信息资源管理学报 ›› 2018, Vol. 8 ›› Issue (2): 13-27.doi: 10.13365/j.jirm.2018.02.013

• 专稿 • 上一篇    下一篇

数据驱动的信息行为研究的回顾与展望

李月琳 章小童   

  • 收稿日期:2018-03-26 出版日期:2018-04-26 发布日期:2018-04-26
  • 作者简介:李月琳(通讯作者),博士,教授,副院长/系主任,研究方向:信息行为,交互信息检索,信息系统评估,Email:yuelinli@nankai.edu.cn;章小童,博士研究生,研究方向:信息行为,交互信息检索。
  • 基金资助:

    本研究是国家社科基金重点项目“网络用户健康信息素养及交互信息行为引导机制研究”(17AZD036)的阶段性研究成果。

A Review for Data-driven Information Behavior

Li Yuelin Zhang Xiaotong   

  1. Department of Information Resources Management, Business School of Nankai University, Tianjin, 300071
  • Received:2018-03-26 Online:2018-04-26 Published:2018-04-26

摘要:

文章着重通过回顾基于日志数据的信息行为研究,阐述大数据时代信息行为研究的重要分支——数据驱动的信息行为研究的简要发展历程与研究现状。文章首先通过文献的聚类分析,识别该领域的关键研究主题;然后从数字图书馆用户信息行为研究、Web搜索引擎用户信息行为分析及社交媒体用户信息行为分析三方面综述了相关研究。 回顾发现,当前数字驱动的信息行为研究着重关注数字图书馆及网络用户信息搜索行为特征、用户信息需求的识别和表达、搜索结果的组织与呈现;社交媒体中用户的一般使用行为特征、内容的获取与利用行为及信息互动行为等也是该领域重要的研究主题。文章分析了该领域研究方法——日志数据分析的优缺点,指出了未来研究的发展方向,包括继续向移动互联网、社交媒体等领域的纵深发展,大数据挖掘技术不断发展带来的推动,融合日志数据分析与传统社会科学研究方法的“双轮驱动”的信息行为研究等。

关键词: 数据驱动, 信息行为研究, 非介入性研究方法, 信息搜索行为

Abstract:

This article reviews studies on information behavior based on transaction log analysis to address information behavior research in big data era, that is, data-driven information behavior. The article first analyzes the literature by a clustering analysis to identify the main topics in the field. Then, it reviews the literature from three aspects, such as information behavior in digital libraries, in Web search engines, and in social media. The review indicates that the studies focus on information searching behavior in digital libraries and the Web, information-need identification, and the organization and presentation of search results; general information usage behavior, information acquirement, and user interaction in social media, etc. The article discusses the advantages and disadvantages of transaction log analysis. It also addresses the trend of data-driven information behavior research, including research in mobile context and social media, the integration of transaction log analysis and traditional social research methods, and the application of big data and data mining technology to promote the exploration of human information behavior. 

Key words: Data-driven, Information behavior, Unobstrusive research method, Information searching behavior

中图分类号: