当期荐读 2020年第2期 | 信息偶遇研究方法:现状剖析和趋势探索

图片源于摄图网

姜婷婷¹²  傅诗婷¹  郭 倩¹

(1.武汉大学信息管理学院,武汉,430072; 

2.武汉大学信息资源研究中心,武汉,430072)

[摘 要]  信息偶遇研究已经成为人类信息行为领域的重要组成部分，近年来其相关研究在图书情报学获得了快速增长，但是研究方法的局限性却在一定程度上阻碍了研究人员深入探讨信息偶遇现象。本研究广泛采集了1995—2018年间发表的国内外信息偶遇实证研究论文共87篇，基于研究主题、样本类型、数据类型、数据采集以及数据分析维度，对论文中的研究方法开展了系统的内容分析，揭示了信息偶遇研究方法应用现状及发展趋势，旨在促进信息偶遇方法论体系的变革，突破现有研究的发展瓶颈。

[关键词]  信息偶遇, 研究方法, 数据采集, 数据分析, 内容分析法

1 引言

移动设备的普及和社交媒体的兴起加快了信息的生产和传播,高速发展的物联网和可穿戴设备将现实世界与网络空间融合起来,飞速增长的信息及更多样化的信息访问途径将信息的可获得性提升到前所未有的高度,人们随时随处皆可偶遇信息。信息偶遇(Information Encountering,IE)可能发生在信息搜寻[1-2]、科学研究[3-4]、日常活动[5-6]等各种情境 中。信息偶遇和信息搜寻都是人类获取信息的重要方式,区别在于前者是有目的的主动行为,后者是无目的的被动行为[7]。信息偶遇的术语和概念尚在不断演化完善的过程之中,因此本文选择了信息偶遇领域内权威学者普遍认同的定义,即信息偶遇是以低预期、低参与为特征,意外获取有用或有趣信息的过程[8]。

信息偶遇和信息搜寻都是信息行为领域的核心组成部分。但相较于信息搜寻行为研究的悠久历史,信息偶遇这一概念直到 1995年才被 Erdelez正式提出[8]。但近年来开始获得广泛关注,相关文献数量快速增长,研究热度不断升温。目前的信息偶遇研究以实证型研究为主,即通过数据采集和分析得到研究结果。随着研究领域的不断发展,以往研究方法的局限性逐渐凸显,目前普遍使用的访谈、问卷等介入性方法存在记忆依赖和霍桑效应。而研究方法的单一化也限制了研究的深度和广度。方法上的局限性已经成为信息偶遇研究进一步深入的最大障碍,领域内核心作者纷纷对此表示担忧[9-10],也有不少研究专注于数据采集方法的探索,试图改进已有方法或引入新方法[11-13],但尚且缺少对领域内研究方法应用情况的综合分析和全方位视图,难以引起领域内研究者的重视。 

本研究广泛采集了过去20多年间的国内外信息偶遇实证研究,针对其使用的研究方法开展了内容分析,旨在识别现有研究方法存在的问题,探讨其未来的发展趋势,以促进信息偶遇方法论体系的变革,突破现有信息偶遇研究的发展瓶颈。

2 研究方法

本研究采取内容分析法对1995年到2018 年间发表的87篇国内外信息偶遇实证型文献进行分析。首先根据实证研究的基本流程构建主要分析维度,基于扎根理论思想从原始文献中提取出二三级分类,构建内容分析框架体系,再进行人工编码和分析结果可视化展示。 

内容分析法是一种结构化的研究手段和系统的研究设计,目的在于从文本中作出可复制的、有效的推理[14]。本文采用传统的定性内容分析法,即在反馈循环的编码过程中将大量内容划分到明确合理的类别中并进行分析,其中编码类别直接来自于文本数据本身[15]。内容分析法在图书情报领域有着广泛的应用,比如用户需求[16-17]、信息偶遇[18-19]、信息检索[20-21]、图书馆服务[22]等。内容分析法强调分析过程的实践性和受控性,不过度依赖研究人员的主观判断,因此十分适合用于综述型研究[23]。 

扎根理论的基本思想是在不建立理论假设的前提下,从实际观察入手,扎根于现实资料,自下而上地从资料中归纳出结论[24]。本研究中在识别二、三级分类的过程中采用了这一思想,通过对原始文献进行标记和比较,从文献中归纳出具体的分类,作为之后开展内容分析的基础。

