王晓慧 刘 昊
(辽宁师范大学政府管理学院 大连 116029)
随着社交媒体的发展和科研人员交流、传播学术信息需求的增加,学术领域出现了学术社交网络、学术微博、学术微信公众号等学术新媒体[1]。其中,学术社交网络作为专业的学术平台,以促进知识交流和扩散为目的,帮助学者建立和维护与其研究领域相关的人际关系网络[2],正日益受到学界关注。构建一个符合用户需求的学术社交网络平台的前提是要明确该平台使用者的用户特征。当前通常意义的社交网络用户研究已取得一定成果,但这些成果不足以用来描述、解释和预测学术社交网络平台使用者特有的属性、行为、动机和偏好等因素。有鉴于此,本论文搜集整理了我国学术社交网络研究的学术文献,运用主题分析法提取出近年来该领域与用户相关的研究进展和研究成果,从中析出平台使用者特征,以期为我国学术社交网络的相关研究和平台建设提供参考。
学术社交网络又称科研社交网络、学术社交媒体、学术虚拟社区,学术博客是其主要表现形式。当前具有代表性的学术社交网站有Research Gate、Academia.edu、科学网等。有鉴于此,本研究利用中国知网(CNKI)学术期刊数据库和学位论文数据库检索文献资料,检索式为:主题=“学术社交网络/科研社交网络/学术社交媒体/学术博客/Research Gate/Academia.edu/科学网”,检索日期截至2020年12月31日。为保证文献资料与主题相关且可用于进一步的分析,对初步获取到的文献进行人工筛选。排除误检、非学术研究、学术微博和学术微信公众号等通用社交网络学术利用的相关研究,最终获得106 篇与学术社交网络用户行为相关的文献作为研究资料。106篇文献的发表时间分布揭示出该领域的相关研究成果总体呈上升趋势(见图1)。自2010年的首篇论文发表至2015年间,该领域相关研究性论文呈波动上升趋势,在2015年达到小高峰,而后研究热度有所减弱。自2018年始,相关研究的热度陡然上升,预计未来研究热度将持续上升。
图1 发文时间分布
本研究采用主题分析方法(Thematic Analysis)对学术社交网络用户行为的相关描述进行主题提取。Braun 和 Clarke 将主题分析法定义为一种对数据进行识别、分析并揭示其模式的定性分析方法。主题分析法的基本步骤包括:熟悉数据、生成初始代码、寻找主题、甄别主题、确定主题和形成报告[3]。基于该方法,本研究提取了106 篇文献中与学术社交网络用户有关的文字阐述来构建代码。构建过程为:寻找原始文献表述,提取字节,创建初始代码,构建正式代码(见表1)。为保证编码结果的合理性,由两位研究人员分别构建代码,经过比较和讨论后确定了最终代码和主题提取结果。
表1 学术社交网络用户代码构建(部分)
6“48.5%的用户拥有2年以上使用学术博客的经历;63.4%的用户每次使用博客的时间不超过1小时;而每天更新博客的用户仅占8.9%。”(甘春梅,2015)使用时长和更新频率 使用情况 使用行为7“注册用户数量依次递减,生命学科领域规模最大,而管理综合领域规模最小......”(段庆锋,2019)注册率高达38.66% 注册率 注册行为8“从关注行为来看,3 所学院的用户人均关注21.86 名用户、2.18个主题,人均拥有16.87 名关注者......”(庞玲玲,2019)关注的用户、主题和被关注数关注行为 关注行为9“科学网博客用户知识互动主要通过加为好友、加入群组等功能来实现......”(郑伟伟,2014)用户知识互动的方式 知识互动 社交互动10“国内用户很少参与平台的提问和回答活动......此外,提问和回答行为本身就有助于提升用户在平台中的知名度和影响力。”