信息行为研究主题与热点：基于CiteSpace的分析与可视化

刘菲 倪慧 黄俊宇

摘要：以Web of Science数据库（2008-2018年）中信息行为主题的1530条文献作为数据源，使用CiteSpace软件对其研究热点和前沿进行分析，从而直观地揭示信息行为领域的研究现状和发展趋势。本文的主要结论包括：信息行为研究已经从传统的理论框架、搜索过程、社会网络和信息素养研究向个人信息及差异、虚拟世界、社交网站和案例研究等转变。

关键词：信息行为;Web of Science;CiteSpace;可视化

中图分类号：TP393 文献标识码：A

文章编号：1009-3044（2020）19-0036-02

开放科学（资源服务）标识码（OSID）：;

近些年来，随着信息技术的发展，信息行为研究也受到了来自经济学、社会学、医学等众多领域的关注。作为历久而弥新的一个研究领域，信息行为研究正面临着新的机遇与挑战。在此背景下，本文采用科学计量学的方法，并充分运用可视化工具CiteSpace，对近十年（2008年- 2018年）来全球信息行为领域的研究进行了重点回顾与综述。更明确地说，本文旨在重点探究以下几个问题：

（1）信息行为研究的主题有哪些？

（2）信息行为热点研究有哪些？有哪些发展趋势值得关注？

1 研究过程

1.1可视化分析数据集的获取

本研究使用WOS核心集中2008年- 2018年的所有论文数据作为可视化分析数据集。在检索策略上，本研究使用“infor-mation behavior*：”作为主题并限制出版物类型为期刊进行检索，共获得1628条记录。经手工剔除评论文章、书评、编辑寄语、勘误等记录，共保留1530条有效出版物记录，wOs中信息行为研究在本案研究期间内其数量也大体保持增长态势。

1.2 CiteSpace参数设计与可视化过程

CiteSpace是科学计量学领域知名的可视化分析软件，在2004年由陈超美教授使用Java語言开发。CiesSpae是应用Ja-va语言开发的一款信息可视化软件，它主要基于共引分析理论和寻径网络算法等，对特定领域文献（集合）进行计量，以探寻出学科领域演化的，路径及知识转折点，并通过一系列可视化图谱的绘制来形成对学科演化潜在动力机制的分析和学科发展前沿的探测[1]。本研究使用CiteSpace（版本为5.4.R2）对数据集进行可视化分析，其过程遵循CiteSpace研发者陈超美博士给出的可视化分析的一般流程[2]。

在本研究中时间缩放值设置为1，这意味着从2008年到2018年的整个时间间隔被划分为11个1年的数据处理切片。本研究选择Pathfinder作为修剪方法，用于修剪合并后的网络。Pathfinder network scale是一种结构建模技术，通常用于消除冗余或违反直觉的连接，并保留最显著的连接[3]。

本文中使用了文献共被引方法，是共引分析的其中一种，共被引分析作为一种衡量文献之间接近程度的方法，是一种很好的说明数据集中的源文章与广泛的外部参考文献记录中相应被引文章之间关系的方法[4]。文献共被引分析是一种统计方法，可用于发现信息行为领域得研究热点。它还可以用于科学研究领域的可视化，检测新兴内容，预测未来的研究方向。特别是文献共引分析过程中产生的聚类是聚类分析的重要分析单元。通过聚类揭示推动研究趋势的重要智力转折点以及不同研究趋势之间的相互联系。另外，通过聚类检测和分析研究趋势随时间的出现和突变，并在特定时间的研究趋势的知识基础上确定研究趋势的重点。

2 研究结果与讨论

2.1 信息行为领域研究主题

2.1.1 主题词共现网络

文章的主题词提供了文献信息的内容特征，其从标题、摘要、wOs派生的关键字“Author keywords”和“keywords Plus”中提取。关键词是一篇论文的重要组成部分，反映了一篇论文研究的主题。通过对信息行为领域文献的关键词共线分析不仅可以发现该领域的研究主题还可以了解关键词之间的联系。关键词两两之间出现的次数越多可认为其之间关系越紧密也可反映该领域研究主题。其中，关键词“information technology”“search engine‘‘communication technology‘‘social networkingsite”代表信息行为研究的技术发展，对应发展的搜索引擎应用、通信技术、社交网站;关键词“practical implications”“re-search model"“theoretical framework"“significant difference"“so-cial influence”代表信息行为研究的内容，对应信息行为中的影响、模式、理论框架、差异对比和社会影响;“user behavior”和“behavioral intention”是信息行为的分析对象;“online survey”表示信息行为研究的方法，如在线调查和统计测量分析。

2.1.2 信息行为研究主题演变

根据每年拍摄的快照，分析得出信息行为研究的主要焦点在2008年至2018年之间。其中在2008-2011年研究的主题主要为信息技术、搜索过程、缓和效应和重要因素或影响以及研究和理论模型、概念架构等与信息行为相关的理论基础层面的研究。在2012和2013年发表的研究主要集中在信息系统、搜索任务、社交媒体和个人信息等数据方面，主要是在信息行为领域应用层面的研究。2014-2015年的研究则侧重于虚拟环境、影响、健康记录、社会支持和用户生成的内容等信息行为特定环境下主要关于用户应用等方面的研究。2016-2018年中研究主要是个案研究、定性分析、中介效应、信息搜索过程及质量和问卷调查等在信息行为领域更进一步应用即分析质量的研究。

