王志軍 楊陽(yáng)

[摘 ? 要] 認(rèn)知網(wǎng)絡(luò)分析法（ENA）是在教育大數(shù)據(jù)與學(xué)習(xí)分析快速發(fā)展的大背景下產(chǎn)生的一種日益重要的表征學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的研究方法。研究采用文獻(xiàn)研究法和案例研究法，從概念、理論基礎(chǔ)、分析過(guò)程、支持工具、研究案例和特征等方面對(duì)認(rèn)知網(wǎng)絡(luò)分析法進(jìn)行系統(tǒng)介紹。研究發(fā)現(xiàn)，該方法是一種以認(rèn)知框架理論為基礎(chǔ)，通過(guò)建構(gòu)動(dòng)態(tài)網(wǎng)絡(luò)模型對(duì)學(xué)習(xí)者個(gè)體和群體的認(rèn)知元素間的網(wǎng)絡(luò)關(guān)系進(jìn)行可視化表征、分析的方法。該方法包括“基于節(jié)的編碼”和“創(chuàng)建動(dòng)態(tài)模型”兩個(gè)階段和八個(gè)具體操作環(huán)節(jié)。ENA Webkit是一個(gè)重要的支持認(rèn)知網(wǎng)絡(luò)分析的工具。當(dāng)前，該方法在協(xié)作學(xué)習(xí)、實(shí)踐社區(qū)以及學(xué)習(xí)評(píng)價(jià)中被廣泛應(yīng)用，并通過(guò)與其他方法的深度融合對(duì)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)進(jìn)行深層次表征、分析和比較。它具有以下特征：對(duì)要素間共現(xiàn)關(guān)系的關(guān)注是其核心;可多層次、動(dòng)態(tài)化表征個(gè)體和群體的認(rèn)知網(wǎng)絡(luò);是一種思維工具，可基于多個(gè)理論框架多維表征學(xué)習(xí)者的認(rèn)知發(fā)展;還是一種基于證據(jù)的深度學(xué)習(xí)評(píng)價(jià)方式。

[關(guān)鍵詞] 認(rèn)知網(wǎng)絡(luò)分析; 認(rèn)知框架; 學(xué)習(xí)分析; 共現(xiàn)性; 案例分析

[中圖分類(lèi)號(hào)] G434 ? ? ? ? ? ?[文獻(xiàn)標(biāo)志碼] A

[作者簡(jiǎn)介] 王志軍（1986—），女，湖南湘潭人。副教授，博士，主要從事在線學(xué)習(xí)理論與實(shí)踐研究。E-mail：jnuwzj

@jiangnan.edu.cn。

一、引 ? 言

認(rèn)知神經(jīng)科學(xué)發(fā)現(xiàn)，人類(lèi)的學(xué)習(xí)是多個(gè)腦區(qū)共同參與、協(xié)同作用的結(jié)果。學(xué)習(xí)的過(guò)程就是雕刻大腦神經(jīng)元之間的連接，建構(gòu)認(rèn)知網(wǎng)絡(luò)的過(guò)程。同時(shí)，人的行為是認(rèn)知網(wǎng)絡(luò)的一種外在表現(xiàn)。因此，對(duì)認(rèn)知網(wǎng)絡(luò)的分析及其結(jié)構(gòu)的表征可以從兩個(gè)方面展開(kāi)：（1）依托于腦科學(xué)和認(rèn)知神經(jīng)科學(xué)進(jìn)行直接表征;（2）通過(guò)學(xué)習(xí)者外在的學(xué)習(xí)行為和學(xué)習(xí)成果的表現(xiàn)來(lái)間接表征。前一種方式最為科學(xué)，但因受技術(shù)與相關(guān)學(xué)科發(fā)展的限制，當(dāng)前還難以實(shí)現(xiàn);而后一種方式，隨著教育大數(shù)據(jù)和學(xué)習(xí)分析的發(fā)展其可行性越來(lái)越大。

在學(xué)習(xí)分析領(lǐng)域，研究者一般借助于社會(huì)網(wǎng)絡(luò)分析、語(yǔ)義分析、數(shù)據(jù)可視化分析等方法對(duì)學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行分析，雖然這些方法也可以側(cè)面、間接地表征學(xué)習(xí)者的內(nèi)部認(rèn)知結(jié)構(gòu)，但是難以全面、動(dòng)態(tài)地呈現(xiàn)學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的特點(diǎn)與變化。隨著學(xué)習(xí)分析的不斷發(fā)展，該領(lǐng)域出現(xiàn)了一種可以對(duì)學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)進(jìn)行分析的方法，即認(rèn)知網(wǎng)絡(luò)分析法（Epistemic Network Analysis，簡(jiǎn)稱(chēng)ENA），它可對(duì)學(xué)習(xí)者在交互過(guò)程中產(chǎn)生的文本記錄進(jìn)行量化分析，并形成動(dòng)態(tài)網(wǎng)絡(luò)模型以表征學(xué)習(xí)者認(rèn)知元素間的關(guān)聯(lián)結(jié)構(gòu)，并進(jìn)一步表征學(xué)習(xí)者的認(rèn)知特征。該方法是教育大數(shù)據(jù)與學(xué)習(xí)分析發(fā)展的大背景下日益重要的研究方法。本文旨在從概念、理論基礎(chǔ)、分析過(guò)程、支持工具、研究案例和特征等方面對(duì)認(rèn)知網(wǎng)絡(luò)分析法進(jìn)行系統(tǒng)介紹，以期為研究者提供一種深入表征學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)及其關(guān)系的方法。

二、認(rèn)知網(wǎng)絡(luò)分析的定義與理論基礎(chǔ)

（一）認(rèn)知網(wǎng)絡(luò)分析的定義與發(fā)展

美國(guó)加州大學(xué)伯克利分校的DiSessa將學(xué)習(xí)描述為一個(gè)過(guò)程，在這個(gè)過(guò)程中，經(jīng)驗(yàn)知識(shí)中孤立的元素通過(guò)理論框架聯(lián)系在一起，以此發(fā)展新的知識(shí)，而且還可以對(duì)知識(shí)形成深入、系統(tǒng)的理解[1]。而認(rèn)知網(wǎng)絡(luò)分析法的主要研究者美國(guó)威斯康星大學(xué)教育研究中心的Shaffer則將學(xué)習(xí)描述為認(rèn)知框架的發(fā)展，這種認(rèn)知框架是一種在實(shí)踐社區(qū)或小組中的成員分享框架、調(diào)查以及解決復(fù)雜問(wèn)題時(shí)表現(xiàn)出的知識(shí)、技能、思維習(xí)慣以及其他認(rèn)知元素間的關(guān)聯(lián)模式[2]。盡管DiSessa和Shaffer對(duì)學(xué)習(xí)有著不同的表述，但是他們都認(rèn)為學(xué)習(xí)并不是知識(shí)點(diǎn)或技能的單獨(dú)呈現(xiàn)，而是在這些知識(shí)與能力間建立連接，即認(rèn)知元素間的連接結(jié)構(gòu)比這些元素單獨(dú)的出現(xiàn)更重要[1-2]?；谝陨侠碚摶A(chǔ)，ENA被設(shè)計(jì)出來(lái)，以對(duì)認(rèn)知元素間的連接結(jié)構(gòu)進(jìn)行建模表征[2]。