(邓胜利,2019)用户的提问和回答活动提问和问答 问答行为11“不同国家图情工作者的共享信息行为具有较大的差异.....此外,用户更倾向于共享研究成果而不是研究项目......我国科研人员共享信息的活跃性较低。”(仝晶晶,2020)共享信息的差异性 共享差异 共享行为12“核心用户通常表现得非常活跃,他们会积极地向学术博客贡献内容......”(王日芬,2017)核心用户积极贡献内容用户贡献内容 知识贡献13“在我国被调查者的使用动机方面,排名前三的是获取和下载他人学术成果、关注其他有关学术问题的讨论、讨论研究问题并发表观点......”(毕德强,2019)使用动机排名及比重 用户动机 用户动机14“总的来说,读者青睐于与科研教育密切相关以及与个人观点表达相关的内容,对于个人生活及表达个人兴趣爱好相关内容的阅读兴趣相对较低。”(王日芬,2016)读者青睐的内容差异 读者青睐 用户偏好15“个别博文内容实为转载,但未标注,可见博客中的知识产权问题也需博客平台管理者和博主协力维护。”(李春秋,2012)知识产权问题需要维护知识产权问题知识产权保护16“用户受教育程度不同时用户隐私值的差异不显著......用户隐私保护基于时间维度发生变化......”(胡昌平,2019)用户隐私保护情况 隐私保护 数据隐私安全数据加密“......设计并实现了一套基于CNN 混沌系统的多媒体数据分级加密方案......分级方案包括实时性优先与保密性优先。”(翁羽轩,2019)设计并实现了多媒体数据分级加密方案17技术方案 技术方案对高质量用户的识别和激励 用户激励 激励机制18“用户是信息质量影响因素的直接作用者,因此需要引导和完善对高质量社区用户的识别和激励机制,提升用户与高质量信息资源的有效交互。”(张宁,2018)提升用户与高质量信息资源的有效交互高质量信息资源 信息质量19“平台客观条件是科研社交网络用户学术社交不足的外驱变量和间接驱动因素之一......”(李晶,2019)平台客观条件影响学术社交 服务质量 平台环境
106 篇原始文献中与学术社交网络用户相关的文字描述共形成22 个正式代码。以正式代码为基础,形成7 个子主题。进一步归纳后,提取出与学术社交网络用户相关的3 个主主题(见表2)。用户分析的方法论层面,杨广锋曾提出基于文献计量的科研用户行为研究方法[4],主要包括用户特征(性别、年龄、专业等)、用户行为和用户影响因素研究(自身特征、信息、环境等),侧面印证了本次主题分析的结果。
表2 学术社交网络用户主题提取
106 篇关于学术社交网络的文献资料中直接以用户属性为研究对象的文献不多,但文献中涉及用户属性的字节条数达到135 条,约占全部字节条数的22.58%,说明用户属性构成学术社交网络研究中的要件,其通常被作为研究的出发点,为后续研究界定研究主体和研究范围。“用户属性”这一主主题由“自然属性”和“社会属性”2 个子主题构成,包括“用户年龄”、“用户性别”、“用户身份”、“用户空间分布”和“用户学科分布”5 个正式代码,主要特征如表3。
表3 用户属性主要特征
有关用户属性的主题分析显示,学术社交网络用户以学生为主,呈年轻态,男性用户多于女性用户,高学历人群具有更高的使用意愿。学术社交网络用户的地域和机构分布较广。国内用户中,发达地区用户相对活跃[5],且大多集中于知名高等院校和研究所[6]。国际用户中,中国用户对国际化较高的平台(如Research Gate)的接受程度逐渐加深,单个机构的用户数量有赶超美国的趋势[7]。用户学科分布方面,由于研究样本和平台选取不同,研究成果存在显著差异。首先,Research Gate 和“科研之友”的对比研究显示,我国学术社交网络用户主要为国内用户,自然科学领域较多,人文社科领域用户较少[8]。