基于扎根理論的信息檢索過(guò)程中感知價(jià)值影響因素研究

黃夢(mèng)婷 劉偉成

關(guān)鍵詞：扎根理論;信息檢索;感知價(jià)值;影響因素

摘 要：為了優(yōu)化用戶檢索行為，提高用戶檢索效率，設(shè)計(jì)一個(gè)更加高效的個(gè)性化文獻(xiàn)推薦系統(tǒng)很有必要。從用戶視角切入，探索用戶在信息檢索過(guò)程中的感知價(jià)值影響因素，從而設(shè)計(jì)解決方案，使推送內(nèi)容更加精確，可以有效解決信息過(guò)載問(wèn)題。文章選擇26名有豐富檢索經(jīng)驗(yàn)的用戶進(jìn)行半結(jié)構(gòu)化訪談，基于扎根理論對(duì)訪談內(nèi)容進(jìn)行三級(jí)編碼，發(fā)現(xiàn)感知價(jià)值受到用戶主觀性、文獻(xiàn)客觀性和平臺(tái)服務(wù)三方面的影響，并對(duì)感知價(jià)值影響因素的作用階段進(jìn)行分析，發(fā)現(xiàn)高效的個(gè)性化文獻(xiàn)推薦系統(tǒng)需要實(shí)現(xiàn)對(duì)用戶和文獻(xiàn)的正確刻畫。

中圖分類號(hào)：G250文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1003-1588（2022）01-0082-07

Web2.0時(shí)代，學(xué)者們可以在浩如煙海的數(shù)字資源里通過(guò)檢索獲得有可能滿足需求的數(shù)據(jù)。開(kāi)放獲取運(yùn)動(dòng)為學(xué)者們獲取超過(guò)自身接收能力的文獻(xiàn)數(shù)據(jù)提供了契機(jī)，但同時(shí)也帶來(lái)了信息過(guò)載問(wèn)題。解決信息過(guò)載問(wèn)題的方案之一就是設(shè)計(jì)一個(gè)更加高效的個(gè)性化文獻(xiàn)推薦系統(tǒng)，從而優(yōu)化用戶檢索行為，提高用戶檢索效率。用戶的文獻(xiàn)檢索行為以期望消除不確定性為起點(diǎn)，以不確定性得到消除而結(jié)束，中間通過(guò)與檢索平臺(tái)的互動(dòng)逐漸消除不確定性?；?dòng)是檢索流程中的關(guān)鍵部分，包括用戶選擇檢索平臺(tái)、用戶輸入檢索詞、平臺(tái)響應(yīng)并返回檢索結(jié)果以及用戶瀏覽平臺(tái)返回的檢索結(jié)果四個(gè)動(dòng)作，當(dāng)平臺(tái)返回的檢索結(jié)果不能消除用戶的不確定性時(shí)，用戶會(huì)重新輸入檢索詞。也就是說(shuō)，在檢索過(guò)程中，用戶會(huì)經(jīng)歷一系列的隱式選擇并做出決策，如：從多種檢索工具中進(jìn)行選擇、確定檢索詞、篩選有價(jià)值的文獻(xiàn)等，這些逐步消除不確定性過(guò)程中的影響因素正是本研究的研究重點(diǎn)。

