网络学术信息搜索中用户情感的识别及变化研究

韩正彪，马毛宁，翟冉冉

（南京农业大学信息管理学院，南京 210095）

1 引 言

近年来，随着“情感计算”和“情感化设计”的兴起与应用，越来越多的研究人员开始意识到情感是人机交互中普遍存在的核心元素之一，在设计智能化的信息检索系统时应加以考虑[1-3]。当用户在搜索网络学术信息时，其情感会与搜索意图进行一系列的交互，从而影响他们对信息检索系统的认知和搜索决策；同时，用户的情感也会受到其自身认知和信息检索系统反馈的影响。基于此，在人机交互环境下，信息检索系统应为学术用户提供符合其情感需求动态变化的智能化帮助。如何充分发挥网络互动优势，开发各类有助于降低用户情感负荷的信息检索系统已成为未来的发展趋势之一。因此，对网络学术信息搜索过程中用户情感的研究已经成为图书馆与情报学（library and information science，LIS）的一个重要研究议题。

情感需求是触发用户发生信息搜寻行为的重要动机之一[4]。Kuhlthau[5]提出的信息搜索过程（infor‐mation search process，ISP）模型较早揭示了用户在搜索过程中情感的变化及其与认知的关联。该研究成果对信息行为中的情感研究产生了重大的贡献[6]。2006年ASIS&T年会成功举办了“信息搜寻与利用过程中的情感和情绪研究”小型研讨会；之后，Nahl组织相关学者共同出版了专著《信息与情绪：信息行为研究中浮现的情感范式》[7]。该成果受到了学术共同体的广泛关注和好评，也为后来研究信息行为中的情感问题提供了理论基础。虽然该研究主题已经取得了不少真知灼见，但是以往的成果主要是将用户信息搜索过程中的情感作为模型中的一个维度加以分析，缺乏从整体视角分析和挖掘网络学术信息搜索过程中用户情感的类型、成因和变化等问题。只有在揭示清楚这些基础问题之后，才可以将用户情感方面的理论成果应用到信息检索系统的可用性评价之中，为开发面向用户情感需求的信息检索系统提供理论和方法支持。因此，本研究拟从动态视角收集和测量网络学术信息搜索过程中的用户情感，尝试探讨在完成不同类型的学术信息搜索任务过程中用户情感的识别及变化。

2 相关研究

基于本研究关注的问题，本节重点围绕用户信息行为研究中涉及情感因素的相关研究成果进行回顾。因此，LIS学科中关于社交媒体用户的情感监测和演化、文本与非文本的情感倾向性分析、信息咨询与服务从业人员的情感问题均没有纳入文献回顾的范畴。目前在用户信息行为研究中与情感有关的术语众多，并没有在学科内部形成一致的认知，存在混用的现象[8]。造成这种现象的原因主要有：第一，情感本身是一个复杂的构念，心理学科对情感的定义就有多种；第二，LIS学科对情感问题的探索仍处在初级阶段。为保证表述的一致性，本文采用以下术语的中英文对照关系进行表述：情感——affection，情绪——emotion，心境——mood。已有相关研究成果主要集中在以下几个方面。

2.1 纳入情感因素的信息行为模型构建研究

Kuhlthau[5]提出的ISP模型分析了用户情感、认知和行动在各个搜索阶段的变化，该模型明确了在信息搜索过程中用户情感的重要作用。该研究开启了构建用户信息行为模型时需要关注用户情感因素的序幕。之后，Nahl[9]提出了社会生物学信息技术集成模型（social-biological information technology model，SBIT），该模型重点关注了情感、认知和感觉运动在信息搜寻和利用阶段中的演化情况。上述两个模型的共同点在于对模型中的情感因素都进行了细致的描述；不同点在于，SBIT模型更强调情感因素对认知因素的激励作用，以及SBIT模型没有引入“心境”（mood）这个情感类别[10]。之后，Lopatovska[8]提出了基于情绪和心境的网络信息搜索过程模型。牟元樵等[11]探索了硕士研究生网络学术信息查寻行为中的情绪作用机制，并对Kuhlthau[5]的ISP模型进行了丰富和完善。

