尋求信息偶遇研究的突破

馬翠嫦 吳育冰

收稿日期：2020-06-01

基金項目：中央高校基本科研業(yè)務費項目“支持跨學科知識發(fā)現(xiàn)的學術(shù)論文信息單元識別與聚合研究” （項目編號：17wkpy56）;廣東省圖書館科研課題“基于知識圖譜的學術(shù)會議演示文稿深度聚合研究”（項目編號：GDTK1810）。

作者簡介：馬翠嫦（1981-），女，副研究館員，博士，研究方向：信息行為、信息組織與信息聚合、信息計量。吳育冰（1990-），女，館員，碩士，研究方向：信息組織、信息計量。

摘? 要：[目的/意義]信息偶遇日漸成為圖書情報學、計算機科學等多學科研究的熱點。國內(nèi)外關(guān)于信息偶遇理論已建立若干標志性的模型和框架，但由于數(shù)據(jù)來源和研究方法的瓶頸，造成實證研究的困難與理論檢驗的不足。本研究試圖以信息偶遇領(lǐng)域知識圖譜構(gòu)建與分析結(jié)果為依據(jù)，探索該領(lǐng)域未來突破的可能與發(fā)展的方向。[方法/過程]本研究以1995年至今國內(nèi)外期刊論文和學位論文及相關(guān)引文數(shù)據(jù)為來源，采用文獻計量學相關(guān)方法，以SATI、UCINET、NetDraw和CiteSpace等為數(shù)據(jù)分析和可視化工具構(gòu)建信息偶遇領(lǐng)域的知識圖譜。[結(jié)果/結(jié)論]研究結(jié)果揭示了20多年來國內(nèi)外信息偶遇研究從理論探索到面向新環(huán)境和新技術(shù)的適應性研究與應用的發(fā)展軌跡，既呈現(xiàn)出由圖書情報學、計算機相關(guān)學科和工商管理等學科形成的相對獨立的研究領(lǐng)域，也呈現(xiàn)出圖書情報學研究向相關(guān)學科擴散的趨勢。計算機相關(guān)學科基于社會網(wǎng)絡分析和行為數(shù)據(jù)分析的方法可為突破數(shù)據(jù)獲取與分析的瓶頸提供方法參考;特異性的技術(shù)環(huán)境和信息使用情景的探索可能帶來理論突破。

關(guān)鍵詞：信息偶遇;非線性信息行為;非目的性信息獲取;知識圖譜;文獻計量;中國臺灣地區(qū);中國大陸;國外

DOI：10.3969/j.issn.1008-0821.2020.12.016

〔中圖分類號〕G252.7? 〔文獻標識碼〕A? 〔文章編號〕1008-0821（2020）12-0156-14

Breakthrough of Information-encountering Research

——Based on Knowledge Map of Information-encountering During the Past Two Decades

Ma Cuichang1? Wu Yubing2

（1.Library，Sun Yat-sen University，Guangzhou 510275，China;

2.Library，Jinan University，Guangzhou 510632，China）

Abstract：[Purposes/Significance]The research of information-encountering has become a hot topic in Library and Information Science and other disciplines，however，it is not easy to carry out empirical research due to the bottleneck of data sources and research methods.This paper aims to find out cues for future research through construction of knowledge map for information-encountering research.[Method/Process]With research papers published from 1995 till now at home and abroad，a knowledge map in the field of“information encountering”was formed by using the method of bibliometric and the tools of SATI，UCINET，NetDraw and CiteSpace.[Conclusion/Discussion]According to the results，the topic of information-encountering research at home and abroad has transformed from theoretical exploration to application research in new environment and with new technology from 1995 till now.As an interdisciplinary research field，the information-encountering research were carried out independently within the fields of Library and Information Science，computer related disciplines，Business Management，etc.Theories rooted in Library and Information Science research was spreading to related disciplines.The methods based on social network analysis and behavioral data analysis from computer related disciplines give insights into the research method of information-encountering in the filed of LIS.

Key words：information-encountering;non-linear information behavior;non-purposeful information acquisition;knowledge map;citation analysis;China Taiwan;China mainland;foreign countries

1? 研究背景

在信息豐富的環(huán)境下，信息偶遇不僅已成為跨學科信息查尋中的常見現(xiàn)象，更逐漸成為用戶信息獲取的途徑之一。近20多年來，國外和國內(nèi)學者紛紛對偶遇式信息行為進行現(xiàn)象探索和理論構(gòu)建，逐漸構(gòu)建起與信息行為理論密切聯(lián)系的信息偶遇理論體系。然而，信息偶遇研究發(fā)展到現(xiàn)階段，圖書情報領(lǐng)域?qū)W者已不止一次提出，該領(lǐng)域的發(fā)展已面臨數(shù)據(jù)獲取與研究方法的瓶頸[1-2]。為此，本研究擬通過知識圖譜的方法對20余年來（1995—2019年）國內(nèi)外信息偶遇研究進行梳理，形成信息偶遇研究的發(fā)展歷史、學科概貌、內(nèi)容體系與發(fā)展趨勢，著重從該領(lǐng)域研究的關(guān)鍵節(jié)點、研究內(nèi)容、跨學科性等方面探索演化軌跡與未來的發(fā)展路徑，從而尋求當前發(fā)展的突破。

2? 方法與數(shù)據(jù)

本研究以國外、中國大陸與中國臺灣地區(qū)“信息偶遇”主題的期刊論文和學位論文及相關(guān)引文數(shù)據(jù)為研究與分析對象，采用文獻計量相關(guān)方法，借助文獻題錄信息統(tǒng)計分析工具SATI和社會網(wǎng)絡分析軟件Ucinet及其自帶的NetDraw繪制“信息偶遇”關(guān)鍵詞共現(xiàn)網(wǎng)絡，通過CiteSpace繪制信息偶遇的關(guān)鍵詞共現(xiàn)時區(qū)圖譜、文獻同被引聚類圖譜。

