虚拟社区：一群主要借由计算机网络彼此沟通的人们，他们彼此有某种程度的认识、分享某种程度的知识和信息、在很大程度上如同对待朋友般彼此关怀，从而所形成的团体。最早的关于虚拟社区(Virtual community)的定义由瑞格尔德(Rheingole)做出，他将其定义为“一群主要借由计算机网络彼此沟通的人们，他们彼此有某种程度的认识、分享某种程度的知识和信息、在很大程度上如同对待朋友般彼此关怀，从而所形成的团体。"

功能特性

虚拟社区至少具有四个特性：

一、虚拟社区通过以计算机、移动电话等高科技通讯技术为媒介的沟通得以存在，从而排除了现实社区。

二、虚拟社区的互动具有群聚性，从而排除了两两互动的网络服务。

三、社区成员身份固定，从而排除了由不固定的人群组成的网络公共聊天室。

四、社区成员进入虚拟社区后，必须能感受到其他成员的存在。

独特的属性

超时空性

首先，虚拟社区的交往具有超时空性。通过网络，人们之间的交流不受地域的限制，只要你有一台计算机，一条电话线，就可以和世界上任何地方的人（也具备相应硬件条件）畅所欲言了。说到这里有人会说，电话也具备这种功能呀？但是，在虚拟社区中聊一个小时是打国际长途侃一个小时的经济成本的千分之一，聊天的压力可想而知。同时也不受时间的限制，你今天发一个帖子，不一定会有人会，但几天以后可能上十大了。这种便利，估计电话望尘莫及！

符号性

其次，人际互动具有匿名性和彻底的符号性。在虚拟社区里，网民一ID号标识自己。ID号依个人的爱好随意而定。例如“硬盘”，一看就是计算机硬件爱好者，“红叶飘飘”，估计是一个有品位的人，“潜水艇”，估计是个军事爱好者……在现实中不可能有人起这种名字。同时，由于互相不能看到对方的“庐山真面目”。所以，传统的性别，年龄，相貌等在虚拟社区里可以随意更改。网上有句名言：和你聊天的也许是条狗。

群体流动

再次，人际关系较为松散，社区群体流动频繁。社区的活力主要靠“人气”和点击率，吸引这些的主要是看社区的主题是否适合大众口味。前一个好理解，在交大BBS上，一般“二手市场”，“勤工助学”，“鹊桥版”，“电影”，“游戏”比较火暴，因为这些符合大学生“没钱”希望交友和“空虚”的特点。相比之下“数据库”，“数学”等技术版“门可罗雀”。

灌水

最后，自由，平等，民主，自治和共享是虚拟社区的基本准则。这个特点其实和人际互动具有匿名性有关，在这里，传统的上下级被“斑竹”代替，只要你不违反论坛条例，你什么都可以说，俗成“灌水”。

要想成为虚拟社区的一员，“门槛很低”一般的情况下，要使用社区提供的各项功能服务，必须在线注册。基本流程是首先，注册人阅读网联网有关法规及社区服务条款款，并提交同意申请；社区管理系统询问注册人的一些情况，如姓名、性别、年龄、身份证号码、职业等等。

注册人必须如实填写，系统能够进行验证。然后再取一个账号名并设定密码，整个注册过程就基本完成。一旦注册成功，便成为社区的合法居民。社区居民拥有唯一的帐号，这个帐号就是他在虚拟社区中的通行证，是社区居民相互辨别的唯一标志。在社区中“生活”，居民必须遵守社区的各项规章制度和行为准则，否则将被社区管理员开除或者被封post权！

虚拟性

虚拟社区区别于以往社区的最大特点就是它的虚拟性，它是虚拟性和社会性的结合。同一虚拟社区的人们可能从未谋面，通过网络彼此交流、沟通、分享信息与知识，形成了个人社区关系网络，最终形成了共同的社区意识和社区文化。

虚拟社区

目前在国内有影响虚拟社区主要分三大类：

第一类，适合普罗大众，以兴趣爱好休闲娱乐为主，像分布在广州、北京、上海的网易社区、天涯社区等。

第二类，适合在校大学生，以大学校园学习生活为主，像清华的“水木清华”社区、北大的“一塌糊涂”社区、交大的“兵马俑”社区等；这两类的社区都比较大型，会员几十万，甚至过百万，在线人数通常几千，在国内有一定的影响力。