2.1

数据来源

本研究以中国知网(CNKI)、Web of Science作为主要数据来源。中国知网的检索式为:主题=“信息偶遇”,发表时间不限制,检索时间为2018年12月22日,对检索结果进行筛选,仅选择中文文献,共获得检索结果64条。Web of Science的检索式为: 主题 = “serendipity” or “Information encountering” or “Opportunistic acquisition of information” or “Incidental acquisition of information”or“Opportunistic information acquisition”or“Accidental discovery of information”,时 间跨度设为所有年份(1990—2018),检索时间 为2018年12月22日,获得检索结果2194条。通过人工筛选方式,研究人员对文章进行快速浏览,设置以下筛选标准:文章已在期刊上发表、关键词包含信息偶遇、研究主题是信息偶遇,使用了具体的数据采集和分析方法。将不满足以上任何一条标准的文献去除,共获得了自1995—2017年间发表的69篇英文文献和18篇中文文献,共计87篇实证型研究文献。在1995—2007年、2008—2012 年、2013—2018年这三个时间段发表的文献分别为11篇、28篇、48篇,可见信息偶遇研究呈加速发展趋势。

2.2

分析框架

本研究根据一般实证研究的基本组成要素设置了以下五个主要维度:研究主题、样本类型、数据类型、数据采集方法、数据分析方法。之后基于扎根理论思想对所采集的原始文献进行分析,对文献中属于这些维度的部分内容进行标记,从中归纳出二、三级分类的具体内容,如表1所示。

表1 信息偶遇研究中方法应用特征的分析框架

(1)研究主题:根据研究的目的及结论,将信息偶遇文献的研究主题分为“信息偶遇影响因素”[25-26] “信息偶遇概念”[4,27] “信息偶遇过程及行为”[5,28] 三类。其中,信息偶遇影响因素研究主要是从环境、用户、信息三个维度对影响偶遇发生几率的因素进行探索。信息偶遇概念研究是对信息偶遇的内涵、本质特征、术语进行定义,以构建信息偶遇概念框架;信息偶遇过程及行为研究包括信息偶遇全过程中的局部行为研究、信息偶遇过程模型构建以及偶遇后信息处理行为的研究等。 

(2)样本类型:包括高校师生、科研人员、社会人群、特定网络用户、其他人群、文本内容。其中高校师生是在高校环境中进行抽样得到的师生群体[29-30],科研人员是科研环境中有科研经验的研究人员[31-32];社会人群指对不限类型的大众人群进行随机抽取得到的样本[33-34];特 定网络用户则是指某个特定网络环境的用户, 比如包括社交游戏平台玩家[11]、社交媒体用户[35]、电商平台用户[36]、移动数字图书馆用户[37]等;其他人群类别包含律师[38]、医生[39]、老年人[40]、读者[41-2]、创造性职业者[42]等频次较少的样本类型;文本内容指研究对象为文献[18]、推特[19]、博客[43]等,还有部分文献未指明所研究的样本类型,则归入“未指明”类别[44]。

(3)数据类型:分为定性和定量两种数据类型,其中定性数据指表达事物性质、描述事物无法量化的文字表述型数据,定量数据则是对事物特征进行量化表达后形成的数值型数据,而同时符合以上两种特征的就视为“定性+定量”混合型数据。 

(4)数据采集方法:从采集方法的介入性这一视角进行划分。介入性方法指的是在数据采集阶段,被研究的现象是否受到研究本身的干扰[45]。在社会科学研究中,以访谈和问卷为代表的自陈式方法以及受控实验等都是常见的介入性数据采集方法,其中自陈内容的真实性、客观性、准确性等都会受到介入性问题的影响[46]。而受控实验过程中易产生霍桑效应,即当人们在意识到自己正在被观察的时候,会刻意改变行为和言语表达,导致研究现象存在偏差,无法得到真实数据。与之不同,非介入性方法的核心思想是利用过去行为留下的痕迹数据开展研究,参与者行为的发生并不是对研究的反应,因此能达到弱化观察者效应、减少观察者偏见的效果[47]。这一点对于信息偶遇研究尤为重要,因为信息偶遇现象本身具有不受控制、不易察觉的特性。从原始文献中归纳共得到五种介入性数据采集方法,包括访谈、问卷、实验、焦点小组、日记;以及四种非介入性数据采集方法,包括事务日志、自然观察、网络爬虫、档案。 