在數(shù)據(jù)來源方面，國外期刊論文及其引文以Web of Science核心合集數(shù)據(jù)庫（下文簡稱為WOS核心合集數(shù)據(jù)庫）中SCIE、SSCI、A&HCI為數(shù)據(jù)來源，國外學位論文以Proquest PQDT博碩士學位論文數(shù)據(jù)庫（下文簡稱為PQDT）為數(shù)據(jù)來源;國內(nèi)論文以中國知網(wǎng)（下文簡稱為CNKI）、萬方、中國臺灣學術(shù)文獻數(shù)據(jù)庫為期刊論文與學位論文數(shù)據(jù)來源，引文以中國社會科學引文索引（下文簡稱為CSSCI）為數(shù)據(jù)來源。

在檢索詞選擇方面，本研究參考姜婷婷等總結(jié)的信息偶遇相關(guān)術(shù)語作為初始檢索詞[1]，以檢索文獻中新增術(shù)語為補充檢索詞，在中外文各數(shù)據(jù)庫進行迭代檢索。獲取數(shù)據(jù)集后對其進行人工清洗，剔除與信息偶遇行為研究不相關(guān)文獻與重復文獻，形成4個數(shù)據(jù)集，分別是：國外信息偶遇學術(shù)論文數(shù)據(jù)集（174條）、國外來源論文引文數(shù)據(jù)集（6 249條）、國內(nèi)信息偶遇學術(shù)論文數(shù)據(jù)集（129條）和國內(nèi)來源論文引文數(shù)據(jù)集（387條），如表1所示：

3? 結(jié)? 果

3.1? 文獻分布概貌

3.1.1? 時間分布

學術(shù)論文數(shù)量的時序變化是衡量學科領(lǐng)域發(fā)展軌跡的重要指標，對評價該領(lǐng)域所處的階段、預測發(fā)展趨勢和動態(tài)具有重要意義。本研究按照文獻出版時間對國內(nèi)外信息偶遇主題學術(shù)論文進行計量分析，論文數(shù)量的年代分布情況見圖1。

如圖1所示，國外最早的研究是Erdelez S在1995年發(fā)表的關(guān)于信息偶遇研究的論文[3]。而在國內(nèi)，最早的研究則于2005年在中國臺灣地區(qū)發(fā)表[4]，可見國內(nèi)研究起始時間比國外晚了整整10年。1995—2009年間國外該主題年均發(fā)文量為5篇以下，從2010年起有較明顯的增長，2011年增

長至1年12篇，之后呈逐年上升趨勢，至2019年國外年均發(fā)文量已達到26篇。2012年以前，國內(nèi)年均發(fā)文量在5篇以下，2013年1年發(fā)表論文數(shù)量已達14篇，雖然2016年發(fā)文數(shù)量較少，但2013年之后總體呈現(xiàn)逐年上升的趨勢，2018年1年發(fā)文量超過25篇。由此可見，自2010年開始信息偶遇研究越來越受到學界的關(guān)注，至今形成較高的熱度和明顯的研究趨勢。

3.1.2? 學科分布

學術(shù)論文的學科分布方面，收藏國外論文的WOS核心合集數(shù)據(jù)庫和PQDT學位論文數(shù)據(jù)庫對于文獻學科的標注均存在交叉與跨學科標注的現(xiàn)象。鑒于WOS核心合集數(shù)據(jù)庫與PQDT數(shù)據(jù)庫對于學科標注類別并不統(tǒng)一，作者對兩個數(shù)據(jù)庫中相同學科進行合并歸類，再按學科類目進行統(tǒng)計，論文量≥4的15個學科類別如圖2所示。

從圖2可見，國外學術(shù)論文中屬于圖書情報學領(lǐng)域的論文最多，占54.02%，屬于計算機科學信息系統(tǒng)領(lǐng)域的論文數(shù)量排第二，占41.38%。值得注意的是，由于WOS核心合集數(shù)據(jù)庫對于計算機科學相關(guān)學科的分類細分為：計算機科學信息系統(tǒng)、計算機科學人工智能、計算機科學控制論、計算機科學理論與方法、計算機科學軟件工程5大類。如果將計算機科學相關(guān)的5類合并計算，則屬于計算機科學相關(guān)學科的論文數(shù)量最多，占59.20%。

國內(nèi)學術(shù)論文學科分布方面，鑒于國內(nèi)信息偶遇學術(shù)論文分布在CNKI的12個類別、萬方的3個類別及中國臺灣學術(shù)文獻數(shù)據(jù)庫的4個類別中，本研究以CNKI學科分類為基礎，按照萬方、中國臺灣學術(shù)文獻數(shù)據(jù)庫中的論文學科分類，將相應論文歸入CNKI對應類別進行學科分布統(tǒng)計，如將中國臺灣地區(qū)的電算機學門歸并到CNKI中的計算機類、傳播學門歸并到CNKI中的新聞傳播類、教育學門歸并到CNKI中的教育類等，將萬方的計算技術(shù)、計算機技術(shù)歸并到CNKI中的計算機類等。由于在CNKI和萬方數(shù)據(jù)庫中跨學科論文被納入多個學科重復計數(shù)，所以學科圖中的論文數(shù)量大于來源數(shù)據(jù)的數(shù)量。按照學科類目進行統(tǒng)計結(jié)果如圖3所示。

從圖3可見，國內(nèi)學術(shù)論文中屬于圖書情報學學領(lǐng)域的論文最多，占59.69%，屬于新聞傳播領(lǐng)域的論文數(shù)量排第二，占22.48%。此外，還有部圖3? 國內(nèi)信息偶遇主題學術(shù)論文的學科分布

分論文屬于教育學、計算機科學等領(lǐng)域。可見，國內(nèi)信息偶遇研究更明顯地集中在圖書情報學領(lǐng)域。新聞傳播領(lǐng)域則從信息傳播與擴散的角度對于信息偶遇問題展開研究。

