การบ่มเพาะและดูแลผู้เรียนในเฟซบุ๊ค [Nurturing and Monitoring Students in Mainstream Social Networking Services] ตอน 1 NodeXL เบื้องต้น

บันทึกนี้ถือเป็นบันทึกเสริมจากการอบรมเชิงปฏิบัติการในวันที่ 18 กรกฎาคม ณ งานประชุมวิชาการ ครั้งที่ 9 ของสมาคมเครือข่ายพัฒนาวิชาชีพอาจารย์และองค์กรระดับอุมศึกษาแห่งประเทศไทย (ควอท.) ประจำปี 2557 นะครับ

การประชุมวิชาการในครั้งนี้ถือเป็นการต่อยอดงานที่ผมนำเสนอในงานประชุมวิชาการในงานเดียวกันช่วงเช้า ซึ่งผมได้นำเสนอข้อมูลว่าการใช้ Group ในเฟซบุ๊คนั้นสามารถเพิ่มการมีปฏิสัมพันธ์ระหว่างนักศึกษาได้มากกว่าการใช้ Page และใช้ข้อมูลการกิจกรรมต่างๆ ที่เกิดขึ้นในเฟซบุ๊คที่ผมใช้ในการเรียนการสอนมาร่วม 3 ปี หรือ 6 เทอม โดยมีข้อมูลการกดไลค์ การโพสต์ และการตอบโพสต์ โดยจะเห็นได้ชัดว่าเมื่อสลับมาใช้ Group แล้วปฏิสัมพันธ์ระหว่างผู้เรียนมีมากขึ้นอย่างเห็นได้ชัด ตรงกับข้อมูลที่ทางเฟซบุ๊คเองให้ไว้ และข้อมูลจากบันทึกใน Mashable เรื่องนี้ดูไม่น่าจะเป็นเซอร์ไพรส์เท่าไรนัก แต่ผมว่าไฮไลท์ของมันอยู่ที่เครื่องมือที่เรานำมาใช้ในการดึงข้อมูลซึ่งมีชื่อว่า NodeXL

NodeXL (http://nodexl.codeplex.com/) เป็น Excel Template ที่ทาง Social Media Research Foundation (http://www.smrfoundation.org/) พัฒนาขึ้นมาเพื่อใช้งานร่วมกับ Microsoft Excel โดย NodeXL นี้ถูกพัฒนาขึ้นเพื่อวิเคราะห์เครือข่ายทางสังคมหรือ Social Network Analysis โดยเฉพาะ และสามารถดึงข้อมูลจากระบบเครือข่ายทางสังคมชื่อดังหลายระบบ เช่น Twitter, YouTube, Flickr หรือใช้ plug-ins เพื่อดึงข้อมูลจาก Facebook, Exchange, Wikis and WWW hyperlinks

สำหรับที่มาที่ไปของการวิเคราะห์เครือข่ายทางสังคมนั้น ผมคิดว่างานของอาจารย์รุจเรขา วิทยาวุฑฒิกุล และ อาจารย์น้ำทิพย์ วิภาวินชื่อว่า “การวิเคราะห์เครือข่ายทางสังคม กับงานวิจัยทางสารสนเทศศาสตร์” สรุปเนื้อหาได้ดีทีเดียว ใครสนใจขอเชิญนะครับ

ขั้นตอนการติดตั้ง NodeXL ไม่ยากครับ (แต่กด Next, OK, Agree อยู่หลายที) ลองดูตามรูปด้านล่างนี้นะครับ อาจจะมีตกหล่นไปบางช่วงนะครับ แต่หลักๆ ก็คือตอบตกลงไปเรื่อยๆ โปรแกรมก็จะ install และ download อะไรไปเรื่อยๆ เช่นกัน พอเสร็จแล้วก็ต้องมีการ restart เครื่องกันสักรอบ

ภาพ 1 installers ที่เราดาวน์โหลดมา

ภาพ 2 หน้าแรกของการ Set Up NodeXL

ภาพ 3 กด Accept Terms and Conditions

ภาพ 4 กด Accept Terms and Conditions อีกสักรอบ

ภาพ 5 ถึงเวลารอ

ภาพ 6 รอต่ออีกหน่อย

ภาพ 7 ได้เวลาลง NodeXL จริงๆ แล้วครับ (ที่ผ่านมาเป็นการดาวน์โหลดโปรแกรมเพื่อสนับสนุน NodeXL)

