Практические основы аналитического исследования персональной учебной среды в открытом он-лайн курсе

Воронкин Алексей Сергеевич

магистр по приборам, старший преподаватель кафедры музыкального искусства,

Луганская государственная академия культуры и искусств,

ул. Красная площадь, 7, г. Луганск, 91055, Украина, (+380642) 932471

alex.voronkin@gmail.com

 

Аннотация

В статье рассматриваются базовые вопросы построения графа персональной учебной сети, а также возможности Интренет-сервисов для сбора и обработки статистических данных. Подход позволяет не только проанализировать структуру учебной сети того или иного учащегося, но и оценить степень его вовлеченности в процесс налаживания взаимоотношений с аудиторией в рамках открытого он-лайн курса. Используя полученные данные, можно выделить наиболее эффективные пути привлечения новой целевой аудитории.

The basic issues of building a graph of personal learning network and using Internet services for analysis of statistical data are considered in this paper. The approach allows us not only to analyze the structure of a learning network of a student, but also to assess the degree of involvement of the student in the process of establishing the relationship with the audience in a massive open on-line course. Using the data obtained, it is possible to identify the most effective ways to attract new target audience.

Ключевые слова

Электронное обучение, персональная учебная сеть, массовый открытый он-лайн курс, twitter;

E-learning, personal learning network, massive open on-line course, twitter.

Массовые открытые он-лайн курсы – одна из форм реализации глобальной образовательной парадигмы

В настоящее время наблюдается интенсивный процесс изменения системных свойств образовательной системы, что непосредственно связано с процессами информатизации и развитием информационно-коммуникационных технологий (ИКТ), являющихся не просто технической инфраструктурой, но и глобальным инструментом перераспределения идей, знаний, капитала и работы [1, 2]. Постепенно снимаются временные барьеры и ограничения, формируются социальные и психологические предпосылки модели открытого образования.

Открытое образование можно определить как систему организационных, педагогических и информационных технологий, в которой реализуются открытые стандарты на интерфейсы, форматы и протоколы обмена информацией с целью обеспечения массовости, мобильности, интероперабельности, гибкости, стабильности, эффективности, непрерывности и других положительных качеств, достигаемых при создании открытых систем. В такой системе у каждого слушателя появляется возможность выбирать цель, содержание, способ, место и время обучения, а у учебных заведений – возможность разными путями осуществлять предоставление образовательных услуг, которые будут соответствовать требованиям рынка труда и социальным потребностям. Открытость системы образования связана с ее ориентированностью на целостный неделимый мир, его глобальные проблемы и интеграцию в мировые образовательные структуры.

В 2001 году Массачусетским технологическим институтом был анонсирован проект OpenCourseWare (OCW) по размещению в открытом доступе материалов всех курсов института (конспекты лекций, домашние задания, экзаменационные вопросы, видеозаписи лекций, мультимедийные материалы) [3]. Материалы для различных курсов были представлены в различном объёме в зависимости от желания преподавателей. OCW  свободно и открыто лицензированы, доступны для всех в любое время через Интернет. Учащиеся не получают дипломов и, обычно, не контактируют с преподавателями в процессе обучения (своего рода это представление того, как в определённый период читает ту или иную дисциплину преподаватель). В настоящее время у каждого курса есть форум, вики, самоорганизуются группы студентов в Facebook, LinkedIn, MySpace, Skype и др. социальных сетях, создаются субтитры. Инициатива Массачусетского технологического института подала пример, которому последовали и другие университеты мира.

В 2005 году канадский исследователь С. Даунс предложил новую философию обучения E-learning 2.0. В 2008 г. Дж. Сименс и С. Даунс проводят открытый дистанционный курс «Сonnectivism & Connective knowledge», посвященный новой образовательной стратегии – коннективизму [4, 5]. На курс записалось более 2000 слушателей со всего мира. Для того чтобы охарактеризовать численность слушателей исследователи Д. Кормьє и Б. Александр предложили термин – «массовый открытый он-лайн курс» (от англ. MOOC – massive open on-line course). За короткое время этот тип курса получил большую популярность.

Массовый открытый он-лайн курс (МООК) – это интерактивный курс с открытой и свободной регистрацией, публичным общим учебным планом и открытыми результатами [6]. Для их реализации необходимо большое число участников.