3.1.3? 高影響力論文

本研究采用國外來源論文引文數(shù)據(jù)集進行國外信息偶遇論文被引頻次統(tǒng)計分析，獲得被引頻次論文≥100的論文共4篇，如表2所示。

從表2可見，國外4篇高影響力論文均屬于信息偶遇領(lǐng)域早期的研究。其中，F(xiàn)oster A E等于2003年和2004年發(fā)表的關(guān)于偶遇式信息搜尋和信息搜尋的非線性模型兩篇論文的總被引頻次最高[5，7]。Ross C S關(guān)于閱讀信息偶遇和Williamson K關(guān)于偶然性信息獲取在信息利用模型中角色研究的論文的總被引頻次也較高[6，8]。

采用國內(nèi)來源論文引文數(shù)據(jù)集對國內(nèi)信息偶遇論文的被引頻次進行統(tǒng)計分析，獲得被引頻次論文≥10的論文共4篇，如表3所示。

從表3可見，國內(nèi)4篇高影響力論文總體上屬于國內(nèi)信息偶遇領(lǐng)域中期的研究，這一時期國內(nèi)正處于信息偶遇主題論文數(shù)量劇增的爆發(fā)期。在研究內(nèi)容上，王知津等關(guān)于非線性信息搜尋行為的研究[11]屬于概念與理論層面的探索，而其余3篇論文均屬于實證研究。其中，關(guān)于科研人員信息偶遇的影響因素和特點的2篇實證研究論文被引頻次最高[9-10]。

3.2? 主要研究內(nèi)容

3.2.1? 主題分布

關(guān)鍵詞表達了論文的研究主題，是論文內(nèi)容的核心與精髓。通過繪制高頻關(guān)鍵詞共現(xiàn)網(wǎng)絡，利用關(guān)鍵詞之間的緊密程度形成關(guān)于研究主題的知識圖譜。其中，網(wǎng)絡中的節(jié)點代表關(guān)鍵詞，節(jié)點的大小代表節(jié)點在網(wǎng)絡中的中心度，中心度越高，節(jié)點越大，該節(jié)點在網(wǎng)絡中的地位就越重要;節(jié)點之間的連線表示兩個關(guān)鍵詞之間的關(guān)系，連線越粗，表示共現(xiàn)次數(shù)越多，聯(lián)系越緊密。

本研究以國外學術(shù)論文數(shù)據(jù)集中關(guān)鍵詞頻次≥2的高頻關(guān)鍵詞為對象，進行關(guān)鍵詞共現(xiàn)分析，如圖4所示。 結(jié)果顯示，該網(wǎng)絡中關(guān)鍵詞Serendipity的中心度最高，并與關(guān)鍵詞Information Encountering構(gòu)成最緊密的聯(lián)系。與Serendipity和Information Encountering聯(lián)系密切的主要有Information Seeking、Recommender Systems、Algorithms、Information Discovery、Information Retrieval、Design、Novelty、Information Seeking Behavior、Experimentation等。其中，關(guān)于行為、檢索、算法、創(chuàng)新和設計等高頻關(guān)鍵詞的出現(xiàn)，反映了信息偶遇是一個多學科關(guān)注的領(lǐng)域，包含了圖書情報學領(lǐng)域以信息行為為主的研究和計算機相關(guān)學科以人工智能、交互、知識發(fā)現(xiàn)等應用為主的研究。

對于國內(nèi)學術(shù)論文數(shù)據(jù)集，首先進行關(guān)鍵詞預處理，包括將繁體中文關(guān)鍵詞轉(zhuǎn)換為簡體中文關(guān)鍵詞（如將“資訊”轉(zhuǎn)換為“信息”）、將“綜述”“現(xiàn)狀”等類型關(guān)鍵詞刪除等。然后，以數(shù)據(jù)集中詞頻≥2的關(guān)鍵詞為對象，繪制國內(nèi)信息偶遇研究關(guān)鍵詞共現(xiàn)網(wǎng)絡如圖5所示。結(jié)果顯示，該網(wǎng)絡是一個以信息偶遇為核心的大型網(wǎng)絡，而信息行為和影響因素則為該網(wǎng)絡的次要核心，且信息行為與信息偶遇形成非常緊密的聯(lián)系，說明信息偶遇作為信息行為研究的趨向性非常明顯。因而，與國外主題共現(xiàn)網(wǎng)絡相比，國內(nèi)研究更注重信息行為理論框架內(nèi)的研究及信息偶遇影響因素的研究，而國外則更關(guān)注對信息偶遇與信息查尋關(guān)系、信息偶遇應用探索等主題。

3.2.2? 主題的變遷

通過學術(shù)論文數(shù)據(jù)集的關(guān)鍵詞繪制時區(qū)圖，可展示關(guān)鍵節(jié)點知識的演化軌跡及其相互關(guān)系。其中，不同時區(qū)節(jié)點之間連線的多少反映研究傳承性的強弱，關(guān)鍵詞所在的時區(qū)是該節(jié)點主題首次出現(xiàn)的時間，可以顯示研究主題的時間分布和變遷。

通過國外學術(shù)論文數(shù)據(jù)集中關(guān)鍵詞首次出現(xiàn)的時間繪制時區(qū)圖如圖6所示。從圖6可知，近20年來國外信息偶遇研究主題演變歷程可概括為：用戶生活信息交流-偶遇-信息查尋與信息偶遇-信息查尋與理論模型-推薦系統(tǒng)。中心性最高的Serendipity從2001年起，在之后的時區(qū)中幾乎都有出現(xiàn)，表明其研究持續(xù)性較好。

通過國內(nèi)學術(shù)論文數(shù)據(jù)集繪制關(guān)鍵詞時區(qū)圖如圖7所示。從圖7可知，近15年來國內(nèi)信息偶遇研究主題的演變歷程可概括為：信息行為-信息搜尋-信息偶遇-影響因素。中心性最高的信息行為從2007年起，在之后的時區(qū)中幾乎都有出現(xiàn)，表明國內(nèi)信息偶遇研究在信息行為理論框架內(nèi)保持較好的持續(xù)性。

