，，

信息作為重要的資源，其所具有的價(jià)值性、依附性、時(shí)效性和分享性對(duì)人類有著特別重要的意義。為了能夠最大限度滿足廣大用戶對(duì)信息的需求，并有效地改善信息系統(tǒng)部門對(duì)信息的宏觀調(diào)控，實(shí)現(xiàn)信息的價(jià)值，對(duì)用戶信息行為進(jìn)行深入研究，清晰地了解用戶信息行為的模式、特點(diǎn)，為用戶提供針對(duì)性的信息服務(wù)，顯得尤為重要，信息行為通常是指用戶對(duì)特定信息的獲取、查詢、交流、加工及利用等一系列的表現(xiàn)行為。近些年來(lái)，從國(guó)內(nèi)關(guān)于信息行為研究的具有參考價(jià)值的論文成果中可以發(fā)現(xiàn)，對(duì)信息行為的研究輻射到不同學(xué)科。主要研究的學(xué)科包括以下幾類。在教育學(xué)科中，學(xué)者重點(diǎn)關(guān)注對(duì)不同人群在網(wǎng)絡(luò)環(huán)境下的信息需求、檢索、查詢利用及個(gè)性化服務(wù)，尤其是高校教師[1]和大學(xué)生群體[2]；在圖書情報(bào)學(xué)[3-4]學(xué)科中對(duì)信息行為的主題研究側(cè)重于為了滿足圖書館用戶對(duì)信息需求的一系列行為，包括信息瀏覽、咨詢、服務(wù)等。

本文以2006-2016年中國(guó)知網(wǎng)、萬(wàn)方及維普數(shù)據(jù)庫(kù)中對(duì)信息行為相關(guān)研究的中文期刊文獻(xiàn)中1 266條有效題錄為對(duì)象，用文獻(xiàn)調(diào)研和共詞聚類分析相結(jié)合的方法對(duì)主題進(jìn)行分析，探測(cè)信息行為領(lǐng)域的研究熱點(diǎn)，更好地了解近些年國(guó)內(nèi)信息行為研究的熱點(diǎn)主題。

1 數(shù)據(jù)來(lái)源與研究方法

1.1 數(shù)據(jù)來(lái)源

以中國(guó)知網(wǎng)CNKI學(xué)術(shù)網(wǎng)絡(luò)出版社總庫(kù)、萬(wàn)方數(shù)據(jù)知識(shí)服務(wù)平臺(tái)、維普中文科技期刊數(shù)據(jù)庫(kù)為數(shù)據(jù)源，檢索2006-2016年間與信息行為相關(guān)中文期刊文獻(xiàn)。在知網(wǎng)和萬(wàn)方數(shù)據(jù)庫(kù)中使用檢索式“between(2006-01-01，2016-12-31)and 主題=信息行為 and (精確匹配)”，檢索相關(guān)文獻(xiàn)量分別為3 501篇和1 424篇；在維普中文科技期刊數(shù)據(jù)庫(kù)按檢索式“題目或關(guān)鍵詞=信息行為 并且 年份=2006-2016”檢出相關(guān)文獻(xiàn)量2 802篇。將來(lái)自以上3個(gè)數(shù)據(jù)庫(kù)來(lái)源的相關(guān)7 727條期刊文獻(xiàn)題錄(含重復(fù)記錄)導(dǎo)入文獻(xiàn)檢索與管理系統(tǒng)軟件Note Express中，利用“查找重復(fù)題錄”功能去重并通過人工判讀，刪除不相關(guān)文獻(xiàn)。最終得到信息行為相關(guān)的研究文獻(xiàn)題錄1 266條。

1.2 研究方法

主要運(yùn)用了共詞聚類分析和文獻(xiàn)調(diào)研法，并將分析結(jié)果可視化。

1.2.1 共詞聚類分析

即采用聚類的計(jì)算方法將文章中共現(xiàn)的詞對(duì)(主題詞或關(guān)鍵詞)的關(guān)聯(lián)性進(jìn)行運(yùn)算，將關(guān)系密切的詞聚集歸類，從而達(dá)到挖掘隱含信息的目的[5]。本文借助統(tǒng)計(jì)軟件SPSS 22.0對(duì)信息行為相關(guān)文獻(xiàn)中高頻關(guān)鍵詞進(jìn)行聚類。通過聚類分析圖，揭示2006-2016年來(lái)信息行為的研究熱點(diǎn)。

