一种SNA视角下教育技术微博群个案研究模型构建方法技术

本发明专利技术公开了一种SNA视角下教育技术微博群个案研究模型构建方法，从微群的数量与时间分布、话题与热帖的显著热值与时间热值、微群的社会网络分析三个方面，分析具有良好运营表现的教育技术微博群个案的情况，探索良性运作的教育技术微博群的基本情况、群主的角色和作用、群内话题和热点微博的影响力、微群的社群关系、网络结构特性，为更好的利用微博群构建学习共同体提供参考。

【技术实现步骤摘要】

本专利技术属于网络信息领域，尤其涉及一种SNA视角下教育技术微博群个案研究模型构建方法。
技术介绍
微博平台中微群的出现，聚合了有相同爱好或者相同标签的用户，实现了用户的分群而居，在经营微博的同时，与志同道合的人共同参与小圈子活动。在国内有影响力的新浪微博平台自推出微群功能后，教育领域内众多班级、团体开通了微群，以期望微群能成为团体经营的有效辅助工具。以新浪微群为例，群名称中含“教育技术”的微群近50个，教育技术相关的微博群更是数不胜数。有关QQ群对促进学习的研究表明，QQ群在构建网络学习共同体、支持开放教育中的小组讨论、提高远程学习者自我效能感和学习成绩有显著作用。同样为利用群组构建学习共同体，促进团体交流，微博群的效用还缺乏实证研究的支撑。专利技术人在2011年6月检索的新浪微群中排名前10位的教育技术类微群中，绝大部分微群人均微博数不足1条，甚至2010年创建的微群微博数仅有10条，多数群中信息久未更新，甚至有结束生命周期的迹象。虽然，教育技术类微群的经营状况在绝大部分并不理想的情况下，但仍然有少数微群有良好的表现。新技术与教育的有效整合是教育技术研究中重点关注的领域，技术与教育的整合效果，其关键不在技术本身，而在于新技术带来的新的解决问题的思路和方法。微博群被教育者赋予了共同体构建和信息的分享传播工具的期望，但如何运作才能取得良好的效果才是关键。本研究以“浙师大edu2.0研究中心”微群为良性运作的教育技术类微博群为个案，从社会网络分析的视角，探索良性运作的教育技术微博群的基本情况、群主的角色和作用、群内话题和热点微博的影响力、微群的社群关系、网络结构等特性，以期为更好的利用微博群构建学习共同体提高参考。
技术实现思路
本专利技术的目的在于提供一种SNA视角下教育技术微博群个案研究模型构建方法，旨在解决更好的利用微博群构建学习共同体。本专利技术是这样实现的，一种SNA视角下教育技术微博群个案研究模型构建方法包括：步骤一、对微博逐一编码，记录发表时间、发起人、内容属性、话题类属、获评论数量、评论者信息，并记录微博的转发路径；步骤二、对数据采集时间段内的微群话题的名称、发言数、持续时间、发起者、参与成员信息进行统计，微博成员名称均用数字代号来代替；步骤三、通过群中微博的数量分布与时间分布情况两个方面分析各成员在发言上的表现，初步分析活跃成员的情况与不同角色人员的表现；步骤四、分析话题和热点微博的显著热值和时间热值，考察话题和热点微博在微群中的影响力；步骤五、运用社会网络分析方法对微群的网络性质和结构进行分析，考察交往视野中的微群表现状况；步骤六、综合以上分析过程，分析群主、管理员及活跃成员的角色表现。进一步，将热点微博分为扩散热点微博和讨论热点微博。进一步，群成员交互的社会网络分析，运用社会网络分析方法通过分析微群网络性质和结构来考察微群在交往视野中的表现，将微博中的回复、评论、@数据视为主动交往数据，录入Ucinet软件得到原始数据矩阵。