1 研究現(xiàn)狀

用戶相關(guān)性用于判斷用戶需求和文檔的直接關(guān)系[1]，也是用戶在檢索過(guò)程中做出決策的支撐。目前，面向用戶相關(guān)性的研究主要有兩個(gè)方向：一個(gè)是基于計(jì)算機(jī)視角展開(kāi)算法層面的研究，或是探索用戶相關(guān)性的測(cè)度方法[2-4]，或是基于用戶相關(guān)性的效果增強(qiáng)研究[5-7]。另一個(gè)則是基于用戶實(shí)際展開(kāi)理論層面的研究，國(guó)內(nèi)近期研究成果較為豐富和全面的是周國(guó)民、王健團(tuán)隊(duì)，他們針對(duì)科學(xué)數(shù)據(jù)展開(kāi)研究;張貴蘭主要研究了科學(xué)數(shù)據(jù)的相關(guān)性標(biāo)準(zhǔn)，包括內(nèi)涵和使用特征[8-9]，韋草原傾向于研究感知價(jià)值，他基于多因素說(shuō)分析了感知價(jià)值的概念模型[10]，構(gòu)建了基于感知價(jià)值的科學(xué)數(shù)據(jù)用戶相關(guān)性模型[11]。此外，該團(tuán)隊(duì)還對(duì)相關(guān)性標(biāo)準(zhǔn)、線索和感知價(jià)值之間的關(guān)系展開(kāi)了研究[12]。近年來(lái)，國(guó)外傾向于從計(jì)算機(jī)視角對(duì)用戶相關(guān)性展開(kāi)研究，理論方面的研究較少。Javier基于社會(huì)網(wǎng)絡(luò)分析法分析了推特上極端分子行為與用戶相關(guān)性之間的關(guān)系[13]，Ameer提出了一種觀察用戶交互行為的方法[14]。與其他數(shù)據(jù)相比，文獻(xiàn)數(shù)據(jù)的個(gè)性化程度較高?，F(xiàn)有的用戶相關(guān)性研究中關(guān)于文獻(xiàn)數(shù)據(jù)的內(nèi)容較少且與用戶的聯(lián)系不夠緊密，因此，筆者基于扎根理論分析用戶是如何在一次次隱式選擇中做出決策的。

筆者認(rèn)為，用戶相關(guān)性取決于用戶的感知價(jià)值，用戶的感知價(jià)值越高，檢索結(jié)果的相關(guān)性越高，因此，筆者將從感知價(jià)值的綜合評(píng)價(jià)說(shuō)角度展開(kāi)研究，基于Kuhlthau的信息檢索模型設(shè)置訪談提綱，為訪談對(duì)象虛構(gòu)出一次檢索的完整過(guò)程，接著利用扎根理論分析有檢索經(jīng)驗(yàn)的信息檢索者的半結(jié)構(gòu)化訪談內(nèi)容，從而使隱含的用戶主觀選擇顯式化為一個(gè)個(gè)影響因素。

2 理論基礎(chǔ)

2.1 感知價(jià)值

感知價(jià)值原本屬于市場(chǎng)營(yíng)銷學(xué)的概念，因?yàn)橛脩魧?duì)文獻(xiàn)相關(guān)性的評(píng)估類似于對(duì)產(chǎn)品價(jià)值的評(píng)估，都是依靠用戶的感受或體驗(yàn)判斷的，所以被引入圖情領(lǐng)域。目前，定義顧客感知價(jià)值主要從權(quán)衡說(shuō)、多因素說(shuō)和綜合評(píng)價(jià)說(shuō)這三個(gè)角度切入[15]。權(quán)衡說(shuō)將感知價(jià)值類比為“利潤(rùn)”（獲得收益與投入成本之間的差額），代表學(xué)者是Zeithaml，他指出感知價(jià)值是顧客在權(quán)衡感知利得和感知利失之后的整體評(píng)價(jià)[16];多因素說(shuō)則認(rèn)為顧客感知價(jià)值來(lái)自特定的價(jià)值維度，代表論述是Sheth的五要素學(xué)說(shuō)（實(shí)用價(jià)值、認(rèn)知價(jià)值、社會(huì)價(jià)值、情感價(jià)值和約束價(jià)值）[17]，以及Sweeney和Soutar提出的四要素學(xué)說(shuō)（質(zhì)量?jī)r(jià)值、價(jià)格價(jià)值、社會(huì)價(jià)值、情感價(jià)值）[18];綜合評(píng)價(jià)說(shuō)認(rèn)為顧客感知價(jià)值來(lái)源于顧客對(duì)產(chǎn)品屬性、功能或作用等方面的偏好或反感，是對(duì)產(chǎn)品的綜合評(píng)價(jià)，其代表學(xué)者Woodruff指出，情境是研究顧客感知價(jià)值必不可少的一個(gè)因素[19]。在信息檢索中，用戶的感知價(jià)值更多取決于感知利得，再加上筆者研究的重點(diǎn)是其影響因素，因此權(quán)衡說(shuō)和多因素說(shuō)不適合本研究，筆者將從綜合評(píng)價(jià)說(shuō)角度進(jìn)行研究。