1.2.2 文獻(xiàn)調(diào)研法

借助網(wǎng)絡(luò)資源，以“信息行為”為關(guān)鍵詞，通過大量研究學(xué)習(xí)國(guó)內(nèi)信息行為有關(guān)文獻(xiàn)，利用文獻(xiàn)綜述對(duì)信息行為的研究熱點(diǎn)主題逐一深刻解析。

2 數(shù)據(jù)處理

借助書目共現(xiàn)分析系統(tǒng) Bicomb 2.0 對(duì)1 266條信息行為相關(guān)文獻(xiàn)題錄進(jìn)行數(shù)據(jù)清洗、統(tǒng)計(jì)和共現(xiàn)矩陣的構(gòu)建。

2.1 數(shù)據(jù)清洗

將1266條記錄從Note Express中以文本格式導(dǎo)出，然后導(dǎo)入Bicomb 2.0進(jìn)行數(shù)據(jù)清洗，主要包括同義詞合并、統(tǒng)一大小寫、刪除無(wú)效數(shù)字和字符等操作，以確保數(shù)據(jù)的有效性和準(zhǔn)確性。

2.2 數(shù)據(jù)統(tǒng)計(jì)

即對(duì)文獻(xiàn)中字段數(shù)據(jù)進(jìn)行統(tǒng)計(jì)。主要操作步驟: 在Bicomb 2.0中對(duì)所有字段數(shù)據(jù)進(jìn)行統(tǒng)計(jì)匯總后，將統(tǒng)計(jì)數(shù)據(jù)全部或部分導(dǎo)出到Microsoft Excel 格式的文件中，方便以下的共詞聚類分析。

2.3 矩陣構(gòu)建

借助于Bicomb 2.0 構(gòu)建矩陣，根據(jù)關(guān)鍵詞是否被對(duì)應(yīng)來(lái)源文獻(xiàn)所引用，選取共現(xiàn)次數(shù)大于一定閾值的關(guān)鍵詞，構(gòu)建出關(guān)鍵詞詞篇矩陣并以.txt格式導(dǎo)出。

3 數(shù)據(jù)分析

對(duì)所構(gòu)建的關(guān)鍵詞詞篇矩陣進(jìn)行聚類分析，以探明信息行為研究領(lǐng)域的主要研究主題和結(jié)構(gòu)。

3.1 信息行為領(lǐng)域的研究主題分析

首先利用SPSS 22.0的聚類分析功能將信息行為研究領(lǐng)域的高頻關(guān)鍵詞視為選取指標(biāo)，以判斷是否適合做因子分析所具備的結(jié)構(gòu)效度，以便為之后的聚類提供科學(xué)的依據(jù)。其次進(jìn)行聚類，并在每個(gè)生成的類團(tuán)關(guān)鍵詞粘合度值計(jì)算結(jié)果的基礎(chǔ)上確定每個(gè)類團(tuán)的主題。最后結(jié)合原始文獻(xiàn)對(duì)每個(gè)主題的研究?jī)?nèi)容進(jìn)行詳細(xì)分析。

3.1.1 關(guān)鍵詞聚類

3.1.1.1 選取高頻關(guān)鍵詞

Bicomb統(tǒng)計(jì)的信息行為相關(guān)研究文獻(xiàn)中關(guān)鍵詞共有2 557個(gè)。去掉高頻關(guān)鍵詞“信息行為”及類似“研究”“分析”等一些對(duì)揭示主題內(nèi)容無(wú)意義的關(guān)鍵詞，截取其中頻次≥10的49個(gè)關(guān)鍵詞(表1)為該領(lǐng)域的高頻關(guān)鍵詞，對(duì)其在每篇文獻(xiàn)中出現(xiàn)情況進(jìn)行統(tǒng)計(jì)，生成形成如表2所示的49*49的高頻關(guān)鍵詞詞篇矩陣。

其中，行為高頻關(guān)鍵詞列為每篇文獻(xiàn)記錄的號(hào)碼(在表2中為2、4、5、10、11)；矩陣中的數(shù)字(“0”和“1”)代表高頻關(guān)鍵詞在對(duì)應(yīng)的文獻(xiàn)是否出現(xiàn)，若出現(xiàn)則用“1”表示；否則，用“0”表示。