进一步，运用社会网络分析方法对微群的网络性质和结构进行分析，考察交往视野中的微群表现状况的具体方法为：步骤一、获取若干网站的域名列表中域名的DNS记录，接收用户请求数据，以获取所述DNS记录中使用过CDN网络的域名发布的资源；步骤二、分别采用公共域名解析器和本地域名解析器访问所述使用过CDN网络的域名发布的资源，获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息；步骤三、由处理器将社交网络分成多个用户组，其中，每个用户组在该社交网络中具有唯一标识，由处理器从所述多个用户组中的用户组挖掘数据，从所述数据中识别多个社交变量，其中，所述多个社交变量包括用户数量、用户的联系、用户的交互、用户密切性和用户发表的帖子中的至少一个；步骤四、获取社交网络中的原始数据，并将原始数据进行存储，对所述原始数据进行统一化处理，使得原始数据生成固定格式的数据文件；步骤五、分析公共域名解析器访问获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息与本地域名解析器访问获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息的差异；以及评估公共域名解析器和本地域名解析器的性能，选择适当的域名解析器进行网络访问步骤六、获取上层应用的信息需求；将上层应用的信息需求用特定的信息转换为网络数据收集的策略，并将所述策略下达给深度包检测单元；步骤七、采用图形化界面帮助用户管理图数据，构建模式图及可视化查询结果，查询引擎调用分布式算法执行结构匹配计算，同时对匹配结果进行评估，选取top-K个结果，并将它们可视化在图形界面上；运用增量算法，对已有的匹配结果进行增量计算；步骤八、依据Granger因果关联检验定量评估目标间的因果关联度，结合目标间的因果关联度及其因果认知概念表达，分析复杂网络的结构和功能特性，计算网络特征参数，通过分析网络特征参数的变化来分析交往视野中的微群表现状况。进一步，所述深度包检测单元用于：从网络中收集相应的数据；同时，深度包检测单元将收集的数据提交到数据库单元中，数据库单元用于根据收集的数据建立数据库，数据挖掘单元和联机分析处理单元基于数据库中的数据，进行挖掘和联机分析处理，得到上层应用需要的信息，并将得到的信息提交给上层应用实体使用。进一步，对数据文件进行预处理，使得数据文件转化为HNAP系统的数据格式，然后建立支持图论模型及分布式环境的数据模型，利用HNAP系统算法库中的算法，对数据模型的数据进行社会网络分析，并对分析后的输出结果进行整合，生成文档文件。进一步，利用目标的位置参数，依据Granger因果检验方法来定量评估目标间的因果关联度，所依据的基本计算公式如下：Pi(t)=Σm=1qλmPi(t-m)+Σm=1qγmPj(t-m)+ϵit]]>Pj(t)=Σm=1qαmPi(t-m)+Σm=1qβmPj(t-m)+ϵjt]]>其中，Pi，Pj为目标i，j的运动轨迹，εit，εjt为模型的误差项；将此因果关联度赋予相应网络节点间边的权值，如权值为0则节点为孤立节点，从而构建三类因果认知复杂网络模型，从宏观尺度上建立了人群行为的表达。进一步，获取社交网络中的原始数据的具体方法为：步骤一、获取网络数据包，根据解析对象将该网络数据包的分析内容划分为多个任务，并确定该多个任务的执行顺序；步骤二、创建与该多个任务一一对应的多个消息队列和多个计算节点组，其中，每个计算节点组包括至少一个计算节点；步骤三、将该网络数据包缓存至与该多个任务中的起始任务对应的消息队列；步骤四、将网络数据包中的多个社交变量中的社交变量与多个热力学变量中的热力学变量等同，其中，所述多个热力学变量包括分子、体积、内能、压力、温度、熵、质量、粘度、密度、功、以及分子之间的键合中的至少一个；步骤五、基于所述多个社交变量确定所述多个热力学变量的定量值，其中，通过控制一个或多个热状态来确定所述定量值；步骤六、根据该执行顺序每个计算节点组依次执行以下动作直至最后一个任务被执行：获取与计算节点组自身对应的消息队列中的所有数据，并执行与该计算节点组对应的任务，以及将执行的结果发送至下一个任务对本文档来自技高网...