3.3? 領(lǐng)域聚類與創(chuàng)新分析

3.3.1? 國外研究的領(lǐng)域聚類與創(chuàng)新分析

1）國外學術(shù)論文的聚類分析

對信息偶遇領(lǐng)域同被引文獻進行聚類分析，不僅有助于明晰該領(lǐng)域的知識結(jié)構(gòu)和子領(lǐng)域研究內(nèi)容，還可以進一步分析出各子領(lǐng)域的研究活躍期、

相應的中心文獻和領(lǐng)域內(nèi)具有里程碑意義的創(chuàng)新文獻，幫助我們更深入理解子領(lǐng)域知識的發(fā)展歷史、面貌與演進路徑，從而尋找可能推動信息偶遇領(lǐng)域整體發(fā)展的因素。

在基于國外來源論文引文數(shù)據(jù)集的聚類分析中，本研究以CiteSpace為工具，將Time Slice設置為按年分析，篩選標準為TOP10，即選取每年被引頻次前10的數(shù)據(jù)。本研究選擇LLR算法進行聚類，采用Pathfinder算法對圖譜進行修剪，得到按照信息偶遇文獻同被引文獻聚類的知識圖譜如圖8所示，及各個聚類的統(tǒng)計信息，如表4所示。所生成的圖譜模塊值Q=0.5071，平均輪廓值S=0.5291，兩值均大于0.5，說明該知識圖譜的聚類結(jié)構(gòu)清晰且合理。

如圖8所示，圖中每個節(jié)點表示一篇被引文獻，環(huán)的厚度與相應年份的引文數(shù)成正比。圓圈外包圍紫色環(huán)代表中心性較大的文獻，環(huán)的厚度和中心性成比例。不同顏色的區(qū)域表示這些區(qū)域中的首

次引文鏈接首次出現(xiàn)的時間。從圖中可以看出，信息偶遇領(lǐng)域研究被分為6類，其聚類標簽分別為：#0偶遇（Serendipity）、#1信息搜尋（Information Seeking）、#2偶遇問題（Serendipity Problem）、#3信息行為（Information Behaviour）、#4個性化（Personalization）、#5偶遇問題（Serendipity Problem）。其中，#2類和#5類的標簽名稱相同，而從表4可知兩個集合的平均引用年份分別為2006年和2012年。查看兩個聚類中施引文獻與相關(guān)引文的研究內(nèi)容可以發(fā)現(xiàn)，#2集合代表以學術(shù)信息偶遇與知識創(chuàng)新研究為基礎，探索推薦系統(tǒng)中的偶遇問題的研究方向，#5集合代表以各種情景下信息偶遇研究為基礎，探索促進日常生活信息偶遇發(fā)生的要素與機制的研究方向。

按照表4中各聚類的平均引用年份，國外信息偶遇研究經(jīng)歷了“學術(shù)信息偶遇與推薦系統(tǒng)研究-偶遇與信息行為研究-日常生活信息偶遇研究-偶遇與個性化研究”的發(fā)展歷程。從圖8和表4可知，同被引論文聚類所形成最大的3個類分別是#0偶遇、#1信息搜尋和#2偶然性問題，其研究內(nèi)容詳細情況如下：

#0 偶遇類學術(shù)論文主要以偶遇理論與模型為基礎開展應用研究。所探索的主題除了偶遇外，還包含了偶遇問題（Serendipity Problem）、創(chuàng)新性（Novelty）、信息推薦（Recommendation）、情感反饋（Affective Feedback）、多樣性（Diversity）、超精確度（Beyond-accuracy）、長尾（Long-tail）、面部表情（Facial Expressions）、推薦系統(tǒng)（Recommender Systems）、知識表達（Knowledge Representation）、擴展激活（Spreading Activation）等。該類的中心性文獻為Zhang Y C等將偶然性引入音樂推薦中的研究[13]。

#1信息查尋類學術(shù)論文主要以信息查尋理論為基礎開展信息偶遇行為理論的探索。所探索的主題除了信息搜尋外，還包含了信息偶遇（Information Encountering）、歷史研究過程（Historical Research Process）、法律（Legal）、模型（Model）、瀏覽（Browsing）、歷史學家（Historians）、過程（Process）、偶遇模型（Serendipity Pattern）、高校圖書館（Academic Libraries）、歷史（History）、跨學科研究（Interdisciplinary Research）、因素（Factors）、信息發(fā)現(xiàn)（Information Discovery）等。該類中心性文獻為Rubin V L等采用扎根理論構(gòu)建網(wǎng)絡博客中提及的日常生活偶遇行為理論的研究[14]。

#2偶遇問題類學術(shù)論文主要探索信息偶遇中的知識創(chuàng)新問題，除了偶然性問題外，該類論文還包括創(chuàng)新（Novelty）、信息行為（Information Behaviour）、個人行為（Individual Behaviour）、信息偶遇（Information Encountering）、推薦（Recommendation）、日記學習（Diary Study）、情感反饋（Affective Feedback）、個性化（Personalization）等關(guān)鍵詞。該類的中心性文獻是Cunha M P E關(guān)于偶然性在組織學習與創(chuàng)新中的研究[15]。

2）學術(shù)論文的中心性與突現(xiàn)分析

一個時期某篇被引文獻的中心性和被引頻次，不但反映了該領(lǐng)域的知識基礎，也充分證明了該文獻的重要性，中心性靠前的文獻在學科歷史的發(fā)展中往往起到重要的作用。因而，本研究著重總結(jié)了國外中心性0.2以上的文獻，如表5所示。從表5可見，Andre P等支持偶遇式獲取的系統(tǒng)與服務設計研究[16]不僅是#3信息行為類的中心，更是所有研究中心度最高的論文。Rubin V L等關(guān)于日常生活信息偶遇的研究也具有較高的中心度[14]。