(5)数据分析方法:本研究根据数据类型和分析过程的差异划分出定性分析方法和定量分析方法,前者包括内容分析、扎根理论、元人种志和网络分析;后者也就是统计分析方法,包括描述性统计、差异性检验、相关性检验、回归分析、因子分析、聚类分析。

3 研究结果

3.1

信息偶遇研究的主题

由图1可知,87篇信息偶遇研究文献中影响因素相关研究最多(N=47,54.02%),其次是过程及行为研究 (N=23,24.14%)以及概念框架研究(N=17,19.54%)。这是因为信息偶遇作为重要的信息获取方式,其结果具有较高的价值,但其偶然性特征导致信息偶遇难以按需创造和触发,因此,研究者从环境、用户、信息三个维度挖掘信息偶遇的触发机制和影响因素,为现实中营造偶遇易发情景提供理论基础。信息偶遇同时也是一个复杂和曲折的过程,以往研究人员致力于对信息偶遇的全过程及微观环节进行描绘,从而在实践中对不同阶段进行有效干预。同时,信息偶遇作为一个新兴领域,其术语尚未统一,概念体系处于不断完善的过程之中,概念研究也是早期的研究热点。

图1 信息偶遇研究的主题分布

3.2

信息偶遇研究的样本类型

本研究对信息偶遇实证研究的样本类型进行了统计(见图2),高校师生是最常见的研究样本类型[48-49],该群体具有易接触、调查成本低、回访便利等优点,其对应的研究背景包括高校[50]、网络环境[51]、数字图书馆[52]等。只有16%的研究对社会人群进行随机抽样得 到样本[53]。科研人员[54]、特定网络用户[37]、 其他类型样本较多用于特定情景下的信息偶遇研究。还有部分研究以文本内容作为研究样本,主要是研究文献[18]和用户生成内容 (UGC)[43]。

图2 信息偶遇研究的样本类型分布

3.3

信息偶遇研究的数据采集

3.3.1  数据采集方法分布特征 

根据数据采集过程中被研究现象是否受到研究本身的干扰这一衡量标准,本研究将数据采集方法分为介入性方法和非介入性方法,具体方法分布情况如图3所示,其中部分文献同时使用了多种采集方法。图3中,访谈法和问卷法等介入性方法的使用频次最高。但是由于较难在被控环境下按需创造和触发信息偶遇,实验法的频次低于前两者的一半。近年来日记法使用频次有所增加,焦点小组使用频次始终最少。而非介入性方法直到2008年才首次出现在信息偶遇领域[55],总体使用频次较少,其中事务日志采集了用户执行搜索任务时的系统搜索日志[56]或访问网站过程中形成的点击流数据[11]。档案法将已有研究文献作为研究样本[18,57],网络爬虫对包含信息偶遇事件的推特[19]、博客[6]等进行爬取。自然观察法常用于线下环境如物理图书馆中的信息偶遇研究[58]。据统计,平均每项信息偶遇研究使用数据采集方法1.77种,而49.43%(N=43)的研究使用了单一的数据采集方法。

图3 信息偶遇研究的具体数据采集方法分布

将1995—2007年、2008—2012年、2013—2018年三个时间段中的信息偶遇实证研究分为仅使用介入性数据采集方法、仅使用非介入性数据采集方法,以及使用混合型数据采集方法。由图4可知,近年来新增的信息偶遇研究更倾向于采用介入性方法采集数据,而非介入性方法相较而言发展缓慢,未受到足够重视。

图4 信息偶遇研究的三类数据采集方法发展趋势

此外,本研究还发现,访谈、实验、观察、焦点小组、日记这几种方法的样本规模较小,一般低于50人。问卷法的样本规模范围较大,样本数量从20份答卷之内到1000份以上不等,网络爬虫和档案法可以根据研究目的和样本对象采集不同规模的样本,所采集的博文或文章数量少则在100篇之内,多则超过1000篇。事务日志所采集的样本覆盖时间最长,规模最大,日志数量都在2000以上。

