Как мы можем организовать исследовательскую работу в сети?
Содержание |
Как мы можем использовать сервисы и возможности Веб 2.0 в исследовательской деятельности. Основная задача выступления - показать, что сеть перестает быть местом, где можно найти готовое знание или куда можно выложить завершенное исследование.
Компьютеры уже расширили наше понимание окружающей реальности, дав возможность наблюдать, анализировать и моделировать сложные феномены. Примером такой среды может служить NetLogo, где ученики создают модели поведения птичьих стай, построения муравейника, формирования творческих групп.
NetLogo
Муравейник
Для демонстрации того, как работают социальные сервисы часто используется модель муравейника или термитника. На поверхности поляны разбросаны палочки. Агенты - муравьи выполняют простые действия. Они ничего не знают про план муравейника. Они могут даже ничего не знать про других муравьев. Модель показывает, что для создания круглого муравейника достаточно, чтобы агенты выполняли следующие простые правила:
- Если идешь без палочки и нашёл палочку, то возьми её и сделай шаг дальше.
- Если идёшь с палочкой и нашёл еще одну, то положи свою палочку и сделай шаг дальше.
В результате простых действий создается сложный феномен. Модель часто используется для объяснения феномена предпочтительного присоединения - см. Предпочтительное присоединение
После того, как муравьи растащили все кучки и собрали все палочки в одной большой куче.
Динамическая модель построения муравейника - анимированный гиф
Модель как прото-рассказ (Прото-рассказ - еще несвязный текст или диаграмма или образ, которые могут служить основой для нарратива.) Прото-рассказ
Стая
Стая птиц, рыб, волков и т.п. - см. Стайная деятельность
Формирование групп
Модель NetLogo,в которой изучаются феномены образования команд профессионалов, работающих над общими произведениями. Например, постановка совместных спектаклей, написание научных статей в соавторстве и т.д. В модели варьируются следующие параметры:
- количество лет, которые агент может не участвовать в совместных действиях до выхода на пенсию
- вероятность заключения союза с тем, кто уже принимал участие в совместной работе
- вероятность заключения союза с тем, с кем уже велась совместная работа
- размер команды (от 3 до 8 человек)
Ссылки:
- Bakshy, E. and Wilensky, U. (2007). NetLogo Team Assembly model. http://ccl.northwestern.edu/netlogo/models/TeamAssembly.
ВикиВики, блоги и народные классификаторы - поле для исследований
Исследования в блогосфере
Появившиеся в последнее время в рамках социальных сервисов возможности позволяют, одной стороны, сделать значительный шаг в развитии существующих механизмов исследования взаимоотношений между людьми в рабочих коллективах и в сообществах по интересам, и, с другой стороны, перейти к исследованию взаимоотношений в современных социальных новообразованиях – сетевых сообществах.
Внутри сетевых сообществ выбор того или иного человека в друзья, выбор того или иного основания для классификации материалов, всегда есть выбор реальный, а не экспериментальный. Например, когда мы добавляем человека в перечень своих друзей по Живому Журналу, мы делаем это, потому что его тексты нас интересуют, и мы собираемся их в будущем отслеживать и просматривать. Круги друзей, которые образуются в ходе наших взаимных выборов, соответствуют схеме наших отношений внутри сообщества.
В Живом Журнале, мы всегда наблюдаем реальный выбор, когда пользователь выбирает себе людей, сообщения которых он бы хотел читать. Картина не ограничена коллективом, собранным внутри помещения. В отличие от стандартной социограммы здесь нет экспериментальной процедуры, и мы не задаем человеку специальных вопросов. Кроме того, карты отношений между людьми в сетевых сообществах являются динамическими – мы можем фиксировать изменение отношений, формирование и разрывы связей между авторами.
Мы можем наблюдать и изучать социальные отношения внутри сетевых сообществ на основе сервиса Touchgraph http://www.touchgraph.com/
Браузер Тачграф для Живого Журнала http://www.touchgraph.com/TG_LJ_Browser.html показывает связи между веб-сайтами живых журналов (блогов на Livejournal.com). Сервис может быть использован для наглядной демонстрации феномена 6 шагов. На следующем рисунке представлены связи двух авторов Живого Журнала.
