服務(wù)設(shè)計(jì)視角下技術(shù)接受理論研究熱點(diǎn)分析

宗婕聰 吳群 彭宇新

摘要：挖掘服務(wù)設(shè)計(jì)領(lǐng)域技術(shù)接受理論研究熱點(diǎn)及前沿趨勢(shì)。本研究利用了知識(shí)圖譜工具CiteSpace對(duì)2009-2018年期間，在Web of Science（SCI—E和SSCI）發(fā)表的1506篇文獻(xiàn)，進(jìn)行文獻(xiàn)計(jì)量分析。經(jīng)分析，可得出未來(lái)服務(wù)設(shè)計(jì)視角下技術(shù)接受理論研究趨勢(shì)主要在于移動(dòng)服務(wù)領(lǐng)域，尤其是移動(dòng)銀行及電子商務(wù)領(lǐng)域。通過(guò)分析，本研究著重討論了當(dāng)前該領(lǐng)域的知識(shí)結(jié)構(gòu)、研究熱點(diǎn)和研究趨勢(shì)，為服務(wù)設(shè)計(jì)視角下技術(shù)接受理論應(yīng)用及其相關(guān)領(lǐng)域之研究提供參考。

關(guān)鍵詞：服務(wù)設(shè)計(jì) 技術(shù)接受理論 知識(shí)圖譜 可視化分析 共被引分析 CiteSpace

中國(guó)分類號(hào)：TB47

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-0069（2020）05-0088-04

Abstract： To explore the research hotspots and frontier trends on TAM inPerspective of Service Design.This paper uses the knowledge graph tool CiteSpaceto conduct a bibliometric analysis of l ， 506 articles published in Web Of Science （SCI-E and SSCI） during 2009-2018.It' s suggested that the trend of TAM researchin perspective of service design lies mainly in the field of mobile services， especiallymobile banking and e-commerce.This study focuses on the current knowledgestructure. research hotspots， and research trends in this field， and provides areference for the study of technology acceptance theory and its related fields from theperspective of service design.

Keywords ： Service Design Technology Acceptance Model Knowledge Graph VisualAnalysis Co-citation Analysis CiteSpace

引言

信息時(shí)代，用戶主觀接受度對(duì)服務(wù)設(shè)計(jì)影響頗深。自20世紀(jì)80年代以來(lái)，DavisⅢ提出了技術(shù)接受模型（TAM），基于此，后人發(fā)展出諸多拓展模型或理論，其中包括理性行為理論（TRA）、技術(shù)接受模型（TAM）、動(dòng)機(jī)模型（MM）、個(gè)人電腦使用模型（MPCU）、創(chuàng)新擴(kuò)散（DI）、計(jì)劃行為理論（TPB）、擴(kuò)散理論（IDT）、社會(huì)認(rèn)知理論（SCT）和技術(shù)接受與使用統(tǒng)一理論（UTAUT）[2]。信息通信技術(shù)（ICT）不僅可用于提高現(xiàn)有服務(wù)的效率，更為全新類型的服務(wù)提供了可能，例如，在服務(wù)體系的構(gòu)建方面，由于醫(yī)療保健領(lǐng)域先進(jìn)技術(shù)的快速發(fā)展，床邊終端系統(tǒng)在醫(yī)院中越來(lái)越多地被采用。Sooyoung Yoo [3]提出了一種以用戶為中心，用戶體驗(yàn)改進(jìn)的床邊終端關(guān)鍵服務(wù)開(kāi)發(fā)流程，該流程即采用了服務(wù)設(shè)計(jì)方法。

本研究采用了科學(xué)計(jì)量學(xué)的方法，對(duì)服務(wù)設(shè)計(jì)視角下技術(shù)接受理論應(yīng)用研究文獻(xiàn)進(jìn)行了可視化研究，以了解當(dāng)前該領(lǐng)域的知識(shí)結(jié)構(gòu)、研究熱點(diǎn)和研究趨勢(shì)，為該領(lǐng)域研究發(fā)展提供了參考對(duì)照。

一、研究設(shè)計(jì)