Массовые открытые он-лайн курсы, реализованные на идеях коннективизма, основаны на следующих принципах [7, 8]:

-   принцип агрегации. Смысл курса заключается в том, что он является отправной точкой предоставления информации по соответствующей теме, причем эта информация может размещаться на разных сайтах, а страницы курса выступают в роли своеобразного агрегатора, что позволяет изменять акценты на протяжении обучения;

-   принцип ремикса. Материалы курса связаны друг с другом, но могут иметь и другие связи вне курса;

-   принцип распространения. Участники обмениваются мнениями и информацией не только между собой, но и со всем Интернет-сообществом;

-   принцип перепрофилирования. Каждый участник использует информацию, которая соответствует собственным учебным целям.

В 2011 году Гарвардский университет и Массачусетский технологический институт совместно начинают разработку образовательной некоммерческой платформы edX. К проекту присоединились университет Беркли, университет Техаса и Джорджтаунский университет. «Мы не только делаем знания более доступными, мы узнаем больше о самом учебном процессе», отметил президент Гарвардского университета Дрю Фауст. Осенью 2012 г. в edX было доступно всего 9 курсов, к марту 2013 г. количество курсов возросло в два раза.

В 2012 году С. Тран, Д. Ставенс и М. Сокольски создают собственную образовательную платформу Udacity. На 5 марта 2013 года проект реализует 22 он-лайн курса  (https://www.udacity.com/courses). Чтобы пройти обучение в Udacity необходимо [9]:

-   подписаться на курс. Можно зарегистрироваться в любое время и закончить курс в своем собственном темпе, без жестких сроков выполнения домашних заданий и викторин, хотя имеется рекомендуемый график;

-   дополнительно подтвердить полученные навыки в режиме он-лайн или в одном из 4500 центров тестирования, за плату. После сдачи итогового экзамена Udacity высылает сертификат.

Все курсы бесплатны, если не требуется сертификат.

Еще один крупный проект был реализован Стэндфордским университетом – Coursera [10]. К проекту присоединились 33 университета из 8 стран мира (США, Австралия, Канада, Гонконг, Индия, Израиль, Швейцария и Великобритания). В проект было вложено 16 млн. $, а на первые курсы одновременно записалось более 70000 слушателей (2012 г.). Цель проекта – использовать лучшие курсы лучших преподавателей университетов и предоставлять доступ к ним во всём мире бесплатно. На сегодняшний день Coursera предлагает свыше 260 курсов, которые включают видео-лекции с субтитрами, текстовые конспекты лекций, домашние задания, тесты и итоговые экзамены. Доступ к курсам ограничен по времени, каждое домашнее задание или тест должно быть выполнено только в определенный период времени. По окончании курса, при условии успешной сдачи промежуточных заданий и финального экзамена, слушателю может высылаться сертификат об окончании. В декабре 2012 г. количество слушателей Coursera превысило 2 миллиона (количество слушателей из Украины приближается к десяти тысячам).

В 2012 году одиннадцать ВУЗов Великобритании (Королевский колледж, учебные заведения Бирмингема, Бристоля, Кардиффа, Восточной Англии, Эксетера, Ланкастера, Лидса, Саутгемптона, а также Уорикский и Сент-Эндрюсский университеты) начали работу по созданию собственного открытого он-лайн проекта  FutureLearn. Вице-президент Открытого университета М. Бин считает, что высшее образование должно быть способным к внедрению инноваций в способы получения знаний, а «те, кто ничего не будут делать в надежде на то, что это просто пройдет – проиграют».

МООК-курсы реализуют принципиально новые возможности передачи знаний и приобретают широкую популярность во всем мире (любой человек может опираться не только на национальную образовательную систему, а и на открытую глобальную). Среди других образовательных инициатив можно выделить академию Хана, UoPeople, The Faculty Project, NovoED, Canvas Network, OpenupEd и др.

Так в мире появились массовые открытые он-лайн курсы, основанные как на  коннективистском подходе, так и когнитивно-бихевиористском (организованные на платформах Coursera, edХ, Udacity). Чтобы их различать С. Даунс предложил использовать термины «cMOOC» и «xMOOC» соответственно [8]. На рисунке 1 приведена диаграмма эволюции МООК [11].

 

Рис. 1. Этапы развития МООК.

Сравнение «cMOOC» и «xMOOC» представлено в таблице 1 [12, 13]. Следует отметить, что некоторые исследователи выделяют еще один тип курсов – задачно-ориентированные («task-based MOOC»).