2.2 信息檢索流程模型

Kuhlthau從用戶角度對(duì)信息檢索過(guò)程進(jìn)行了研究，他認(rèn)為信息檢索是消除不確定性的過(guò)程，隨著檢索的推進(jìn)，用戶的不確定性逐漸消除，認(rèn)知也由模糊走向具體，動(dòng)作從探索相關(guān)的信息（Relevant）變?yōu)閷ふ蚁嚓P(guān)文檔（Pertinent），并將情感因素引入檢索過(guò)程[20]。Kuhlthau建立了一個(gè)信息檢索流程模型（Information Search Process，簡(jiǎn)稱ISP），具體模型見(jiàn)圖1。

本研究主要探索用戶在信息檢索過(guò)程中感知價(jià)值的影響因素，因此筆者以Kuhlthau的信息檢索過(guò)程模型為基礎(chǔ)，根據(jù)其對(duì)信息檢索過(guò)程的劃分，對(duì)以下六個(gè)流程進(jìn)行深入調(diào)查：一是“開(kāi)始”。即用戶意識(shí)到自身缺乏知識(shí)或理解，產(chǎn)生了檢索需求。二是“選擇”。即用戶預(yù)測(cè)每種選擇的結(jié)果并選擇最可能成功的操作，從而確定要調(diào)查的不確定領(lǐng)域或主題要采用的方法。三是“探索”。即用戶通過(guò)不斷地查找與瀏覽系統(tǒng)推送的內(nèi)容獲得新信息，逐漸形成研究的焦點(diǎn)或個(gè)人觀點(diǎn)。四是“形成”。即用戶從探索階段獲得的信息中確定研究焦點(diǎn)。五是“收集”。即用戶收集與研究焦點(diǎn)相關(guān)的信息。六是“結(jié)束”。即用戶解決了問(wèn)題，消除了不確定性。

Kuhlthau的ISP模型展示了一次檢索的完整過(guò)程，模型中的六個(gè)階段按照邏輯和時(shí)間順序進(jìn)行推進(jìn)和過(guò)渡，模擬出了用戶從產(chǎn)生檢索需求開(kāi)始到檢索過(guò)程中瀏覽、接收并轉(zhuǎn)換信息直至滿足需求的全過(guò)程，為本研究訪談提綱的設(shè)置提供了理論依據(jù)。

3 研究方法與過(guò)程

3.1 研究方法

本研究基于扎根理論探索信息檢索過(guò)程中感知價(jià)值的影響因素。扎根理論采用自下而上的方法進(jìn)行研究，對(duì)收集到的數(shù)據(jù)進(jìn)行開(kāi)放式編碼、關(guān)聯(lián)式編碼和選擇性編碼，從訪談數(shù)據(jù)中挖掘和提煉檢索過(guò)程中影響用戶感知價(jià)值的影響因素。使用扎根理論進(jìn)行研究的優(yōu)勢(shì)在于所有理論都是基于現(xiàn)實(shí)數(shù)據(jù)獲得的，而非基于假設(shè)進(jìn)行研究，減小了先入為主對(duì)研究結(jié)果的影響，避免了在研究過(guò)程中忽視假設(shè)之外的影響因素。

3.2 研究對(duì)象

為了保證訪談質(zhì)量，需要邀請(qǐng)有資深檢索經(jīng)驗(yàn)的用戶進(jìn)行訪談，筆者共訪談了26名信息檢索用戶，包含3名教授，2名副教授，5名研究生，16位本科生。其中，教授和副教授都是信息管理與信息系統(tǒng)專業(yè)（以下簡(jiǎn)稱信管）的教師，有豐富的科研經(jīng)驗(yàn)和檢索經(jīng)歷;研究生也都來(lái)自信管專業(yè)，已有兩年左右的科研經(jīng)歷，調(diào)研活動(dòng)增強(qiáng)了他們的信息檢索能力;本科生人數(shù)最多，大部分具有信管的學(xué)科背景，他們接受過(guò)專業(yè)的課程指導(dǎo)，包括理論和實(shí)踐;非信管專業(yè)的學(xué)生則選擇了大三或大四發(fā)表過(guò)文章的學(xué)生。無(wú)論是哪個(gè)專業(yè)的學(xué)生，都具有相對(duì)豐富的檢索經(jīng)驗(yàn)。