因此，ENA是一種借助于認(rèn)知框架理論，對(duì)學(xué)習(xí)者在交互過(guò)程中的文本數(shù)據(jù)進(jìn)行量化編碼，并采用動(dòng)態(tài)網(wǎng)絡(luò)模型對(duì)學(xué)習(xí)者認(rèn)知元素間的網(wǎng)絡(luò)關(guān)系進(jìn)行表征與分析的重要方法[2]。它既可以量化和表征網(wǎng)絡(luò)中元素間的連接結(jié)構(gòu)及關(guān)聯(lián)強(qiáng)度，也可以表征連接的結(jié)構(gòu)與強(qiáng)度隨時(shí)間發(fā)生的變化情況[2]。即ENA可以實(shí)現(xiàn)對(duì)個(gè)人或群體的復(fù)雜認(rèn)知網(wǎng)絡(luò)的可視化表征，并直觀化地對(duì)不同的復(fù)雜認(rèn)知網(wǎng)絡(luò)進(jìn)行對(duì)比，從而了解不同網(wǎng)絡(luò)間的差異。

（二）理論基礎(chǔ)：認(rèn)知框架理論

認(rèn)知網(wǎng)絡(luò)分析法根植于認(rèn)知框架理論[3]?？蚣苓@一概念源自Goffman，他從框架的角度解釋活動(dòng)，認(rèn)為活動(dòng)是形成知覺(jué)與行動(dòng)的規(guī)則和前提，也是用來(lái)闡述經(jīng)驗(yàn)的規(guī)范和實(shí)踐，因此，一個(gè)認(rèn)知框架也可以通過(guò)個(gè)人在真實(shí)任務(wù)中展現(xiàn)出的行動(dòng)和交互表現(xiàn)出來(lái)[4]。認(rèn)知框架理論用于表征實(shí)踐社區(qū)中學(xué)習(xí)者思考、實(shí)踐等行為方式[3]。ENA中常用的認(rèn)知框架為SKIVE框架[3]，包括技能（Skill）、知識(shí)（Knowledge）、身份（Identity）、價(jià)值（Value）以及認(rèn)識(shí)論（Epistemology）五個(gè)維度，具體解釋如下：“技能”表示在認(rèn)知活動(dòng)中學(xué)習(xí)者做事情的能力[5]。這種能力可以具體化為學(xué)習(xí)者通過(guò)口頭或書(shū)面進(jìn)行清晰溝通表達(dá)的能力;學(xué)習(xí)者能夠收集、組織、分析信息;學(xué)習(xí)者有批判思考的能力，并且可以基于不同的立場(chǎng)進(jìn)行驗(yàn)證;學(xué)習(xí)者可以從他人的角度看待問(wèn)題等[5]?！爸R(shí)”表示學(xué)習(xí)者在認(rèn)知活動(dòng)過(guò)程中分享的針對(duì)問(wèn)題、任務(wù)等的理解與看法。具體可以包括對(duì)相關(guān)政策、機(jī)構(gòu)等的了解;對(duì)活動(dòng)社區(qū)具體運(yùn)行規(guī)則的掌握;對(duì)當(dāng)前認(rèn)知活動(dòng)過(guò)程中面臨的困難的理解;對(duì)活動(dòng)多樣性的理解等方面[3，5]?！吧矸荨北硎緦?shí)踐社區(qū)中成員對(duì)于自身的看法，即在進(jìn)行認(rèn)知活動(dòng)的過(guò)程中，通過(guò)施展技能、實(shí)施決策等行為，學(xué)習(xí)者找到并在社區(qū)活動(dòng)過(guò)程中展現(xiàn)出自身的身份定位[5]?！皟r(jià)值”表示認(rèn)知活動(dòng)中參與成員所持有的信念，它可用于指導(dǎo)、驅(qū)動(dòng)學(xué)習(xí)者在實(shí)踐社區(qū)中使用技能與知識(shí)[4]?！罢J(rèn)識(shí)論”表示在活動(dòng)社區(qū)中學(xué)習(xí)者能夠清楚認(rèn)識(shí)相應(yīng)行為或言論的特征及屬性，并能提供相應(yīng)證據(jù)來(lái)證明其合理性[5]。

SKIVE認(rèn)知框架中的每個(gè)維度在微觀層次上可以細(xì)分為多個(gè)子維度[5]，在ENA中可以基于這五個(gè)維度對(duì)參與者產(chǎn)生的行為數(shù)據(jù)進(jìn)行編碼。通過(guò)這五個(gè)維度及其在文本中的共現(xiàn)關(guān)系來(lái)表征學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)。其中，共現(xiàn)關(guān)系表示文本數(shù)據(jù)中認(rèn)知元素之間的連接關(guān)系，即在認(rèn)知網(wǎng)絡(luò)分析中，利用SKIVE框架中的概念共現(xiàn)來(lái)表征認(rèn)知連接的建立[2]。

ENA可直觀展現(xiàn)學(xué)習(xí)者復(fù)雜認(rèn)知網(wǎng)絡(luò)中的連接結(jié)構(gòu)，了解學(xué)習(xí)者在活動(dòng)社區(qū)中的認(rèn)知行為，促進(jìn)研究者對(duì)學(xué)習(xí)者個(gè)體進(jìn)行分析。該方法還可以對(duì)學(xué)習(xí)者在認(rèn)知活動(dòng)周期內(nèi)的認(rèn)知元素關(guān)聯(lián)結(jié)構(gòu)及強(qiáng)度進(jìn)行追蹤，并進(jìn)一步預(yù)測(cè)學(xué)習(xí)者可能產(chǎn)生的學(xué)習(xí)行為。

三、認(rèn)知網(wǎng)絡(luò)分析的過(guò)程與支持工具

（一）認(rèn)知網(wǎng)絡(luò)分析的過(guò)程

認(rèn)知網(wǎng)絡(luò)分析研究共包括四個(gè)階段：確定研究問(wèn)題與目標(biāo)、收集數(shù)據(jù)、基于節(jié)進(jìn)行編碼、建立動(dòng)態(tài)網(wǎng)絡(luò)模型。其中，第一、二階段與其他研究基本相同，即研究者需要明確研究問(wèn)題與目標(biāo)，并在相應(yīng)的理論指導(dǎo)下進(jìn)行數(shù)據(jù)收集與處理。其不同點(diǎn)在于對(duì)學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)的關(guān)注：如“在認(rèn)知活動(dòng)中不同成績(jī)的學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)有怎樣的差異”“在社會(huì)網(wǎng)絡(luò)中不同位置的學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)有怎樣的特點(diǎn)與差異”等。而數(shù)據(jù)收集階段，主要對(duì)反映學(xué)習(xí)者認(rèn)知水平的互動(dòng)性文本數(shù)據(jù)進(jìn)行收集。認(rèn)知網(wǎng)絡(luò)分析的特殊性主要體現(xiàn)在基于節(jié)進(jìn)行編碼、建立動(dòng)態(tài)網(wǎng)絡(luò)模型兩個(gè)階段（如圖1所示）。其中，基于節(jié)的編碼包括分節(jié)和數(shù)據(jù)編碼，動(dòng)態(tài)網(wǎng)絡(luò)建模又包括以節(jié)為單位進(jìn)行數(shù)據(jù)累積、創(chuàng)建鄰接矩陣、累積單元內(nèi)不同節(jié)的鄰接矩陣、向量歸一化、奇異值降維分解和形成模型六個(gè)過(guò)程。