（一）研究方法：本研究采用知識(shí)圖譜方法?？茖W(xué)知識(shí)圖譜是一種新的研究方法，通過(guò)數(shù)據(jù)挖掘，信息處理和圖形繪制，揭示知識(shí)的發(fā)展過(guò)程與結(jié)構(gòu)關(guān)系[4]。本研究運(yùn)用知識(shí)圖譜工具CiteSpace對(duì)2009至2018年期間在Web of Science核心合集（SCI-E和SSCI）數(shù)據(jù)庫(kù)發(fā)表的1506篇文獻(xiàn)，進(jìn)行了國(guó)家/地區(qū)共現(xiàn)網(wǎng)絡(luò)分析、機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)分析、關(guān)鍵詞共現(xiàn)分析以及文獻(xiàn)共被引分析，以了解當(dāng)前該領(lǐng)域研究熱點(diǎn)與趨勢(shì)。

（二）數(shù)據(jù)來(lái)源：本研究選用的數(shù)據(jù)來(lái)源于Web of Science核心合集（SCI-E和SSCI），檢索的時(shí)間范圍為2009-2018，檢索策略為：主題=（“Technology Acceptance Model”）和（“Service*”），語(yǔ)言=（英語(yǔ)），文獻(xiàn)類型包括會(huì)議論文（CONFERENCE PROCEEDINGS PAPER）、論文（ARTICLE）、綜述（REVIEW）和信件（LETTER）。截至2018年12月31日，檢索到有效記錄1506條，隨后導(dǎo)出到CiteSpace中作進(jìn)一步分析。

（三）參數(shù)設(shè)置：本研究導(dǎo)入數(shù)據(jù)至CiteSpace時(shí)，除特殊說(shuō)明，各項(xiàng)參數(shù)閾值設(shè)置如下：“時(shí)間分區(qū)（Time Slicing）”中設(shè)置研究起止年份，即2009年至2018年;“時(shí)間切片（ Years per Slice）”的值設(shè)定為1，即將時(shí)間分區(qū)設(shè)置為每一年;“修剪算法（Pruning）”項(xiàng)下選取“尋徑算法（Pathfinder）”：“節(jié)點(diǎn)類型（Node Type）”則分別設(shè)置為“國(guó)家（Country）”、“機(jī)構(gòu)（Institute）”、“關(guān)鍵詞（Keywords）”及“參考文獻(xiàn)（Reference）”;其他參數(shù)則為默認(rèn)選項(xiàng)。此外，節(jié)點(diǎn)數(shù)據(jù)選取N值越大，表示生成的網(wǎng)絡(luò)將相對(duì)更全面一些。本研究選取標(biāo)準(zhǔn)設(shè)定為“TopN=50”，即在每個(gè)時(shí)間段（Time Slice）中提取50個(gè)被引次數(shù)最高的文獻(xiàn)。

二、發(fā)文數(shù)量與態(tài)勢(shì)分析

服務(wù)設(shè)計(jì)視角下技術(shù)接受理論應(yīng)用研究的發(fā)文量呈明顯的增長(zhǎng)態(tài)勢(shì)。從2011年至2014年，呈緩慢增長(zhǎng)趨勢(shì)，而2014年至2016年，發(fā)文量呈激增態(tài)勢(shì)。2018年，該領(lǐng)域文獻(xiàn)發(fā)文量達(dá)到峰值，為220篇（見(jiàn)表1、圖1）。此皆與該領(lǐng)域研究熱潮有著直接關(guān)聯(lián)。

（一）國(guó)家/地區(qū)共現(xiàn)網(wǎng)絡(luò)分析

在CiteSpace中，選擇“國(guó)家”作為節(jié)點(diǎn)類型，繪制該領(lǐng)域國(guó)家/地區(qū)共現(xiàn)網(wǎng)絡(luò)的知識(shí)圖譜。如圖2所示，共得出56個(gè)節(jié)點(diǎn)和193條連接線。整體而言，合作網(wǎng)絡(luò)愈靠近中心的國(guó)家，連接線愈多，網(wǎng)絡(luò)愈密集，且國(guó)家合作程度以發(fā)文量較高的幾個(gè)國(guó)家為主導(dǎo)。由此可見(jiàn)，該學(xué)術(shù)領(lǐng)域已形成一些研究團(tuán)隊(duì)，此有利于資源共享，研究創(chuàng)新。