2.2 用户网络信息搜索过程中情感产生的原因

网络用户在信息搜索过程中会呈现出正向或者负向的情感，已有研究识别到这些情感主要源自检索任务特征、文献的格式、检索系统、搜索结果等[12-13]。Tenopir等[14]研究发现，用户在搜索过程中产生的情感与搜索系统、搜索策略、搜索结果和任务有关。Arapakis[15]也认为用户的情绪变化与任务难度有关；该研究发现随着任务难度的增加，用户的情绪逐渐由积极过渡到消极。姜婷婷等[16]在该研究的基础上，探讨了搜索任务复杂度对用户情感的影响。此外，有学者从检索界面维度出发对用户在信息搜寻过程中的情绪变化进行探索。Wu[2]对儿童使用数字图书馆过程中的信息需求、媒体界面和情感状态之间的关系进行了探索，研究结果表明，信息需求的不同会通过媒体界面对用户情感状态产生不同程度的显著影响。韩正彪等[17]对文献数据库用户心智模型变化的驱动因素进行了分析，发现界面简洁会增加用户的正向情感，而界面烦琐会增加用户的负向情感。还有一些学者对协同搜索过程中用户情感产生的来源进行了探讨。袁红等[18]考察了任务感知和情绪状态在协同搜索中呈现的规律及其对协同搜索效率的影响。黄崑等[19]基于情感负荷理论，从任务难度、时间压力、协作分工、检索结果与协作成果等方面考察了其与用户消极情绪感知的关系。

2.3 情感对用户信息搜索行为及绩效的影响

Savolainen[6]提出情绪会触发用户信息搜寻行为的发起、持续、停止和规避，并对信息搜寻过程的不同阶段产生影响。目前，该类研究主要集中在用户的情感特征和用户在信息搜索过程中产生的情感对用户信息搜索行为及绩效的影响两个方面。用户的情感特征包括情感控制和情感处理技能。韩正彪等[20]研究表明，用户情感控制高的用户在完成任务时会调节产生的负面情绪从而获得更好的搜索结果。Nahl[21]研究表明，用户拥有高情感处理技能会抵消负向情感（如生气、挫折）的影响，促进其成功完成各种信息搜索任务。情感对用户信息搜索行为的影响主要体现在搜索策略和搜索效率两个方面。Nahl等[22]研究发现，新手用户在完成信息搜索过程中犹豫、害怕和惊奇等情绪会影响其搜索策略。黄丽红[23]研究发现，用户的情感状态会直接作用于检索过程，进而影响检索效率。

2.4 面向用户情感的信息检索系统设计

美国认知心理学家Norman[24]最先提出“情感化设计”的理念，指出人的情感和情绪可以作为产品设计的出发点之一。该理念被提出后，不断被应用到多个产品设计领域[25-26]。在信息检索系统的设计方面，Nahl等[22]对全文数据库的新手用户检索信息过程中的感觉运动、认知、情感、用户检索策略、用户满意度等相关问题进行了定性的探索，研究指出，在进行全文数据库设计时应设置一些情感导向的反馈功能。Kalbach[27]研究指出，在当前的网页设计实践中缺少的是基于情绪的反馈模式；该研究基于ISP模型，建立了一个用于理解在网络中搜索信息的情绪状态框架。但是这些研究成果仅提出了一些面向用户情感的信息检索系统设计的较为宏观的建议。Julien等[1]对LIS学科排名前5位的期刊上发表的与情感有关的文章进行了分析，发现很少有学者关注在设计信息检索系统时应该如何纳入情感变量的问题。这是由于对用户信息检索中情感的基础理论和实证研究均处于初步探索阶段，尚未有可以直接面向应用的理论成果。

除了上述4个方面，尤其值得关注的是，Nahl[28]提出了“情感负荷”理论及对应的可操作性测量方法。该理论进一步关注了用户信息搜索过程中时间因素和不确定性的交互作用。之后，James[29]提出“习得的情感规范”概念及其测量方法。Nahl[28]和James[29]的研究成果极大地丰富了信息搜索过程中用户情感研究的理论基础。