3.3 研究過(guò)程

半結(jié)構(gòu)化訪談是一種幾乎無(wú)約束的訪談，是一種只需根據(jù)設(shè)置的提綱進(jìn)行提問(wèn)的開(kāi)放式訪談，對(duì)時(shí)間、地點(diǎn)、提問(wèn)和回答的方式?jīng)]有具體要求。訪談根據(jù)提綱模擬的場(chǎng)景進(jìn)行，訪談?wù)邥?huì)根據(jù)訪談對(duì)象的回答提出新的問(wèn)題，深入挖掘現(xiàn)象背后隱藏的原因。本研究的訪談提綱源于Kuhlthau的ISP理論，將檢索分為開(kāi)始、選擇、探索、形成、搜索和結(jié)束六個(gè)階段，具體問(wèn)題如下：

1.進(jìn)行檢索的目的？預(yù)期獲得哪些信息？

2.如何確定和選擇檢索信息要采用的方法？

3.在檢索的過(guò)程中，如何判斷信息相關(guān)？

4.如何從與主題相關(guān)的繁雜數(shù)據(jù)中篩選出符合需求的信息？

5.最終是否獲得了需要的信息？怎么判斷出來(lái)的？

6.通過(guò)信息檢索，獲得了什么？付出了什么？

在正式訪談前，訪談?wù)邞?yīng)先向?qū)Ψ阶龀鋈缦侣暶鳎骸霸谖覀兊脑L談中，信息是廣義上的信息，是用來(lái)消除隨機(jī)不確定性的東西。信息的來(lái)源多種多樣，包括但不限于搜索引擎、專業(yè)網(wǎng)站、出版書籍資料以及論文數(shù)據(jù)庫(kù)。在訪談中，您需結(jié)合自身檢索經(jīng)歷進(jìn)行回答。另外，為了保護(hù)您的隱私，您在回答過(guò)程中可以用簡(jiǎn)單的詞語(yǔ)或相關(guān)術(shù)語(yǔ)進(jìn)行概括?！痹L談過(guò)程中，訪談?wù)咭环矫嬉獮樵L談對(duì)象模擬出從產(chǎn)生檢索需求開(kāi)始到檢索過(guò)程中瀏覽、接收并轉(zhuǎn)換信息直至滿足需求的全過(guò)程，從而從不同訪談對(duì)象的回答中逐步探索出感知價(jià)值的影響因素;另一方面要保持輕松的訪談氛圍，鼓勵(lì)訪談對(duì)象分享個(gè)人的訪談經(jīng)歷。訪談結(jié)束后，筆者將音頻文件轉(zhuǎn)錄成文字，借助NVivo軟件進(jìn)行編碼分析。

4 編碼分析

扎根理論方法把對(duì)資料分析和歸類的過(guò)程稱為編碼，其將搜集的資料不斷打碎、整理和重組，從而挖掘概念、提煉范疇[21]。筆者基于扎根理論進(jìn)行了三級(jí)編碼，分別是開(kāi)放式編碼、關(guān)聯(lián)式編碼和選擇性編碼，三者之間遵循嚴(yán)格的上下級(jí)關(guān)系，后者在前者的基礎(chǔ)上進(jìn)行。開(kāi)放式編碼借鑒彭偉、于小進(jìn)等的定義，包括定義現(xiàn)象、發(fā)展概念和發(fā)掘范疇這三個(gè)步驟[22]，筆者將收集的雜亂數(shù)據(jù)進(jìn)行抽象、整理和命名，編碼出有序而不重復(fù)的范疇;關(guān)聯(lián)式編碼和選擇性編碼則是對(duì)開(kāi)放式編碼得到的范疇進(jìn)行聚類處理，即將具有聯(lián)系的范疇劃分到一個(gè)主范疇中;選擇性編碼需要從主范疇中提煉出核心范疇，進(jìn)而梳理與描述主范疇和核心范疇之間的“故事線”。

4.1 開(kāi)放式編碼

在開(kāi)放式編碼過(guò)程中，筆者先將原始音頻數(shù)據(jù)轉(zhuǎn)換成的文字信息按照信息檢索的流程定義現(xiàn)象，然后對(duì)定義的現(xiàn)象進(jìn)行概念化和范疇化操作，再將相同范疇的概念、相同概念的現(xiàn)象進(jìn)行分類，最后按檢索流程推進(jìn)的順序進(jìn)行排列。經(jīng)過(guò)開(kāi)放式編碼，筆者定義了54個(gè)現(xiàn)象、37個(gè)概念和18個(gè)范疇（分別是需求來(lái)源、需求強(qiáng)度、平臺(tái)功能、數(shù)據(jù)可得性、數(shù)據(jù)獲取方式、檢索結(jié)果反饋、檢索技巧、知識(shí)積累、研究經(jīng)驗(yàn)、知識(shí)獲得、文獻(xiàn)主題、預(yù)期結(jié)果、學(xué)科背景、文獻(xiàn)屬性、知識(shí)結(jié)構(gòu)、學(xué)術(shù)鑒賞力、學(xué)術(shù)敏感性和信息價(jià)值），開(kāi)放式編碼示例（部分）見(jiàn)表1。

