​การบ่มเพาะและดูแลผู้เรียนในเฟซบุ๊ค [Nurturing and Monitoring Students in Mainstream Social Networking Services] ตอน 2 เชื่อมต่อกับ Facebook

ความเดิมตอนก่อน ผมเล่าถึงการใช้งาน NodeXL เบื้องต้น ตั้งแต่การติดตั้ง ถึงการคำนวณค่าต่างๆ ขั้นพื้นฐานนะครับ สำหรับตอนนี้จะเข้าเรื่องการดึงข้อมูลจากเฟซบุ๊ค ซึ่ง NodeXL ที่ติดตั้งตอนแรกนั้นมีเมนู Import เพื่อดึงข้อมูลจากบริการเครือข่ายทางสังคมที่ดังๆ ก็มีแค่ของ Twitter และ YouTube เท่านั้นนะครับ

[รูป install-1]

เราต้องทำการติดตั้ง plug-ins อีกตัวที่ชื่อว่า Social Network Importer (https://socialnetimporter.codeplex.com/) เพื่อเพิ่มความสามารถให้ NodeXL ดึงข้อมูลจากเฟซบุ๊คได้ ทั้งข้อมูลของบัญชีส่วนตัว รวมถึงข้อมูลจากเพจและกลุ่มที่เราเป็นสมาชิก

วิธีการติดตั้งก็มีดังนี้ครับ

1. ถ้าเปิด NodeXL อยู่ให้ปิดเสีย

2. ดาวโหลดไฟล์ Zip จากหน้าเว็บ https://socialnetimporter.codeplex.com/ และ Unzip ออกมา

3. ไฟล์ที่ถูก unzip ออกมาจะมีอยู่ด้วยกันสองไฟล์ที่เป็นนามสกุล .DLL คือ FacebookAPI.DLL และ SocialNetImporter.DLL

4. เปิด NodeXL ขึ้นมาแล้วไปที่เมนู NodeXL / Import / Import Options… จากนั้นให้กดปุ่ม Browse ในช่องที่เขียนว่า Folder containing third-party graph data importers โดยเลือกไปที่ Folder ซึ่งเราได้ unzip ไฟล์ DLL เอาไว้ครับ เสร็จแล้วก็กด OK ออกมาได้

[รูป install-2]

5. ขั้นสุดท้ายคือการปิด NodeXL แล้วเปิดใหม่อีกครั้ง เมนู Import ก็จะมีตัวเลือกการนำข้อมูลจากเฟซบุ๊คเข้ามาได้ตามรูปนี้ครับ

[รูป install-3]

ความสนุกจะเริ่มขึ้นตอนนี้ละครับ ก่อนอื่นเราต้องเข้ามาที่เมนู Import เพื่อดึงข้อมูล Group หรือ Page ก่อนครับ ขอยกตัวอย่างด้วยการดึงข้อมูล Page ที่ผมเปิด Public ไว้นะครับ

1. ขั้นแรกคือเข้าเมนู NodeXL / Import / Import from Facebook Fan Page Network แล้วจะได้หน้าต่างหน้าตาแบบนี้ขึ้นมาครับ

[รูป fb-0]

2. จากนั้นให้กดปุ่ม Login ด้านล่างนะครับ เรื่องเศร้าก็คือ NodeXL จะเรียก Internet Explorer ขึ้นมา ใครที่ไม่ถูกชะตากับ Browser ตัวนี้ก็ต้องทำใจนะครับ เราก็ทำการ Login เรียบร้อยมันก็จะกลับมาที่หน้าต่าง Import from Facebook Fan Page Network

[รูป fb-1]

3. ถัดมาให้ไปที่ Fan Page : Name/ID และใส่ชื่อ (หรือ ID) ของ Page ที่เราต้องการดึงข้อมูลเครือข่าย ในตัวอย่างนี้ผมขอใช้ AuBIS499 Page ซึ่งเป็น Page ของวิชา Senior Project วิชา Capstone ของภาควิชา BIS นะครับ ช่วงที่เราใส่ชื่อ Page NodeXL ก็จะทำการค้นหาออกมา ด้วยหน้าตาแบบนี้ครับ

[รูป fb-2]