被引文獻引用爆發(fā)值的大小可用于衡量該研究的創(chuàng)新性，是前沿的“足跡”。爆發(fā)值越大，研究成果的創(chuàng)新性就越大，代表了該研究領(lǐng)域的前沿。Bursts值強的被引文獻往往是該領(lǐng)域研究的重要里程碑，表示研究人員對該領(lǐng)域研究興趣的顯著增加。因而，本研究通過Bursts分析得出排名前三的信息偶遇領(lǐng)域突現(xiàn)文獻，如表6所示。

從表6可見，信息偶遇研究最早的里程碑論文是Foster A E等關(guān)于人文社科學者跨學科信息搜尋行為中信息偶遇行為的研究[5]，該研究同時也位于高被引論文之首。此外，早期突現(xiàn)文獻還包括Erdelez S在受控實驗環(huán)境下對信息偶遇行為的調(diào)查[19]。Foster A E等和Erdelez S的這兩篇論文分別在2003年和2004年發(fā)表，被引頻次在2008年和2006年開始爆發(fā)，其熱度持續(xù)至2011年與2012年。參考圖1的時間分布統(tǒng)計結(jié)果，可發(fā)現(xiàn)這兩篇突現(xiàn)文獻持續(xù)的熱度與國外2006—2011年間的第一次研究高潮基本吻合。而第三篇是Toms E G等關(guān)于數(shù)字圖書館中的偶然發(fā)現(xiàn)研究[20]，其熱度從2011年持續(xù)至2014年。

3.3.2? 國內(nèi)研究的領(lǐng)域聚類與創(chuàng)新分析

在國內(nèi)研究的領(lǐng)域聚類與創(chuàng)新分析中，本文以CSSCI來源論文的引文數(shù)據(jù)集為分析對象，采用CiteSpace得出文獻同被引網(wǎng)絡及其聚類結(jié)果，如圖9和表7所示。所生成的圖譜模塊值Q=0.5125，平均輪廓值S=0.7138，兩值均大于0.5，說明該知識圖譜的聚類結(jié)構(gòu)清晰且合理。

從圖9領(lǐng)域聚類結(jié)果可知，國內(nèi)研究總體上可分為#0信息獲取、#1知識脈絡、#2認知風格、#3偶遇信息、#4支持向量機、#5意義建構(gòu)理論等6個方向。按照平均被引時間對子領(lǐng)域排序，其發(fā)展順序為：偶遇信息-認知風格-支持向量機-意義構(gòu)建-信息獲取-知識脈絡。6大類中前4類的規(guī)模較大，其研究內(nèi)容詳細情況如下：

#0信息獲取類，該類研究主要圍繞國外偶遇式信息行為理論與模型開展文獻梳理與信息獲取的應用探索。除了信息獲取外，該類還包括知識脈絡和前沿展望等關(guān)鍵詞。該類中心性文獻是Makri S等的信息偶遇過程模型研究[17]。

#1知識脈絡類，該類研究圍繞偶遇相關(guān)的各類信息行為及影響因素研究開展理論梳理，相關(guān)關(guān)鍵詞還包括知識脈絡和前沿展望。該類中心性文獻是杜雪等關(guān)于網(wǎng)絡信息偶遇影響因素個性特征研究[21]。

#2認知風格類，該類研究以國內(nèi)外早期關(guān)于不同情境下信息偶遇研究為基礎，進行信息偶遇模型、線上信息偶遇經(jīng)驗、個人特征與認知風格等理論探索。相關(guān)的關(guān)鍵詞還包括元人種志、信息搜尋、情境、模型研究、信息偶遇模型等。該類的中心文獻是袁紅等關(guān)于數(shù)字圖書館利用中信息偶遇現(xiàn)象研究[12]及潘曙光關(guān)于信息偶遇行為的早期研究[22]。

#3偶遇信息類，該類研究以學術(shù)信息偶遇研究為基礎，探索偶遇信息利用問題。該類關(guān)鍵詞還包括偶遇信息利用、偶遇信息共享、偶遇信息存儲、偶遇信息共享、偶遇信息利用等。該類中心文獻是田立忠等關(guān)于科研人員信息偶遇的影響因素研究[9]。

本研究整理出聚類中心性在0.2以上的高中心性被引文獻列表，如表8所示。從表8可見，中心性最高是田立忠等關(guān)于科研人員信息偶遇影響因素的研究。該論文作者使用關(guān)鍵事件和扎根理論對科研人員信息偶遇行為進行探索，是國內(nèi)較早采用實證研究方法探索信息偶遇問題的研究[9]。Makri S等對于信息偶遇過程模型的探索在國內(nèi)研究中也具有較高的中心性。該研究采用扎根理論的方法對跨學科研究人員的偶遇過程進行研究并建立模型，其研究方法和關(guān)于跨學科研究人員偶遇行為的結(jié)論，為國內(nèi)信息偶遇研究提供了十分重要的借鑒作用和意義[17]。值得注意的是，該研究同時也是國外#1信息查尋類的中心性文獻，且與表7中McCay-Peet L等的研究同屬偶遇過程研究[23]，說明信息偶遇過程的明晰對于信息偶遇行為的深入探索和應用具有基礎性意義。

然而，雖然國內(nèi)研究已呈現(xiàn)若干子領(lǐng)域和中心性文獻，但國內(nèi)論文中并未出現(xiàn)Burst被引文獻，這就說明國內(nèi)信息偶遇領(lǐng)域的突破性和創(chuàng)新性研究尚不明顯。這一方面可能是因為大部分研究是在國外已有理論、方法和應用的框架內(nèi)開展的，未能有力突破當前研究方法和技術(shù)帶來的瓶頸;另一方面，一些具有理論創(chuàng)新性的研究并未及時獲得同行的檢驗和發(fā)展。雖然如此，國內(nèi)領(lǐng)域發(fā)展早期出現(xiàn)的高被引文獻，通過理論探索[11]與實證研究[9]豐富和發(fā)展了信息偶遇理論，并為后續(xù)多年的研究提供基礎，一定程度上反映了這些文獻的里程碑意義。