4.2 關(guān)聯(lián)式編碼

關(guān)聯(lián)式編碼就是將開(kāi)放式編碼得到的范疇進(jìn)行歸類。筆者根據(jù)主體不同，將18個(gè)副范疇劃分為3個(gè)主范疇，分別是用戶主觀性、文獻(xiàn)客觀性和平臺(tái)服務(wù)，詳見(jiàn)表2。

4.3 選擇性編碼

選擇性編碼就是對(duì)關(guān)聯(lián)式編碼得到的主范疇進(jìn)行總結(jié)以得到核心范疇。本研究提煉出的核心范疇是“影響用戶感知價(jià)值的影響因素”，分為三個(gè)主范疇，分別是用戶相關(guān)性、文獻(xiàn)客觀性和平臺(tái)服務(wù)。從編碼結(jié)果可以看出，用戶的感知價(jià)值主要來(lái)自兩方面：一方面是用戶獲得數(shù)據(jù)的途徑是否方便，這與文獻(xiàn)的獲取方式和平臺(tái)服務(wù)有關(guān);另一方面是用戶通過(guò)檢索獲得了有價(jià)值的信息，這是用戶與檢索平臺(tái)和文獻(xiàn)之間交互產(chǎn)生的結(jié)果，是用戶完成檢索后基于獲得了滿足需求或符合預(yù)期結(jié)果的新知識(shí)這一結(jié)果得出的結(jié)論。詳見(jiàn)下頁(yè)圖2。

4.4 理論飽和度檢驗(yàn)

筆者完成編碼后，基本不會(huì)再出現(xiàn)新的范疇。同時(shí)，筆者又對(duì)四名具有信息管理與信息系統(tǒng)學(xué)科背景和一定檢索經(jīng)驗(yàn)的研究生進(jìn)行訪談，對(duì)訪談內(nèi)容重新進(jìn)行編碼分析后沒(méi)有出現(xiàn)新的范疇，說(shuō)明本研究具有較好的理論飽和度。

5 結(jié)果分析

用戶是否愿意接受個(gè)性化推薦系統(tǒng)與系統(tǒng)為用戶提供的服務(wù)質(zhì)量密切相關(guān)。目前，計(jì)算機(jī)無(wú)法完全理解自然語(yǔ)言，用戶的檢索行為實(shí)際上是一種相關(guān)性檢索，即推薦系統(tǒng)根據(jù)用戶的檢索詞推送可能滿足用戶需求的數(shù)據(jù)，用戶經(jīng)過(guò)對(duì)比與思考從檢索結(jié)果中找到消除不確定性的信息。也就是說(shuō)，要提高用戶對(duì)文獻(xiàn)推薦系統(tǒng)的滿意度，必然需要考慮用戶相關(guān)性這個(gè)問(wèn)題，而用戶在判斷推薦結(jié)果是否相關(guān)又與感知價(jià)值密不可分。

Kuhlthau的ISP模型揭示了在信息檢索不同階段用戶個(gè)體認(rèn)知因素的變化，他認(rèn)為用戶的信息檢索是一段動(dòng)態(tài)的、主觀的、易受影響的過(guò)程，其在不同階段的不同選擇都會(huì)對(duì)接下來(lái)的行為產(chǎn)生影響，研究該過(guò)程中影響感知價(jià)值的因素，能從用戶視角對(duì)文獻(xiàn)推薦系統(tǒng)進(jìn)行優(yōu)化，從而更加精準(zhǔn)地推薦符合用戶需求的文獻(xiàn)，下頁(yè)表3展示了信息檢索過(guò)程中感知價(jià)值影響因素的作用階段。