3.3.2  不同数据采集方法对应的研究主题

本研究进一步分析了各数据采集方法在不同主题研究中的使用情况,以深入了解两者之间的关联。结果显示,研究人员在三大主题的研究中最常使用的方法均为访谈和问卷。问卷法一般用于影响因素变量的测量(如政治倾向量表[59]、性格测试量表[60]等),或用于采集偶遇事件经历及用户态度[8]、观点和理解[61],也曾用于前期研究样本的纳入和排除[62]。访谈法引导偶遇者回忆信息偶遇事件细节及偶遇过程中的心理活动[63-64],以分析影响结果、行为序列,归纳概念定义。部分影响因素研究通过在受控实验室环境中控制自变量,观察不同因素如何影响信息偶遇的发生。日记研究的数据常作为后续访谈的记忆线索,提示参与者回忆偶遇行为细节及行为动机。事务日志对偶遇行为痕迹数据进行采集,以研究行为模式或视觉元素对偶遇的影响[11]。网络爬虫爬取网络中用户生成的信息偶遇事件相关内容,分析得到概念特征[43]。档案法采集已有研究文献,对概念或过程模型进行集成[65]。

3.4

信息偶遇研究的数据类型

如图5所示,信息偶遇研究数据以“定性+定量”类型最多,其次是定性数据,定量数据较少。这与数据采集方法的选择有关,定性数据可以通过访谈、日记、焦点小组、观察、档案、网络爬虫等方法获得,定量数据则主要来自量表、结构化问卷。而实验、半结构化问卷、事务日志以及多种方法组合使用都是 “定性 + 定量”数据的主要来源。研究人员应根据数据类型选择相应的数据分析方法。但是在实际操作中,研究人员对混合型数据要么仅进行定量分析[66],要么仅进行定性分析[67],未能实现对数据的充分利用。

图5 信息偶遇研究的数据类型分布

3.5

信息偶遇研究的数据分析

3.5.1 数据分析方法分布特征

本研究将数据分析方法分为定量和定性两类,数据分析方法使用情况如图6所示,其中部分文献同时使用了多种分析方法。从整体来看,定量分析方法的使用更为频繁,其中描述性统计使用频次最高[68]。差异性检验包括T检验[69]、方差分析[60]、卡方检验[70]等,相关性检验主要是皮尔森相关系数[71]和斯皮尔曼秩相关系数[72]检验,回归分析法以多元回归方法为主[73],因子分析包含探索性和验证性两种类型,使用较多的是探索性因子分析中的主成分分析法[74]。

图6 信息偶遇研究中数据分析方法分布

扎根理论和内容分析法是最常用的定性分析方法,对定性数据进行自下而上或自上而下的分析[75]。其他定性方法相对较为新颖,使用频次较少。作为一种新颖的定性分析方法,元人种志(又称元民族志法)是对同一主题的大量原始科研成果的概念进行转译,最后集成得到更具解释力的新理论框架的一种综合归纳定性分析方法[65]。它包含识别集成主题、界定主题的内涵、阅读原始研究、确定研究之间的关系、研究间的相互转译、合成转译、展示集成结果这七个步骤[76]。网络分析则是对特定现象中的互动关系进行研究,其中网络是指由元素集合及其相关关系组成的结构,可表现为可视化网络、矩阵以及列表[77-78]。87篇信息偶遇研究文献中,平均每篇文献使用数据分析方法1.44种,其中66.67%的文献仅使用了一种分析方法。 

将1995—2007、2008—2012、2013—2018三个时间段中的信息偶遇实证研究文献分为仅使用定性数据采集方法、仅使用定量数据分析方法,以及使用混合型方法三类。由图7可知,定性分析方法在10年前领域萌芽时期发展迅速,但近五年内则被定量分析方法反超。混合型方法在所有时期内的使用量均低于单一化方法,发展较为缓慢。