3 实验设计

3.1 实验被试

本实验一共招募了80名被试。除去中途放弃实验以及实验数据不完整的5名被试，最终有效被试人数为75人。其中，女生53人，男生22人；本科生44人，硕士研究生29人，博士研究生2人；年龄分布在18～26岁，平均年龄为20.76岁；使用搜索引擎的年限为5～16年，平均年限为9.36年。其中，没有文献数据库检索经验或者检索经验很少的用户（即偏新手用户组）为40人；经过专业培训的、有多年检索经验的学术用户为熟练用户（即偏专家用户组），有35人。因篇幅所限，本文未阐述两组用户间的情感差异。

3.2 实验任务设计

本实验设计的搜索任务类型分为事实型和主题型两种。每类任务均设计了两个难易程度不同的任务。其中，事实型任务是指了解事实类信息的任务，即具有明确的要求，答案确定；主题型任务是指用户通过搜索获得相关结果，根据自己的经验做出判断，并筛选出自己认为相关性最高的结果[30]。这两类搜索任务是学术用户在日常的科研或学习过程中常常面临的搜索任务类型。为了尽可能消除被试学科背景对搜索任务绩效的影响，主题型任务的设计重点选择了大学生在日常生活中常常接触的检索主题，如表1所示。为了避免学习效应，实验任务的顺序按照随机形式进行轮换。

3.3 实验数据收集方法

本研究综合采用实验法、问卷调查法、访谈法和出声思考法收集数据。调查问卷包括三部分。第一部分为被试的基本情况调查，包括年龄、专业、数据库使用年限、数据库使用频率、网龄等；第二部分为被试在搜索前对任务难度和复杂程度的感知情况调查；第三部分为搜索后被试对任务难度、复杂度、搜索过程满意度及搜索结果满意度的调查。为了模拟和获取用户在需求产生阶段的情感数据，本实验在用户拿到搜索任务后，先进行了一个关于任务感知的访谈。具体为：请您在开始检索之前用语言描述这个任务，主要围绕您看到这个任务时的感受、心情以及对该任务主题知识的理解等。此外，要求被试在搜索过程中采用出声思考的方法来呈现其情感及其相应的想法（认知）。

3.4 实验流程

为了保证正式实验的顺利进行，先进行了预实验，在解决预实验中出现的问题之后再开始进行正式实验。正式实验的时间为2019年10月至11月，实验系统为CNKI，实验地点为被试日常进行检索的教室、图书馆和宿舍等场所，整个实验持续时间大约为1个小时。具体实验流程为：第一，阅读并且签署任务同意书；第二，填写被试基本信息调查问卷；第三，安装及调试录像机，开展CNKI搜索练习、观看视频以了解出声思考法等搜索前培训；第四，完成所有搜索任务，并且被试需要在每个搜索任务开始前和完成后进行问卷填写和访谈。

3.5 数据分析

实验数据的分析按照四个步骤展开。第一，对被试进行匿名编号。采用Fx-y的形式编号，其中x代表被试编号，y代表任务编号。第二，分析调查问卷数据。采用t检验对被试的任务难度感知、复杂度感知、满意度等问卷数据进行分析。第三，将搜索任务过程中的音视频数据转录为文字。之后，根据Kuhlthau[5]以及甘利人等[31]的研究，将这些文字划分到搜索需求产生、执行搜索、选择资源三个搜索阶段。第四，利用开放式编码第三步中的情感词，采用主轴式编码对每种情绪的来源以及与情绪有关的认知维度进行提取和分析[32-33]。

由于中性情感数量非常少，本文重点分析正向情感和负向情感数据。正向情感词有“开心”“愉悦”“自信”“乐观”等，负向情感词有“怀疑”“担心”“紧张”“迷茫”等。例如，“使用篇名检索，很容易就找到了结果，觉得不可思议”——【惊喜】；“直接找到了结果，非常满意，比较轻松”——【轻松】；“用高级检索很快就搜出了结果，但对于被引次数是什么有些困惑”——【困惑】；“从刊名找，发现信息太多，字体小而密集，心情烦躁，不想再查下去”——【烦躁】。