Таблица 1

Сравнение «cMOOC» и «xMOOC»

cMOOC

xMOOC

Коннективистский подход

Когнитивно-бихевиористский подход, элементы конструктивизма

Цель обучения определяется учащимся

Цель обучения определяется преподавателем

Характерна открытость обучения, дискуссий и бесед

Наблюдателей в курсе практически нет

Знания создаются и генерируются

Знания дублируются

Творчество, креативность

Более традиционный подход (видеолекции, опросники, тесты)

Не финансируется

Финансируются

Личная инициатива отдельных членов педагогического сообщества

Поддерживаются ведущими университетами

Большой объем неструктурированной информации

Информация  четко структурирована

Отсутствие контроля

Наличие контроля

Команда волонтеров

Команда сотрудников

Отсев участников – до 40 %

Отсев участников – до 85%

Цель настоящей работы – привлечь внимание к использованию графа персональной учебной сети, а также аналитических Интернет-инструментов как метода выявления роли, которую слушатели играют в открытом он-лайн курсе. Для педагогов – это возможность сделать выводы о том, как учащиеся трансформируют знания и реализуют самообучение.

Персональная учебная среда

Один из новых альтернативных подходов к непрерывному обучению основан на формировании персональной учебной среды (от англ. Personal Learning Environment) – подходе, который получил широкое применение в массовых открытых он-лайн курсах (cMOOC) [14, 15].

М.А. Чатти полагает, что «…персональная учебная среда (ПУС) характеризуется свободным использованием наборов удобных сервисов и инструментов, которые принадлежат отдельным обучающимся и управляются ими. В отличие от интегрированных различных сервисов в рамках централизованной системы, идея ПУС заключается в обеспечении учащихся множеством сервисов и возможностью управления ею для выбора и использования сервисов так, как предусмотрено в этой системе. Подход не только обеспечивает персональные пространства, которые принадлежат и управляются самим пользователем, но и требует социального контекста, предоставляя средства для соединения с другими персональными пространствами для эффективного обмена знаниями и совместного создания новых знаний» [16].

Другой зарубежный специалист Марк ван Хармелен определяет ПУС как «…систему, которая помогает учащимся управлять своим собственным обучением. Это включает обеспечение поддержки учащихся в определении ими своих собственных целей обучения, управления своим обучением, управление содержанием и процессом обучения, взаимодействием с другими обучаемыми в процессе обучения, и, тем самым, достижением целей обучения. ПУС может состоять из одной или нескольких подсистем: как таковая она может быть компьютерным приложением, либо может состоять из одного или нескольких веб-сервисов» [16].

Обобщенная схема персональной учебной среды приведена на рисунке 2 [17]. Таким образом, подключая источники потенциальной информации, учащийся формирует персональную учебную сеть. Являясь самоорганизующейся системой, состав учебной сети и взаимосвязь ее компонентов имеют гибкую структуру и функционал, адаптирующиеся к особенностям конкретного контента среды, потребностям и способностям обучаемых [18]. Такая сеть может быть организована не только в виде совокупности систем – сервисов Веб 2.0 (twitter, ning, blog, igoogle / netvibes, reader RSS, delicious / DIIGO, wiki и др.) и программных средств, но и состоять из одной системы – социальной сети (twitter, facebook, likedIn или др.), также обладающей свойствами гибкой динамической структуры.

 

Рис. 2. Обобщенная схема персональной учебной среды.

В таблице 2 сведены рейтинги лучших инструментов из Топ 100 социальных сервисов и программного обеспечения, обеспечивающих поддержку непрерывного обучения и повышение производительности труда на рабочем месте за 2007–2012 гг.  (по данным Английского центра C4LPT «The Centre for Learning & Performance Technologies»).

Таблица 2

Рейтинг социальных сервисов и программного обеспечения для обучения за 2007–2012 гг. (http://c4lpt.co.uk/top100tools)

2012

2011

2010

2009

2008

2007

Tools

Name

Notes

1

1

1

1

11

43

Twitter

FO

2

2

2

3

18

22

YouTube

FO

3

3

3

5

7

14

Google Docs/Drive

FO

4

15

11

8

6

3

Google Search

FO

5

5

8

6

5

6

WordPress

F/P O/D

6

6

13

71

-

-

Dropbox

F/P O/D

7

4

6

11

4

3

Skype

F/P O/D

8

19

21

13

8

5

PowerPoint

PD

9

14

9

31

24

17

Facebook

FO

10

11

16

17

13

26

Wikipedia

FO

11

8

10

14

9

12

Moodle

FD

12

17

23

27

-

-

Evernote

F/P D

13

9

5

7

20

31

Slideshare

F/P O

14

7

12

28

-

-

Prezi

F/P O

15

12

14

14

10

9

Blogger/ Blogpost

FO

 