4? 討? 論

為了從信息偶遇領(lǐng)域的歷史軌跡中尋找未來發(fā)展的方向，本研究以中國大陸、中國臺灣地區(qū)和國外數(shù)據(jù)庫收錄的以“信息偶遇”為主題的相關(guān)相學位論文和期刊論文為來源數(shù)據(jù)進行知識圖譜分析?？色@取的論文最早追溯到1995年，因而數(shù)據(jù)集覆蓋近20年來該主題的中外文主要研究文獻。在分析結(jié)果的基礎上，本研究從信息偶遇研究節(jié)點與主題變遷、內(nèi)容體系、跨學科性、研究趨勢與突破等方面進行討論。

4.1? 信息偶遇研究節(jié)點與主題變遷

近20年來國外年均論文數(shù)量呈現(xiàn)遞增趨勢，Erdelez S早在1995年就完成了關(guān)于信息偶遇的學位論文，在信息搜尋行為的基礎上提出并探索信息偶遇行為，形成信息偶遇研究的起點[3]。之后，Williamson K于1998年提出在信息搜尋行為理論之外利用信息生態(tài)理論框架進行偶然信息獲取研究，該觀點和理論構(gòu)成了信息偶遇研究的重要理論基礎[6]，成為早期高被引論文之一。Foster A E于2004年發(fā)表了至今被引頻次最高、具有里程碑意義的偶遇與信息搜尋行為的研究[7]。國外研究主題按照時間演進經(jīng)歷了：用戶生活交流-偶遇-信息查尋與信息偶遇-信息查尋與理論模型-推薦系統(tǒng)的主題變化軌跡。該變化軌跡一定程度上反映了信息偶遇研究沿著現(xiàn)象探索-模型構(gòu)建-應用探索的階段性演進軌跡，可為國內(nèi)信息偶遇研究理論的形成和發(fā)展提供參考。

國內(nèi)最早的關(guān)于信息偶遇的研究與國外相差約10年，但國內(nèi)年均論文數(shù)量的總體趨勢與國外相似，總體而言呈現(xiàn)遞增趨勢。研究主題按照時間演進經(jīng)歷了：信息行為-信息搜尋-信息偶遇-影響因素的主題變化軌跡，反映了國內(nèi)學者的研究從側(cè)重信息行為理論下的信息偶遇研究框架的構(gòu)建，到重視信息偶遇影響因素的探索歷程。而至今位于國內(nèi)高被引文獻之首的學術(shù)論文也是關(guān)于科研人員信息偶遇影響因素的研究[9]。

4.2? 信息偶遇研究的內(nèi)容體系

1）信息行為理論框架下的信息偶遇研究。從文獻關(guān)鍵詞共現(xiàn)分析和同被引分析可知，無論國外或國內(nèi)的研究，對于信息偶遇理論和現(xiàn)象的探索都離不開信息行為理論這一上位理論，尤其是中國臺灣地區(qū)大部分研究更從屬信息行為研究主題之下，僅以信息偶遇為研究對象的研究很少。而國外和中國大陸地區(qū)對信息偶遇的專門研究相對較多。因此，信息行為理論框架下總體上呈現(xiàn)兩種類型的研究：一是信息偶遇理論的專門研究;二是信息行為研究中關(guān)于信息偶遇的研究。

2）從信息偶遇理論到應用的研究體系。在國外，信息偶遇研究涵蓋了理論構(gòu)建、模型研究、方法探索和應用研究等方面，涉及信息偶遇過程、不同情境下信息偶遇研究、信息偶遇的影響因素和觸發(fā)機制研究、目的性信息和偶遇性信息供給的協(xié)調(diào)、偶遇幾率、人工智能、支持信息偶遇的信息過濾、信息整合、信息推送、知識發(fā)現(xiàn)、界面設計等各類信息系統(tǒng)設計問題，呈現(xiàn)從理論到應用的多層次、多角度的研究。

3）國內(nèi)信息偶遇理論的引進、創(chuàng)新。在國內(nèi)，信息偶遇研究較多地參考國外節(jié)點性文獻的研究，也形成了若干綜述性文獻，如潘曙光對信息偶遇研究的專門介紹[22]，迪莉婭在介紹國外信息行為研究方法中對信息偶遇行為的梳理[25]。

除了引進和參考，國內(nèi)研究也有一些理論、方法的創(chuàng)新，如王知津等提出非線性信息搜尋行為的概念及后續(xù)研究方向[11];周曉英等提出非線性信息搜尋行為概念模型，以要素分析描述信息搜尋行為，從而綜合描述信息行為過程[26];田梅等面向復雜情境下的信息偶遇研究，構(gòu)建面向過程-感知二元性的信息偶遇研究理論框架[27]。此外，還有面向不同用戶群體、不同技術(shù)環(huán)節(jié)和不同應用情景下的信息偶遇現(xiàn)象的探索，從而不斷豐富信息偶遇研究的理論體系。

4）基于新技術(shù)的研究方法創(chuàng)新。國內(nèi)對于信息偶遇理論的應用探索有所缺失，造成新的理論無法檢驗和應用的局面。因此，應著眼于新技術(shù)環(huán)境下信息偶遇行為的研究，一方面借助新技術(shù)對信息偶遇場景進行模擬;另一方面對行為數(shù)據(jù)記錄、分析和挖掘，從而更深入地探索信息偶遇發(fā)生的機制和影響因素。

4.3? 信息偶遇研究的跨學科性

從學科分布情況來看，偶遇行為研究是一個多學科交叉的研究領(lǐng)域。信息偶遇行為作為人類信息行為的組成部分，可能出現(xiàn)在不同技術(shù)環(huán)境和情景下的各類型信息行為過程中，很大程度上涉及新技術(shù)環(huán)境下信息查尋與利用。圖書情報學科領(lǐng)域是信息偶遇研究的重要領(lǐng)地，與計算機相關(guān)學科和傳播學的交叉最為明顯。其跨學科性主要體現(xiàn)在兩個方面：

