柳利芳

信息行为研究是图情领域的一个重要分支，国内外基于信息行为的研究已取得很多重要的成果。本文在梳理前人研究的基础上，采用多元统计分析的方法，分析国内信息行为研究主题聚类、分类情况，以期为我国信息行为研究发展提供参考和借鉴。

一、信息行为研究主题的数据搜集与处理

本研究以“信息行为”“information behavior”为主题，在“CNKI学术期刊出版总库”中的“图书情报与数字图书馆”子库中进行检索，检索时间限定为2004年1月1日到2020年5月20日，共得到629条记录，经过去重和不相关处理后，最后保留516条记录。下载这些文献的题录信息，将其导入到Bicomb中，经过关键词处理，提取出高频关键词，生成共词矩阵。统计关键词时，把含义相同的关键词进行合并，如将“信息查询”“信息查寻”“信息搜寻”统一为“信息检索”等，最终确定47个频次不小于5的关键词作为本文的研究对象（见下页表1）。将表1中关键词两两进行组合，统计其在516篇文献中共现的次数，形成47*47的共词矩阵，如表2所示（见下页）。

表1 信息行为研究论文高频关键词（频次≥5）

表2 信息行为研究论文高频关键词共词矩阵（部分）

为了消除共词频次差异可能对后续的结果造成的影响，利用Spearman系数将共词矩阵转换为相关矩阵。由于相关矩阵中0值过多，统计时容易造成分析结果的误差过大，为了进一步减小误差，用1减去相关矩阵上的数值，得到相异矩阵（见下页表3）。

表3 信息行为研究论文高频关键词相异矩阵（部分）

本文后续的聚类分析、战略坐标图分析以此相异矩阵为基础，而对于因子分析，参考马费成等人的研究采用原始的相关矩阵。……