Два автора не связаны между собой отношениями дружбы, но среди их друзей есть
Для навигации в паутине связей используются стандартные приемы. При однократном щелчке на узле все его связи с другими узлами выделяются цветом, а двойной щелчок позволяет произвести поиск связей для данного сайта (если, конечно, эти связи еще не найдены) и расширить радиус поиска. Кроме того, элементы слишком запутанного "клубка" можно растащить по разным углам экрана. Информацию об узле можно получить, щелкнув на пиктограмме с буквой "H", которая появляется, если навести курсор мыши на название узла.
Подробности и комментарии смотри 
y_pat Игры с Тачграфом и основополагающие вопросы?
Исследования в тагосфере
Визуальный браузер Тачграфа используется анализа связей между категориями, которыми пользователи отмечают найденные документы Всемирной паутины.
Если между двумя категориями нет связей, то они могут найтись после введения дополнительных меток. Например, между метками блог и учеба не было прямых связей. Мы вводим дополнительные метки и находим связь меток блог и учеба через метки Веб2.0 - сотрудничество - Мудл - обучение.
МедиаВики как исследовательская среда
Изучение сетевых феноменов
Сеть, как отдельная категория информатики, обозначает нестабильное, развивающееся множество различных элементов, разными способами связанных между собой. Множество различных компьютеров и разнообразных электронных устройств, объединенных при помощи разнообразных связующих каналов, представляют впечатляющий, но далеко не единственный пример сети. Изучение Сети как самостоятельного объекта исследования началось совсем недавно. Развитие компьютерных сетей стимулировало создание нового научного направления, которое в качестве своего основного предмета рассматривает сетевые феномены в различных областях человеческой деятельности. Интерес к сетевым феноменам был продиктован, прежде всего, развитием компьютерной сети Интернет. Дальнейший рост популярности сети был связан с созданием Всемирной Паутины – всемирной коллекции взаимосвязанных гипертекстовых документов. Можно утверждать, что сеть является, прежде всего, информационной категорией или, если пользоваться терминологией Ершова, натуральной сущностью информатики. Именно с развитием компьютерных технологий для такого сложного объекта как сеть были созданы адекватные вычислительные средства. Общие закономерности сетевых образований, методы их описания и анализа представлены в работах Ласло Барабаши (Barabasi A.-L., 2002).
Примеры сетей:
- компьютерная сеть Интернет;
- сети транспортных перевозок;
- сети поселений;
- сети киноактеров;
- сети научных публикаций;
- сети брачных объявлений;
- террористические сети;
- сети распространение инфекционных заболеваний;
- вирусные и спаммерские сети.
Оказалось, что все протекающие в сетях процессы, будь то процессы метаболизма, распространение инфекционных заболеваний, поведение групп людей и животных, развитие сети Интернет и сети Web-документов, имеют между собой много общего. Все перечисленные образования являются сетями, внутри которых работают общие принципы и стратегии. Известным феноменом определяющим формирование безмасштабных сетей является предпочтительное присоединение.
МедиаВики как сеть
Страницы МедиаВики формируют Scale-free network - безмаштабную сеть, где распределение связей узлов - степенное и основные свойства сети не зависят от размера сети. Социальные, коммуникационные сети, документы WWW, биологические и другие системы хорошо моделируются безмасштабными графами.
Правки статей
Феномен формирования сети за счет предпочтительного присоединения новых узлов к наиболее популярным узлам сети может быть продемонстрирован и на материалах самой летописи. Если мы рассмотрим частоту правок статей «Летописи», то увидим распределение соответствующее безмаштабной сети. Огромное количество статей с небольшим количеством правок и очень небольшое число популярных узлов.