Новые инструменты

36

-

-

-

-

-

Pinterest

FO

57

-

-

-

-

-

Google Translate

FO

62

-

-

-

-

-

Bing

FO

66

-

-

-

-

-

Instapaper

FD

92

-

-

-

-

-

Doodle

F/P O

99

-

-

-

-

-

Popplet

FO

Примечание: Ffree / бесплатно, Ppaid for / платить, Ddownload / скачать, O online /он-лайн.

Анализ приведенных данных показывает, что на протяжении последних лет twitter является лидером в сфере обучения. Популярность twitter объясняется тем, что сервис является удобным инструментом для сбора и анализа информации, а также интеграции аккаунтов различных социальных сетей.

Twitter – как универсальное средство коммуникаций

Twitter (от англ. twitter – щебетать) – международная социальная сеть микроблогов, которая позволяет пользователям публиковать текстовые сообщения до 140 символов (включая пробелы), используя веб-интерфейс, SMS или сторонние программы-клиенты. Сообщение может включать также фотографию, видео-, аудио-приложения и Интернет-ссылки. Сегодня эту сеть используют для проведения исследований, опросов, установления новых контактов, ведения диалога с научными сотрудниками и преподавателями – сервис осуществляет в среднем 1,6 млрд. поисковых запросов в день.

Считается, что twitter призван заполнить тот пробел, который существует между сервисами электронной почты и Интернет-приложениями для передачи мгновенных сообщений [19]. Ряд исследователей коммуникативных возможностей twitter указывают, что данный сервис является уникальным [20], т.к. одновременно сочетает в себе как асинхронный, так и синхронный форматы коммуникации, являясь некой платформой, где оба формата реализуются одновременно. Коммуникативный дизайн сервиса приведен на рисунке 3.

 

Рис. 3. Стартовая страница twitter автора статьи.

Популярность сети заставила работников образовательной сферы также обратить внимание на нее. М. Ренкин, профессор университета штата Техас, одна из первых в мире применила этот сервис на своих занятиях. Предложив студентам создать twitter-страницы и, находясь в аудитории на лекции, присылать свои идеи и вопросы, было замечено, что число студентов активно обсуждающих тему увеличилось в десятки раз. В Университете Лейцестера (Великобритания) был также проведен эксперимент – исследования показали, что twitter помогает обеспечить взаимную поддержку студентов, а также положительно влияет на отношение учащихся к экзаменам. Факультет социологии университета штата Канзас использует twitter-приложение Twitpic и cервис Flickr для внедрения задач локального масштаба, предложенных местной городской администрацией [20, 21]. Так для разработки эффективных схем велосипедных или роликовых дорожек студенты при помощи вышеупомянутых платформ создают электронные карты. С помощью цветового кодирования на этих картах обозначаются места непригодные для катания, что существенно облегчает задачу инженерам-проектировщикам при выборе мест для строительства и составления чертежей [21].

Сегодня twitter в учебном процессе можно также использовать для [2]: а) коммуникативной поддержки семинаров; б) проведения мозгового штурма в группе; в) выбора тем для будущих семинаров; г) размещения ссылок на учебные материалы; д) информирования об изменениях в расписании занятий; е) консультирования; ж) анализа деятельности конкретного учащегося; з) проведения опросов; и) ведения тематического журнала; к) отслеживания новостей, опубликованных известными деятелями науки; л) информирования о текущем состоянии выполнения научно-исследовательской или дипломной работы; м) обмена ссылками. Студент, участвуя в научной конференции, может своевременно делиться своими впечатлениями и идеями, передавать мнения других участников мероприятия. Таким образом, процесс обучения выходит за пределы взаимоотношений преподаватель-слушатель. Использование таких методов позволяет привлечь внимание учащихся к изучаемому материалу и вовлечь их в более активную дискуссию.

Для того, чтобы начать работу в сервисе следует создать собственный профиль (аккаунт) и добавить в свой список других зарегистрированных пользователей, исходя из собственных коммуникативных установок и предпочтений (т.е. стать постоянным читателем – их твиты будут выводиться в единой ленте веб-интерфейса). Однако если количество микроблогов, на которые подписан пользователь велико, то веб-интерфейс не удобно использовать. В этом случае целесообразно применять сторонние приложения-клиенты.