1. 基于節(jié)的編碼

該過(guò)程包括數(shù)據(jù)分節(jié)和數(shù)據(jù)編碼兩個(gè)部分，其中，分節(jié)是編碼開(kāi)展的重要前提。在ENA中，研究者在開(kāi)展編碼之前，需要根據(jù)數(shù)據(jù)格式規(guī)范對(duì)數(shù)據(jù)分節(jié)進(jìn)行處理，然后再以節(jié)為基礎(chǔ)對(duì)交互數(shù)據(jù)進(jìn)行編碼，最后再將編碼數(shù)據(jù)轉(zhuǎn)化為空間模型[6]。

（1）分節(jié)

節(jié)是認(rèn)知網(wǎng)絡(luò)分析中的重要概念。以節(jié)為基礎(chǔ)的交互數(shù)據(jù)包括四個(gè)重要組成部分，分別是目標(biāo)對(duì)象、不同對(duì)象之間的關(guān)系、一系列表征對(duì)象之間關(guān)系的節(jié)，以及表征認(rèn)知元素間存在關(guān)系的證據(jù)[6]。①目標(biāo)對(duì)象指模型中的人、相關(guān)概念或其他連接網(wǎng)絡(luò)的事物[6]。②對(duì)象間的關(guān)系是指不同對(duì)象間的關(guān)聯(lián)，比如社會(huì)關(guān)系的強(qiáng)度、概念上的相似性或者任何將一個(gè)對(duì)象和另一個(gè)對(duì)象聯(lián)系在一起的互動(dòng)關(guān)聯(lián)等[6]。③節(jié)可以是時(shí)間單元、過(guò)程中的步驟，也可以是可識(shí)別單元中表征對(duì)象間關(guān)系的任何方式[6]。在對(duì)獲取到的文本數(shù)據(jù)進(jìn)行整理編碼時(shí)，應(yīng)以“節(jié)”為單位，對(duì)若干個(gè)編碼行進(jìn)行二進(jìn)制編碼。不同節(jié)中的交互數(shù)據(jù)組成了文本“單元”，一個(gè)單元中同一節(jié)的數(shù)據(jù)彼此關(guān)聯(lián)，而不在同一節(jié)的數(shù)據(jù)彼此不相關(guān)[4]。④證據(jù)指數(shù)據(jù)行中可用于標(biāo)識(shí)認(rèn)知元素間關(guān)系的標(biāo)志。Shaffer等人將同一節(jié)中概念的共現(xiàn)作為認(rèn)知元素間建立連接的標(biāo)志[4]。

（2）編碼

根據(jù)認(rèn)知框架對(duì)學(xué)習(xí)者的認(rèn)知元素進(jìn)行編碼，采用二進(jìn)制的編碼方式，將符合框架維度的元素編碼為“1”，將不符合的元素編碼為“0”。表1展示了樣本數(shù)據(jù)集RS Data中的部分編碼內(nèi)容（編碼數(shù)據(jù)選取自：http：//www.epistemicnetwork.org/），即研究者根據(jù)不同小組內(nèi)的小組成員在參加兩次游戲時(shí)的認(rèn)知活動(dòng)，以二進(jìn)制編碼的形式對(duì)其中符合認(rèn)知框架的元素進(jìn)行編碼。

值得一提的是，除了可以使用SKIVE認(rèn)知框架進(jìn)行編碼，研究者還可以根據(jù)實(shí)際的認(rèn)知活動(dòng)，采用主題建模、潛在狄利克雷分布（LDA）、自動(dòng)內(nèi)容分析等方法對(duì)學(xué)習(xí)者的交互文本進(jìn)行處理與編碼，并將其與認(rèn)知網(wǎng)絡(luò)分析法進(jìn)行結(jié)合，建立學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型。

2. 動(dòng)態(tài)網(wǎng)絡(luò)建模

建模是認(rèn)知網(wǎng)絡(luò)分析最重要的階段。研究者根據(jù)認(rèn)知編碼，以節(jié)為單位，對(duì)同一節(jié)中的編碼數(shù)據(jù)行進(jìn)行累積，繼而通過(guò)創(chuàng)建鄰接矩陣，累積單元內(nèi)的鄰接矩陣，進(jìn)行向量歸一化與奇異值降維分解等完成學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)建模，從而直觀化、可視化表征學(xué)習(xí)者認(rèn)知元素之間的連接結(jié)構(gòu)。

（1）以“節(jié)”為單位，對(duì)數(shù)據(jù)行進(jìn)行累積

由于單元內(nèi)的數(shù)據(jù)由不同的節(jié)組成，同一節(jié)中的數(shù)據(jù)彼此相關(guān)，因此，需要按照“以節(jié)為單位”的形式對(duì)數(shù)據(jù)行進(jìn)行累積編碼。通常通過(guò)二進(jìn)制的形式進(jìn)行累積，即如果同一節(jié)中任何一行數(shù)據(jù)包含代碼A，則累積疊加之后的節(jié)中也包含代碼A[4]。如表2所示，該表根據(jù)表1的數(shù)據(jù)，以“節(jié)”為單位，對(duì)同一次游戲的數(shù)據(jù)行進(jìn)行了二進(jìn)制累積編碼，以此來(lái)表示同一節(jié)中認(rèn)知元素間的關(guān)聯(lián)。

表2 ? ? ? ? ? 不同節(jié)中數(shù)據(jù)行編碼累積表

（2）鄰接矩陣的創(chuàng)建與累積

①鄰接矩陣的創(chuàng)建：ENA通過(guò)為每節(jié)中的數(shù)據(jù)編碼創(chuàng)建鄰接矩陣來(lái)表示元素編碼的共現(xiàn)[4]。對(duì)象間的關(guān)聯(lián)通過(guò)矩陣中的行和列來(lái)表示，即編碼Xi，j代表了對(duì)象i與對(duì)象j建立關(guān)聯(lián)的強(qiáng)度，并且由于對(duì)象與自身無(wú)法建立相關(guān)關(guān)系，因而矩陣的對(duì)角線為0[6]。因?yàn)镋NA是一種無(wú)向圖，所以創(chuàng)建的鄰接矩陣具有對(duì)稱(chēng)性。②鄰接矩陣的累積：創(chuàng)建完每節(jié)鄰接矩陣后，為了識(shí)別數(shù)據(jù)中元素連接的結(jié)構(gòu)，ENA會(huì)將每個(gè)分析單元的鄰接矩陣?yán)奂拥酵粋€(gè)累積矩陣中[2]。當(dāng)ENA為數(shù)據(jù)集中的所有單元?jiǎng)?chuàng)建完累積鄰接矩陣，每個(gè)矩陣都可以轉(zhuǎn)換為鄰接向量Vn，因此，這些向量也存在于高維空間V中[2]。通過(guò)這種方式，每個(gè)分析單元中對(duì)象間的連接結(jié)構(gòu)都可以由高維空間中的鄰接向量表示[2]。

（3）向量歸一化

在ENA的高維空間中，每個(gè)鄰接向量代表一個(gè)分析單元的關(guān)聯(lián)模式，分析單元中節(jié)的數(shù)量影響著向量的長(zhǎng)度。同一單元中節(jié)的數(shù)量越多，代表著產(chǎn)生的共現(xiàn)也就越多，對(duì)應(yīng)的向量越長(zhǎng)[2]。但是有可能存在兩個(gè)代表相同關(guān)聯(lián)模式的向量，它們指向同一方向，并且由于它們存在于不同的節(jié)中，因而會(huì)產(chǎn)生不同的長(zhǎng)度[4]。因此，為了能夠準(zhǔn)確地對(duì)不同單位的認(rèn)知結(jié)構(gòu)進(jìn)行對(duì)比，就需要控制不同單元中有可能產(chǎn)生的不同數(shù)量的共現(xiàn)。因此，需要對(duì)累積的鄰接向量進(jìn)行球面歸一化處理，即將每個(gè)向量Vn除以它自身的長(zhǎng)度，由此得到歸一化的向量[2]。

