的社區(qū)知識分享機制與文化

開放知識社區(qū)的生命在于“創(chuàng)作與分享”，對于類似學習元平臺這種發(fā)展初期的專業(yè)性知識社區(qū)而言，由于用戶數(shù)量較小且各種配置機制不健全，往往很難形成良性的知識分享文化。主要表現(xiàn)為“參與創(chuàng)作、貢獻資源的用戶少，瀏覽、搜索資源的用戶多”。本研究發(fā)現(xiàn)更多的用戶喜歡下載資料，而上傳資料者卻寥寥無幾。如何在貢獻與享用之間尋求一種平衡，如何讓更多的用戶樂于分享知識與智慧，是開放知識社區(qū)研究的主要議題之一。

目前，已有學者對社區(qū)知識共享問題進行了探討。研究發(fā)現(xiàn)，知識共享意愿、知識共享態(tài)度、知識創(chuàng)新與Web自我效能感、主觀行為規(guī)范以及社會網(wǎng)絡(luò)關(guān)系是影響社區(qū)知識分享行為的主要因素[37]。因此，為促進在線社區(qū)知識分享，應(yīng)當激發(fā)用戶分享知識的動機，端正知識分享態(tài)度，同時制定可行的社區(qū)知識分享規(guī)范，加強用戶之間的社交關(guān)系，進而提升用戶在社區(qū)中的歸屬感。資源分享不應(yīng)局限于社區(qū)內(nèi)部，還應(yīng)重視外部資源的分享，包括聚合站外資源、鏈接不同社區(qū)站點等[38]。

人類學家的研究表明，文化影響著人類的認知方式和認知技巧[39]。開放知識社區(qū)應(yīng)創(chuàng)設(shè)一種樂于分享、敢于分享、可靠的社區(qū)文化，促使廣大用戶在不知不覺中學會創(chuàng)造、學會分享。而社區(qū)分享文化基因的培育，離不開知識分享制度與機制的保障。因此，接下來開放知識社區(qū)建設(shè)與優(yōu)化的重點包括：(1)形成能夠促進用戶自愿分享知識的社區(qū)制度；(2)打造高可靠度的知識分享環(huán)境，通過構(gòu)建科學的知識與用戶信任評估模型，識別高可信度的用戶和資源，自動過濾劣質(zhì)資源；(3)構(gòu)建更加開放的知識生態(tài)環(huán)境，無縫連通多個相關(guān)主題知識社區(qū)，實現(xiàn)資源互聯(lián)，用戶互訪；(4)支持泛在化的知識生產(chǎn)模式，用戶可以隨時隨地使用現(xiàn)有終端創(chuàng)作，分享更多原創(chuàng)性知識。

[1]陳琳,王矗,陳耀華.終身學習信息資源建設(shè)的戰(zhàn)略意義與模式創(chuàng)新[J].現(xiàn)代遠程教育研究,2012,(4):41-46.

[2]陳琳,陳耀華.以信息化帶動教育現(xiàn)代化路徑探析[J].教育研究,2013,(11):114-118.

[3]中文維基百科.知識社區(qū)[EB/OL].http://zh.wikipedia.org/wiki/知識社區(qū),2014-09-10.

[4]Yang,X.,Qiu,Q.,Yu,S.,amp; Tahir,H.Designing a trust evaluation model for open‐knowledge communities[J].British Journal of Educational Technology,2014,45(5):880-901.

[5]Grace,T.P.L.Wikis as a knowledge management tool[J].Journal of Knowledge Management,2009,13(4):64-74.

[6]Moskaliuk,J.,Kimmerle,J.,amp; Cress,U.Collaborative knowledge building with wikis:The impact of redundancy and polarity[J].Computers amp; Education,2012,58(4):1049-1057.

[7]Jahnke,I.Dynamics of social roles in a knowledge management community[J].Computers in Human Behavior,2010,26(4):533-546.