【技术保护点】
一种SNA视角下教育技术微博群个案研究模型构建方法，其特征在于，所述SNA视角下教育技术微博群个案研究模型构建方法包括：步骤一、对微博逐一编码，记录发表时间、发起人、内容属性、话题类属、获评论数量、评论者信息，并记录微博的转发路径；步骤二、对数据采集时间段内的微群话题的名称、发言数、持续时间、发起者、参与成员信息进行统计，微博成员名称均用数字代号来代替；步骤三、通过群中微博的数量分布与时间分布情况两个方面分析各成员在发言上的表现，初步分析活跃成员的情况与不同角色人员的表现；步骤四、分析话题和热点微博的显著热值和时间热值，考察话题和热点微博在微群中的影响力；步骤五、运用社会网络分析方法对微群的网络性质和结构进行分析，考察交往视野中的微群表现状况；步骤六、综合以上分析过程，分析群主、管理员及活跃成员的角色表现。

【技术特征摘要】
1.一种SNA视角下教育技术微博群个案研究模型构建方法，其特征在于，所述SNA视角下教育技术微博群个案研究模型构建方法包括：步骤一、对微博逐一编码，记录发表时间、发起人、内容属性、话题类属、获评论数量、评论者信息，并记录微博的转发路径；步骤二、对数据采集时间段内的微群话题的名称、发言数、持续时间、发起者、参与成员信息进行统计，微博成员名称均用数字代号来代替；步骤三、通过群中微博的数量分布与时间分布情况两个方面分析各成员在发言上的表现，初步分析活跃成员的情况与不同角色人员的表现；步骤四、分析话题和热点微博的显著热值和时间热值，考察话题和热点微博在微群中的影响力；步骤五、运用社会网络分析方法对微群的网络性质和结构进行分析，考察交往视野中的微群表现状况；步骤六、综合以上分析过程，分析群主、管理员及活跃成员的角色表现。2.如权利要求1所述SNA视角下教育技术微博群个案研究模型构建方法，其特征在于，将热点微博分为扩散热点微博和讨论热点微博。3.如权利要求1所述SNA视角下教育技术微博群个案研究模型构建方法，其特征在于，群成员交互的社会网络分析，运用社会网络分析方法通过分析微群网络性质和结构来考察微群在交往视野中的表现，将微博中的回复、评论、@数据视为主动交往数据，录入Ucinet软件得到原始数据矩阵。4.如权利要求1所述SNA视角下教育技术微博群个案研究模型构建方法，其特征在于，运用社会网络分析方法对微群的网络性质和结构进行分析，考察交往视野中的微群表现状况的具体方法为：步骤一、获取若干网站的域名列表中域名的DNS记录，接收用户请求数据，以获取所述DNS记录中使用过CDN网络的域名发布的资源；步骤二、分别采用公共域名解析器和本地域名解析器访问所述使用过CDN网络的域名发布的资源，获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息；步骤三、由处理器将社交网络分成多个用户组，其中，每个用户组在该社交网络中具有唯一标识，由处理器从所述多个用户组中的用户组挖掘数据，从所述数据中识别多个社交变量，其中，所述多个社交变量包括用户数量、用户的联系、用户的交互、用户密切性和用户发表的帖子中的至少一个；步骤四、获取社交网络中的原始数据，并将原始数据进行存储，对所述原始数据进行统一化处理，使得原始数据生成固定格式的数据文件；步骤五、分析公共域名解析器访问获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息与本地域名解析器访问获取CDN网络的负载均衡信息、内容发布质量信息和跨域通信量信息的差异；以及评估公共域名解析器和本地域名解析器的性能，选择适当的域名解析器进行网络访问；步骤六、获取上层应用的信息需求；将上层应用的信息需求用特定的信息转换为网络数据收集的策略，并将所述策略下达给深度包检测单元；步骤七、采用图形化界面帮助用户管理图...

【专利技术属性】
技术研发人员：汪向征，葛彦强，杜丙新，曹军，丁国栋，
申请(专利权)人：安阳师范学院，
类型：发明
国别省市：河南;41