对信息行为研究随时间发展的主题转变，可以发现在2010年到2011年，当时的研究重点从搜索过程和寻求动机转向了社交网站和信息使用。同时还有其他的转变，如：2009年研究主题缓和效应到2017年的中介效应，以及通过分析可知随着时间地发展对于信息行为的研究的主题更加深入，从最初对于理论结构及模型的研究到后续关于重要性和影响转变为对于信息行为领域各方面应用的研究。

2.2 研究热点

2.2.1 信息行为研究热点

根据从WOS核心馆藏中检索的1530份记录中引用的63，933份学术文献的综合收集和协调情况的分析，按照引用频率排序发现引用频率最高的是作者Venkatesh V（ 2003）发表的文献。如该文献所述，Venkatesh V（2003）审查用户接受文献并讨论八个主要模型，最后制定统一模型UTAUT为管理者提供一个有用的工具[5]。

基于共引分析生成了由紧密定位的节点组成的13个典型聚类，这13个聚类的标签是由每个聚类中引用的与文档相关的关键词和标题术语自动生成的，使用词频倒排文档频率（tf*idf）算法。13个聚类的整体轮廓分数范围为0.729-0.995，具有显著性，“模块化O”值为0.7613，“平均轮廓”值为0.2799。（注：模块性O表示系统组件可以分成独立块并重新组合的程度，反映网络是否可以合理地划分为松散耦合的集群[6-7]。轮廓度度量在评估每个集群的研究内容的性质或这些集群的平均同质性时的不确定性水平[8]。）

基于文献共引分析，我们可以识别每个群集中被高度引用的文档，这些文档代表了每个领域的关键焦点。根据所提出的分析，13个集群中的所有文件可分为对应于以下10个主题的组：（1）信息共享行为的影响、（2）数据分析和相似性测度、（3）隐私和保护、（4）制度和效应、（5）信息质量和权威性、（6）信息应用和接受、（7）信息技术、（8）网络用户和文化价值观、（9）情绪控制、（10）竞争动态。这10个主题在研究方法f调查法、计量分析法、观察法）、重要问题（隐私保护、信息质量、认知）以及针对不同国家、行业和政治制度的案例方面具有广泛的覆盖面。

3 结论

信息行为研究已经广泛建立，并且日益受到重视。为更了解人们信息行为的发展和意义，各方做出了巨大努力。本研究以2008年至2018年發表的1530篇文献为基础，并从wOs核心馆藏数据库收集数据，通过绘制知识域图，针对关键词、高被引文献和发展趋势展开了研究得出结论如下：

通过对共现主题词的分析，识别出高频关键词，结果表明，从2008年到2018年，信息行为研究在研究内容、应用领域、研究方法等方面的研究重点不断演变。文献共被引分析的结果表明，Venkatesh V（ 2003）发表的被引率最高的文章是基于信息技术的验收研究，审查用户接受文献并讨论八个主要模型，最后制定统一模型UTAUT为管理者提供一个有用的工具。同时，13个典型集群被确定基于关键词和标题与分析相关的文档，以及这些集群的主要可分为10个主题：信息共享行为的影响、数据分析和相似性测度、隐私和保护、制度和效应、信息质量和权威性、信息应用和接受、信息技术、网络用户和文化价值观、情绪控制和竞争动态。此外，信息行为文献中大量出现的术语和文献共引现象表明，研究的新趋势可以概括为健康信息、差异化分析、信息来源的权威性、虚拟世界文化价值观和案例研究。

参考文献：

[1]陈悦，陈超美，胡志刚.引文空间分析原理与应用[M].北京：科学出版社，2014.

[2]李杰，陈超美.citespace：科技文本挖掘及可视化[M].北京：首都经济贸易大学出版社，2016.

[3] Samoylenko V，Zhao J P，Dunbar D C，et aI.New constituentsfrom noni （morinda citrifolia） fruit juice[Jl.Journal of Agricul-tural and Food Chemistry， 2006，54（17）：6398-6402.

[4] Cobo M J，L6pez-Herrera A G.Herrera-Viedma E，et aI.Sciencemapping software tools： Review， analysis， and cooperative studyamong tools[Jl.Journal of the American Society for InformationScience and Technology， 2011，62（7）：1382-1402.

[5] Venkatesh， Morris， Davis， et al.User acceptance of informationtechnology：toward a unified view[J].MIS Quarterly， 2003，27（3）：425-478.

[6] Newman M E J.Modularity and community structure in net-works[J].Proceedings of the National Academy of Sciences ofthe United States of America， 2006，103（23）：8577-8582.

[7] Shibata N，Kajikawa Y，Takeda Y，et aI.Detecting emerglng re-search fronts based on topological measures in citation net-works of scientific publications[J].Technovation， 2008，28（11）：758-775.

[8] Rousseeuw P J.Silhouettes：a graphical aid to the interpretationand validation of cluster analysis[Jl.Journal of Computationaland Applied Mathematics， 1987（20）：53-65.

[通联编辑：光文玲]

基金项目：本文系江西省社会科学规划项目”学术社交网络科研人员使用行为与服务优化研究”（项目编号：17BJ32）、南昌航空大学“三小”课题（编号：2019JG006）研究成果之一。

作者简介：刘菲（2000-），女，江西南昌人，本科.主要研究方向为信息管理与信息系统。