由表3可知，影響因素集中表現(xiàn)在探索和收集階段，這也是用戶和檢索平臺(tái)以及文獻(xiàn)之間互動(dòng)最多的階段。在這兩個(gè)階段，用戶都需要從檢索平臺(tái)獲得“相關(guān)文獻(xiàn)”，并基于自身需求、預(yù)期結(jié)果和個(gè)人綜合能力判斷文獻(xiàn)的主題是否相關(guān)，同時(shí)根據(jù)文獻(xiàn)的各屬性判斷其可信度并分析文獻(xiàn)包含的價(jià)值。另外，形成階段也是比較容易受影響的階段，這一階段的影響因素與用戶主觀性相關(guān)。開(kāi)始階段只受需求來(lái)源的影響。選擇階段是用戶基于自身需求通過(guò)預(yù)測(cè)數(shù)據(jù)獲取的便利性和平臺(tái)的特色功能選擇檢索平臺(tái)的過(guò)程。檢索是否結(jié)束則與用戶和文獻(xiàn)都相關(guān)，當(dāng)用戶無(wú)法從文獻(xiàn)中獲得新的有價(jià)值的信息或獲得了滿足需求的信息時(shí)，檢索結(jié)束。

筆者通過(guò)分析發(fā)現(xiàn)，要設(shè)計(jì)一個(gè)用戶滿意度較高的推薦系統(tǒng)，離不開(kāi)對(duì)用戶群體綜合能力的評(píng)價(jià)和預(yù)期結(jié)果的預(yù)測(cè)，這些信息可以從登錄賬號(hào)獲得;也離不開(kāi)對(duì)文獻(xiàn)特性的準(zhǔn)確描述，這要求文獻(xiàn)在錄入數(shù)據(jù)庫(kù)時(shí)正確標(biāo)記;還離不開(kāi)檢索平臺(tái)的功能優(yōu)化。

文獻(xiàn)數(shù)據(jù)庫(kù)的檢索用戶一般來(lái)自高校、科研院所或?qū)W術(shù)組織，而這些機(jī)構(gòu)都有能力獲取用戶的學(xué)科背景、研究經(jīng)驗(yàn)和知識(shí)結(jié)構(gòu)，因此，機(jī)構(gòu)可以通過(guò)設(shè)置登錄賬號(hào)解決信息過(guò)載的問(wèn)題。如果要求檢索結(jié)果達(dá)到查全和查準(zhǔn)的要求，設(shè)計(jì)檢索式進(jìn)行檢索是最好的解決辦法，但筆者通過(guò)訪談了解到大部分用戶是通過(guò)檢索主題、關(guān)鍵詞和標(biāo)題查找文獻(xiàn)。當(dāng)用戶輸入“病毒”時(shí)，計(jì)算機(jī)專業(yè)用戶需要了解的是“計(jì)算機(jī)病毒”，醫(yī)學(xué)專業(yè)用戶想要了解的是“生物病毒”。通過(guò)用戶登錄賬號(hào)中的學(xué)科信息可以幫助系統(tǒng)排除干擾信息，以高校學(xué)生為例，他們登錄文獻(xiàn)數(shù)據(jù)庫(kù)的賬號(hào)一般是學(xué)號(hào)，而學(xué)號(hào)中包含了學(xué)生的學(xué)歷（本科在讀、碩士研究生在讀還是博士研究生在讀）、學(xué)科背景和入學(xué)年份，系統(tǒng)能通過(guò)學(xué)歷判斷用戶的研究經(jīng)驗(yàn)，再結(jié)合入學(xué)年份和學(xué)生培養(yǎng)計(jì)劃推測(cè)學(xué)生的知識(shí)結(jié)構(gòu)。需要指出的是，推薦系統(tǒng)需要推薦學(xué)科相關(guān)，但不能只有學(xué)科相關(guān)，因?yàn)榭珙I(lǐng)域、跨學(xué)科的研究能給原領(lǐng)域帶來(lái)新的研究點(diǎn)和研究方法，如：感知價(jià)值原本屬于市場(chǎng)營(yíng)銷學(xué)的概念，引入圖情領(lǐng)域之后就給用戶相關(guān)性研究帶來(lái)了新的研究方向。