4. กำหนดประเภทของข้อมูล โดยใช้ตัวเลือกฝั่งขวามือของหน้าต่าง Import from Facebook Fan Page Network ในส่วน Network ซึ่งจะเห็นว่ามีแบบ Unimodal และแบบ Bi-modal สำหรับแบบ Unimodal นั้นคือการใช้ข้อมูลประเภทเดียว (โพสต์หรือสมาชิกเท่านั้น) ส่วนแบบ Bi-modal เป็นการใช้ข้อมูลทั้งสองประเภทร่วมกัน ซึ่งเราต้องการข้อมูลประเภทนี้เนื่องจากเราอยากเห็นว่าสมาชิกในเพจมีพฤติกรรมอย่างไรต่อโพสต์ (แต่อาจมีกรณีอื่นที่เราต้องการใช้ Bi-modal Network เช่นถ้าเราเข้าไปในเพจของคุณจ่าพิชิต แล้วอยากรู้ว่ามีสมาชิกคนไหนบ้างที่เถียงกันแบบต่อปากต่อคำ กรณีนี้เราก็ต้องใช้ Unimodal แบบ User-User Network / Based on co-comments ถ้าสมาชิกคู่ไหนมีเส้นเชื่อมกันเยอะ ก็แสดงว่าสองคนนั้นต่อปากต่อคำกันเยอะมากในเพจนี้)

[รูป fb-3]

5. กำหนดช่วงเวลาหรือจำนวนข้อมูลที่เราต้องการใช้สร้างเครือข่ายทางสังคมของเรา ดูจากรูปเดิมนะครับ จะเห็นว่าส่วนที่ถัดจาก Network ลงมาจะมีอีกส่วนคือ Options โดยในกรณีนี้ผมต้องการดึงข้อมูลในระยะเวลา 6 เดือนที่ผ่านมา แต่จะเห็นว่ามีตัวเลือกอื่นอีก เช่น (1) โหลดตามจำนวนโพสต์ล่าสุดที่เรากำหนดเอง (2) โหลดแบบระบุช่วงวันที่ นอกจากนี้ยังมีตัวเลือกอีกสองตัวคือ กำหนดปริมาณของคอมเมนท์และไลค์ที่จะโหลดได้ และกำหนดว่าจะให้ดึงข้อมูลโพสต์จากสมาชิกที่ไม่ได้เป็นเจ้าของเพจด้วยหรือไม่ (ซึ่งผมเลือกทั้งสองหัวข้อนี้ครับ ข้อแรกเพื่อให้แน่ใจว่าเราได้ข้อมูลที่ไม่มากเกินไป ข้อสองเพื่อให้แน่ใจว่าเราได้โพสต์จากนักศึกษาที่เป็นสมาชิกเพจด้วย)

ถึงตรงนี้เราก็พร้อมจะทำสร้างภาพเครือข่ายแล้วครับ! ตื่นเต้นๆ ๆ

พร้อมแล้วก็กดปุ่ม Download ได้เลยครับ ซึ่ง NodeXL จะทำการดึงข้อมูลประมาณ 5 ขั้นตอน ไม่ต้องสนใจว่าทำอะไรมั่งนะครับ ถ้าข้อมูลเยอะก็ไปชงกาแฟ ชงชามานั่งดูหน้าจอไปพลางๆ ได้ครับ

[รูป fb-4]

ได้ข้อมูลมาไม่น้อยนะครับ

[รูป fb-5]

อย่ารอช้า รีบกด Show Graph เลยครับ จะได้ภาพอลังการประมาณนี้

ข้อมูลที่ได้มาจากเฟซบุ๊คเพจนั้น จะมีหน้าตาผิดแปลกไปจากข้อมูลที่เราสร้างขึ้นเองเมื่อครั้งก่อนอยู่หลายประการนะครับ

[รูป fb-6]

ประการแรก เมื่อดูที่ Sheet “Vertices” จะเห็นว่ามีจุดทั้งแบบที่เป็นชื่อผู้ใช้ (เช่น Shota… หรือ Sleepo... ) และเป็นชุดตัวเลข (เช่น 275318122486335_725267890824687) ที่เป็นชื่อก็คือบัญชีผู้ใช้นั่นละครับ ส่วนที่เป็นตัวเลขคือโพสต์ที่ผู้ใช้คนใดคนหนึ่งเขียนไว้เพราะผู้ใช้หรือสมาชิกในกลุ่มแต่ละคนก็มีปฏิสัมพันธ์กับโพสต์เช่นกัน