然而,针对国内高校七百余位学者对学术社交网络的认知、使用动机和访问信息的调查显示,人文社科领域用户人数最多,其次是工学领域,农业科学领域人数最少[9]。这一相互矛盾的研究结果或许源于样本及平台选择的不同。前者以特定平台的用户群体作为样本进行研究,发现“人文社科领域用户较少”,后者未将研究限定在某一特定平台,而是采用问卷调查法对国内各大高校被调查者的学科分布进行统计,得到了“人文社科领域用户最多”这一相反结论。由此可见,目前对学术社交网络用户学科分布状况的研究尚存争议。
社交网络用户行为是用户在对自身需求、社会影响和社交网络技术进行综合评估基础上做出的使用社交网络服务的意愿,以及由此引起的各种使用活动的总和[10]。学术社交网络用户行为在此基础上更侧重于用户的学术使用活动。“用户行为”这一主主题由“采用行为”、“社交行为”、“共享行为”3 个子主题构成,包括“使用行为”、“社交互动”、“关注行为”、“共享行为”等8个正式代码,主要特征如表4。
表4 用户行为主要特征
有关用户采用行为的主题分析显示,我国学术社交网络用户对国际主流学术社交网络平台的使用较弱[9],注册率整体不高,各学科、机构的用户在不同平台上的注册比例存在差异。从行为的持续性而言,每天更新博客的用户不足10%,约65%的用户每天使用时长不足1 小时[11-12],持续使用率低于注册率[13],学术社交网络对用户的吸引力在不断丧失[14]。注册率不高、使用频率下滑反映出用户对学术社交网络采用不足,在持续使用的过程中出现了倦怠。未来可进一步探讨如何增强用户黏性和用户使用的持续性,减少用户倦怠和转移行为。
有关用户社交行为的主题分析显示,用户间的社交互动因用户学科背景、知识需求、科研实力的不同表现出差异性。用户突破传统的学科体系实现学科间的大跨度交流[15],学科间的学术相关性越强,越容易建立社交关系,人文社会学科用户的跨学科社交倾向最为强烈[16]。用户关注行为一定程度上能够反映其社交意愿。用户通过关注同行、博客博文、热点主题等方式主动参与社交,以获取和追踪学术信息。国家层面上,不同国家的用户在关注行为上具有显著差异[7]。机构层面上,用户所在机构人数越多,被关注的人数越多,用户群体越容易出现同质化趋势[17]。各国用户参与问答行为的积极性不高,不存在显著差异。用户对学术问答的需求强烈[18],但提问数量大于回答数量[7],呈现出提问与回答不平衡的状态。未来可进一步研究如何激励用户从学术信息的“单向获取者”转化为提供和获取信息并重的“双向互动者”,有利于提升用户在平台中的影响力[19]。
有关用户共享行为的主题分析显示,各国用户共享意愿具有差异,中国用户共享意愿较低[7],参与科研合作和信息共享的意识薄弱[20]。约半数高活跃用户会上传资料、分享信息,其他用户大多利用学术社交网络获取科研数据和资料[17]。在分享内容的选择上,用户倾向于分享公开的项目、数据等信息来提升其在平台中的影响力[21]。同时,将研究进展和成果发布在学术社交网络平台中,可以为其他用户提供参考,增加学术交流和合作[22]。相比于陌生人,学术社交网络用户更倾向于熟人间的交流协作[23]。观点表达和评述类的内容交流效果最好[24-25],但从总体上看,知识交流的效果还有待提升[26]。知识贡献是知识共享的环节之一,“共享行为”这一子主题下,“知识贡献”的字节条数仅占16.44%。说明当前针对用户知识交流和知识共享等大范畴的研究较多,未来可就知识贡献这一小范畴开展深入研究。