數(shù)據(jù)庫(kù)中的文獻(xiàn)可以通過(guò)增加屬性標(biāo)識(shí)提升查準(zhǔn)率。筆者通過(guò)訪談發(fā)現(xiàn)，用戶最常使用的檢索方式是一框式搜索，即直接在主頁(yè)的搜索框中輸入檢索詞，只要文獻(xiàn)的標(biāo)題、摘要或關(guān)鍵詞中出現(xiàn)相同字符就會(huì)被作為檢索結(jié)果推送給用戶。例如，在萬(wàn)方數(shù)據(jù)庫(kù)檢索“用戶相關(guān)性”，相關(guān)性排序下，標(biāo)題為“基于空間相關(guān)性的大規(guī)模分布式用戶光伏空間分群方法”的文獻(xiàn)被排在第13位推送出來(lái)，該文獻(xiàn)可以說(shuō)與“用戶相關(guān)性”毫不相干，但在數(shù)據(jù)庫(kù)的視角下，該文獻(xiàn)是高度相關(guān)的。這種現(xiàn)象可以通過(guò)賦予文獻(xiàn)正確標(biāo)記得到解決。

6 結(jié)論與啟示

6.1 研究結(jié)論

筆者對(duì)26名具有檢索經(jīng)驗(yàn)的用戶進(jìn)行了半結(jié)構(gòu)化訪談，訪談內(nèi)容嚴(yán)格遵循提綱，同時(shí)在真實(shí)對(duì)話中插入了新問(wèn)題，引導(dǎo)用戶將隱式的決策過(guò)程顯露出來(lái)，并對(duì)訪談內(nèi)容進(jìn)行了編碼處理，探索出了信息檢索過(guò)程中用戶感知價(jià)值的影響因素，發(fā)現(xiàn)感知價(jià)值受到用戶主觀性、文獻(xiàn)客觀性和平臺(tái)服務(wù)三方面的影響。筆者還對(duì)感知價(jià)值影響因素的作用階段進(jìn)行了分析，發(fā)現(xiàn)探索和收集階段是用戶和推薦系統(tǒng)交互較為頻繁的階段。在這兩個(gè)階段，用戶需要通過(guò)表達(dá)需求從檢索平臺(tái)獲得“相關(guān)文獻(xiàn)”。研究發(fā)現(xiàn)，高效的文獻(xiàn)推薦系統(tǒng)離不開(kāi)對(duì)用戶和文獻(xiàn)的正確刻畫。一方面，研究機(jī)構(gòu)應(yīng)充分發(fā)揮成員ID的作用，將檢索用戶的學(xué)科背景、知識(shí)積累、研究經(jīng)驗(yàn)和知識(shí)結(jié)構(gòu)等描述綜合能力的因素納入其中;另一方面，在收錄文獻(xiàn)時(shí)，研究機(jī)構(gòu)還應(yīng)要求作者和編輯共同填寫文獻(xiàn)的主題字段。

6.2 局限性與未來(lái)展望

本研究還存在一些不足，一是本研究訪談的人員雖包含教授、副教授、研究生及本科生，但大多數(shù)為檢索經(jīng)驗(yàn)相對(duì)豐富的本科生，后續(xù)研究中應(yīng)盡可能選擇具有多年科研經(jīng)驗(yàn)的用戶進(jìn)行訪談。二是本研究基于扎根理論研究信息檢索過(guò)程中感知價(jià)值的影響因素，但只做了定性分析，沒(méi)有進(jìn)行定量分析，未來(lái)可以調(diào)查各因素的權(quán)重，構(gòu)建結(jié)構(gòu)方程模型，這樣既能反過(guò)來(lái)驗(yàn)證本研究的研究成果，又能調(diào)查出影響用戶感知價(jià)值的重要因素，從而促進(jìn)個(gè)性化推薦系統(tǒng)的發(fā)展，提高用戶檢索效率。三是對(duì)用戶和文獻(xiàn)的刻畫目前只做了初步設(shè)想，未來(lái)可以進(jìn)行深入分析，探索一種既不泄露用戶隱私，又具有可行性的刻畫方式。

參考文獻(xiàn)：

[1] WANG P L， WHITE M D. A cognitive model of document use during a research project. Study II. Decisions at the reading and citing stages[J]. Journal Of the American Society for Information Science，1999（2）：98-114.

[2] 徐紅艷，王丹，王富海，等.融合潛在狄利克雷分布與元路徑分析的用戶相關(guān)性度量方法[J].計(jì)算機(jī)應(yīng)用，2019（11）：3288-3292.