Использование twitter-клиентов в учебном процессе

1. Tweetdeck (http://www.tweetdeck.com) – приложение для разграничения потоков Twitter-сообщений. Оно предоставляет возможность одновременно использовать несколько колонок с сообщениями на экране вместо единой twitter-ленты, что позволяет отделять личные сообщения от ссылок на учебные презентации, сообщения с определенными хештегами и другой информации (рис. 4, 5).

Рис. 4. Пример использования приложения tweetdeck.

Рис. 5. Пример настройки фильтров.

2. Tweetworks (www.tweetworks.com) – Интернет-сервис, при помощи которого Twitter-странички можно группировать в сообщества.

3. Рaper (http://paper.li) – микро-издательская платформа, предназначенная для автоматического формирования структурированной веб-газеты путем сортировки сообщений по виду материала (статьи, видео- и фотоматериалы), а также по заданным рубрикам. Ресурс позволяет осуществлять поиск информации по тегами и ключевым словам в общей сети twitter, охватывая максимальное количество источников. Газету  можно создавать не только на основе контента twitter, но и на основе записей Facebook.

4. Hootcourse (http://hootcourse.com)Интернет-сервис, предназначенный для разработки учебного курса на основе twitter. К примеру, если у каждого курса имеется свой хештег, то система по ним сможет отсортировать твиты (следует помнить, что для каждого твит-сообщения все учащиеся должны обязательно указывать хештег курса). Напомним, что хештег – это описательный тег, т.е. специальная ключевая метка в твитах (слово или фраза, которым предшествует символ #), например, #EdTech, #edX, #MOOC, #UkrEl11 и т.д.

Аналитические инструменты и сервисы по изучению активности учащегося в twitter

1. Tweetstats (tweetstats.com) – сервис предоставляет информацию о среднем количестве твитов за день и месяц, график твитов в зависимости от времени суток, а также суммарное количество твитов по дням недели.

2. Twitter grader (twitter.grader.com) – сервис позволяет оценить рейтинг (значимость) блога пользователя, а также отображает график истории («view user history»), что помогает отслеживать динамику роста последователей (рис. 6).

 

Рис. 6. Динамика роста последователей с 30.04.2011 по 18.03.2013.

3. Xefer (http://xefer.com/twitter) – сервис представляет диаграмму пользовательских твитов  в зависимости от времени суток и твитов по дням недели одновременно. Пример диаграммы приведен на рисунке 7.

Рис. 7. Пример диаграммы в сервисе xefer.

4. Followerwonk (https://followerwonk.com/analyze) – сервис оценивает выбранных пользователей по следующим показателям: среднее количество новых последователей в день, суммарное количество твитов, среднее количество твитов в неделю, география, влиятельность и активность. Пример сравнительного анализа деятельности трех пользователей приведен на рисунке 8.

 

Рис. 8. Сравнительный анализ деятельности трех пользователей twitter в сервисе followerwonk.

Среди других аналитических инструментов оценки деятельности в twitter следует назвать: twittercounter (http://twittercounter.com), twitaholic (http://twitaholic.com), brand tweet statistics (http://stats.brandtweet.com), tweetreach (http://tweetreach.com), twitalyzer (http://twitalyzer.com), twitonomy и др. Инструменты помогают провести статистический анализ аккаунта twitter (графики активности, популярные слова в твитах, количество упоминаний того или иного слова, изменение количества фолловеров на протяжении определенного периода, перечень устройств, с которых учащийся публикует твиты и т.д.).

Графический анализ персональной учебной сети в twitter

Анализ социальных сетей – направление современной компьютерной социологии, которая занимается описанием и анализом возникающих в ходе социального взаимодействия и коммуникаций связей (сетей) [22]. Такая сеть состоит из так называемых социальных актеров (от англ. аctor – деятель, личность).

Поскольку социальная значимость людей различна, соответственно различны и потребности в окружении при выстраивании контактов. Социальная значимость определяется, как правило, двумя параметрами: знаниями людей и их положением (связями). Внутри одной и той же совокупности элементов можно выстроить разные типы сетей.