表2為發(fā)文量前10的國(guó)家。根據(jù)表2可知，美國(guó)的發(fā)文量最多，總計(jì)236篇（占15.67%），在該研究領(lǐng)域中占主要地位，而中國(guó)、馬來(lái)西亞以及印度是前10位國(guó)家中的發(fā)展中國(guó)家，其中，中國(guó)共發(fā)表229篇（15.21%），排名第2，其他均以發(fā)達(dá)國(guó)家為主導(dǎo)，這顯示出經(jīng)濟(jì)能力對(duì)提升學(xué)術(shù)水平的積極作用;中介中心性方面，美國(guó)（0.34）同樣持最高值，處于網(wǎng)絡(luò)的合作中心。此外，發(fā)文量前十的國(guó)家中均有合作關(guān)系，且以美國(guó)（0.34）、英國(guó)（0.23）和德國(guó)（0.17）為主導(dǎo)。而韓國(guó)（0.05）、西班牙0.03）、印度（0.02）、中國(guó)臺(tái)灣（0.01）其中介中心性均低于0.1，表明與其他國(guó)家或地區(qū)之間的合作不頻繁。

（二）機(jī)構(gòu)共現(xiàn)網(wǎng)絡(luò)分析

依前述操作，在CiteSpace中選擇“機(jī)構(gòu)”作為節(jié)點(diǎn)類型，繪制該領(lǐng)域研究機(jī)構(gòu)及其合作網(wǎng)絡(luò)的知識(shí)圖譜。如圖3所示，共得出198個(gè)節(jié)點(diǎn)和109條連接線，即1506篇文獻(xiàn)分布在了198個(gè)研究機(jī)構(gòu)中。各機(jī)構(gòu)之間的網(wǎng)絡(luò)密度較低，并且鮮少有合作關(guān)系（連線）。連線集中于來(lái)自韓國(guó)與中國(guó)（內(nèi)地）的機(jī)構(gòu)，而其他地區(qū)的機(jī)構(gòu)例如英國(guó)、中國(guó)臺(tái)灣、伊朗等地區(qū)就像是“信息孤島”，幾乎沒(méi)有與外界合作的跡象。

表3為發(fā)文量前15的機(jī)構(gòu)。由表3可知，成均館大學(xué)（韓國(guó)）的發(fā)文量最高，總計(jì)29篇，其中韓國(guó)的機(jī)構(gòu)在技術(shù)接受理論領(lǐng)域占據(jù)主導(dǎo)地位，共計(jì)3所;中介中心性方面，尚未有機(jī)構(gòu)能夠成為該領(lǐng)域跨學(xué)科傳播的驅(qū)動(dòng)力（均<0.1）。其中除了成均館大學(xué)（0.02）、華中科技大學(xué)（0.02）、韓國(guó)科學(xué)技術(shù)院（0.01）、慶熙大學(xué)（0.03）、香港理工大學(xué)（0.03）、拉曼大學(xué)（0.02）之外，其余機(jī)構(gòu)的中間中心性均為0，這足以說(shuō)明該領(lǐng)域在跨學(xué)科之間的合作上仍處于起步階段，這與服務(wù)設(shè)計(jì)作為一個(gè)近幾年才新興的學(xué)科密切相關(guān)。

（三）關(guān)鍵詞的共現(xiàn)網(wǎng)絡(luò)分析

依前述操作，在CiteSpace中選擇“關(guān)鍵詞”作為節(jié)點(diǎn)類型。如圖4所示，共生成127個(gè)節(jié)點(diǎn)和705條連接線。每個(gè)十字型節(jié)點(diǎn)代表一個(gè)引用的關(guān)鍵詞。對(duì)于單個(gè)節(jié)點(diǎn)，每個(gè)十字型的大小代表相應(yīng)每一年時(shí)間切片中關(guān)鍵詞的出現(xiàn)頻率。因此，每個(gè)節(jié)點(diǎn)的大小與相應(yīng)文獻(xiàn)中關(guān)鍵詞的頻率成正比。