为了保证数据分析的准确性和科学性，编码工作由两位编码者分别完成，编码一致性为82.3%。对于编码不一致的地方，引入第三人共同讨论，直至达成一致。最终共识别出“任务”“自我效能”“文献数据库系统”“搜索结果”和“搜索策略”五个主范畴。

4 结果与分析

4.1 任务完成的基本情况

被试完成四个搜索任务的时间均值如图1所示。由图1可知，在四个搜索任务中，T1耗时最短，平均时间为150.72秒；T4所耗时间最长，平均时间为732.347秒。由此可见，随着任务复杂度的提升，被试完成搜索的时间也相应增加。此外，用户完成T3和T4的时间差异不大。

图1 被试完成各搜索任务的时间

被试搜索后对于任务难度和复杂度的感知更能客观地揭示其对任务难度和复杂度感知的真实情况。本研究重点分析用户搜索后在任务类型间（事实型任务vs主题型任务）和类型内（T1vsT2；T3vsT4）难度和复杂度感知的差异。事实型搜索任务的难度和复杂度感知通过计算被试在完成T1和T2任务后感知的平均值获得。同理，主题型搜索任务的难度和复杂度感知通过计算被试在完成T3和T4后的感知平均值获得。t检验分析结果如表2所示。

表2 被试对搜索任务的难度和复杂度感知差异比较

由表2可知，被试对于主题型任务的难度和复杂度的感知均显著高于事实型搜索任务，表明本研究设计的两类任务具有明显的区分度。对于两个事实型搜索任务而言，T2的难度和复杂度均显著均高于T1，表明这两个任务的难度和复杂度区分明显。对于主题型搜索任务而言，虽然T4的难度和复杂度均值均稍微高于T3，但是并不存在显著差异（难度：t(74)=-0.87，P=0.39＞0.05；复杂度：t(74)=-0.67，P=0.68＞0.05），表明这两个任务虽然有一定的区分度，但是区分度不够明显。

4.2 情感在各个搜索阶段的分布

本研究一共识别出情感词汇2231个。其中，正向情感词汇1022个，负向情感词汇1153个，中性情感词汇56个。被试在完成四个搜索任务过程中的情感分布如图2所示。

由图2可知，被试在完成四个搜索任务过程中，其情感变化呈现出一些共同的特点：第一，被试完成四个搜索任务过程中，呈现出的情感主要集中于正向情感和负向情感，中性情感的数量非常小；第二，负向情感的数量变化模式均呈倒V形分布，即被试在执行搜索阶段中负向情感的数量达到峰值，高于需求产生阶段和选择资源阶段；第三，正向情感的数量变化模式在四类任务间均不相同，即用户正向情感数量的变化更为复杂。

图2 被试完成搜索任务过程中的情感变化

被试完成事实型搜索任务过程中的情感变化呈现出如下特点：在需求产生阶段，被试的正向情感数量显著高于负向情感数量；在执行搜索阶段，当任务较为简单时（T1），正向情感数量高于负向情感数量，当任务较为复杂时（T2），正向情感的数量低于负向情感数量；在选择资源阶段，用户的正向情感数量均高于负向情感数量。被试完成主题型搜索任务过程中的情感变化呈现出如下特点：在三个阶段，负向情感数量均显著高于正向情感数量；被试在完成较为简单的主题型任务时（T3），正向情感的数量会随着检索阶段的进行而逐渐增加；被试在完成较为复杂的主题型任务时（T4），正向情感的数量会呈现出和负向情感一致的变化模式。

4.3 成因分析

被试在完成4个搜索任务的过程中，在搜索需求产生阶段识别到正向和负向情感词汇616个，其中29个情感词汇是被试在搜索前的整体的情感体验，因此，该阶段最终参与编码的情感词共587个；在执行搜索阶段共识别到正向和负向情感词汇898个，其中173个情感词汇是被试对搜索过程的总体评价，因此，最终参与编码的情感词共725个；在选择资源阶段共识别到正向和负向情感词汇661个，其中234个情感词汇是被试在搜索完成后对整个搜索过程的总体评价，因此，最终参与编码的情感词共427个。