Сеть взаимодействий можно проанализировать разными методами теории графов, теории информации и математической статистики. Выделяют несколько подходов [23, 24]:

-   структурный подход акцентирует внимание на геометрической форме сети и интенсивности взаимодействий;

-   ресурсный подход рассматривает возможности участников по привлечению индивидуальных и сетевых ресурсов для достижения определенных целей и дифференцирует участников, находящихся в идентичных структурных позициях социальной сети, по их ресурсам (влияние, статус, информация, капитал);

-   нормативный подход изучает уровень доверия между участниками, а также нормы, правила и санкции, которые влияют на поведение участников в социальной сети и процессы их взаимодействий;

-   динамический подход акцентирует внимание на изменениях в сетевой структуре во времени.

Визуализация (графическое отображение социальной сети) имеет важное значение, поскольку дает возможность увидеть структуру сети, позволяя сделать выводы о характере взаимодействий акторов без применения других методов анализа графа. Для проведения количественного анализа используют расчет индексов для социальной сети в целом, для отдельных агентов сети,  выделяют подструктуры в сети.

При структурном анализе внимание исследователя сосредотачивается на системных свойствах социальной сети: 1) кластеризация (кластеры – это сплоченные группы, формирующиеся вокруг лидеров); 2) устойчивость к внешним воздействиям; 3) структурная целостность и способность к передаче информации. Графическое отображение структуры социальной сети имеет существенное значение, поскольку дает возможность увидеть структуру сети, позволяя сделать важные выводы о характере взаимодействий акторов без применения других методов анализа. Для проведения количественного анализа используют расчет индексов для социальной сети в целом, для отдельных агентов сети,  выделяют подструктуры в сети.

Под построением графа следует понимать алгоритмическую обработку данных и такое визуальное их представление, чтобы наглядно отобразить структуру персональной сети. Источником данных о структуре сети в twitter служит Application Programming Interface (API). Существует большое количество некоммерческих программных продуктов, предназначенных для представления структуры сети в виде графа. Рассмотрим некоторые из них [25].

MentionMapp (http://apps.asterisq.com/mentionmap) сервис предназначен для flash-визуализации графа связей между пользователями, которые используют одни и те же хештеги в потоке твит-сообщений, при этом число упоминаний влияет на силу связей (толщину линий). Перемещаясь по графу можно переходить от одного пользователя к другому (рис. 9).

 

Рис. 9. Граф связей, полученный при помощи сервиса MentionMapp.

NodeXL (http://nodexl.codeplex.com) – плагин для работы с Microsoft Excel, позволяет импортировать, обрабатывать данные и графически представлять сложные структуры персональной сети в Twitter, Flickr, YouTube, Facebook. NodeXL численно отображает  ключевые параметры сети: кластеры (группы) пользователей, ранги узлов, плотность графа. На рисунке 10 приведен ненаправленный граф связей twitter-аккаунта автора с другими пользователями сети twitter.

 

Рис. 10. Граф связей twitter-аккаунта автора статьи (алгоритм Фрухтермана-Рейнгольда).

Однако на самом деле ситуация при анализе графа персональной учебной сети в twitter сложнее, т.к. основной тип перманентной связи между учетными записями – «подписка» – является направленным: если пользовать A подписан на сообщения пользователя B, то (хотя взаимная подписка – явление довольно распространенное) это не обязательно означает, что и B получает сообщения A [26]. Следовательно, в данном случае целесообразнее исследовать направленный граф. Одним из таких инструментов является twiangulate (http://twiangulate.com). В качестве примера на рисунке 11 приведена диаграмма Эйлера-Венна, граф социальных связей по результатам анализа трех twitterаккаунтов (gsiemens, kevin_corbett и pgsimoes) в twiangulate.

 

1_11_a.gif

1_11_b.gif

Рис. 11. Пример результатов исследования коммуникаций трех twitterаккаунтов: а) диаграмма Эйлера-Венна, б) направленный граф социальных связей (желтым цветом ребер изображается «односторонняя» подписка, а сиреневым – взаимная).

Для изучения деятельности слушателей в других социальных сетях также существует множество приложений, позволяющих вычислять определенные параметры и визуализировать граф сети. В качестве примера на рисунке 12 представлен граф коммуникаций автора в социальной сети Facebook при помощи сервиса Yasiv.

 

Рис. 12. Выявление групп в графе связей аккаунта автора статьи в социальной сети Facebook (сервис yasiv – http://www.yasiv.com/facebook).

Следует отметить, что существуют и другие средства автоматического анализа социальных коммуникаций, например: LinkedIn Maps (http://inmaps.linkedinlabs.com), Визуализация друзей ВКонтакте (http://www.yasiv.com/vk), SNAP (http://snap.stanford.edu), NetworkX (http://networkx.github.io), NetMiner (http://www.netminer.com/index.php), ORA (http://www.casos.cs.cmu.edu/projects/ora), Cytoscape (http://www.cytoscape.org) и т.п.