由表4列出的前20個(gè)高頻關(guān)鍵詞可知，“技術(shù)接受模型”（975）出現(xiàn)頻率最高，接下來(lái)是“信息技術(shù)”（619）和“用戶接受度”（562），其他常用關(guān)鍵詞有“接受度”（397）、“服務(wù)”（278）、“信任度”（263）等。

中介中心性方面，“感知有用性”（0.13）、“接受度”（0.12）、“服務(wù)”（0.12）具有較高值，說(shuō)明這些關(guān)鍵詞代表了該領(lǐng)域中突發(fā)性較強(qiáng)的新興趨勢(shì)。

不論關(guān)鍵詞出現(xiàn)頻率，抑或中介中心性方面，都可看出“服務(wù)”、“用戶接受度”等的研究熱度。Garry Wei-Han Tan[5]以UTAUT為基準(zhǔn)模型，將該模型與流動(dòng)理論、心理特征、社會(huì)環(huán)境和安全關(guān)注因素相結(jié)合，研究線上旅游購(gòu)物消費(fèi)者的行為意向。Silas FormunyuyVerkijika[6]對(duì)電子政務(wù)模型Umega及其擴(kuò)展版進(jìn)行了實(shí)證檢驗(yàn)。研究結(jié)果表明，績(jī)效預(yù)期、社會(huì)影響、感知風(fēng)險(xiǎn)和計(jì)算機(jī)自我效能感對(duì)行為意向有顯著影響。

（四）文獻(xiàn)的共被引分析

1.文獻(xiàn)共被引聚類分析：依前述方法，在CiteSpace中選擇節(jié)點(diǎn)類型為“參考文獻(xiàn)”。如圖5所示，每一個(gè)圓環(huán)節(jié)點(diǎn)代表一篇引用的參考文獻(xiàn)。對(duì)于單個(gè)節(jié)點(diǎn)，每個(gè)異色同心環(huán)的厚度代表相應(yīng)1年時(shí)間片段中聚類標(biāo)簽的出現(xiàn)頻率。因此，每個(gè)節(jié)點(diǎn)的大小與相應(yīng)文獻(xiàn)的總共被引頻率成正比。其中引用文獻(xiàn)連線的距離表示兩篇文獻(xiàn)的相關(guān)強(qiáng)度，顏色則表示第—次被引的年份，顏色越暖，時(shí)間越近。

表5為聚類后的10個(gè)研究熱點(diǎn)標(biāo)簽以及每個(gè)標(biāo)簽里頻率最高的5個(gè)關(guān)鍵詞。通過(guò)對(duì)每個(gè)聚類群集內(nèi)的代表文獻(xiàn)進(jìn)行分析與歸類，我們得到了幾個(gè)技術(shù)接受理論與服務(wù)體系研究熱點(diǎn)的子主題，以下從技術(shù)接受度（0#、1#、9#）、服務(wù)創(chuàng)新（2#、3#、5#）、移動(dòng)服務(wù)（4#、6#、7#、8#）共三部分對(duì)該領(lǐng)域研究熱點(diǎn)進(jìn)行解讀。

（1）技術(shù)接受度：數(shù)字時(shí)代，移動(dòng)服務(wù)已然成為新型業(yè)態(tài)模式。如今，愈來(lái)愈多的研究者運(yùn)用技術(shù)接受理論于構(gòu)建服務(wù)體系的過(guò)程中，為服務(wù)提供者深挖用戶采用意圖。Mayanka Singh Chhonker[7]其研究表明TAM與UTAUT是目前應(yīng)用最廣泛的技術(shù)接受理論。此外，文獻(xiàn)中的主導(dǎo)結(jié)構(gòu)是感知有用性、感知易用性、社會(huì)影響對(duì)行為意圖的影響，其次是績(jī)效預(yù)期、促進(jìn)條件與努力預(yù)期。Ezlika M.Ghazali[8]的研究結(jié)果也表明，模型中的大多結(jié)構(gòu)都會(huì)影響購(gòu)物者選擇移動(dòng)購(gòu)物的意圖。