（4）奇異值降維分解

在完成向量歸一化之后，ENA將會(huì)采用奇異值降維分解（SVD）的方法，最大限度地提高變量在數(shù)據(jù)中的差異值，但不會(huì)重新縮放數(shù)據(jù)，從而實(shí)現(xiàn)對(duì)高維空間的降維[4]。

（5）建立模型

在完成編碼、轉(zhuǎn)換矩陣之后，ENA會(huì)根據(jù)形成的編碼數(shù)據(jù)在二維空間中對(duì)認(rèn)知元素的連接結(jié)構(gòu)進(jìn)行可視化表征，即完成建模?！百|(zhì)心”和“節(jié)點(diǎn)的位置”是建模中的兩個(gè)重要概念。①質(zhì)心（Centroid）：網(wǎng)絡(luò)的質(zhì)心類(lèi)似于物體的重心，由網(wǎng)絡(luò)模型中“邊權(quán)重”的算術(shù)平均值確定[2]。如果兩個(gè)學(xué)習(xí)者建立的認(rèn)知網(wǎng)絡(luò)模型具有相同的節(jié)點(diǎn)，但是這些節(jié)點(diǎn)之間的連接強(qiáng)度不同，那么這兩個(gè)學(xué)習(xí)者各自的認(rèn)知網(wǎng)絡(luò)模型的質(zhì)心也不同。質(zhì)心主要用于ENA分析過(guò)程中微觀視角向宏觀視角的轉(zhuǎn)換。即在比較不同學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)時(shí)，當(dāng)學(xué)習(xí)者數(shù)量較少，直接對(duì)比其認(rèn)知網(wǎng)絡(luò)就能發(fā)現(xiàn)其異同之處。但當(dāng)學(xué)習(xí)者的數(shù)量較多時(shí)，就需要將學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)抽象成一個(gè)點(diǎn)，以此代表學(xué)習(xí)者個(gè)人的認(rèn)知網(wǎng)絡(luò)，并從宏觀的投影空間對(duì)多個(gè)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)進(jìn)行對(duì)比。②節(jié)點(diǎn)的位置：為了使網(wǎng)絡(luò)中質(zhì)心和經(jīng)過(guò)SVD旋轉(zhuǎn)之后能代表網(wǎng)絡(luò)的點(diǎn)之間的距離最小化，ENA中用一個(gè)優(yōu)化的程序來(lái)確定投影空間中節(jié)點(diǎn)的位置[4]，即確定質(zhì)心的位置。ENA空間中點(diǎn)所處的位置代表了對(duì)應(yīng)的網(wǎng)絡(luò)模型的連接結(jié)構(gòu)，因此，點(diǎn)在投影空間中分布的不同位置就代表了不同認(rèn)知網(wǎng)絡(luò)的最大差異[2]。那么，對(duì)多個(gè)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)的比較就轉(zhuǎn)化為對(duì)質(zhì)心在投影空間中所處位置的分析[4]。分析人員可根據(jù)投影空間中不同點(diǎn)間距離的大小判斷相應(yīng)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)相似度或差異性，空間中點(diǎn)間距離比較小表明對(duì)應(yīng)的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)可能存在較大的相似性，反之，距離較大則表明對(duì)應(yīng)的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的差異性較大[2]。

在完成模型建立之后，研究者可以對(duì)學(xué)習(xí)者在宏觀空間以及微觀層面中的認(rèn)知網(wǎng)絡(luò)模型進(jìn)行直觀對(duì)比。其中，在學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)模型的微觀層面，不同認(rèn)知元素節(jié)點(diǎn)之間連線的粗細(xì)代表了建立連接的強(qiáng)弱，而節(jié)點(diǎn)的大小代表了與周?chē)渌J(rèn)知元素建立連接的多少。研究者可以根據(jù)這些特征對(duì)學(xué)習(xí)者的個(gè)人認(rèn)知網(wǎng)絡(luò)進(jìn)行分析。同時(shí)，還可以基于宏觀投影空間中點(diǎn)的分布對(duì)同一學(xué)習(xí)者在不同學(xué)習(xí)時(shí)期的認(rèn)知網(wǎng)絡(luò)以及不同學(xué)習(xí)者在同一階段的認(rèn)知網(wǎng)絡(luò)進(jìn)行進(jìn)一步分析。質(zhì)心是ENA從微觀層面向宏觀層面轉(zhuǎn)化的重要中介，多個(gè)復(fù)雜的認(rèn)知網(wǎng)絡(luò)通過(guò)質(zhì)心便可以以點(diǎn)的形式在同一個(gè)二維空間中進(jìn)行直觀呈現(xiàn)。研究者可根據(jù)這些點(diǎn)的布局與位置對(duì)宏觀的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)特征進(jìn)行描述與分析。

（二）認(rèn)知網(wǎng)絡(luò)分析的支持工具

威斯康星教育研究中心與麥迪遜分校聯(lián)合開(kāi)發(fā)了一個(gè)在線建模平臺(tái)ENA Webkit來(lái)支持認(rèn)知網(wǎng)絡(luò)分析的開(kāi)展。該平臺(tái)具有處理編碼數(shù)據(jù)與建立認(rèn)知網(wǎng)絡(luò)兩大功能[2]。在處理編碼數(shù)據(jù)階段，該平臺(tái)可根據(jù)最初的編碼數(shù)據(jù)表，按照認(rèn)知網(wǎng)絡(luò)分析法的處理過(guò)程對(duì)其進(jìn)行自動(dòng)化處理，并將編碼結(jié)果可視化表征出來(lái)，即創(chuàng)建出關(guān)于學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型，便于研究者進(jìn)行進(jìn)一步的探索和解釋[2]。Shaffer等學(xué)者在2016年發(fā)表過(guò)關(guān)于認(rèn)知網(wǎng)絡(luò)分析的指導(dǎo)手冊(cè)，對(duì)ENA Webkit的具體使用進(jìn)行了詳細(xì)介紹，并開(kāi)發(fā)了專(zhuān)門(mén)的網(wǎng)站（http：//www.epistemicnetwork.org/）。

ENA Webkit可對(duì)導(dǎo)入的編碼數(shù)據(jù)進(jìn)行自動(dòng)化建模和可視化呈現(xiàn)。當(dāng)存在多個(gè)研究對(duì)象時(shí)，ENA Webkit會(huì)在宏觀的投影空間中對(duì)多個(gè)認(rèn)知網(wǎng)絡(luò)模型進(jìn)行呈現(xiàn)。同時(shí)，還可以在微觀層面對(duì)少數(shù)學(xué)習(xí)者間的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)的具體差異進(jìn)行對(duì)比分析。