用户使用学术社交网络的过程受到多种因素影响和制约。“用户影响因素”主主题由“内部影响因素”和“外部影响因素”2 个子主题构成。内部因素源于用户本身,能够对用户行为起到内部推动作用,包括“用户需求”、“用户偏好”、“用户动机”3 个正式代码;外部因素是除用户本身之外,对用户行为起到外部牵引作用的客观环境因素,包括“知识产权保护”、“信息质量”、“激励机制”等6 个正式代码。各影响因素间动态关联,共同作用于用户主体,进而产生多样的用户行为。用户影响因素主要特征如表5。
表5 用户影响因素主要特征
内部影响因素的研究有利于从根本上掌握用户行为产生的动因,帮助学术社交网络平台预测用户行为走向,提供用户所需信息和服务。用户需求影响其行为选择,在科研生命周期的各个阶段[18],不同身份、学科、平台[9,18]的用户需求具有差异,主要需求有自我推广、学术资料和科研进展管理、交流合作等[27]。用户的学术需求高于社交需求,形成了学术氛围浓、专业知识强的知识传播环境[6],但也导致了学术社交不足的情况,这与用户行为研究中得到的结论一致。需求是动机的必要条件,用户需求催生用户动机,动机的强或弱势必会影响用户行为。有关用户动机的研究显示,用户使用学术社交网络的目的中,最主要是获取学术资源[28-30],常见的还有学术社交动机(关注同行和学术话题、参与问答、知识分享等)[9,29]与信息标注动机(分类组织学术资源等)[31],社交关系动机与社交认同动机是学术社交网络特有的使用动机[32]。用户偏好研究有利于学术社交网络平台向用户更精准地推荐学术信息,提供个性化服务。不同学科用户在使用学术社交网站时,对学术资料和学者的关注、博文主题和内容的标识[33]、观点表达和经验交流的内容[26]等具有不同偏好。目前学术社交网站缺乏主动学习用户偏好的能力[34]。未来应重视采集用户使用学术社交网络过程中的反馈,利用偏好值将用户的喜好排序,通过学习用户偏好使学术社交网站能够为用户推荐更精确的信息[35]。
外部影响因素的研究有利于为用户行为的产生和发展提供良好的环境支持。主题分析显示,当前对平台环境的研究集中于平台客观条件[20]、功能建设[36,37]、资源提供[14]、推荐服务[38]等。学术社交网站能够满足用户的资料获取和交流表达需要[39],并树立了全球运营理念和国际发展策略[35]。平台建设离不开技术支持,目前已经提出保障数据安全的多媒体数据加密方案[40],提高匹配成功率和推荐效果的小同行推荐算法[41],个性化推荐的多维度团队推荐模型[42],作者排名指标的新算法[43]等多种技术方案。关于学术社交网络的开放获取,Research Gate、Academia.edu等国外平台已经较为成熟,并与学术出版商开展合作[27],但科学网等国内平台还未提供论文和数据的开放下载功能。有关数据隐私安全的主题分析显示,学术社交网络中用户隐私关注程度高于通用社交网络[44]。用户对平台和他人的信任有利于学术社交,提升知识共享意愿[45],担心隐私泄露则会造成学术社交不足[20]。“外部影响因素”这一子主题中,“知识产权保护”这一正式代码的字节条数仅占7.01%,显示出当前关于知识产权保护的研究较少。相比于国外在知识产权保护方面形成的良性学术生态,我国知识产权保护机制脆弱[44],用户知识产权意识薄弱[18],未来应进一步健全知识产权、数据和隐私保护体系。有关信息质量的主题分析显示,学术社交网络的知识资源质量决定了用户的知识吸收效能和交流满意度,与用户交流绩效呈正相关[46],无关信息太多会影响用户的使用体验[14]。未来应改善信息管控机制[14],对信息的格式规范和准确表达作出要求[47]。用户既是信息接收者又是知识贡献者,需要完善对高质量用户的识别和激励机制,提升用户与高质量信息资源的有效交互[47]。现有研究提出精神激励与物质激励相结合[14]、利用“影响力”指标激励用户贡献知识[8]、借鉴知识付费模式激励用户参与学术问答[18]等多种方式。