除了關(guān)于移動(dòng)服務(wù)最初采用與使用上的研究外，亦有對(duì)使用后采納度及可持續(xù)使用的研究。Zhou Tao[9]提出了一種移動(dòng)后采用模型，并將用戶行為歸納為三個(gè)變量：持續(xù)意向、推薦和投訴。其研究表明，期望確認(rèn)、感知易用性、感知有用性與使用成本對(duì)用戶滿意度有顯著影響，進(jìn)一步?jīng)Q定了他們采用服務(wù)后的行為。此外，感知有用性對(duì)持續(xù)意向有著直接影響。

（2）服務(wù)創(chuàng)新：社會(huì)虛擬世界（svw）已然成為社會(huì)互動(dòng)的重要環(huán)境，與此同時(shí)，虛擬商品與服務(wù)的供求關(guān)系迅速增長(zhǎng)。MattiMantymaki[10]其研究以技術(shù)接受模型、激勵(lì)模型與網(wǎng)絡(luò)外部性理論為基礎(chǔ)，考察了網(wǎng)絡(luò)外部性的持續(xù)使用和購(gòu)買意向。其研究結(jié)果表明，持續(xù)使用與采購(gòu)之間有很強(qiáng)的關(guān)系，以及其他用戶的存在對(duì)于預(yù)測(cè)大眾的購(gòu)買行為的重要性。

此外，在線社區(qū)服務(wù)方面也已有學(xué)者做了一定研究。Joel Jarvinen[11]其研究擴(kuò)展了UTAUT2，以研究影響接受和使用Instagram的社交網(wǎng)絡(luò)服務(wù)（SNS）的因素。Puneet Kaur[12]在其研究中探討了影響青少年繼續(xù)參與facebook品牌社區(qū)的因素。其研究結(jié)果表明，自我效能感、享樂(lè)主義動(dòng)機(jī)、互惠互利和社會(huì)影響對(duì)用戶態(tài)度有積極影響。其中，自我效能感影響最大。此外，態(tài)度、繼續(xù)意向和活動(dòng)水平顯著相關(guān)。

（3）移動(dòng)服務(wù)：技術(shù)接受理論已在諸多領(lǐng)域得到廣泛運(yùn)用，譬如：移動(dòng)學(xué)習(xí)、電子政務(wù)、移動(dòng)商務(wù)、互聯(lián)網(wǎng)金融、公共服務(wù)等領(lǐng)域。

Frank K.Y.Chan[13]開(kāi)發(fā)并測(cè)試了一種強(qiáng)制公民采用電子政務(wù)技術(shù)的模式。其測(cè)試結(jié)果表明，與技術(shù)推出不同階段的各種相關(guān)因素預(yù)測(cè)了關(guān)鍵技術(shù)采用變量，這些變量反過(guò)來(lái)又預(yù)測(cè)了公民對(duì)電子政務(wù)技術(shù)的滿意度。

Rai-Fu Chen[14]基于技術(shù)接受模型，對(duì)影響醫(yī)院信息系統(tǒng)（HIS）接受的關(guān)鍵因素進(jìn)行了研究。該模型由六個(gè)結(jié)構(gòu)構(gòu)成：系統(tǒng)質(zhì)量、信息質(zhì)量、服務(wù)質(zhì)量、感知有用性、感知易用性和接受度。結(jié)果表明，從醫(yī)生的角度而言，感知有用性和感知易用性顯著影響了其接受程度。

2.文獻(xiàn)共被引引文突發(fā)分析：引文突發(fā)（Citation burst）是通過(guò)檢測(cè)引文在某一段時(shí)間內(nèi)引用頻率的突發(fā)強(qiáng)度來(lái)找出該領(lǐng)域研究熱點(diǎn)的新興趨勢(shì)[5]。共被引分析結(jié)果顯示，327個(gè)節(jié)點(diǎn)中有25篇文獻(xiàn)出現(xiàn)引文突發(fā)現(xiàn)象。引文突發(fā)的結(jié)果按強(qiáng)度降序排列。表6列出了2009至2018年期間引文突發(fā)強(qiáng)度最高的前20篇文獻(xiàn)，其中，該期間被引頻次激增的年份通過(guò)較高的色塊表現(xiàn)。