[รูป fb-7]

ประการที่สอง ก่อนอื่นต้องไปเปลี่ยนประเภทเครือข่ายเสียก่อนนะครับให้เป็น Directed Graph ทีนี้จะเห็นใน Sheet “Edges” ว่าเครือข่ายเฟซบุ๊คเพจเป็นเครือข่ายแบบมีทิศทางหรือเป็น Directed Graph หมายถึงมีการชี้เข้า (in-degree) และการชี้ออก (out-degree) โดย Vertex 1 เป็นจุดที่ชี้ไปหา Vertex 2 นะครับ ซึ่งต่างจากเครือข่ายเพื่อนในตอนก่อนที่มีแต่ความสัมพันธ์แบบไม่มีทิศทาง (degree) ลองดูตัวอย่างการชี้เข้าจาก Sheet นี้นะครับ

โพสต์หมายเลข 275318122486335_725267890824687 นั้น (ผมใส่ Filter ให้ดูในรูปที่ fb-8) มีสมาชิกมาคอมเมนท์หรือกดไลค์มากถึง 16 คน โดยมีคุณ Thanwut (ชื่อสุดท้าย) ที่ทั้งกดไลค์และคอมเมนท์

[รูป fb-8]

ด้านขวาของหน้าต่างนี้คือรูปเครือข่ายที่บัดนี้มีการไฮไลท์สีแดงที่โพสต์นี้ครับ จะเห็นว่าอยู่เกือบกึ่งกลางเครือข่าย เป็นจุดที่ดีทีเดียว หมายความว่าโพสต์นี้ได้รับความนิยมพอสมควร แต่มากแค่ไหนเรายังไม่รู้จนกว่าจะได้ทำการคำนวณค่าดรรชนีเครือข่ายต่างๆ ครับ ก่อนจะไปถึงตรงนั้นเราลองกลับไปดูที่ตัวโพสต์จริงๆ สักหน่อยดีกว่า

วิธีกลับไปไม่ยากครับ ไม่ต้องกลับไปหน้าเฟซบุ๊คแล้วมองหาเอง เพียงแค่เราไปที่ Sheet Vertices แล้วดูที่จุดโพสต์นั้น (แถวที่ 4) แล้วเลื่อน Sheet ไปทางขวาจนที่คอลัมน์ที่ AD - AE จะเห็นว่าเขามี direct URL ให้เราเลย

[รูป fb-9]

คงพอจะเห็นภาพนะครับว่าจากโพสต์หนึ่งข้อความนั้น NodeXL ดึงมาทำเป็นข้อมูลแต่ละแถวอย่างไร

ถ้าอยากเห็นลูกเล่นของ NodeXL ก็ลองเลือกตัวเลือก Algorithm ในการวาดภาพใหม่ดูได้นะครับ (ปุ่ม drop-down list ข้างๆ Show Graph / Refresh Graph) โดยจะมี Algorithm หลักอยู่สองตัวคือ Fruchterman-Reingold ซึ่งดูแล้วเป็นก้อนกลมๆ และ Harel-Koren Fast Multiscale ซึ่งวาดเครือข่ายออกมาเป็นก้อนเล็กๆ (components) ได้ชัดกว่าแบบแรก และมี Algorithms ยิบย่อยอยู่อีกหลายตัวเช่น Circle, Spiral (แต่เชื่อเถอะครับ แค่สองตัวแรกก็พอแล้ว)

[รูป fb-10]

แม้ว่าภาพเครือข่ายตอนนี้เราพอจะมองเห็นว่าใครหรือโพสต์ไหนเป็นศูนย์กลาง แต่การคำนวณดรรชนีเครือข่ายจะช่วยให้เราเห็นภาพชัดขึ้นไปอีกครับ ให้กลับไปที่ Graph Metrics อีกครับ

[รูป fb-11]

เนื่องจากเครือข่ายนี้เป็น Directed Graph เราจึงต้องเลือก Vertex in- และ Vertex out-degree นะครับ นอกจากนี้ให้เลือก Overall graph metrics และ Vertex Betweenness ด้วย เพราะเป็นดรรชนีสำคัญดังที่กล่าวไว้ในตอนที่แล้ว จากนั้นกดปุ่ม Calculate Metrics เลยครับ