图7 信息偶遇研究中数据分析的年份分布

3.5.2 不同数据分析方法对应的研究主题

本研究也分析了各数据分析方法在不同主题研究中的使用情况,发现影响因素研究主要使用定量分析方法(N=34,72.34%),而概念框架研究更偏好定性分析方法(N=12, 70.59%),行为及过程研究对两类方法的使用较为均衡。研究人员曾通过组内和组间的差异性检验(N=15,31.91%)[79]以及自变量与偶遇发生率的相关性检验(N=10,21.28%)判断自变量是否产生影响,回归分析用于同时评估多个影响因素(N=5,10.64%),因子分析(N=4,8.51%)可以从备选变量中筛选出解释力最高的一组影响因素。扎根理论和内容分析在三大主题的研究中都应用广泛,其使用情况并无主题差异性。元人种志法用于集成已有研究结论形成新的概念框架。网络分析将事件经历转化为可视化的语义网络,对人与人、人与信息之间的交互过程进行探索。

4 讨论

4.1

信息偶遇研究方法的现有局限

(1)数据采集以自陈式方法为主 

目前信息偶遇研究的数据采集以介入性方法为主,并且其使用频次保持快速增长的趋 势。其中访谈法和问卷法等自陈式方法使用 最多,这是因为信息偶遇现象具有意外性和偶 然性,在受控环境下较难激发[9],所以研究人员倾向于采集已经发生的信息偶遇事件,并结合关键事实技术[80-81]、出声思维技术[27,55]等,获取详细和深入的事件经历。但介入性方法依赖于偶遇者的回忆叙述,而记忆和表达能力因人而异,因此将会影响数据的可信度[82]。相对于前者,日记法缩短了信息偶遇发生与记录之间的时间差,克服了自陈式方法的回顾性偏差,适合采集信息偶遇这一偶然性事件[83]。整体来看,介入性方法仍是信息偶遇研究领域的主流方法,但随着研究主题的不断深入,问卷和访谈作为信息偶遇研究的唯一或主要方法已然不合适。 

(2)非介入性数据采集方法未受重视 

非介入性方法通过采集过去发生的信息偶遇行为的痕迹数据进行分析,克服了介入性方法的观察者效应和回顾性偏差,提高了数据的真实性、客观性和准确性,弥补了介入性方法使用上的不足和缺陷。但因为信息偶遇领域中引入非介入性方法的时间较晚,相关研究较少,缺少规范的研究范式和流程框架,导致研究者们在非介入性方法的使用中存在困难。非介入性方法也存在一定局限,譬如事务日志只能针对行为足迹开展分析,而不涉及心理活动,网络爬虫和档案法所采集的事件数据质量受限于原始文本等,因此,介入性和非介入性是相对互补的,两者结合可以有效确保数据的完整性和真实性。 

(3)研究方法限制样本质量及数量 

在访谈和问卷研究中,考虑到回收率和操作便捷性等方面,研究人员在抽样时更倾向于就近抽样,即从身边易接触的人群中进行非随机抽样,样本多以高校师生为主,忽略了不同人群的信息偶遇特征差异,不利于保证样本的代表性和研究结论的信度。从样本数量看,访谈、实验、观察法受限于场地、时间和人力成本,样本采集量偏小。问卷、档案和网络爬虫法可以根据研究目的和样本对象采集不同规模的样本,但是问卷回收量的提升成本较高,因此除博士论文外,大多数研究的问卷数据采集量偏低。档案法和网络爬虫的采集量与检索式构建质量密切相关,在社交媒体等情景中的采集效率不高。网络爬虫和事务日志所采集的样本覆盖时间最长,规模最大,但由于缺乏成熟的研究范式,尚未引起领域内研究者的广泛注意。综合看来,研究方法的选择可能对样本数量和质量的提升造成障碍。

4.2

信息偶遇研究方法的发展趋势

(1)新兴技术推动数据采集方法改良 

信息通讯技术的发展很大程度上降低了数据采集方法的局限性,过去由于信息偶遇具有偶然性和稀有性特征,很难在受控环境下按需创造或准确记录信息偶遇现象[12],因此信息偶遇研究中相对较少使用实验法。但随着屏幕录制[84]、眼动追踪[85-86]、面部识别[87]等新技 术的引入,数据捕捉的准确性不断提高,而互联网时代的富信息环境以及智能推荐系统等技术都提高了实验中的信息偶遇触发率,为受控实验环境研究信息偶遇提供了可能。同时,社交媒体和移动互联网的普及,使得网络问卷[88]、视频访谈[89]等形式的数据采集过程突破地理距离和数据规模的限制,削减了场地和人力成本,扩大了抽样范围。而移动应用、云计算等技术的出现,使得日记法从早期的纸笔[67]和电话日记方式[90]转变为移动日记[91]、 云端日记[92],提高了日记记录的即时性和便利性,增强了日记数据的多样性和结构化程度。 