表1 高頻關(guān)鍵詞詞頻列表(前20個(gè))

表2 高頻關(guān)鍵詞詞篇矩陣(部分)

3.1.1.2 關(guān)鍵詞因子分析

因子分析要達(dá)到的目標(biāo)是用盡可能少的因子去描述眾多的指標(biāo)或因素之間的聯(lián)系，其基本思想是根據(jù)關(guān)鍵詞之間的相關(guān)性大小把研究對(duì)象的變量分組使同組內(nèi)變量之間的相關(guān)性較高，而不同組的變量相關(guān)性較低。

本文運(yùn)用“主成分分析法”首先對(duì)高頻關(guān)鍵詞數(shù)據(jù)進(jìn)行KMOS檢驗(yàn)和Bartlett球形檢驗(yàn)，以判斷選取指標(biāo)是否具有結(jié)構(gòu)效度并是否適合進(jìn)行因子分析。如果KMO檢驗(yàn)的值>0.5，且Bartlett球形檢驗(yàn)的選項(xiàng)中，顯著性值<0.05，則說明選用的數(shù)據(jù)指標(biāo)結(jié)構(gòu)效度適宜做因子分析。其次，將高頻關(guān)鍵詞詞篇矩陣導(dǎo)入SPSS 22.0中，采用因子分析功能，抽取49個(gè)高頻關(guān)鍵詞數(shù)據(jù)指標(biāo)并以協(xié)方差矩陣分析方法進(jìn)行KMOS檢驗(yàn)和Bartlett球形檢驗(yàn)，檢驗(yàn)結(jié)果見表3。由表3可見：KMO值為0.501，大于0.5；Bartlett球形檢驗(yàn)中顯著性值為0.000，小于0.05。由此可見，對(duì)信息行為主題研究的高頻關(guān)鍵詞采用因子分析的條件全部具備。最后，利用SPSS 22.0計(jì)算得出的各指標(biāo)相關(guān)矩陣特征值和方差累積貢獻(xiàn)率見表4，表中顯示12個(gè)因子的累積方差貢獻(xiàn)率約為61.473%，說明將49個(gè)高頻關(guān)鍵詞分為12類，,可以充分解釋國(guó)內(nèi)信息行為相關(guān)研究的61.473%的信息。

表3 KMO檢驗(yàn)和Bartlett球形檢驗(yàn)結(jié)果

表4 名指標(biāo)相關(guān)矩陣特征值和方差累積貢獻(xiàn)率

注：提取方法為主成分分析。

3.1.1.3 關(guān)鍵詞聚類

把高頻關(guān)鍵詞詞篇矩陣導(dǎo)入SPSS 22.0，將49個(gè)高頻關(guān)鍵詞采用組間平均聯(lián)接方法和ochiai系數(shù)構(gòu)造相似矩陣，設(shè)定聚類數(shù)目為12類，得到聚類結(jié)果。將聚類結(jié)果中的聚類樹狀結(jié)構(gòu)圖與聚類類目成員列表信息綜合，得到圖1所示的聚類樹及類目成員圖譜。

圖1中，0～25表示各類之間的距離，距離的大小反映著各高頻關(guān)鍵詞之間聯(lián)系的緊密程度，距離越近，聯(lián)系越緊密。

圖1 基于SPSS的關(guān)鍵詞聚類樹及類團(tuán)成員圖譜分析

3.1.2 各類團(tuán)研究主題的確定

①依據(jù)技能型人才培養(yǎng)方案及目標(biāo)、臨床工作崗位能力需求，以臨床崗位工作過程為導(dǎo)向，確定教學(xué)大綱，將教學(xué)內(nèi)容整合成14個(gè)工作任務(wù)領(lǐng)域、43項(xiàng)典型工作任務(wù)及完成相應(yīng)任務(wù)應(yīng)具備的職業(yè)核心能力。如入院護(hù)理工作任務(wù)領(lǐng)域包括實(shí)施入院護(hù)理、病人運(yùn)送、生命體征觀察及護(hù)理技術(shù)、醫(yī)療與護(hù)理文件書寫、標(biāo)本采集技術(shù)5項(xiàng)典型工作任務(wù)，每項(xiàng)工作任務(wù)又對(duì)應(yīng)不同職業(yè)核心能力。②將教學(xué)內(nèi)容基于工作過程和認(rèn)知規(guī)律轉(zhuǎn)化為臨床情景，并將每個(gè)臨床情境分解為以工作任務(wù)為中心的教學(xué)單元，確定包含知識(shí)、技能、態(tài)度在內(nèi)的三維教學(xué)目標(biāo)。