根據(jù)表6可知，文獻(xiàn)可依研究?jī)?nèi)容，分為理論研究及實(shí)證研究?jī)深悺?/p>

理論研究包括三類：①信息技術(shù)接受研究中所產(chǎn)生的用戶接受模型研究（文獻(xiàn)5、8）;②信息系統(tǒng)（IS）成功模型研究，以衡量IS研究中復(fù)雜因變量（文獻(xiàn)4）;③對(duì)技術(shù)接受模型的批判性回顧（文獻(xiàn)3）。

實(shí)證研究包括六類：①關(guān)于移動(dòng)服務(wù)使用意圖驅(qū)使因素的研究（文獻(xiàn)7、10、12、15、18）;②技術(shù)接受模型在移動(dòng)商務(wù)領(lǐng)域的實(shí)證研究，以評(píng)估該服務(wù)質(zhì)量、接受度、可信度等（文獻(xiàn)1、2、11、14、16、17、20）;③技術(shù)接受模型在移動(dòng)銀行領(lǐng)域的實(shí)證研究，以了解消費(fèi)者對(duì)于該服務(wù)的接受度，并推測(cè)其行為意圖（文獻(xiàn)6）;④技術(shù)接受模型在電子政務(wù)領(lǐng)域的實(shí)證研究，以分析公民信任、創(chuàng)新和接受因素（文獻(xiàn)9、13）;⑤技術(shù)接受模型在移動(dòng)學(xué)習(xí)領(lǐng)域的實(shí)證研究，通過(guò)將動(dòng)機(jī)視角融入技術(shù)接受模型，捕獲外在與內(nèi)在激勵(lì)因素，以解釋用戶使用學(xué)習(xí)媒介的意圖（文獻(xiàn)19）。

結(jié)論與展望

本次研究中借助CiteSpace生成了服務(wù)設(shè)計(jì)視角下技術(shù)接受理論領(lǐng)域的科學(xué)知識(shí)圖譜，評(píng)估了知識(shí)結(jié)構(gòu)、研究熱點(diǎn)和研究趨勢(shì)。研究結(jié)果發(fā)現(xiàn)：①發(fā)文量較高的10個(gè)國(guó)家中，60%為發(fā)達(dá)國(guó)家，突顯出經(jīng)濟(jì)能力對(duì)提升學(xué)術(shù)水平的積極作用，此外，中國(guó)（229篇）發(fā)文量位居第二，說(shuō)明我國(guó)學(xué)術(shù)界對(duì)該領(lǐng)域之重視;②成均館大學(xué)（韓國(guó)）發(fā)文數(shù)量中排名第1，說(shuō)明韓國(guó)在該領(lǐng)域研究產(chǎn)出之高;而我國(guó)在發(fā)文量前15的機(jī)構(gòu)中占四所，說(shuō)明我國(guó)院校對(duì)該領(lǐng)域研究之熱忱度;③從國(guó)家和機(jī)構(gòu)的知識(shí)圖譜中分析可知，該領(lǐng)域的研究正向著跨機(jī)構(gòu)、跨國(guó)家之間合作交流的趨勢(shì)前進(jìn);④文獻(xiàn)共被引分析及引文突發(fā)分析表明，在研究方法上，技術(shù)接受理論與用戶滿意理論成為研究熱點(diǎn)，在研究?jī)?nèi)容上，技術(shù)接受模型于電子商務(wù)服務(wù)及移動(dòng)銀行服務(wù)中的應(yīng)用是該領(lǐng)域中兩個(gè)最突出的熱點(diǎn)。

值得注意的是，在數(shù)據(jù)選擇部分，本次研究?jī)H限于服務(wù)設(shè)計(jì)視角下技術(shù)接受理論領(lǐng)域內(nèi)受關(guān)注程度較高的核心英文期刊，而中文文獻(xiàn)未被分析，所獲取的數(shù)據(jù)集不夠宏大，缺少對(duì)該領(lǐng)域研究趨勢(shì)的全局分析，其結(jié)果或存在一定偏差;從研究熱點(diǎn)而言，由于對(duì)服務(wù)設(shè)計(jì)視角下技術(shù)接受理論領(lǐng)域認(rèn)知的廣度與深度尚有欠缺，或會(huì)對(duì)知識(shí)圖譜的解讀帶來(lái)一定誤差，因此，本研究值得進(jìn)一步探討，在后續(xù)的研究中，需克服數(shù)據(jù)不足所造成的消極影響，集思廣益運(yùn)用更為科學(xué)之研究方法或工具，從更全面、更系統(tǒng)的角度深挖，為該領(lǐng)域之前瞻研究帶來(lái)更多啟示。