ภาพ 8 รอต่ออีกนิด

ภาพ 9 ติดตั้ง NodeXL เรียบร้อยละครับ

เมื่อติดตั้งเรียบร้อยแล้ว NodeXL จะไปฝังตัวอยู่ที่ในระบบ Windows นะครับ อยู่ที่ไหนอย่างไรนี่ ผมขอไม่พูดถึงเพราะมันจะซับซ้อนซ่อนเงื่อนเกิดไปนิด เอาเป็นว่าถ้าอยากใช้ NodeXL เมื่อไร ให้ไปที่ปุ่ม Start แล้วพิมพ์ NodeXL ตามภาพด้านล่างนะครับ

โปรแกรม NodeXL จะเรียก Excel ขึ้นมาทันทีและมีหน้าตาแบบนี้ครับ (อาจมีขึ้น Error บ้างก็ให้ Excel แก้ไข Error ไปตามขั้นตอนครับ ผมคิดว่าน่าจะเป็นเรื่องของเวอร์ชั่นนะครับ) เมื่อโปรแกรมโหลดเสร็จเรียบร้อย ให้พิมพ์ข้อมูลตามภาพนะครับ

เรียบร้อยแล้วให้กดปุ่ม Show Graph ที่หน้าต่างด้านขวา (Document Actions) ก็จะปรากฏรูปเครือข่ายกลุ่มเพื่อนตัว จ. กัน น. ตามภาพด้านล่าง

ทีนี้มันยังไม่ชัดเจนครับ ต้องเพิ่มเติมข้อมูลเพื่อให้เห็นรายละเอียดอีกนิด ก่อนอื่นให้ไปที่ sheet tab ที่สองของไฟล์ Excel ที่ชื่อว่า Vertices นะครับ จากนั้นดูที่คอลัมน์สุดท้ายที่มีชื่อว่า Other Columns โดยเปลี่ยนชื่อหัวข้อจาก Add Your Own Columns Here เป็น Gender และใส่เพศให้กับรายชื่อทุกคนตามภาพครับ

จากนั้นเข้าไปที่ menu tab NodeXL แล้วกด Autofill Columns เพื่อเข้าสู่หน้าต่างตัวเลือก Autofill Columns

จากหน้าต่างนี้ให้เลือก tab ที่สอง คือ Vertices และทำสองอย่างครับ คือ

เลือกค่าตามที่เห็นในรูป (1) Vertex Color = Gender และ (2) Vertex Label = Vertex

จากนั้นให้เลือก Options ของ Vertex Color (ปุ่มลูกศรสีฟ้า) แล้วเลือกที่ Vertex Color Options… แล้วแก้ตัวเลือกจาก Numbers เป็น Categories แล้วกด OK ภาพกลุ่มเพื่อนตัว จ. กัน น. ของเราก็จะมีรายละเอียดเพิ่มขึ้นสองอย่างคือมีชื่อของทุกคนขึ้น และมีสีแยกระหว่างเพศหญิงกับชาย

หลายคนอาจสงสัยว่าให้กดๆ พิมพ์ๆ แบบนี้ ใจคอจะไม่อธิบายรายละเอียดกันเลยเหรอ ที่จริงผมรอให้เราสร้างรูปเครือข่ายกลุ่มเพื่อนให้เสร็จเสียก่อน ถึงจะอธิบายครับ