3.1.2.1 關(guān)鍵詞粘合度

關(guān)鍵詞粘合度是用來(lái)衡量類團(tuán)內(nèi)各關(guān)鍵詞對(duì)聚類成團(tuán)的貢獻(xiàn)程度，表達(dá)每個(gè)主題在類團(tuán)的聚集過程中所起作用的程度。在類團(tuán)中，粘合力最大的關(guān)鍵詞被稱為中心詞，中心詞在確定類團(tuán)主題中起著至關(guān)重要的作用，能夠表達(dá)某一類團(tuán)的核心概念。本文采用了鐘偉金[5]對(duì)類團(tuán)中心詞的粘合度計(jì)算方法：

其中,N(Ai)表示關(guān)鍵詞Ai的粘合度，F(xiàn)(Ai→Bj)表示關(guān)鍵詞Ai與同一類團(tuán)中其余關(guān)鍵詞的共現(xiàn)頻次。

3.1.2.2 各類團(tuán)的研究主題

以類團(tuán)D為例，列出該類團(tuán)中關(guān)鍵詞粘合度的計(jì)算結(jié)果(表5)，其余類團(tuán)按照相同的原理計(jì)算類團(tuán)中關(guān)鍵詞的粘合度并總結(jié)其核心研究主題。

表5 類團(tuán)中關(guān)鍵詞粘合度值列表(類團(tuán)D)

根據(jù)表5中類團(tuán)D各個(gè)關(guān)鍵詞的粘合度值大小順序可以判斷出，此類團(tuán)所研究的主要主題是信息查詢行為。

3.1.3 研究主題內(nèi)容分析

按照以上方法，確定其他類團(tuán)的核心概念，最終分析得出類團(tuán)A-L的研究主題依次為：信息素養(yǎng)、Web 2.0環(huán)境下的信息檢索與信息交流行為、移動(dòng)互聯(lián)網(wǎng)用戶的信息行為、信息查詢行為、網(wǎng)絡(luò)信息行為、用戶信息行為、大數(shù)據(jù)時(shí)代下的圖書館、圖書館信息服務(wù)、信息行為模型、信息行為影響因素、信息共享、信息傳播。對(duì)每個(gè)主題內(nèi)容詳細(xì)分析如下。

類團(tuán)A包含的關(guān)鍵詞按其粘合力大小依次為信息素養(yǎng)、大學(xué)生、信息能力和問卷調(diào)查。信息素養(yǎng)是指合理合法借助信息工具，對(duì)信息進(jìn)行獲取檢索、評(píng)價(jià)判斷、協(xié)作交流、加工處理、發(fā)揮效益、生成創(chuàng)造信息的能力[6]。評(píng)價(jià)個(gè)體信息素養(yǎng)水平的高低可通過以信息檢索、信息獲取、信息識(shí)別和信息利用為核心的信息行為能力來(lái)體現(xiàn)，同時(shí),了解個(gè)體信息行為的現(xiàn)狀、特點(diǎn)、規(guī)律以及影響因素等，可為改進(jìn)信息素養(yǎng)培養(yǎng)模式和提高個(gè)體信息素養(yǎng)水平提供決策依據(jù)。對(duì)大學(xué)生信息素養(yǎng)的培養(yǎng)是當(dāng)前高等學(xué)校教育的基本內(nèi)容之一，大學(xué)生群體是該主題的主要對(duì)象之一。