4.3.1 搜索需求产生阶段被试情感成因分析

在搜索需求产生阶段，被试情感主要源自对任务、自我效能以及文献数据库系统三个维度的认知，占比分别为80.0%、2.6%和17.4%，如表3所示。由此可知，在搜索需求产生阶段，被试对任务的认知是触发其产生情感的核心因素。

表3 搜索需求产生阶段用户情感的来源

在任务维度，任务难度、任务复杂度、任务熟悉度和兴趣度是搜索需求产生阶段引发被试情感的主要原因。如果被试认为搜索任务简单，在此阶段会产生正向情感，例如，“很简单，比较开心，看到题目很庆幸”——F02-1；反之，则会产生负向情感。同样，被试对搜索任务熟悉、感兴趣就会产生正向情感；反之，则会产生迷茫、困惑等负向情感，例如，“任务主题宽泛，有点焦虑，怀疑自己能不能完成这个任务，对主题有点困惑，内容完全不了解”——F19-3。在文献数据库系统维度，系统收录功能和系统定位也会引发被试在此阶段产生情感，且只引发用户的负向情感。例如，“觉得5G比较新，怀疑数据库里没有这方面的大量文献”——F43-1；“要回答很多问题，认为是检索系统不适合这个任务，感到很麻烦，不太开心”——F29-3。在自我效能维度（自我效能是指搜索者相信他们有成功完成任务的能力[29]），自我效能感高的被试容易在此阶段产生更多的正向情感，例如“非常简单，很有信心”——F27-1；反之，被试则更容易产生负向情感，例如，“因为日常没有进行过这种检索，觉得任务比较难，有些质疑自己能否找到相关信息，觉得怀疑自我”——F70-3。

4.3.2 执行搜索阶段被试情感成因分析

在执行搜索阶段，被试情感的产生主要源自对搜索结果、搜索策略、文献数据库系统和自我效能四个维度的认知，各认知维度的占比分别为66.9%、18.6%、12.6%和1.9%，如表4所示。用户对搜索结果的认知是被试产生情感的主要因素。

表4 执行搜索阶段被试情感的产生来源

在搜索结果维度，搜索结果数量和搜索结果的相关性是执行搜索阶段被试情感产生的主要原因。搜索结果过多或者过少都会使被试产生负向情感；搜索结果中的文献如果与需求相关、达到预期就会产生正向情感，反之，则会产生负向情感。例如，“第一次有很多无关的，有点迷惑，有点着急”——F37-4。在搜索策略维度，引发被试情感的产生集中在创建搜索策略和更改搜索策略维度。检索方法、检索式、检索词的选择得当会使被试产生正向情感，反之，则会产生负向情感，尤其是在进行复杂搜索时。例如，“不知道怎样规范化语言，用很大的检索式，结果太多，很烦躁。换用百度，自然语言”——F61-3。在文献数据库系统维度，被试在执行搜索阶段情感产生的原因与搜索需求产生阶段的原因不同，主要与系统功能、系统界面有关。例如，“有点忘记了被引量的标识在哪里，觉得有一点点慌乱”——F55-2。在自我效能维度，自我效能感高的被试会产生更多的正向情感。与搜索需求产生阶段不同的是，在执行搜索阶段，自我效能感高的被试，会对自己的搜索结果表示肯定，进而产生更多的正向情感；反之，会产生负向情感。

4.3.3 选择资源阶段被试情感成因分析

在选择资源阶段，被试情感的产生主要源自对搜索结果、文献数据库系统以及自我效能三个维度的认知，占比分别为90.6%、5.6%、3.8%，如表5所示。由此可见，在选择资源阶段，搜索结果是被试情感产生的主要因素。