基金項(xiàng)目：教育部人文社科基金-可用性視角下老年人公共終端技術(shù)接受模型研究（項(xiàng)目編號(hào)：18YJC760099）;浙江省哲學(xué)社會(huì)科學(xué)規(guī)劃課題-老年人公共終端技術(shù)接受分析及服務(wù)設(shè)計(jì)體系（項(xiàng)目編號(hào)：20NDJC084YB）：浙江省健康智慧廚房系統(tǒng)集成重點(diǎn)實(shí)驗(yàn)室開(kāi)放課題-大數(shù)據(jù)和小數(shù)據(jù)融合的智慧家居個(gè)性化設(shè)計(jì)模式研究（項(xiàng)目編號(hào)：19080049-N）。

參考文獻(xiàn)：

[1] Davis F D.Perceived Usefulness. Perceived Ease of Use. and User Acceptance ofinformation Techuology[J].MisQuarterly， 1989. 13（3）：319-340.

[2] Veukatesh V. Motris M G. Davis G B， et al. LTser Acceptance of Information Technology： Toward a Unified View[J].MIS Quarterly. 2003. 27（3）： 425-478.

[3] Yoo S. Development and User Research of a Smart Bedside Station Svstem toward Patient-Centered HealthcareSystem[J]. Jourual of Medical Systems. 2015. 39（9）： 86.

[4] Chen Y. Liu Z. Chen J. et al. History and Theory of Mapping Knowledge Domaius[J] . Studies In Science OfScience. 2008. 26（3）： 449-460.

[5] Tan G W-H. Ooi KB . Gender aud age： Do They Really Moderate Mobile Tourism Shopping Behavior？[J].Telematics & Informatics. 2018. 35（61： 1617-1642.

[6] Verkijika S F. De Wet L. EGovemmeut Adoption in Sub-Saharan Africa[J]. Electronic Conunerce Research andApplicatious. 2018. 30： 83-93.

[7] Chhonker M S. Verma D. Kar A K. et al M-Conunerce Technology Adoption：Thematic aud Citatiou Analvsis ofScholariy Research Duriug （2008-2017） [J]. The Bottom Line. 2018. 31（3/4）： 208-233.

[8] Ghazali E M.Mutum D S. ChougJH.et al Do Consumers Technology Adoption：Thematic and Citation Analysis ofand Technology Adoption in Malaysia [J]. Asia Pacific Journal of Marketing & Logistics， 2018.

[9] Zhou T. An Empiiical Exairmation of Users'

Post-Adoptiou Behaviour of Mobile Services[J]. Behaviour &Information Technology， 2011， 30（2）： 241-250.

[10] Mantymaki M， Salo J. Teenagers iu Social Virtual Worids： Continuous Use and Purchasing Behavior in Habbo

[11] Jarviueu J. Ohtonen R. KarJ aluoto H C01lsmner Acceptance and Use of Instagram[C]//Hawaii InternationalConference on Svstem Sciences. IEEE， 2016.

[12] Kaur P. LTuderpinnjngs of User Participation in Service ProviderHosted Onliue Conunuuities[J] . Service Science.2016. 8（3）： 249-262.

[13] Chan F K Y， Thong J Y L， Venkatesh V. et al Modeling Cirizen Satisfactiou with Mandatory Adoption of anE-Govermnent Technology[J]. Journal of the Association for Information Systems， 2010， 11（10）： 519-549.

[14] Chen R F. Hsiao J L An Empuical Studv of Phvsicians'

Acceptance of Hospitallufonnation Svstems inTaiwan[J]. Telemedicine & e-Health， 2012， 18（2）：120-125.

[15] Wang C X. Lv S R. Suo X The Knowledge Map of Public Safety and Health[C]//2015 12th InternationalConference on Fuzzy Systems and Knowledee Discovery （FSKD）. Zhangjiajie， China： IEEE， 2015： 1688-1692.