四、學(xué)習(xí)分析中的認(rèn)知網(wǎng)絡(luò)分析及應(yīng)用案例介紹

ENA作為一種可動(dòng)態(tài)量化表征學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)的分析方法，在學(xué)習(xí)分析領(lǐng)域有著很大的發(fā)展前景。同時(shí)，它還可以通過(guò)與多種分析方法結(jié)合，從不同角度對(duì)學(xué)習(xí)活動(dòng)進(jìn)行分析，從而對(duì)學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)進(jìn)行更全面的描述與預(yù)測(cè)。本文將通過(guò)闡述ENA在協(xié)作學(xué)習(xí)[7]、實(shí)踐社區(qū)[2]以及學(xué)習(xí)評(píng)價(jià)[8]中的具體應(yīng)用案例，對(duì)該方法作進(jìn)一步的介紹。

（一）認(rèn)知網(wǎng)絡(luò)分析在協(xié)作學(xué)習(xí)中的應(yīng)用

協(xié)作學(xué)習(xí)已經(jīng)成為人們解決復(fù)雜任務(wù)或問(wèn)題的重要方式，技術(shù)的發(fā)展增加了人們進(jìn)行協(xié)作學(xué)習(xí)的機(jī)會(huì)，也吸引著來(lái)自不同研究領(lǐng)域的學(xué)者予以關(guān)注研究[7]。在技術(shù)的支持下，人們可以借助于不同的技術(shù)工具或平臺(tái)開(kāi)展協(xié)作學(xué)習(xí)活動(dòng)，而活動(dòng)過(guò)程中產(chǎn)生的一系列交互數(shù)據(jù)也隨即記錄在平臺(tái)中。如何利用這些數(shù)據(jù)分析活動(dòng)參與者的交互程度與認(rèn)知特征是研究者重點(diǎn)關(guān)注與解決的問(wèn)題。

社會(huì)網(wǎng)絡(luò)分析法（SNA）是研究者分析活動(dòng)參與者在協(xié)作學(xué)習(xí)過(guò)程中的交互程度以及發(fā)揮作用的常用方法。此方法可以表示學(xué)習(xí)者在學(xué)習(xí)過(guò)程中參與、交互以及知識(shí)建構(gòu)的情況[14]，卻無(wú)法對(duì)參與者認(rèn)知層面的結(jié)構(gòu)進(jìn)行動(dòng)態(tài)建模表征與預(yù)測(cè)。因此，研究者提出采用社會(huì)認(rèn)知網(wǎng)絡(luò)標(biāo)記（Social Epistemic Network Signature，簡(jiǎn)稱(chēng)SENS）的方式，即將認(rèn)知網(wǎng)絡(luò)分析（ENA）與社會(huì)網(wǎng)絡(luò)分析（SNA）進(jìn)行結(jié)合，從而對(duì)學(xué)習(xí)者在認(rèn)知活動(dòng)中產(chǎn)生的交互數(shù)據(jù)進(jìn)行社會(huì)層面和認(rèn)知層面的分析[7]。

Gasevic等人在MOOC平臺(tái)上選擇了一門(mén)課程論壇中的部分交互數(shù)據(jù)，并通過(guò)SNA與ENA分別對(duì)學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)與認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析，探討學(xué)習(xí)者的社會(huì)網(wǎng)絡(luò)與認(rèn)知網(wǎng)絡(luò)之間的關(guān)系。他們首先采用自動(dòng)內(nèi)容分析法，并借助潛在狄利克雷分布，對(duì)文檔中的突出主題進(jìn)行抽取，共得到12個(gè)主題，其中包含與課程內(nèi)容相關(guān)的主題以及過(guò)程主題，為后續(xù)進(jìn)行認(rèn)知網(wǎng)絡(luò)分析提供數(shù)據(jù)基礎(chǔ)。在認(rèn)知網(wǎng)絡(luò)分析的過(guò)程中，探討每篇文章或評(píng)論與其前三篇文章之間的語(yǔ)義聯(lián)系，以此最大限度地捕捉學(xué)習(xí)者建立的有意義的聯(lián)系[7]?；谶@些語(yǔ)義連接，創(chuàng)建了鄰接矩陣，并通過(guò)累積矩陣等操作過(guò)程，最終繪制出學(xué)習(xí)者個(gè)體認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)圖。對(duì)其進(jìn)行分析發(fā)現(xiàn)，投影空間中的第一個(gè)維度（SVD1或X軸）解釋了ENA空間中46%的方差，其中過(guò)程分?jǐn)?shù)較高的參與者更關(guān)注課程的過(guò)程和程序，即他們?cè)谂c過(guò)程相關(guān)的主題之間建立更多的連接。ENA投影空間中第二個(gè)維度（SVD2或Y軸）解釋了ENA空間中18%的方差，這表明內(nèi)容分?jǐn)?shù)高的參與者將會(huì)在與內(nèi)容相關(guān)的主題之間建立更多連接[7]。

為了了解學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)和社會(huì)網(wǎng)絡(luò)之間的關(guān)系，以及ENA和SNA可以在多大程度上幫助研究者了解學(xué)習(xí)者的協(xié)作學(xué)習(xí)過(guò)程，研究者通過(guò)聚類(lèi)分析和社會(huì)認(rèn)知網(wǎng)絡(luò)分析，并結(jié)合多元線性回歸分析對(duì)高成效表現(xiàn)和低成效表現(xiàn)組的學(xué)習(xí)者的差異進(jìn)行了描述與分析[7]。

總體來(lái)說(shuō)，在對(duì)學(xué)習(xí)者的協(xié)作學(xué)習(xí)過(guò)程進(jìn)行分析時(shí)，采用ENA可以拓寬研究思路，使研究不僅僅關(guān)注學(xué)習(xí)者之間建立的社會(huì)連接，更關(guān)注學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)的建立，從而從社會(huì)層面和認(rèn)知層面對(duì)協(xié)作學(xué)習(xí)進(jìn)行研究，并進(jìn)一步預(yù)測(cè)學(xué)習(xí)者的學(xué)習(xí)表現(xiàn)。

（二）認(rèn)知網(wǎng)絡(luò)分析在實(shí)踐社區(qū)中的應(yīng)用

實(shí)踐社區(qū)（Community of Practice）是一個(gè)社會(huì)學(xué)習(xí)系統(tǒng)，即許多人在這個(gè)系統(tǒng)中共同分享他們的興趣并從事增進(jìn)聯(lián)系的集體學(xué)習(xí)[9-10]。在實(shí)踐社區(qū)中，學(xué)習(xí)者處于問(wèn)題解決式的情境，即教師通過(guò)給學(xué)習(xí)者創(chuàng)建一個(gè)問(wèn)題解決的情境，使學(xué)習(xí)者扮演不同的角色，從而模擬真實(shí)情境下解決問(wèn)題的過(guò)程，借此培養(yǎng)學(xué)習(xí)者的實(shí)踐能力、創(chuàng)新能力等。教師或研究者雖然可以借助社會(huì)網(wǎng)絡(luò)分析、內(nèi)容分析、問(wèn)卷調(diào)查等方式對(duì)反映學(xué)習(xí)者的參與度、貢獻(xiàn)程度、實(shí)踐能力等方面的數(shù)據(jù)進(jìn)行分析與評(píng)價(jià)，但是這些方法、手段卻沒(méi)有辦法對(duì)學(xué)習(xí)者在實(shí)踐社區(qū)中形成的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行直觀呈現(xiàn)與分析，也不能對(duì)不同學(xué)習(xí)者的認(rèn)知結(jié)構(gòu)進(jìn)行直觀對(duì)比。