เรื่องแรกที่เราจะดูคือศัพท์คำว่า Edges (sheet แรกของไฟล์ NodeXL) คำแรกนั้นหมายถึง “เส้น” เชื่อมซึ่งเป็นการแสดงความสัมพันธ์ของจุด (หรือ node) สองจุด ในที่นี้คือความสัมพันธ์ของเพื่อนสองคน เช่น เนยเป็นเพื่อนกับจิ๋ว จะเห็นว่าความสัมพันธ์ที่เราใช้ในกรณีนี้เป็นความสัมพันธ์ร่วมกัน หมายความว่าจะมีเส้นเกิดขึ้นได้ก็ต่อเมื่อทั้งน้องเนยและน้องจิ๋วตกลงว่าจะเป็นเพื่อนกัน (ภาษาคณิตศาสตร์เรียกว่า undirected graph) ความสัมพันธ์ลักษณะนี้เราเห็นได้ในเฟซบุ๊คนะครับ ถ้าเราอยากไปเป็นเพื่อนกับใครแล้วเขาไม่ตอบรับเรา เส้นความสันพันธ์ก็จะไม่เกิดขั้น ซึ่งต่างกับ Twitter ที่เราสามารถเลือกติดตาม (follow) ใครก็ได้โดยที่เขาไม่ต้องเออออว่าจะเป็นเพื่อนเราด้วย (แบบนี้เรียกว่า directed graph) ถ้าต้องการจะสร้างภาพเครือข่ายความสัมพันธ์แบบ Twitter เราไม่สามารถใช้แค่เส้นโยงระหว่างจุดเพื่ออธิบายได้ครับ ต้องมีหัวลูกศรด้วยว่าใครเป็นคนตาม (หัวลูกศรชี้ออก) และใครเป็นคนถูกตาม (หัวลูกศรชี้เข้า)

คำต่อมาคือคำว่า Vertices (หรือ Vertex) (sheet ที่สองของไฟล์ NodeXL) ซึ่งหมายถึง “จุด” หรือ node ซึ่งเป็นตัวผู้เล่นในเครือข่าย ในกรณีนี้เราใช้คนเป็นจุด แต่ที่จริงเราจะใช้ข้อมูลอย่างอื่นเป็นจุดได้ เช่นงานวิจัย “การวิเคราะห์เครือข่ายทางสังคม: การใช้เครือข่ายแบบอีโก้เซนทริกเพื่อประเมินการแพร่กระจายโรคไข้หวัดนกของการเลี้ยงไก่หลังบ้านในจังหวัดราชบุรี” ของคุณชัยเทพ พูลเขตต์และคณะ (http://kucon.lib.ku.ac.th/Fulltext/KC4803003.pdf) ศึกษาหาความสัมพันธ์ของบ้านเกษตรกรที่เลี้ยงไก่ ก็ใช้บ้านเป็นจุด เพื่ออธิบายความสัมพันธ์ระหว่างไก่ในแต่ละบ้านได้เหมือนกันครับ

จะเห็นว่าถ้าเราสามารถกำหนดจุด (vertices) และความสัมพันธ์ระหว่างจุด (edges) ได้ เราก็สามารถสร้างภาพเครือข่ายความสัมพันธ์ได้ โดยภาพดังกล่าวจะช่วยอธิบายความสัมพันธ์ภายในเครือข่ายได้หลายประการ ลองดูที่รูปกลุ่มเพื่อนที่เราเพิ่งสร้างมานะครับ

เมื่อดูแวบแรกจะเห็นว่าเด็กบางคนมีเพื่อนมากกว่าคนอื่น และเมื่อดูต่อไปอีกหน่อย จะเห็นว่าน้อง “เนย” กันน้อง “จิ๋ว” มีดูจะมีเพื่อนเยอะกว่าใครในกลุ่ม คือมีเพื่อนอยู่สามคนเท่ากัน การมีเพื่อนเยอะนี่ดียังไง? งานวิจัยด้านการวิเคราะห์เครือข่ายทางสังคมอธิบายไว้ว่าการมีเพื่อนเยอะ หรือมี edges เยอะกว่าคนอื่น ถือเป็นพลังทางสังคม (social power) แบบหนึ่ง แต่ที่จริงแล้วยังมีพลังทางสังคมที่เรามองไม่เห็นอีกหลายแบบครับ