[รูป fb-12]

ใน Sheet Overall Metrics ตอนนี้ มีข้อมูลให้เราดูเพียบเลยครับ ที่ควรสังเกตคือพวกสถิติเบื้องต้นเช่น

1) จำนวน vertices ทั้งหมดที่รวมเอาสมาชิกและโพสต์เข้าด้วยกันจำนวน 50 จุด

2) Connected Components หมายถึงจำนวนกลุ่มก้อนที่แยกกันขาด ซึ่งในรูปนี้มีอยู่ 4 ก้อน แต่ต้องระวังนิดนึงนะครับ เพราะที่จริงแล้ว มีก้อนใหญ่อยู่ก้อนเดียว ส่วนอีก 3 ก้อน (ในวงกลมสีแดง) นั้นเป็น post ที่ไม่มีใครมาดูดำดูดีอะไรด้วยเลย

[รูป fb-13]

มาถึงขั้นตอนสุดท้ายคือการปรับแต่งรูปเครือข่ายของเราให้สวยงามโดยใช้ข้อมูลที่คำนวณมาได้ช่วยสร้างความแตกต่างให้กับจุดและเส้นต่างๆ

1) ให้เลือก Autofill Columns จากเมนู NodeXL ใน Excel นะครับ

2) เลือก Tab Vertices แล้วเลือก Vertex Size ด้วยค่า Betweenness Centrality จากนั้นกดที่ปุ่มลูกศรด้านขวาเพื่อกำหนดขนาดใหญ่สุดเล็กสุด โดยให้เริ่มจาก 1 และไปจบที่ 5 (ค่าขนาดของจุดนี้เราสามารถปรับได้ตามความต้องการนะครับ)

[รูป fb-14]

[รูป fb-15]

3) ใน Tab เดียวกันนี้ให้เลือก Vertex Label ด้วยค่า Vertex คือเราจะเอาชื่อจุดนั่นแหละเป็นคำอธิบายของแต่ละจุด เสร็จแล้วกด Autofill เลยครับ

เนื่องจากเรายังใช้ Algorithm ของ Harel-Koren Fast Multiscale ภาพที่ได้จะเป็นภาพแยกกลุ่มก้อนตามที่เห็นนะครับ แต่จะมีจุดต่างเล็กน้อยคือ โพสต์จะมีขนาดใหญ่เล็กต่างกัน แสดงให้เห็นความนิยมมากน้อยของแต่ละโพสต์

[รูป fb-16]

ยังมีค่าให้ปรับแต่งใน Autofill Columns มากมายนะครับ ลองกดเล่นดูได้ไม่เสียหายอะไรเพราะทุกครั้งที่เราปิดไฟล์ (อย่าลืมเซฟไว้ก่อนนะเออ) รูปภาพเครือข่ายก็จะหายไป เราต้องคอยมากดปุ่ม Show Graph / Refresh Graph อยู่ตลอด สิ่งที่ไม่หายไปคือค่าดรรชนีต่างๆ ที่เราคำนวณเอาไว้ ซึ่งสามารถไปดูได้ใน Sheet Vertices นะครับ

[รูป fb-17]

โดยจะเห็นว่าตอนนี้แต่ละจุดมีค่าต่างๆ มากมาย เช่น in and out degrees และ betweenness ค่าเหล่านี้สามารถนำไปใช้ทำวิจัยต่อยอดได้มากมายครับ เช่นถ้าเราใช้เฟซบุ๊คเพื่อเป็นเครื่องมือสื่อสารในห้องเรียน เป็นไปได้ไหมว่าเด็กที่มี betweeness สูงจะเป็นเด็กที่มีความรู้สึกมีส่วนร่วมในวิชามากกว่าเด็กคนอื่น หรือเด็กที่มี out-degree สูงเป็นเด็กที่น่าจะได้คะแนนดีกว่าคนอื่น (เพราะคอยช่วยเหลือคอยตอบคำถามเพื่อนๆ)

ก็สามารถตั้งสมมติฐานไปได้ต่างๆ นานานะครับ แต่อย่าลืมว่าเฟซบุ๊คนั้นเป็นเพียงเครื่องมือตัวนึงเท่านั้น ถ้าขาดการออกแบบการเรียนรู้ที่ดีแล้วมันก็ไม่ได้ช่วยอะไรมากเลยครับ