3.1.3.2 類團(tuán)B: Web2.0環(huán)境下的信息檢索與信息交流行為

類團(tuán)B包含的關(guān)鍵詞按其粘合力大小依次為信息檢索、信息檢索行為、用戶行為、Web2.0、消費(fèi)者、信息交流、信息和互聯(lián)網(wǎng)。以Blog、RSS、標(biāo)簽等為代表的Web2.0技術(shù)的應(yīng)用，使用戶可以通過信息關(guān)注、檢索式定制、訂閱等便捷和個(gè)性化的方式高效地檢索到所需要的網(wǎng)絡(luò)信息資源，并可實(shí)現(xiàn)與網(wǎng)站和其他網(wǎng)絡(luò)用戶的信息互動(dòng)，增加信息資源獲取渠道。該主題研究以Web2.0環(huán)境下用戶的信息檢索行為與網(wǎng)絡(luò)社區(qū)用戶的非正式信息交流行為的模型、現(xiàn)狀特點(diǎn)、不同背景人群的差異為主要內(nèi)容，以推動(dòng)網(wǎng)絡(luò)信息資源管理系統(tǒng)和網(wǎng)絡(luò)社區(qū)服務(wù)的發(fā)展，提高網(wǎng)絡(luò)信息資源的利用效率。

3.1.3.3 類團(tuán)C: 移動(dòng)互聯(lián)網(wǎng)用戶的信息行為

類團(tuán)C包含的關(guān)鍵詞按其粘合力大小依次為移動(dòng)互聯(lián)網(wǎng)、實(shí)證研究。隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展，智能手機(jī)、掌上電腦等移動(dòng)終端的廣泛應(yīng)用，我國(guó)的移動(dòng)互聯(lián)網(wǎng)用戶數(shù)量越來(lái)越龐大。數(shù)字圖書館、移動(dòng)圖書館、圖書館微信平臺(tái)已經(jīng)成為用戶獲取圖書館資源和服務(wù)的主要方式，研究移動(dòng)互聯(lián)網(wǎng)用戶訪問、檢索、獲取、利用和交流信息的行為已經(jīng)成為新媒體形式下信息行為領(lǐng)域研究的主要內(nèi)容?，F(xiàn)有研究多采用實(shí)證研究的方法分析用戶的信息需求、信息行為特點(diǎn)、模式等，為更好地開展信息服務(wù)提供依據(jù)。

3.1.3.4 類團(tuán)D:信息查詢行為

類團(tuán)D包含的關(guān)鍵詞按其粘合力大小依次為信息查詢、高校教師、信息利用、農(nóng)民。信息查詢是為了解決并完成信息內(nèi)容需求任務(wù)中自我定位的各種獲取信息活動(dòng)行為,而信息檢索最常見的獲取信息活動(dòng)行為類型之一，其主要是指信息用戶在對(duì)計(jì)算機(jī)情報(bào)檢索系統(tǒng)檢索時(shí)的各種行為。該類團(tuán)以高校教師和農(nóng)民為實(shí)證調(diào)查研究對(duì)象，通過對(duì)其信息查詢的途徑、渠道、方式等方面進(jìn)行分析研究，為提高用戶的信息查詢能力提出可行性的建議。系統(tǒng)地調(diào)查農(nóng)民日常生活信息的查詢行為，可以為相關(guān)政府部門和信息服務(wù)機(jī)構(gòu)提供改進(jìn)信息服務(wù)的建議。

3.1.3.5 類團(tuán)E:網(wǎng)絡(luò)信息行為

該類團(tuán)以網(wǎng)絡(luò)環(huán)境為背景，研究大學(xué)生相關(guān)的信息行為，尤其是網(wǎng)絡(luò)信息搜索行為。該類團(tuán)側(cè)重研究的是信息搜索行為中信息查詢行為和信息瀏覽行為。通過分析用戶網(wǎng)絡(luò)信息搜索行為的特征，就影響用戶網(wǎng)絡(luò)信息搜索行為的相關(guān)因素展開基礎(chǔ)性研究，并針對(duì)性地提出一些合理地建議。

3.1.3.6 類團(tuán)F:用戶信息行為

類團(tuán)F包含的關(guān)鍵詞按其粘合力大小依次為用戶研究、網(wǎng)絡(luò)用戶。該類團(tuán)主要是通過問卷調(diào)查法、文獻(xiàn)調(diào)查法、文獻(xiàn)計(jì)量法等方法對(duì)網(wǎng)絡(luò)用戶的信息行為進(jìn)行理論和實(shí)踐的框架性研究。網(wǎng)絡(luò)用戶作為信息用戶重要組成部分，學(xué)者們對(duì)其研究涉及到不同類型的信息用戶群體信息行為。