1）多個學科相對獨立的研究。除了圖書情報學領(lǐng)域外，計算機相關(guān)學科、工商管理領(lǐng)域存在領(lǐng)域內(nèi)關(guān)于偶遇的探索。計算機相關(guān)學科中，推薦系統(tǒng)偶遇研究就是一個相對獨立于圖書情報學信息偶遇研究的領(lǐng)域，雖然該領(lǐng)域論文數(shù)量不多，但形成關(guān)于偶遇的較為獨立的理論體系，如Sridharan S從偶然性的角度改進推薦系統(tǒng)并通過協(xié)同過濾方法提高其質(zhì)量[28];Manca M等提出利用行為數(shù)據(jù)挖掘的方法建立社會標簽系統(tǒng)中的偶遇推薦[29]。工商管理領(lǐng)域?qū)τ谂加龊蛣?chuàng)新關(guān)系的部分研究也獨立于圖書情報學領(lǐng)域，如Nylen D等探索組織環(huán)境下數(shù)字化創(chuàng)新過程的出現(xiàn)和發(fā)展，以及偶遇和預期以外的創(chuàng)新對傳統(tǒng)組織數(shù)字化方向的影響[30];在網(wǎng)絡學習和知識擴散相關(guān)領(lǐng)域，偶然性作為一種促進知識或思想傳播的可能策略已成為一個活躍的研究課題，研究人員關(guān)注偶然性事件如何得到環(huán)境的支持以及環(huán)境中最相關(guān)的特征是什么等問題[31-32]。

2）圖書情報領(lǐng)域信息偶遇研究構(gòu)成其他學科的研究基礎。由于信息偶遇早期研究和有影響力的研究集中在圖書情報學領(lǐng)域，這些研究已成為其他學科開展信息偶遇相關(guān)研究的理論基礎。這當中包括新聞傳播學引用圖書情報學早期信息偶遇研究，如Van D K等利用Foster A E等的非線性信息行為和信息偶遇理論[5]研究新聞信息消費過程的偶遇現(xiàn)象[33];Wright C以Foster A E等、Erdelez S、Rubin V L等、McBirnie和Andre P等關(guān)于信息偶遇的研究為理論基礎探索用戶智能手機閱讀中的停頓和轉(zhuǎn)移現(xiàn)象[34]。計算機相關(guān)學科領(lǐng)域的研究也有借鑒圖書情報學研究以構(gòu)建其理論基礎的，如Amal S等以McCay-Peet L等的信息偶遇過程模型為基礎[23]，提出支持社會關(guān)系網(wǎng)絡上偶遇的社會關(guān)系推薦法，支持研究興趣相關(guān)的新社會關(guān)系的發(fā)現(xiàn)[35]。Cremonini M參考圖書情報學領(lǐng)域Foster A E等、Erdelez S、McBirnie和Makri S等關(guān)于信息偶遇、社會網(wǎng)絡分析和知識擴散相關(guān)理論，構(gòu)建基于代理的偶遇促進策略模型，發(fā)現(xiàn)偶遇控制和引導的可能[36]。

4.4? 信息偶遇研究趨勢與突破

無論國外研究主題變遷的軌跡，還是國外3篇關(guān)于理論構(gòu)建[5]、實驗調(diào)查[19]和數(shù)字圖書館環(huán)境下偶遇行為研究突現(xiàn)文獻，正好都對應理論探索、實證檢驗和應用探索3個層面的領(lǐng)域理論發(fā)展軌跡，因此，信息偶遇研究領(lǐng)域的后續(xù)發(fā)展，也相應延續(xù)理論、方法、應用3個層面開展。

國內(nèi)外關(guān)于信息偶遇理論已建立若干標志性的模型和框架，但由于數(shù)據(jù)來源和研究方法的瓶頸問題，造成實證研究開展困難，理論檢驗不足。因此，偶遇行為數(shù)據(jù)來源和采集方法的拓展對該領(lǐng)域而言是最有意義的方法創(chuàng)新，存在較高的理論價值。計算機相關(guān)學科采用的基于社會網(wǎng)絡分析和行為數(shù)據(jù)的采集等方法，可能為突破數(shù)據(jù)獲取的瓶頸提供重要參考。

信息偶遇行為作為人類行為的一部分，不同群體可能存在不同行為特征和影響因素，因此，尋找可能存在特異性的群體進行探索，可能存在理論的突破。延續(xù)這一思路，用戶群體在不同的技術(shù)環(huán)境下，特定的信息利用情境下，都可能存在不同行為特征和影響因素，尋找可能存在特異性的技術(shù)環(huán)境和信息使用情景進行探索，存在理論突破的可能。

在應用方面，關(guān)鍵詞分析發(fā)現(xiàn)國內(nèi)研究對于信息偶遇應用研究缺失，因而更應與人機交互、人工智能、信息聚合與推薦等領(lǐng)域緊密結(jié)合，構(gòu)建信息偶遇虛擬環(huán)境和應用原型，一方面進行應用探索，另一方面也可以形成目的性理論檢驗和探索的實驗工具。

參考文獻

[1]姜婷婷，楊佳琪，李倩.信息行為領(lǐng)域概念空間構(gòu)建與研究進展述評[J].圖書情報知識，2019，（1）：99-108.

[2]Erdelez S，Beheshti J，Toms E，et al.Research Perspectives on Serendipity and Information Encountering[C]//ASIS&T Meeting：Creating Knowledge，Enhancing Lives Through Information & Technology，Copenhagen，Denmark，2016.

[3]Erdelez S.Information Encountering：An Exploration Beyond Information Seeking[D].Syracuse：Syracuse University，1995.

[4]張郁蔚.日常生活資訊尋求模式之探討[J].國家圖書館館刊，2005，（2）：73-99.