ถ้าอยากจะเห็นก็ต้องลองเลือกคำสั่ง Graph Metrics จากเมนู NodeXL นะครับ

เมื่อมีหน้าต่าง Graph Metrics ขึ้นมาให้เลือกการคำนวณสามแบบดังรูป

เมื่อกลับมาที่ Sheet Vertices จะเห็นว่ามีข้อมูลเพิ่มเติมขึ้นมาสำหรับเด็กแต่ละคนนะครับ ในภาพนี้จะเห็นว่าแม้เนยกับจิ๋วจะมี degree (หรือ edges) เท่ากัน แต่จิ๋ว (9.0) มี betweenness centrality มากกว่าเนย (6.5) นี่หมายความว่ายังไง!? อธิบายง่ายๆ คือว่าจุดที่จิ๋วอยู่ในเครือข่ายนั้นถือเป็นจุด “ระหว่าง” คนอื่นๆ ในกลุ่มมากที่สุด สมมติว่ามีการส่งข่าวสารกันภายในกลุ่มเพื่อนกลุ่มนี้ จิ๋วจะเป็นคนที่แทบทุกคนต้องผ่าน เพราะเธออยู่ระหว่างเพื่อนหลายคน โดยเฉพาะสองคนคือ “แจ๊ค” และ “เจี๊ยบ” ไม่มีทางอื่นไปนอกจากผ่านจิ๋ว มุมมองทางด้านการวิเคราะห์เครือข่ายทางสังคมอธิบายไว้ว่าการอยู่ “ระหว่าง” แบบนี้ ได้เปรียบกว่าการมีเพื่อนเยอะเสียอีก การเป็นตัวกลางระหว่างหลายกลุ่มหมายถึงการเป็นตัวกลางส่งรับและส่งข่าวสาร หมายถึงความสามารถในการจับคนกลุ่มหนึ่งไปสู่อีกกลุ่มหนึ่งได้ การศึกษาด้านการวิเคราะห์เครือข่ายทางสังคมชี้ว่าคนที่อยู่ระหว่างหลายกลุ่มแบบนี้แหละที่เป็นตัวกลางในการบอกต่อตำแหน่งงาน และนำเพื่อนของเพื่อน พูดง่ายๆ ก็คือเราไม่ค่อยจะได้งานจากคนที่เราสนิท แต่มักมาจากคนที่เราแค่ “รู้จัก” นั่นละครับ

ทีนี้ลองถอยกลับมาดูตัวเลือกในการคำนวณที่เราเลือกใช้นะครับ

Overall graph metrics นั้นหมายถึงการวัดดรรชนีโดยรวมของเครือข่าย (อยู่ใน Sheet Overall Metrics ซึ่งเป็น Sheet สุดท้าย)

Vertex degree (undirected graph only) คือจำนวนแขนหรือเส้นที่จุดแต่ละจุดเชื่อมต่อกับจุดอื่นในเครือข่าย โดยไม่คำนึงถึงทิศทาง (undirected) เพราะเป็นความสัมพันธ์ร่วมกัน

Vertex betweenness and closeness centralities คือการหาค่า “ระหว่าง” และค่า “ความใกล้” ของจุดแต่ละจุดกับจุดอื่นในเครือข่าย ค่า “ระหว่าง” นั้นได้อธิบายไปแล้วข้างต้น ส่วนค่าความใกล้หมายถึงว่าจุดนั้นจะสามารถกระโดยไปหาจุดอื่นได้ง่ายแค่ไหน ยิ่งค่าความใกล้มากก็แสดงว่าสามารถไปถึงจุดอื่นได้ง่ายกว่า ซึ่งจะเห็นว่า “แจ๋ว” กับ “แจ๊ค” นั้นเสียเปรียบคนอื่นในเครือข่าย เพราะรู้จักคนน้อยกว่าเพื่อน (อยู่ตรงชายขอบของเครือข่าย)

ใครที่อยากรู้เรื่องการวัดค่าดรรชนีต่างๆ ของการวิเคราะห์เครือข่ายทางสังคม ผมว่าเว็บนี้อธิบายได้ดีทีเดียว น่าจะดีกว่าที่ผมอธิบายมาเยอะเลย [ลองดู http://orgnet.com/sna.html ให้ข้อมูลได้ดี]

สำหรับตอนแรกนี้ดูจะเล่ามายาวพอควร ขอจบไว้ก่อนนะครับ ไว้ต่อตอนสองในบันทึกหน้าครับ