在本案例中，研究者以“在線工程設(shè)計(jì)模擬”活動(dòng)為例，使學(xué)習(xí)者在一個(gè)模擬的工作環(huán)境中解決一個(gè)現(xiàn)實(shí)的工程設(shè)計(jì)問(wèn)題，即學(xué)習(xí)者在一家虛擬的公司中，通過(guò)審閱公司內(nèi)部的技術(shù)文件，研究相關(guān)背景，從而進(jìn)行工程設(shè)計(jì)，并根據(jù)實(shí)驗(yàn)數(shù)據(jù)對(duì)研究成果進(jìn)行檢驗(yàn)[2，11-13]。研究者利用認(rèn)知網(wǎng)絡(luò)分析法對(duì)學(xué)習(xí)者在這項(xiàng)工程設(shè)計(jì)中進(jìn)行的認(rèn)知活動(dòng)進(jìn)行了定量與定性的分析，以此對(duì)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行動(dòng)態(tài)建構(gòu)表征，進(jìn)而探究不同學(xué)習(xí)者的認(rèn)知特征。

在本案例中，學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)是由與工程實(shí)踐活動(dòng)相關(guān)的認(rèn)知元素相互建立連接形成的。研究者利用認(rèn)知框架對(duì)學(xué)習(xí)者的認(rèn)知活動(dòng)元素進(jìn)行了編碼，之后通過(guò)形成鄰接矩陣、向量歸一化等處理之后建立了學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型。圖2顯示了兩名學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型，其中學(xué)習(xí)者A（左側(cè)圖）的認(rèn)知網(wǎng)絡(luò)是在知識(shí)元素和技能元素之間建立連接，而學(xué)習(xí)者B（右側(cè)圖）的認(rèn)知網(wǎng)絡(luò)不僅在知識(shí)和技能元素之間建立了連接，也在價(jià)值、認(rèn)識(shí)論等元素之間形成了連接，這表明在“在線工程設(shè)計(jì)”的活動(dòng)中，學(xué)習(xí)者B擔(dān)當(dāng)?shù)墓こ處熆紤]的比學(xué)習(xí)者A更加全面。同時(shí)，圖中連接線的粗細(xì)代表了元素之間連接的強(qiáng)弱，因此，通過(guò)觀察可以發(fā)現(xiàn)，圖中學(xué)習(xí)者A和學(xué)習(xí)者B在進(jìn)行認(rèn)知活動(dòng)時(shí)各有不同的側(cè)重點(diǎn)。

由于在認(rèn)知網(wǎng)絡(luò)模型中，每個(gè)認(rèn)知元素都有固定的空間位置點(diǎn)，因此，可以通過(guò)對(duì)少數(shù)（一般是兩個(gè)）不同的認(rèn)知網(wǎng)絡(luò)模型進(jìn)行做差相減，實(shí)現(xiàn)它們之間的對(duì)比。當(dāng)需要對(duì)該活動(dòng)中多名學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)進(jìn)行分析時(shí)，ENA會(huì)通過(guò)抽取認(rèn)知網(wǎng)絡(luò)質(zhì)心的方式，在投影空間中對(duì)多個(gè)質(zhì)心的空間分布進(jìn)行直觀展示，以此來(lái)對(duì)多名學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)進(jìn)行對(duì)比。研究者利用兩個(gè)維度上的置信區(qū)間計(jì)算出兩組學(xué)習(xí)者（A組、B組）在投影空間中的平均位置，并通過(guò)獨(dú)立樣本t檢驗(yàn)，發(fā)現(xiàn)兩組學(xué)習(xí)者在第二維度上有顯著性差異（mA=0.079，mB=-0.079;p<0.001，t=4.231）。其中，A組學(xué)習(xí)者更多的是在基礎(chǔ)知識(shí)和技能方面建立更多的連接，B組學(xué)習(xí)者更多的是在認(rèn)識(shí)論元素和與設(shè)計(jì)相關(guān)的知識(shí)元素之間建立更多連接。如圖3所示。

借助于ENA，研究者可以對(duì)實(shí)踐社區(qū)中學(xué)習(xí)者開(kāi)展的認(rèn)知活動(dòng)進(jìn)行分析，建立學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型，直觀地了解學(xué)習(xí)者在參與活動(dòng)過(guò)程中的認(rèn)知特征，明確學(xué)習(xí)者在不同元素之間的連接關(guān)系以及關(guān)系的強(qiáng)弱。并且，還可以通過(guò)對(duì)學(xué)習(xí)者在不同時(shí)間段的認(rèn)知網(wǎng)絡(luò)的對(duì)比分析發(fā)現(xiàn)其認(rèn)知發(fā)展變化，有利于在實(shí)際的教學(xué)活動(dòng)中引導(dǎo)和培養(yǎng)學(xué)習(xí)者的認(rèn)知發(fā)展。

（三）認(rèn)知網(wǎng)絡(luò)分析在評(píng)價(jià)中的應(yīng)用

技術(shù)的發(fā)展使教師可以更好、更全面地評(píng)價(jià)學(xué)習(xí)者的學(xué)習(xí)行為，但當(dāng)前的很多評(píng)價(jià)方式無(wú)法直觀地展現(xiàn)學(xué)習(xí)者的認(rèn)知特征。尤其是當(dāng)學(xué)習(xí)者遞交的是文本類(lèi)的作業(yè)文檔（如課程論文）時(shí)，教師只能根據(jù)文檔情況進(jìn)行打分，卻無(wú)法真實(shí)地了解文檔背后反映的認(rèn)知活動(dòng)。而對(duì)認(rèn)知活動(dòng)的分析與了解（尤其是對(duì)于成績(jī)不理想的這類(lèi)學(xué)習(xí)者），可以進(jìn)一步幫助教師開(kāi)展有針對(duì)性的教學(xué)和輔導(dǎo)。

在本案例中，16名學(xué)習(xí)者被要求通過(guò)使用傳記、文學(xué)批判、讀者回應(yīng)或者現(xiàn)象學(xué)研究的方法對(duì)虛擬文學(xué)進(jìn)行分析，并最終通過(guò)作業(yè)論文呈現(xiàn)個(gè)人分析[8]。研究者將論文文本分割成不同的片段，并對(duì)每一片段中涉及的關(guān)鍵詞進(jìn)行編碼，建立了16名學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)模型，對(duì)學(xué)習(xí)者在寫(xiě)作中的復(fù)雜思維進(jìn)行了直觀化的展現(xiàn)，幫助教師進(jìn)行總結(jié)性評(píng)價(jià)以及理解學(xué)習(xí)者進(jìn)行學(xué)科學(xué)習(xí)時(shí)的認(rèn)知特征。在進(jìn)行具體編碼時(shí)，研究者使用兩組關(guān)鍵詞來(lái)分析學(xué)習(xí)者的文章，第一組包含8個(gè)一般的文學(xué)分析術(shù)語(yǔ)：報(bào)告、環(huán)境、講述者、主題、解釋、體裁、分析和描述;第二組包含8個(gè)文學(xué)分析中的特定關(guān)鍵詞：作者身份、鏡像、層次、文本細(xì)讀、空白、歧義、過(guò)度決定和非充分決定。其中，第一組歸為第一種編碼方式，第一組與第二組結(jié)合構(gòu)成第二種編碼方式。