[8]Bieber M,Engelbart D,Furuta R,et al.Toward virtual community knowledge evolution[J].Journal of Management Information Systems,2002,18(4):11-35.

[9]Falkner A,Haselb?ck A.Challenges of knowledge evolution in practice[J].AI Communications,2013,26(1):3-14.

[10]Chen D N,Liang T P.Knowledge evolution strategies and organizational performance:A strategic fit analysis[J].Electronic Commerce Research and Applications,2011,10(1):75-84.

[11]孫振領(lǐng).知識生態(tài)系統(tǒng)進化機制研究[J].情報雜志,2011,30(6):152-155.

[12]楊現(xiàn)民,余勝泉.生成性學習資源進化評價指標設(shè)計[J].開放教育研究,2013,19(4):96-103.

[13]楊現(xiàn)民,余勝泉.開放環(huán)境下學習資源內(nèi)容進化的智能控制研究[J].電化教育研究,2013,(9):83-88.

[14]楊現(xiàn)民,余勝泉.學習元平臺的設(shè)計開發(fā)及其應(yīng)用場景分析[J].電化教育研究,2013,(3):55-61.

[15]Sackett,G.P..Observing Behavior:Theory and applications in mental retardation [M].Baltimore :University Park Press,1978.

[16]Hawks,I.K.Facilitativeness in small groups:a process-oriented study using lag sequential analysis[J].Psychological reports,1987,61(3):955-962.

[17]Jeong,A.C.The sequential analysis of group interaction and critical thinking in online[J].The American Journal of Distance Education,2003,17(1):25-43.

[18]Eryilmaz,Evren,Pol,Jakko,Ryan,Terry,Clark,PhilipMartin,amp; Mary,Justin.Enhancing student knowledge acquisition from online learning conversations[J].International Journal of Computer-Supported Collaborative Learning,2013,8(1):113-144.

[19]Hou,H.T.Exploring the behavioral patterns of learners in an educational massively multiple online role-playing game (MMORPG)[J].Computers amp; Education,2012,58(4):1225-1233.

[20]Sung,Y.T.,Hou,H.T.,Liu,C.K.,amp; Chang,K.E.Mobile guide system using problem‐solving strategy for museum learning:a sequential learning behavioral pattern analysis[J].Journal of computer assisted learning,2010,26(2):106-115.

[21]Jeong,A.C.The sequential analysis of group interaction and critical thinking in online[J].The American Journal of Distance Education,2003,17(1):25-43.

[22]楊現(xiàn)民,余勝泉,張芳.學習資源動態(tài)語義關(guān)聯(lián)的設(shè)計與實現(xiàn)[J].中國電化教育,2013,(1):70-75.

[23]陳琳.高校課程立體學習資源建設(shè)研究——促進學習方式轉(zhuǎn)變的視角[J].中國電化教育,2013,(11):95-97.

[24]張樂樂,黃如民.聯(lián)通主義視域下的移動學習環(huán)境設(shè)計[J].現(xiàn)代教育技術(shù),2013,(2):115-119.

[25]陳琳,王矗,李凡,蔣艷紅,陳耀華.創(chuàng)建數(shù)字化學習資源公建眾享模式研究[J].中國電化教育,2012,(1):73-77.

[26]張騫,張霞,劉積仁.SCORM學習資源的語義相似度度量[J].華中科技大學學報(自然科學版),2003,31(10):296-298.

[27]李艷燕.基于語義的學習資源管理及利用[D].北京:中國科學院計算技術(shù)研究所,2005.

[28]楊現(xiàn)民,余勝泉.學習元平臺的語義技術(shù)架構(gòu)及應(yīng)用研究[J].現(xiàn)代遠程教育研究,2014,(1):89-99.

[29]Lever,R.Wikipedia faces crisis[EB/OL].http://www.abc.net.au/science/articles/2005/12/12/1528925.htm,2014-11-15.