Заключение

Данная статья является одной из первых в серии работ, посвященных комплексному анализу персональной учебной среды посредством анализа графов социальной сети и учета статистических данных. Исследование свойств графа (диаметр, распределение степеней вершин, модулярность, количество несвязанных графов) позволяет метрологически оценить структуру персональной сети того или иного учащегося.

В работе представлен обзор аналитических инструментов и сервисов по изучению активности учащегося в социальной сети. На примере сети Twitter показано, что использование сторонних сервисов позволяет выявить и оценить: а) рейтинг авторитетности (популярности) конкретного пользователя Twitter (определяется соотношением количества фолловеров/фолловингов и количества твитов/ретвитов). В этом случае необходимо рассматривать входную и выходную степень каждой вершины направленного графа – пользователи с более высоким авторитетом будут иметь существенно более высокую входную степень по сравнению с выходной, т.е. их будут знать значительно больше участников, чем они знают сами; б) динамику роста фолловеров (последователей, подписчиков) на протяжении определенного периода; в) общее число твитов и их соответствие теме (темам) курса, а также частоту цитирований и упоминаний сообщений конкретного участника; в) периодичность обновления контента; г) частоту использования учащимися хештега он-лайн курса; д) время суток, когда учащиеся проявляют наибольшую активность.

Таким образом, преподаватель может оценить степень вовлеченности учащегося в процесс налаживания взаимоотношений с аудиторией в рамках открытого он-лайн курса, выделить наиболее эффективные пути реорганизации (оптимизации) курса с целью привлечения новой аудитории. Основной проблемой полноценного структурного анализа является проблема функциональной универсальности и интерпретации данных в различных сервисах. Дальнейший интерес представляет анализ графа коммуникаций учебной сети учащегося в экспериментальной группе.

Литература

1.       Калініченко Л. Л. Розвиток інформаційно-комунікаційних технологій в умовах інформаційної глобалізації. – 2011. – № 2. – С. 56–60.

2.       Воронкін О. С. Основи використання інформаційно-комп’ютерних технологій в сучасній вищій школі: навч. посібник. – Луганськ: Видавництво Луганського державного інституту культури і мистецтв, 2011. – 156 с.

3.       Воронкін О. С. Масштабні проекти з реалізації глобальної відкритої освітньої парадигми // IV Міжнародний освітній Форум (Запоріжжя, 11–26 квітня 2013 р.). – 2013. URL: http://oeopkonf4.blogspot.com/p/4.html (дата обращения: 21.06.2013).

4.       Воронкин А. С. Организация дистанционного обучения в сетевом сообществе // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)». – 2013. – V. 16. – № 1. – С. 627-646. – ISSN 1436-4522. URL: http://ifets.ieee.org/russian/depository/v16_i1/html/17.htm (дата обращения: 21.06.2013).

5.       Воронкин А. С. Философия психолого-дидактических концепций обучения в информационном обществе // Электронный научный журнал «Философские проблемы информационных технологий и киберпространства». – 2012. – № 1. – С. 55–65. – ISSN 2305-3763. URL: http://www.pglu.ru/innovation/cyberspace/issues/ 2012 /Voronkin.pdf (дата обращения: 21.06.2013).

6.       McAulay A., Stewart B., Siemens G., Cormier D. The MOOC model for digital practice. URL: http://www.elearnspace.org/Articles/MOOC_Final.pdf (дата обращения: 21.06.2013).

7.       Бугайчук К. Л. Масовий відкритий дистанційний курс: поняття, особливості проведення та перспективи використання в навчальному процесі системи МВС // Інформаційні технології і засоби навчання. – 2011. – № 6 (26). – ISSN 2076-8184. URL: http://archive.nbuv.gov.ua/e-journals/ITZN/2011_6/11bklnps.pdf (дата обращения: 21.06.2013).

8.       Massive open online course // Википедия. URL: http://en.wikipedia.org/wiki/Massive_open_online_course (дата обращения: 21.06.2013).

9.       Тимкин С.Л. Открытые образовательные ресурсы: международное сотрудничество образовательных учреждений // Развитие единой образовательной информационной среды: на пути к обществу знаний: материалы XI международной конференции (Томск, 25–26 сентября 2012 г.). – Томск, 2012. – С. 51–55. URL: http://ou.tsu.ru/seminars/eois2012/articles/timkin.pdf (дата обращения: 21.06.2013).