本文系统采集了我国学术社交网络用户研究的相关内容,利用主题分析法从文献资料中提取出用户属性、用户行为、用户影响因素3 个与用户特征相关的主题。用户属性研究为后续研究起到基础性的铺垫作用,基本展示出学术社交网络用户呈年轻态,男性用户多于女性用户,用户学历高等特征,但对用户的学科分布状况尚存争议。用户行为研究显示出当前用户注册学术社交网站比率不高,在持续使用中出现倦怠。用户通过关注同行、主题、博文等方式获取学术信息,知识交流和贡献较少,社交互动不足。用户影响因素研究集中于对某一具体因素的研究,用户行为受到用户需求、用户动机、用户偏好、平台环境、信息质量、知识产权等多种因素综合影响。主题分析显示,当前对用户偏好、信息质量和知识产权保护等因素的具体研究较少。
将国内学术社交网络用户特征的研究成果与国外该领域的研究成果进行比较,或可为我国学术社交网络建设及后续研究提供借鉴。尽管国内外学术社交网络用户特征的研究成果具有诸多共性,诸如用户注册学术社交网络后使用的时长和频率较低,关注其他学者的数量较少,怠于共享、注重隐私等[48-51],但二者研究成果仍存在些许差异。国外学者对用户属性的研究显示,大多数用户来自西方[48],用户的学科分布在不同平台上差异明显[49]。用户偏好因素方面,国外学者倾向于进一步研究用户使用模式和偏好,以促进学术社交网络的长期发展[52]。相比较而言,国外学术社交网络已成为开放传播科学成果的重要媒介[52],部分学术社交网站已经与学术出版商开展合作[27],利用资源优势增加庞大的用户群[39]。与此同时,国外研究发现,学术社交网络的开放获取可以促进用户分享学术信息,用户可以众包难以获取的数据和出版物等有价值的材料[53]。而我国在学术社交网站开放获取方面的研究和实践还较为薄弱,这些差异为我国学术社交网络相关研究与实践提供了参考。
基于国内学术社交网络用户研究成果及国外相关领域的研究借鉴,本文对我国学术社交网络用户特征领域的后续研究及相关平台建设提出建议,以期对我国学术社交网络的研究和实践提供参考。
从理论上来看,围绕学术社交网络用户的后续研究可以在以下3 个方面展开:①开展针对学术社交网络的用户画像构建研究。现有的用户画像研究大多集中于通用社交网络,对学术社交网络关注较少[54]。用户画像技术有利于更深刻地探讨用户属性特征和行为规律,未来可以从用户属性特征、行为特征、用户偏好等方面构建用户画像,分析用户行为和偏好并为其提供个性化服务。②开展学术社交网络用户黏性研究。学术社交网络的长远发展离不开用户的持续使用,用户黏性的增强有利于减少用户使用过程中的倦怠和转移行为。现有研究对这一方面的讨论还不充分,未来可就如何提高用户黏性和使用持续性展开研究。③学术社交网络的知识产权和隐私保护研究。大数据时代对知识产权保护和隐私保护环境提出了新要求,良好的知识产权和隐私保护环境有助于提升用户在使用过程中的安全感和信任感,维持用户黏性。
从实践上来看,围绕学术社交网络用户及平台建设的后续研究可以在以下2 个方面展开:①激励学术社交网络用户的知识贡献。当前学术社交网络用户知识贡献不足,采取措施激励用户产出并分享优质内容,促使学术社交网站形成知识贡献足、信息质量高的学术传播环境。②实现学术社交网络和开放获取的有机结合。学术社交网络是发布、交流学术信息的重要平台,向用户开放公共和个人的研究数据与研究成果,可以节省科研成本,提升科研效率。未来应加强学术社交网络平台的开放获取建设,为学术出版以及科研资料的便捷获取做出贡献。