[5]Foster A E，F(xiàn)ord N.Serendipity and Information Seeking：An Empirical Study[J].Journal of Documentation，2003，59（3）：321-340.

[6]Williamson K.Discovered By Chance：The Role of Incidental Information Acquisition in an Ecological Model of Information Use[J].Library & Information Science Research，1998，20（1）：23-40.

[7]Foster A E.A Nonlinear Model of Information-seeking Behavior[J].Journal of the American Society for Information Science and Technology，2004，55（3）：228-237.

[8]Ross C S.Finding Without Seeking：The Information Encounter in the Context of Reading for Pleasure[J].Information Processing & Management，1999，35（6）：783-799.

[9]田立忠，俞碧飏.科研人員信息偶遇的影響因素研究[J].情報科學，2013，31（4）：69-75，83.

[10]俞碧飏.信息偶遇概念與特點的實證辨析：以科研人員為例[J].情報學報，2012，31（7）：759-769.

[11]王知津，韓正彪，周鵬.非線性信息搜尋行為研究[J].圖書館論壇，2011，31（6）：225-231，281.

[12]袁紅，王志鵬.數(shù)字圖書館利用中信息偶遇現(xiàn)象研究[J].圖書情報工作，2014，58（17）：104-111，135.

[13]Zhang Y C，Séaghdha D ，Quercia D，et al.Auralist：Introducing Serendipity Into Music Recommendation[C]//Proceedings of the Fifth ACM International Conference on Web Search and Data Mining.New York：ACM，2012.

[14]Rubin V L，Burkell J，Quan-Haase A.Facets of Serendipity in Everyday Chance Encounters：A Grounded Theory Approach to Blog Analysis[J].Information Research，2011，16（3）.http：//informationr.net/ir/16-3/paper488.html，2019-12-15.

[15]Cunha M P E，Clegg S R，Mendona S.On Serendipity and Organizing[J].European Management Journal，2010，28（5）：319-330.

[16]Andre P，Schraefel M C，Teevan J，et al.Discovery is Never By Chance：Designing for（Un）Serendipity[C]//ACM Conference on Creativity and Cognition，2009.https：//www.researchgate.net/publication/39997986_Discovery_Is_Never_By_Chance_Designing_for_UnSerendipity，2019-12-15.

[17]Makri S，Blandford A.Coming Across Information Serendipitously-Part 1 A Process Model[J].Journal of Documentation.2012，68（5）：684-705.

[18]Agrawal R，Gollapudi S，Halverson A，et al.Diversifying Search Results[C]//Proceedings of the Second ACM International Conference on Web Search and Data Mining.ACM，2009.

[19]Erdelez S.Investigation of Information Encountering in the Controlled Research Environment[J].Information Processing & Management，2004，40（6）：1013-1025.

[20]Toms E G，McCay-Peet L.Chance Encounters in the Digital Library[A].In：Agosti M，Borbinha J，Kapidakis S，et al（eds）Research and Advanced Technology for Digital Libraries.Berlin，Heidelberg：Springer，2009：192-202.

[21]杜雪，劉春茂.網(wǎng)絡信息偶遇影響因素個性特征的調(diào)查實驗研究[J].圖書情報工作，2015，59（11）：119-126.

[22]潘曙光.信息偶遇研究[D].重慶：西南大學，2010.

[23]McCay-Peet L，Toms E G.The Process of Serendipity in Knowledge Work[C]//In：Proceedings of the 3rd Symposium on Information Interaction in Context.New Brunswick，NJ：ACM，2010：377-382.

[24]楊敏，謝陽群，謝笑.社交媒體軟件的信息偶遇研究[J].圖書館學研究，2016，（6）：65-68.

[25]迪莉婭.西方信息行為認知方法研究[J].中國圖書館學報，2011，37（2）：97-104.

[26]周曉英，張璐.基于活動理論的非線性信息搜尋行為模型研究[J].圖書情報知識，2018，（1）：4-15.

[27]田梅，張軍亮，劉喜文.移動互聯(lián)網(wǎng)信息偶遇行為演進動力機制分析：個體認知視角[J].圖書館學研究，2018（6）：55-59，73.

[28]Sridharan S.Introducting Serendipity in Recommender Systems Through Collaborative Methods[D].University of Rhode Island，2014.

[29]Manca M，Boratto L，Carta S.Behavioral Data Mining to Produce Novel and Serendipitous Friend Recommendations in a Social Bookmarking System[J].Information System Frontier，2018，20：825-839.

[30]Nylen D，Holmstrom J.Digital Innovation in Context Exploring Serendipitous and Unbounded Digital Innovation at the Church of Sweden[J].Information Technology & People，2019，32（3）：696-714.

[31]Kop R.The Unexpected Connection：Serendipity and Human Mediation in Networked Learning[J].Journal of Educational Technology and Society，2012，15（2）：2-11.

[32]Kop R.Information Aggregation in Networked Learning：The Human Factor and Serendipity[A/OL].In：Proceedings of the 8th International Conference on Networked Learning，2012：178-185.https：//www.lancaster.ac.uk/fss/organisations/netlc/past/nlc2012/abstracts/kop.html，2020-07-13.

[33]Van D K，Martens M，Van L S，et al.Mapping the Mobile DNA of News.Understanding Incidental and Serendipitous Mobile News Consumption[EB/OL].Digital Journalism.https：//www.tandfonline.com/doi/full/10.1080/21670811.2019.1655461，2019-12-15.

[34]Wright C.Stumbling and Sharing：Smartphones and Serendipity in Online News Encounters[D].University of Missouri-Columbia，2015.

[35]Amal S，Tsai C H，Brusilovsky P，et al.Relational Social Recommendation：Application to the Academic Domain[J].Expert systems with Applications，2019，124：182-195.

[36]Cremonini M.Introducing Serendipity in a Social Network Model of Knowledge Diffusion[J].Chaos Solitons & Fractals，2016，90：64-71.

（責任編輯：陳? 媛）