10.    Coursera // Википедия. URL: http://ru.wikipedia.org/wiki/Coursera (дата обращения: 21.06.2013).

11.    Yuan Li, Powell Stephen. MOOCs and Open Education: Implications for Higher Education. – Bolton: University of Bolton: CETIS, 2013. – 20 p.

12.    Панченко Л.Ф. Масовий відкритий онлайн-курс як альтернативна форма підвищення кваліфікації викладача вищої школи // Освіта та педагогічна наука. – 2013. – №1 (156). – С. 19–28. URL: http://pedagogicaljournal.luguniv.edu.ua/archive/2013/N1/articles/3/Panchenko_ua.pdf (дата обращения: 21.06.2013).

13.    Кухаренко В.Н. Массовый открытый онлайн курс «Дистанционное обучение от А до Я» [Электронный ресурс] // e-Learning World: сайт. – URL: http://www.elw.ru/practice/detail/1965 (дата обращения: 21.06.2013).

14.    Воронкін О.С. «Хмарні» обчислення як основа формування персональних навчальних середовищ // FOSS Lviv 2012: збірник наукових праць II міжнародної науково-практичної конференції (Львів, 26–28 квітня 2012 р.). – Львів, 2012. – С. 143–146.

15.    Воронкін О.С. Персональні навчальні мережі в системі дистанційної освіти // Нові інформаційні технології в освіті для всіх. Навчальні середовища: збірник праць VI міжнародної конференції (Київ, 22–23 листопада 2011 р.). – Київ, 2011. – С. 202–208.

16.    Schneider D.K. Personal learning environment // EduTechWiki. URL: http://edutechwiki.unige.ch/en/Personal_learning_environment (дата обращения: 21.06.2013).

17.    Wheeler Steve. Anatomy of a Personal Learning Environments. URL: http://steve-wheeler.blogspot.com/2010/07/anatomy-of-ple.html (дата обращения: 21.06.2013).

18.    Казаченок Н.Н., Михеева О.П. Особенности формирования персональной учебной среды преподавателя сетевого обучения [Электронный ресурс]. – Режим доступа: http://www.vvsu.ru/file.php?id=1AADF2B2-CE76-46FA-8ADA-DF9D6D6E906E.pdf (дата обращения: 21.06.2013).

19.    Barrett T. Twitter a teaching and learning tool // ICT in My Classroom. URL: http://tbarrett.edublogs.org/2008/03/29/twitter-a-teaching-and-learning-tool (дата обращения: 21.06.2013).

20.    Горошко Е.И., Самойленко С.А. Твиттер как разговор через контекст: от Образования 2.0 к Образованию 3.0? // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)». – 2011. – V. 14. – № 2. – С. 502–530. – ISSN 1436-4522. URL: http://ifets.ieee.org/russian/depository/v14_i2/html/16r.htm (дата обращения: 21.06.2013).

21.    Samoilenko S. A. (2011). Interview about higher education through Twitter (personal communication).

22.    Прохоров А., Ларичев Н. Компьютерная визуализация социальных сетей // КомпьютерПресс. URL: http://www.compress.ru/article.aspx?id=16593 (дата обращения: 21.06.2013).

23.    Чураков А.Н. Анализ социальных сетей // СоцИс. – 2001. – № 1. – С. 109–121.

24.    Батура Т.В. Методы анализа компьютерных социальных сетей. URL: http://lib.nsu.ru:8080/jspui/bitstream/nsu/250/1/02.pdf (дата обращения: 21.06.2013).

25.    Воронкін О.С. Граф твіттер-мережі як засіб аналізу взаємозв’язків із аудиторією  у відкритому дистанційному курсі // Інформаційні процеси і технології «Інформатика–2013»: матеріали VI міжнародної науково-практичної конференції молодих учених і студентів (Севастополь, 22–26 квіт. 2013 р.). – Севастополь, 2013. – С. 151153.

26.    Артюхин В.В. Базовый анализ социальных графов организаций в социальных сервисах на примере МЧС России // Международный электронный журнал «Образовательные технологии и общество (Educational Technology & Society)». – 2013. – V. 16. – № 2. – С. 562–580. – ISSN 1436-4522. URL: http://ifets.ieee.org/russian/depository/v16_i2/html/15.htm (дата обращения: 21.06.2013).