表5 选择资源阶段被试情感的产生来源

在搜索结果维度，被试的情感产生主要与搜索结果的获取、搜索结果的数量、搜索结果的相关性以及搜索结果的有序化有关。搜索结果获取容易和顺利，被试就会产生正向情感；反之，就会产生负向情感，例如，“复制不了，有些困惑，着急”——F39-2。同样，搜索结果的有序化合理，容易整理和筛选就会使被试产生正向情感；反之，会产生负向情感，例如，“搜出来的信息大都是没有用的，杂乱，难以筛选，心情失望，困惑”——F35-4。而搜索结果的数量与执行搜索阶段类似，足够多的、符合要求的信息内容会使被试产生正向情感，过多或过少，且不符合要求的信息内容则会使被试产生负向情感，例如，“信息很多很杂，找不到有用的信息，心情烦躁，消极，想放弃”——F38-4。选择资源阶段的文献数据库系统维度，被试情感产生的原因与前两个阶段不同，主要与系统功能和系统操作有关。系统的排序、导航功能会促使被试产生正向情感，例如，“利用被引找到结果，轻松愉快”——F30-2。对系统操作是否熟练也会引起被试的情感的产生。在选择资源阶段，自我效能感高的被试会对自己选择的信息表示肯定，进而产生正向情感，例如，“通过比对检索结果，找到一模一样的文献，感到自信”——F60-1。

4.4 用户搜索满意度分析

配对样本t检验分析结果显示，被试完成事实型任务（T12）的搜索过程满意度和搜索结果满意度均显著高于完成主题型任务（T34）的搜索过程满意度（t(74)=8.467，P＜0.001）和搜索结果满意度（t(74)=7.160，P＜0.001）。此外，对于事实型任务而言，被试对于T1的搜索过程满意度和搜索结果满意度均显著高于T2（搜索过程满意度：t(74)=3.802，P＜0.001；搜索结果满意度：t(74)=3.524，P＜0.001）。对于主题型任务而言，被试对于T3的搜索过程满意度和搜索结果满意度平均值均高于T4，但均未达到显著差异（搜索过程满意度：t(74)=0.176，P=0.861＞0.05；搜索结果满意度：t(74)=0.654，P=0.521＞0.05）。

5 讨论与结论

5.1 不同任务类型下的用户情感变化模式

本研究结果表明，用户在完成不同类型的学术搜索任务时，均会在需求产生、执行搜索和选择资源三个阶段产生不同数量的正向、负向和中性情感（中性情感数量在两类搜索任务下均非常小），并呈现出一定的变化模式。用户情感的变化在事实型搜索任务和主题型搜索任务间既有相同点也有不同点。相同点体现在负向情感的数量在完成两类搜索任务的过程中均呈倒V形变化模式，反映了用户在执行搜索阶段的负面情感要明显高于需求产生阶段和选择资源阶段。由表4可知，用户在执行搜索阶段的负面情感主要源自对搜索结果和搜索策略的认知。因此，如何提升用户对搜索结果的满意度和让其掌握各类搜索策略是消除该阶段负面情感的关键。不同点体现在用户正向情感的数量在两类搜索任务下呈现出不同的变化模式，表明用户在完成不同类型和不同复杂程度的搜索任务过程中，正向情感变化模式相较于负面情感而言更为复杂。我们初步推测，这是由于正面情感除了受到本研究识别到的“任务”“自我效能”“文献数据库系统”“搜索结果”和“搜索策略”五个因素的影响，还受到其用户个体情感特征的影响。例如，通常而言，当文献数据库系统功能不佳时，用户会明显产生负面情感；反之，用户却未必会产生正面情感。

此外，用户在完成搜索任务的过程中，情感的变化会受到任务类型的影响。本研究结果表明，用户在完成事实型搜索任务过程中产生的负向情感数量始终低于完成主题型搜索任务时所产生的负向情感数量；用户对事实型搜索任务的过程满意度和结果满意度均高于主题型任务的过程满意度和结果满意度。本研究进一步证实了Arapakis[15]和孙丽等[34]的研究结果。具体而言，任务越简单，用户的正向情感就越多；反之，用户的负向情感就越多。本研究还进一步详细揭示了用户的正向和负向情感在完成搜索任务过程的三个阶段中的变化模式。用户在搜索过程中情感的变化模式可以更详细地为如何开发面向用户情感需求的信息检索系统提供理论支持和优化建议。