第三类是各教育网站、网校，针对教师和中学生的教育社区，这类社区规模相对比较小，会员也不多。这一切说明国内的虚拟社区已有一定的影响和规模，将其应用于网络教学不仅是可能，而且很有必要。然而现阶段的应用正处于起步状态，有着广阔的研究和发展空间。

发展沿革

而随着IT科技的进步以及显卡性能的大幅提升，虚拟社区已经逐步从2D演化到了3D，目前国外比较著名的有Secondlife，国内比较著名的有HiPiHi（海皮士）、uWorld（由我世界）以及Novoking（创想王国）、hapworld（哈啪世界）、ChianQ、mworld等。用户通过下载客户端可以进入这些虚拟社区，在这些虚拟社区里，每个用户都有一个虚拟化身，用户完全可以在现实世界里一样进行面对面的交流、游戏甚至交易，极大地增强了网络虚拟社区的真实感和亲切感。

教育虚拟社区

国内关于教育大数据的定义最早见于徐鹏的《大数据视角分析学习变革》一文。他从产生教育大数据的主体出发，将教育大数据区分为广狭二义：广义的教育大数据泛指来源于日常教育活动中人类的行为数据；狭义的教育大数据指的是学习者的行为数据(徐鹏等，2013)。章怡等从教育大数据如何产生的角度将其界定为：信息技术支持下教与学各个环节所产生的符合教育大数据特征的数据集，是信息技术环境下教与学行为轨迹的产物(章怡等，2014)。

2013年10月，美国哥伦比亚大学瑞恩·贝克(RyanBaker)在Coursera平台开设“教育中的大数据”(Big Data in Education)课程(Coursera，2013)，向学习者介绍常用的数据挖掘方法，以及如何将这些方法应用到教育数据挖掘和学习分析中。美国Knewton教育公司将教育大数据分为两类：一类是有关学生基本信息的数据(例如，身份识别数据)；另一类是基于学生学习活动用以提升学习效果的数据，包括学习交互数据、推断的内容数据、系统范围数据、推断的学生数据(Ferreira，2013)。

根据已有研究并结合教育虚拟社区实践，本文将教育大数据界定为：学习者以学习为目的，在互联网学习环境中借助一定媒介，与外界交互过程中所产生的数据，主要包含学习行为数据、学习内容数据、虚拟社会网络关系数据以及学习管理数据。/n

学习行为数据即记录学习者网上学习行为的数据。例如，学习者访问网站的分布数据，包括访问网站的时间分布数据、停留时间、回访次数、回访相隔天数等。对学习者在线学习行为数据的分析和研究有助于了解学习者的学习类型、学习风格以及所需学习服务类型等。/n

学习内容数据指学习者在网络学习过程中形成的关于某一问题的观点、意见，这种数据多以文本、图像、声音和视频等形式沉淀下来。对学习内容数据的挖掘和分析，有助于描绘学习者的知识图谱，明确学习者的知识掌握情况。/n

虚拟社会网络关系数据主要记录学习者在各虚拟学习社群中的交往属性和交往动态，以及在社群中的位置和作用。掌握学习者的虚拟社会网络关系数据有助于了解知识在虚拟社区中如何传递，进而更好地促进知识在虚拟社区中的传播。/n

学习管理数据即对学生学习进行管理和评价中所记录、生成的数据。学习管理数据的管理和应用水平体现了一个组织或机构学习管理的能力。/n

教育大数据与其他行业领域(医疗、交通、气象、金融等)大数据相比，其特点为教育性、交互性生成性。教育大数据是以“教学”和“学习”为中心所产生的数据，主要生成于以“学习”为中心的在线交互过程中，且在形成和发展过程中呈现一定的自组织性。教育大数据的重点并不在于其存储、生成和计算上的“大”，更重要的是，它体现了一种方法论和技术论上的变革，一种对于教育和学习问题研究的新思路。