Таблица и график на Гугл от 06.05.2007
Данные на 6 мая 2007 года
Распределение статей по числу ссылок
Тот же феномен предпочтительного присоединения к популярным узлам сети может быть продемонстрирован при сравнении числа обратных ссылок (backlinks), которые характеризуют каждую статью коллективного гипертекста (Рис. 3). Как показывает диаграмма – распределение обратных ссылок внутри гипертекста носит крайне неравномерный характер, свойственный безмаштабной сети – большинство статей связаны с очень не большим числом других документов и только небольшое количество статей действительно популярны и с ними связано множество других документов.
Используя записи и связи, существующие внутри базы данных коллективного гипертекста, мы можем анализировать вклад отдельных участников, динамику роста страниц, вклад отдельных категорий и т.д. Самое главное – мы можем вовлекать студентов в реальную сетевую исследовательскую деятельность.
Программа Графвиз может быть использована не только для внедрения графических элементов внутрь текста статьи МедиаВики, но и для представления отношений между категориями в форме дерева категорий. Важно, что это полностью автоматизированная процедура и расширение МедиаВики по представлению графических связей между категориями выполняет все необходимые действия, используя данные, лежащие в пространстве имен-категорий. Программа самостоятельно представляет на экране отношения между категориями. Благодаря программе GraphViz мы можем увидеть все категории и кластеры категорий, существующие в МедиаВики в настоящий момент. Например, на следующем рисунке программа графвиз представляет категории, которые входят в категорию «История» и категории верхнего уровня, в которую авторы включают категорию «История».
см. Категория:История
На следующем рисунке представлена категория «Информатика».
см. Категория:Информатика
Количество статей, авторов и файлов
Для наблюдения динамики роста числа авторов и объектов внутри вики-сетей мы воспользовались тем, что MediaWiki отдает в открытый доступ свою статистику. И если мы обратимся к конкретной вики с запросом, то она нам некоторые данные о себя отдаст — количество авторов, число страниц и т. д. Например, на запрос в строке броузера:
http://letopisi.ru/index.php/Special:Statistics?action=raw
Мы получаем страницу с данными:
total=155844;good=39806;views=28670594;edits=714795;users=38594;activeusers=209;admins=19;images=65180;jobs=0
Это динамические данные и они постоянно обновляются. Для обработки и представления данных использовались таблицы Google. У сетевой электронной таблицы есть неочевидное преимущество — данные могут поступать в нее из внешних источников. Нам достаточно определить источник и форму обработки и представления данных, а все дальнейшие действия будет выполнять наша таблица. Например, если мы хотим исследовать динамику развития российских образовательных площадок, основанных на технологии MediaWiki, то нам предстоит утомительная работа по еженедельному сбору статистических данных с 10–15 площадок. С использованием электронных таблиц Google эта работа может быть делегирована электронной таблице. Достаточно указать в ячейках электронной таблицы:
=ImportData("http://letopisi.ru/index.php/Special:Statistics?action=raw") для Летописи
Или
=ImportData("http://resource.ippk.ru/mediawiki/index.php/Special:Statistics?action=raw") для ХабаВики
Динамические данные о количестве авторов, статей, и файлов в российских образовательных вики сетях доступны по адресу:
http://spreadsheets.google.com/pub?key=pQ7RVZh28cQfm90J9wjLSIg&output=html
Связи между авторами и статьями
Для каждой вики-статьи хранится ее полная история, в которой указано время всех изменений, имя участника внесшего редактирования и количество байтов, которые он добавил в файл статьи. Стандартная строка в истории страницы выглядит следующим образом:
- (текущ.) (пред.) 22:11, 13 марта 2010 Имя Фамилия (Обсуждение | вклад | заблокировать) (10 636 байт) (отменить)
Здесь можно просто загрузить данные и получить готовый граф.
Литература
- Roth, C. (2007). Viable wikis: struggle for life in the wikisphere. Proceedings of the 3rd international symposium on Wikis - WikiSym 2007, 119-124, New York, NY, USA. ACM.
- C. Roth, D. Taraborelli, and N. Gilbert. Measuring wiki viability. An empirical assessment of the social dynamics of a large sample of wikis. In Proceedings of the 4th International Symposium on Wikis – WikiSym2008, New York, NY, USA, 2008. ACM. (PDF, 311KB) ↩
