网络虚拟社会中教育元素的灰色聚类分析与构造

韩丽艳，安立奎

随着计算机技术与网络技术的不断发展，计算机网络已经延伸到各个行业，形成了一种新的社会形态——“网络虚拟社会”。通过网络生活的数字化信息交流，实现了人与人之间信息、情感、物质的虚拟交流，这种社会性交流有别于现实社会生活，是一种亚社会属性。网络虚拟社会以其独有的魅力深深地吸引着在校学生，网络的开放性、试听感受、虚拟性、新鲜度、娱乐即时性、交互性、风尚性、领先性、及时便捷性等特性让网友流连于网络。网络虚拟社会中蕴含着无数的教育机会，本文建立了网络虚拟社会教育元素评价指标体系，并使用灰色聚类分析方法对网络虚拟社会的教育元素进行综合评价。

1 网络虚拟社会教育元素评价指标体系

1.1 网络虚拟社会教育元素评价指标体系的意义

网络虚拟社会中的教育可能性具有隐性的特点，在网络虚拟社会中除了显性的教育知识的传播外，还有一些是具有教育潜在可能的元素，这些教育元素对网络成员的影响是潜移默化的。网络虚拟社会的多元化建构，使教育元素在网络虚拟社会中的作用不容小觑，正如张义兵老师在《社会学视野中的网络教育》一文中指出：网络教育是社会历史进程中的一种常见现象，是与传统“断裂”的产物，是人类超越实体社会进行自身再生产与再创造的活动，一种不断探寻回归本真的“重生”的教育。

1.2 网络虚拟社会教育元素评价指标体系

在网络虚拟社会中存在的教育元素具有许多不确定性，主要特征为随机性和模糊性。教育元素评价指标应该包括：理解力、创造力目标，情感态度目标，技能目标，知识目标，道德目标，世界观、价值论目标。具体指标见表1。

表1 网络虚拟社会教育元素评价指标体系

2 网络虚拟社会中教育元素的灰色聚类分析与构造

描述教育元素的模糊性特征，需要通过模糊数学进行分类分析，实现由模糊向准确的转化。灰色聚类分析法[1]是建立在灰数白化基础上的一种方法，就是针对部分信息已知、部分信息未知的系统，根据不同的聚类属性通过不同的方案对几个预先确定的灰类进行归纳，从而判断出各方案属于其中的哪一类。灰色聚类分析法是对灰色系统进行具体分析的成熟的模糊控制方法，采用灰色聚类分析方法是将模糊控制论方法应用于教育的有益探索。

聚类对象：全球选取的5家网络虚拟社会A,B,C,D,E（令i=1,2,3,4,5）。

聚类指标：理解力、创造力目标，情感态度目标，技能目标，知识目标，道德目标，世界观、价值论目标(令 j=1,2,3,4,5,6)。

聚类灰度：良好；中等；较差(令k=1,2,3)。

然后按以下步骤进行聚类。

2.1 根据收据的数据构造样本矩阵D（表2）

dij表示第i个聚类对象关于第j类聚类指标的实际样本值（i=1,2,3,4,5；j=1,2,3,4,5,6）。

表2 教育元素的样本矩阵

2.2 确定灰类的白化函数

fjk称为第j个评价指标属于第k个灰类的白化函数[3]。

第一类的白化函数为

第二类的白化函数为

第三类白化函数为

其中λj1，λj2，λj3为门阈值，对于网络虚拟社会来说，上述6个指标越大说明网站的教育元素越丰富，首先确定各聚类指标分级标准（表3）。

表3 聚类指标分类标准

2.3 求指标的灰色聚类权

它表示第j个聚类指标属于第k个灰类的权重，其中λjk是白化函数fjk的门阈值，k∈{1,2,3}。根据公式（4）计算

同理可以求得：

2.4 确定聚类系数

表示第i个聚类指标属于第k个灰类的权重，其中δik是白化函数fjk的门阈值，k∈{1,2,3,4}。

由公式(1)和公式(5)，第1个评价对象(虚拟社会A)对第1灰类的聚类系数计算如下：

δ11=f11（d11）×η11+f21（d12）×η21+…+f61（d16）×η61=0.8165，同样可以计算δ12=0.7839，δ13=0.8625。

2.5 构造聚类向量进行聚类

第1个评价对象(虚拟社会A)的聚类向量为δ1={0.8165，0.7839，0.8625}，同样可得其他评价对象的聚类向量：δ2={0.9448，0.9525，0.9070}，δ3={0.8435，0.7781，0.7804}，δ4={0.8645，0.8266，0.8318}，δ5={0.8818，0.8537，0.8552}。

根据最大隶属度原则，得到以下结论：虚拟社会A属于第三灰类，即为“较差”；虚拟社会B属于第二灰类，即为“中等”；虚拟社会C属于第一灰类，即为“良好”；虚拟社会D属于第一灰类，即为“良好”；虚拟社会E属于第一灰类，即为“良好”。

灰色聚类分析是一种研究网络虚拟社会教育元素的新方法，可以对网络虚拟社会的教育元素进行综合评价。通过灰色聚类分析与构造可以发现不同网络虚拟社会中的教育元素隶属程度，通过得到的评价结果，人们可以对网络中的教育元素进行比较和选择，同时也有助于网络虚拟社会的合理化建设。

[1]邓聚龙.灰理论基础[M].武汉:华中科技大学出版社,2002:412-421.

[2]王晓梅,张桂花.高校课堂教学质量灰色聚类评价模型研究[J].产业与科技论坛,2009,8(8):128-129.

[3]贾丙静,吴长勤,葛华.Web文本聚类的研究与实现[J].长春师范学院学报,2011(6)：26-29.

[4]陈振斌,张万红.研究生创新能力灰色聚类评价模型研究[J].辽宁工程技术大学学报,2007(3):288-290.