為了分析這些論文，研究者根據(jù)這些論文的分?jǐn)?shù)將文章分為低水平、中等水平和高水平三類(lèi)，通過(guò)對(duì)這三類(lèi)論文的平均認(rèn)知網(wǎng)絡(luò)進(jìn)行對(duì)比，發(fā)現(xiàn)學(xué)習(xí)者在寫(xiě)作時(shí)的思維差異。圖4顯示了三類(lèi)不同寫(xiě)作水平學(xué)習(xí)者的平均認(rèn)知網(wǎng)絡(luò)。從總體上看，在采用第一種編碼方式得到的認(rèn)知網(wǎng)絡(luò)模型中，中等水平和高水平成績(jī)的學(xué)習(xí)者建立的認(rèn)知連接要多于低水平學(xué)習(xí)者，高水平學(xué)習(xí)者在不同元素間建立的連接最多，而低水平學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)中缺少“環(huán)境”“報(bào)告”兩個(gè)因素，并且在元素“描述”和“解釋”之間沒(méi)有建立連接。

除此之外，研究者也利用第二種編碼方式對(duì)三類(lèi)文章進(jìn)行編碼，并建立了認(rèn)知網(wǎng)絡(luò)模型（如圖5所示）。其中，低水平的學(xué)習(xí)者大多在“空白”“解釋”“分析”之間建立連接。而中等水平和高水平的學(xué)習(xí)者建立的網(wǎng)絡(luò)具有更平衡的聯(lián)系，同時(shí)，仍然強(qiáng)調(diào)“解釋”“描述”“分析”之間的聯(lián)系。

在本案例中，研究者通過(guò)認(rèn)知網(wǎng)絡(luò)分析法對(duì)學(xué)習(xí)者的書(shū)面作業(yè)進(jìn)行了量化分析，從而幫助教師對(duì)學(xué)習(xí)者遞交的文本類(lèi)作業(yè)進(jìn)行評(píng)價(jià)，使得教師通過(guò)對(duì)學(xué)習(xí)者復(fù)雜思維的了解，明確學(xué)習(xí)者的薄弱環(huán)節(jié)，及時(shí)給予反饋與指導(dǎo)。

五、認(rèn)知網(wǎng)絡(luò)分析的特征與優(yōu)勢(shì)

（一）對(duì)要素間共現(xiàn)關(guān)系的關(guān)注是認(rèn)知網(wǎng)絡(luò)分析法的核心

ENA利用概念的共現(xiàn)來(lái)表征認(rèn)知連接的建立[2]，因此，不同要素間共現(xiàn)關(guān)系的表征是ENA的核心。同時(shí)，ENA不受編碼頻率的驅(qū)動(dòng)，而與編碼共同出現(xiàn)的頻率相關(guān)，因此，能夠捕捉研究對(duì)象認(rèn)知框架的各個(gè)元素的協(xié)同發(fā)展情況[15]，從而對(duì)元素間的共現(xiàn)關(guān)系進(jìn)行動(dòng)態(tài)表征。如借助ENA可以建立學(xué)習(xí)者專(zhuān)業(yè)化思維的動(dòng)態(tài)網(wǎng)絡(luò)模型，即研究者可以根據(jù)編碼框架，對(duì)多個(gè)關(guān)于專(zhuān)業(yè)化思維的認(rèn)知元素間的關(guān)聯(lián)結(jié)構(gòu)進(jìn)行建模表征，根據(jù)這些元素間連線的粗細(xì)以及表征元素的節(jié)點(diǎn)的大小，分析認(rèn)知結(jié)構(gòu)的特征。通過(guò)此方式，可以直觀化地表征學(xué)習(xí)者專(zhuān)業(yè)思維的發(fā)展情況，并且還可以通過(guò)結(jié)合其他的方法，全面客觀地對(duì)學(xué)習(xí)者的學(xué)習(xí)行為進(jìn)行分析。

（二）可以多層次、動(dòng)態(tài)化表征個(gè)體和群體的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)

ENA可以從微觀和宏觀兩個(gè)層面對(duì)學(xué)習(xí)者個(gè)體和群體的認(rèn)知網(wǎng)絡(luò)進(jìn)行表征。在微觀層面，它可直觀展現(xiàn)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)，對(duì)少量學(xué)習(xí)者之間的認(rèn)知結(jié)構(gòu)進(jìn)行差異對(duì)比。如案例二中，研究者對(duì)“在線工程設(shè)計(jì)模擬”活動(dòng)中學(xué)習(xí)者的認(rèn)知特征進(jìn)行了分析，通過(guò)呈現(xiàn)學(xué)習(xí)者在此活動(dòng)中的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)，以及對(duì)不同學(xué)習(xí)者之間的認(rèn)知網(wǎng)絡(luò)進(jìn)行做差相減，從而發(fā)現(xiàn)不同學(xué)習(xí)者之間的認(rèn)知差異，彌補(bǔ)學(xué)習(xí)分析領(lǐng)域中間接表征學(xué)習(xí)者認(rèn)知特征的分析方法的不足。在宏觀層面，它可對(duì)多名學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)進(jìn)行對(duì)比，也可根據(jù)學(xué)習(xí)者在一定周期內(nèi)的認(rèn)知情況，實(shí)現(xiàn)對(duì)學(xué)習(xí)者認(rèn)知結(jié)構(gòu)的動(dòng)態(tài)化表征與追蹤預(yù)測(cè)。同時(shí)，認(rèn)知網(wǎng)絡(luò)分析還可以與其他分析方法進(jìn)行結(jié)合。如案例一中，研究者利用社會(huì)網(wǎng)絡(luò)分析與認(rèn)知網(wǎng)絡(luò)分析法對(duì)學(xué)習(xí)者產(chǎn)生的交互文本數(shù)據(jù)進(jìn)行社會(huì)層面與認(rèn)知層面的分析，從而從社會(huì)連接與認(rèn)知結(jié)構(gòu)兩個(gè)角度表征、分析學(xué)習(xí)者的學(xué)習(xí)情況，深度挖掘?qū)W習(xí)者的認(rèn)知特征。

（三）它是一種可多維度表征學(xué)習(xí)者認(rèn)知發(fā)展的思維工具

ENA不僅僅是一種研究方法，更是一種多維度表征學(xué)習(xí)者認(rèn)知發(fā)展的思維工具。研究者可以不局限于認(rèn)知框架理論提供的維度，而是結(jié)合多種研究方法對(duì)學(xué)習(xí)者的認(rèn)知發(fā)展進(jìn)行分析與表征。如吳忭等人將認(rèn)知網(wǎng)絡(luò)分析法用于對(duì)STEM教育的分析與測(cè)評(píng)，即按照“專(zhuān)業(yè)的知識(shí)技能”“學(xué)科認(rèn)識(shí)論能力”“專(zhuān)業(yè)的態(tài)度素養(yǎng)”“專(zhuān)業(yè)的認(rèn)同感”等方面對(duì)學(xué)習(xí)者的專(zhuān)業(yè)化思維進(jìn)行表征[15]，通過(guò)可視化的方式呈現(xiàn)學(xué)習(xí)者的認(rèn)知發(fā)展情況，對(duì)學(xué)習(xí)者做出全面的分析與評(píng)價(jià)。研究者也可使用主題建模、自動(dòng)內(nèi)容分析等方式，借助更多理論模型，對(duì)認(rèn)知元素間的共現(xiàn)關(guān)系進(jìn)行分析。如本文案例三中，借助內(nèi)容分析，自定義框架，從多個(gè)角度分析學(xué)習(xí)者的專(zhuān)業(yè)思維發(fā)展情況，便于教師明確學(xué)習(xí)者的薄弱環(huán)節(jié)，了解學(xué)生的認(rèn)知發(fā)展?fàn)顩r，進(jìn)而及時(shí)給予指導(dǎo)與幫助，促進(jìn)學(xué)習(xí)者專(zhuān)業(yè)思維能力的形成與發(fā)展。