(2)定量分析方法逐渐兴起 

信息偶遇研究领域早期以定性分析方法为主,但近五年来定量分析方法迅速发展并已超越前者。一方面是由于信息偶遇领域趋于成熟,研究主题从概念框架向影响因素、行为研究发展,而定性方法更适用于前者,定量方法在后者中应用更多。另一方面,随着新兴技术推动数据采集方法的改革和创新,以及传统数据采集方法在形式和效率上不断优化,研究数据的质量和数量都有所提升,这为定量分析提供了数据基础。 

(3)从单一方法向混合型方法转变 

目前信息偶遇研究领域中,平均每篇文献采用了1.77种采集方法和1.44种分析方法,采集渠道和分析方法都较为单一。由于信息偶遇研究领域正处于快速发展期,对研究的深度和广度要求不断提升,单一研究方法难以满足未来多主题、多维度的研究需求。从研究方法的特征看,混合型方法将有效弥补单一方法的不足之处,譬如介入性数据采集方法中的霍桑效应和主观记忆的模糊失真都会影响研究结果的准确性和客观性。而如果结合非介入性方法,可以减少对记忆的依赖,营造自然情境,避免或减少外界的介入,从而弱化观察者效应以及观察者偏见,避免介入性导致的数据失真问题。从数据分析角度看,定量、定性相结合的多元化分析可以同时从质性和量化角度,对数据进行多层次的综合分析,避免了单一分析方法结果的片面性。因此随着未来研究领域的不断发展,方法的混合型趋势将愈发明显。 

(4)多学科交叉融合趋势 

目前信息偶遇研究方法体系不断完善的同时也受到了其他学科和新兴技术的影响。譬如从认知心理学引入的出声思维、最早用于视觉系统研究的眼动追踪,这些方法经过适应性调整后,与传统方法相结合,形成方法论的创新,如“访谈+关键事实技术(CIT)”[93]“实验+眼动追踪”[85]等;同时新兴技术的引入也使得研究过程更便捷,研究结果更精确,例如,使用移动设备实现即时的偶遇事件记录、使用面部识别工具捕捉实验对象的情感反应等。人工智能、数据挖掘、可穿戴设备、虚拟现实等高新技术和先进仪器设备的发展,将帮助研究人员在进行实证研究时更广泛地采集多元化数据,并实现对数据的高效处理和分析。未来研究人员可以进一步引入传播学、心理学等相关领域的知识,从用户思维模式、刺激物特征、信息传播影响因素等角度出发,对信息偶遇现象进行深入剖析;借助医学、心理学、行为学的研究方法,对信息偶遇中用户的个性特征、行为模式、情感和认知活动等进行感知、测量,促进研究结果的精准化。信息偶遇领域的研究方法表现出多学科交叉融合的发展趋势。

5 讨论

经过二十余年的研究,信息偶遇研究文献的数量呈逐年递增趋势,而传统研究方法无法满足领域纵向深入和横向发展的需求。本研究首次聚焦于信息偶遇领域内研究方法的使用情况并展开分析,从研究主题、样本类型、数据类型、数据采集方法、数据分析方法这五个维度,揭示了目前研究方法的应用现状、不足之处及发展趋势,以促进信息偶遇领域方法论的改革和完善,推动研究人员对信息偶遇现象的深入探索。

作者简介

姜婷婷(通讯作者),教授,研究方向为信息行为、信息可视化、数据分析方法等,Email:[e-mail];

傅诗婷,硕士研究生,研究方向为信息行为、用户心理;

郭倩,硕士研究生,研究方向为信息行为、数据分析。

参考文献

*原文载于《信息资源管理学报》2020年第2期48-58页，欢迎个人转发，公众号转载请联系后台。

* 引用格式

姜婷婷,傅诗婷,郭倩.信息偶遇研究方法:现状剖析和趋势探索[J].信息资源管理学报,2020,10(2): 48-58.

制版编辑 | 王小燕

往期荐读

论文荐读 2020年第2期 | 加强信息治理与利用，有效提升疫情防控能力