[3] 趙小明，張群，岳昆.基于靜電場(chǎng)理論和PageRank算法的微博用戶相關(guān)性分析[J].云南大學(xué)學(xué)報(bào)（自然科學(xué)版），2015（2）：207-214.

[4] TERESA A， JOSEP A， RAMON B， etal. Measuring user relevance in online debates through an argumentative model[J].Pattern Recognition Letters，2020（5）：41-47.

[5] 任永功，王玉玲，劉洋，等.基于用戶相關(guān)性的動(dòng)態(tài)網(wǎng)絡(luò)媒體數(shù)據(jù)無(wú)監(jiān)督特征選擇算法[J].計(jì)算機(jī)學(xué)報(bào)，2018（7）：1-19.

[6] SAGAR U， YI S， DAWEI S， etal. Modeling Multidimensional User Relevance in IR using Vector Spaces[C]. The 41st Internatio0al ACM SIGIR Conference on Research & Development in Information Retrieval. New York： Associtiaon for Computing Machinery，2018：993-996.

[7] EERRANO W. Intelligent Recommender System for Big Data Applications Based on the Random Neural Network[J].Big Data and Cognitive Computing， 2019（1）：15-43.

[8] 張貴蘭，王健，周國(guó)民，等.科學(xué)數(shù)據(jù)用戶相關(guān)性標(biāo)準(zhǔn)研究[J].圖書情報(bào)工作，2019（4）：112-121.

[9] 張貴蘭，周國(guó)民，潘堯，等.科學(xué)數(shù)據(jù)相關(guān)性標(biāo)準(zhǔn)使用特征[J].圖書情報(bào)工作，2020（10）：56-65.

[10] 韋草原，王健，張貴蘭，等.基于扎根理論的科學(xué)數(shù)據(jù)用戶感知價(jià)值概念模型研究[J].情報(bào)雜志，2018（5）：182-188.

[11] 韋草原.科學(xué)數(shù)據(jù)感知價(jià)值與用戶相關(guān)性判斷研究[D].北京：中國(guó)農(nóng)業(yè)科學(xué)院，2018.

[12] 劉建平，王健，周國(guó)民，等.基于科學(xué)數(shù)據(jù)的用戶相關(guān)性判斷實(shí)證研究[J].數(shù)字圖書館論壇，2017（4）：22-31.

[13] JAVIER T，ANGEL P L，GEMA B O， et al. Analyzing the relationship between relevance and extremist discourse in an alt-right network on Twitter[J]. Social Network Analysis Mining，2020（10）：68-94.

[14] AMEER A. Dynamic Diversification for Interactive Complex Search[C]. European Conference on Information Retrieval 2019. Lecture Notes in Computer Science. Springer eBook： Springer Nature，2019：369-374.

[15] 倪淵，高宇東，楊露，等.網(wǎng)絡(luò)平臺(tái)環(huán)境下的顧客感知價(jià)值結(jié)構(gòu)、影響因素及效應(yīng)：基于文獻(xiàn)計(jì)量視角[J].商業(yè)經(jīng)濟(jì)研究，2020（8）：80-84.

[16] ZEITHAML V A.Consumer perceptions of price， quality， and value： a means-end model and synthesis of evidence[J]. Journal of Marketing，1988（3）：2-22.

[17] SHETH J N，NEWMAN B I，GROSS B L. Why we buy what we buy： a theory of consumption values[J].Journal of Business Research，1991（2）：159-170.

[18]SWEENEY J C，SOUTAR G N. Consumer perceived value： development of a multiple item scale[J]. Journal of Retailing，2001（2）：203-220.

[19] WOODRUFF R B. Customer value： the next source for competitive advantage[J].Journal of the Academy of Marketing Science，1997（2）：139-153.

[20] KUHLTHAU C C. A principle of uncertainty for information seeking[J].Journal of Documentation，1993（4）：339-355.

[21] 姚延波，張丹，何蕾.旅游企業(yè)誠(chéng)信概念及其結(jié)構(gòu)維度：基于扎根理論的探索性研究[J].南開(kāi)管理評(píng)論，2014（1）：113-122.

[22] 彭偉，于小進(jìn)，鄭慶齡.基于扎根理論的社會(huì)創(chuàng)業(yè)企業(yè)資源拼湊策略研究[J].財(cái)經(jīng)論叢，2019（1）：81-90.

（編校：周雪芹）

1642501705299