（四）它也是一種基于證據(jù)的深度學(xué)習(xí)評(píng)價(jià)方式

“以證據(jù)為中心”的評(píng)價(jià)設(shè)計(jì)模式是一種可以將理論、數(shù)據(jù)和分析之間的關(guān)聯(lián)進(jìn)行概念化的方式[4，16]。在這種評(píng)價(jià)設(shè)計(jì)模式中，分析框架由三種互相關(guān)聯(lián)的模型組成：學(xué)生模型、證據(jù)模型和任務(wù)模型[4，17]。學(xué)生模型代表了研究者想要評(píng)估的學(xué)習(xí)者特征或?qū)W(xué)習(xí)者進(jìn)行建模與測(cè)量的結(jié)果;任務(wù)模型代表了用于在學(xué)生模型中測(cè)量結(jié)果的活動(dòng)或數(shù)據(jù);證據(jù)模型用于表述分析工具與技術(shù)，并且將學(xué)生模型與任務(wù)模型連接起來(lái)，通過(guò)模型中的技術(shù)與工具對(duì)基于數(shù)據(jù)的結(jié)果進(jìn)行驗(yàn)證，進(jìn)而得出結(jié)論[4]。ENA便是一種基于證據(jù)的深度學(xué)習(xí)評(píng)價(jià)方式，它在認(rèn)知框架理論的指導(dǎo)下，利用技術(shù)與工具對(duì)學(xué)習(xí)者在學(xué)習(xí)過(guò)程中產(chǎn)生的文本數(shù)據(jù)進(jìn)行分析與處理，從而建立學(xué)習(xí)者認(rèn)知網(wǎng)絡(luò)模型，直接對(duì)學(xué)習(xí)者的認(rèn)知網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行分析，而不是通過(guò)外顯行為數(shù)據(jù)間接分析學(xué)習(xí)者的學(xué)習(xí)特征，以此對(duì)學(xué)習(xí)者的認(rèn)知發(fā)展做出更深刻、更全面的評(píng)價(jià)。

[參考文獻(xiàn)]

[1] DISESSA A A.Knowledge in pieces [M]//FORMAN G，PUFALL P B.Constructivism in the computer age.Hillsdale，NJ，US：Lawrence Erlbaum Associates，1988：49-70.

[2] SHAFFER D W，COLLIER W，RUIS A R. A tutorial on epistemic network analysis： analyzing the structure of connections in cognitive，social，and interaction data[J]. Journal of learning analytics，2016，3（3）：9-45.

[3] CAI Z，EAGAN B，DOWELL N， PENNEBAKER J，GRAESSER A C，SHAFFER D W. Epistemic network analysis and topic modeling for chat data from collaborative learning environment[C]//Proceedings of the 10th International Conference on Educational Data Mining.Wuhan：EDM Society， 2017.

[4] SHAFFER D W，RUIS A R.Epistemic network analysis：aworked example of theory-based learning analytics[M/OL]//LANG C，SIEMENS G，WISE A，et al.Handbook of learning analytics，2017：175-185[2019-04-04].https：//solaresearch.org/hla-17/.

[5] RUPP A A，CHOI Y，GUSHTA M，et al.Modeling learning progressions in epistemic games with epistemic network analysis： principles for data analysis and generation[C]//Proceedings from the Learning Progressions in Science Conference.Iowa City：IA，2009：24-26.

[6] SHAFFER D W. Formatting data for epistemic network analysis[R]//Games and Professional Simulation（Gaps）Technical Report Series. Wisconsin Center for Education Research， University of ?Wisconsin-Madison，2014：1-15.

[7] GASEVIC D，JOKSIMOVIC S，EAGAN B R，et al.SENS：network analytics to combine social and cognitive perspectives of collaborative learning[J].Computers in human behavior，2018，7（3）：1-16.

[8] FOUGT S S，SIEBERT-EVENSTONE A，EAGAN B，et al. Epistemic network analysis of students' longer written assignments as formative/summative evaluation[C]//Proceedings of the 8th International Conference on Learning Analytics and Knowledge. New York：ACM，2018：126-130.

[9] 張敏霞，劉霜.教師在線實(shí)踐社區(qū)中的知識(shí)管理行為研究[J].中國(guó)電化教育，2014（9）：120-125.

[10] 王陸.教師在線實(shí)踐社區(qū)的研究綜述[J].中國(guó)電化教育， 2011（9）：30-42.

[11] CHESLER N C，RUIS A R，COLLIER W，et al. A novel paradigm for engineering education： virtual internships with individualized mentoring and assessment of engineering thinking[J]. Journal of biomechanical engineering，2015，137（2）：1-8.

[12] ARASTOOPOUR G，SHAFFER D W，SWIECKI Z，et al. Teaching and assessing engineering design thinking with virtual internships and epistemic network analysis[J]. International journal of engineering education，2016，32（2）：1492-1501.

[13] CHESLER N C，ARASTOOPOUR G，D'ANGELO C M， et al. Design of a professional practice simulator for educating and motivating first-year engineering students[J]. Advances in engineering education，2013，3（3）：1-29.

[14] 徐劉杰，陳世燈.學(xué)習(xí)者知識(shí)建構(gòu)的社會(huì)認(rèn)知網(wǎng)絡(luò)[J].開(kāi)放教育研究，2017，23（5）：102-112.

[15] 吳忭，王戈，盛海曦.認(rèn)知網(wǎng)絡(luò)分析法：STEM教育中的學(xué)習(xí)評(píng)價(jià)新思路[J].遠(yuǎn)程教育雜志，2018，36（6）：3-10.

[16] MISLEVY R J，GENEUA H，RICONSCENTE M，et al.Evidence-centered assessment design[M]//MISLEVY R J，GENEUA H，RICONSCENTE M，et al.Assessing Model-Based Reasoning using Evidence-Centered Design. Cham：Springer，2017：19-24.

[17] MISLEVY R J. Issues of structure and issues of scale in assessment from a situative/sociocultural perspective[J/OL]. National Center for Research on Evaluation Standards & Student Testing，2006（1）：1-37[2019-04-04].https：//files.eric.ed.gov/fulltext/ED518674.pdf.

[Abstract] With the rapid development of educational big data and learning analysis， epistemic network analysis（ENA） is increasingly becoming an important method to characterize learners' cognitive network structure. This study adopts literature research and case study to introduce epistemic network analysis systematically from the perspectives of concept， theoretical basis， analysis process， supporting tools， research cases and features. It is found that this method can visually represent and analyze the network relationship between individual and group cognitive elements of learners by constructing dynamic network model based on the theory of cognitive framework. There are two phases of "stanza-based coding" and "creating dynamic model" and eight specific operational links in this method. ENA Webkit is an important tool to support epistemic network analysis. ENA has been widely used in collaborative learning， community of practice and learning evaluation， which can deeply characterize， analyze and compare learners' cognitive network through deep integration with other methods. ENA focuses on the co-occurrence of elements and can represent the cognitive network of individuals and groups at multiple levels and dynamically. Moreover， it is a thinking tool that can represent learners' cognitive development based on multiple theoretical frameworks， and an evidence-based evaluation method of deep learning as well.

[Keywords] Epistemic Network Analysis; Epistemic Framework; Learning Analytics; Co-occurrence; Case Analysis