5.2 不同信息搜索阶段下的用户情感来源分布

本研究发现，用户在完成搜索任务过程中产生的情感主要源自对“任务”“自我效能”“文献数据库系统”“搜索结果”和“搜索策略”五个维度的认知。该研究结果进一步证实了以往关于用户在完成信息搜索任务过程中产生情感的原因，如第2.2节所述。相较于以往的研究，本研究详细识别了在搜索过程中三个阶段的情感成因。厘清用户在完成搜索任务过程中情感产生的原因，可以有针对性地为降低用户的负面情感和提升用户的正面情感体验提供相应的支持。

在搜索需求产生阶段，用户情感产生的原因主要与任务、文献数据库系统和自我效能三个认知维度有关。其中，任务是用户情感产生的主要因素。在任务维度中，任务难度、复杂度、熟悉度和兴趣度是搜索需求产生阶段引发被试情感的主要原因，该发现进一步扩充了Kim[35]对任务类型的划分。本研究结果可为今后设计基于任务的信息检索实验提供启示。本研究与Bowler[36]的观点一致，即用户在信息搜索过程中的情绪受到个人兴趣的影响。张敏等[37]研究发现，若用户对任务涉及的主题知识越熟悉，则用户对其任务的完成结果将拥有越高的满意度，就会产生越多的正向情感。这与本研究的发现也是一致的。

在执行搜索阶段，用户产生的情感主要与搜索结果、搜索策略、文献数据库系统和自我效能维度有关[2,6]，搜索结果是用户情感产生的主要因素。在文献数据库系统维度，用户在执行搜索阶段的情感产生的原因主要与系统功能和系统界面有关。Bilal等[38]研究发现，用户在执行事实型搜索任务时的情感与搜索的结构化程度以及界面设计都存在一定关系，这与本研究的结论是契合的。在自我效能维度，自我效能感高的被试，会对自己的搜索结果表示肯定，进而产生更多的正向情感。

在选择资源阶段中，用户情感的产生主要与搜索结果、文献数据库系统以及自我效能三个维度有关，搜索结果是被试情感产生的主要因素。查先进等[39]发现优质的信息能促使用户产生积极的情感反应，这与本研究的发现是一致的。虽然文献数据库系统和自我效能在所有搜索阶段均有出现，但其在各个搜索阶段中促使用户情感产生的具体原因不同。自我效能感高的被试会对自己选择的信息表示肯定，进而产生正向情感，这与王军等[40]的研究发现是一致的。

此外，本研究进一步证实了从认知的角度来探索网络用户信息搜索中情感发生原因的可行性，即情感源自对特定事件的认知。该观点与情感评估理论的基本内涵相一致，即人类情感是由对事件的解释（认知）引起的，而不是事件本身[41]。情感评估理论的研究表明，用户对事物的认知而产生的情感是触发其进一步行动意愿的前提[42]。对于信息搜索行为而言，行动意愿就是用户的信息搜索意愿（即退出还是继续搜索）。基于本研究的发现和情感评估理论的知识，可为研究用户信息行为带来新的出发点。例如，通过构建以用户情感为中心的“认知-情感-搜索行为”循环互动模型来探索用户信息搜索行为的背后机理。

6 小 结

本研究虽然成功探索了用户在完成事实型和主题型学术信息搜索任务过程中情感的识别和变化，但仍存在以下几点不足之处。第一，在搜索任务类型方面，仅探索了两种类型的搜索任务，今后可进一步探索用户在完成其他类型的搜索任务（如探索性搜索任务或基于Bloom认知分类的搜索任务）过程中的情感变化。第二，本研究仅关注了用户在完成搜索任务过程中情感本身的变化，并未将这种变化与用户的搜索行为建立关联，如果能进一步探索清楚二者之间的关系，就能更加精确地为缓解用户的负面情绪和优化用户的搜索策略提供更加具有针对性的建议。第三，本研究对于情感的变化只考虑了正向情感和负向情感的数量，对于情感词汇本身的强度并未予以关注，今后可以进一步引入情感计算的理论与方法从定量的角度揭示用户在完成各类搜索任务过程中的情感变化规律。最后，由于客观条件的限制，本研究的样本数量虽然达到了实验法的样本量要求，但是样本主要源于同一个高校，未来可以进一步扩大样本的范畴和数量，以使研究结论更具有可推广性。