[30]黃令賀,朱慶華.百科詞條特征及用戶貢獻行為研究——以百度百科為例[J].中國圖書館學報,2013,(1):79-88.

[31]Bakeman,R.,amp; Gottman,J.M.Observing interaction:an introduction to sequential analysis [M].Cambridge,UK:Cambridge Univeristy Press,1997.

[32]Cheng R,Vassileva J.Design and evaluation of an adaptive incentive mechanism for sustained educational online communities[J].User Modeling and User-Adapted Interaction,2006,16(3-4):321-348.

[33]袁磊,崔瑞雪.中美虛擬外語學習社區(qū)比較研究[J].現(xiàn)代遠程教育研究,2010 (2):43-47.

[34]李肖,黃文培.移動虛擬學習社區(qū)用戶激勵機制的研究[J].中國科教創(chuàng)新導(dǎo)刊,2013 (17):148-149.

[35]Scardamalia,M.,amp; Bereiter C.Knowledge builL.ding:Theory,pedagogy,and technology[A].Sawyer,K.Cambridge handbook of the learning sciences[C].New York:Cambridge University Press,2006.97-118.

[36]Hou,H.T.,Sung,Y.T.,amp; Chang,K.E.Exploring the behavioral patterns of an online knowledge-sharing discussion activity among teachers with problem-solving strategy[J].Teaching and Teacher Education,2009,25(1):101-108.

[37]張豪鋒,趙耀遠.虛擬學習社區(qū)中影響參與者共享行為的因素探究[J].中國遠程教育,2012 ,(13):67-71.

[38]趙蔚,梁明,劉紅霞,于大澤.基于社區(qū)驅(qū)動的學習資源共享機制研究[J].中國電化教育,2013,(12):75-80.

[39]朱軒.解析虛擬學習社區(qū)中的文化[J].黑龍江科技信息,2009,(35):296.

楊現(xiàn)民：副教授，碩士生導(dǎo)師，研究方向為泛在學習、知識進化、智慧教育、技術(shù)增強學習(yangxianmin8888@163.com)。

2015年8月3日

責任編輯：趙興龍

The Status and Problems of Learning Resource Evolution in Open Knowledge Community—Taking the Case of Learning Cell System

Yang Xianmin
(Institute of Education,Jiangsu Normal University,Xuzhou Jiangsu 221116)

With the rapid spread of Web 2.0 concept and technology,open knowledge community(OKC)develops quickly and has become a significant space of knowledge innovation and sharing in the information era.Knowledge management in Open knowledge communities has been concerned by some researchers from information science,library and information,and education technology.Knowledge evolution in OKC has become a considerable topic.This study aims to investigate and analyze the status and existing problems of learning resource evolution in OKC.All the sample data was exported from Learning Cell System (LCS)which is a new OKC in China mainly serving teacher and students.Through combing the methods of descriptive statistics,correlation analysis and lag sequence analysis,several major results were found:(1)The resource evolution speed in LCS was closely related to the school calendar,presenting the tendency of rising fast at the beginning of a term and coming down after reaching the peak value,then beginning to keep stable in two months,fi nally decreasing sharply at the end of a term;(2)The time of learning resource evolution was shorter,but the overall quality was acceptable;(3)The score of learning resource was signi fi cant positive correlated to evolutionary time,edit times and collaborator numbers; (4)User behaviors show some signi fi cant sequence patterns; (5)Three key problems were identi fi ed,including low engagements,lack of timely guidance on user behaviors,and the de fi ciency of knowledge sharing mechanism and culture.

Open Knowledge Community; Learning Resource; Resource Evolution; Learning Cell System

G434

A

1006—9860(2015)11—0045—09

* 本文系國家社會科學基金教育學青年課題“開放環(huán)境下學習資源進化機制設(shè)計與應(yīng)用研究”(課題編號：CCA130134)研究成果。