3.1.3.7 類團(tuán)G: 大數(shù)據(jù)時(shí)代下的圖書館

類團(tuán)G包含的關(guān)鍵詞按其粘合力大小依次為圖書館、大數(shù)據(jù)、微信。該類團(tuán)主要研究大數(shù)據(jù)在圖書館中的應(yīng)用。隨著網(wǎng)絡(luò)信息技術(shù)的空前發(fā)展，大數(shù)據(jù)是繼云計(jì)算、移動(dòng)互聯(lián)網(wǎng)之后新產(chǎn)生的網(wǎng)絡(luò)信息數(shù)據(jù)。在網(wǎng)絡(luò)化數(shù)字化和海量信息的雙重沖擊下，圖書館也面臨著新的挑戰(zhàn)和機(jī)遇。

3.1.3.8 類團(tuán)H:圖書館信息服務(wù)

類團(tuán)H包含的關(guān)鍵詞按其粘合力大小依次為信息服務(wù)、信息需求、用戶、高校圖書館、數(shù)字圖書館、網(wǎng)絡(luò)環(huán)境、信息資源、信息環(huán)境、信息時(shí)代、用戶需求、信息技術(shù)、信息組織和信息系統(tǒng)。該類團(tuán)側(cè)重高校圖書館基于用戶信息行為的信息服務(wù)研究，通過分析數(shù)字環(huán)境下用戶對(duì)信息資源的訪問、檢索、瀏覽、下載等行為，了解用戶對(duì)信息資源和服務(wù)方式的需求，旨在為用戶提供更好的信息服務(wù)。研究?jī)?nèi)容包用戶信息需求、信息服務(wù)模式、信息技術(shù)等。

3.1.3.9 類團(tuán)I:信息行為模型

類團(tuán)I包含的關(guān)鍵詞按其粘合力大小依次為信息行為模型、模型。盡管在信息行為科學(xué)領(lǐng)域研究中，信息行為模型相關(guān)的文獻(xiàn)量較少，但在文獻(xiàn)記錄中顯示對(duì)它的研究起步較早且從未中斷。該類團(tuán)通過對(duì)用戶信息行為中的查詢、選擇、交流、利用等方面進(jìn)行分析研究，構(gòu)建適合不同領(lǐng)域的用戶信息行為模型，提出提升用戶信息行為的策略。但至今為止，卻沒有一個(gè)通用的信息行為模型符合所有領(lǐng)域用戶信息行為研究的需求，研究還不夠成熟。

3.1.3.10 類團(tuán)J:信息行為影響因素

類團(tuán)J包含的關(guān)鍵詞按其粘合力大小依次為影響因素、信息查詢行為、健康信息、個(gè)性化服務(wù)。該類團(tuán)主要研究影響健康信息的查詢行為因素，健康信息查詢行為的影響因素主要包括從查詢動(dòng)機(jī)、獲取途徑等方面進(jìn)行分析；為提高用戶對(duì)健康信息的查詢能力以及個(gè)性化服務(wù)水平提出可行性的建議。

3.1.3.11 類團(tuán)K: 信息共享

類團(tuán)K包含的關(guān)鍵詞按其粘合力大小依次為信息共享、虛擬社區(qū)、研究方法。該類團(tuán)主要研究基于不同研究方法與視角的虛擬社區(qū)信息共享行為，如基于信息生態(tài)視角、社會(huì)認(rèn)知理論視角等，以此提高公共信息服務(wù)水平。

3.1.3.12 類團(tuán)L:信息傳播

類團(tuán)L包含的關(guān)鍵詞按其粘合力大小依次為微博、信息傳播、信息尋求行為。該類團(tuán)以微博這種較流行的信息傳播載體為研究對(duì)象，通過實(shí)證研究分析其對(duì)用戶信息傳播行為的影響，并提出提高信息傳播效率的有效建議。

3.2 信息行為研究熱點(diǎn)特征分析

通過上述共詞聚類分析及研究熱點(diǎn)主題的解析，發(fā)現(xiàn)國(guó)內(nèi)信息行為研究和科研合作分析存在著研究對(duì)象多樣化、研究主題分散化、研究熱度均衡化等特征。

3.2.1 研究對(duì)象多樣化

國(guó)內(nèi)信息行為研究和科研分析的對(duì)象包括圖書館、高校圖書館、大學(xué)生、數(shù)字圖書館、網(wǎng)絡(luò)用戶、微博及高校教師等。由前20個(gè)高頻關(guān)鍵詞詞頻列表(表1)可知，“圖書館”出現(xiàn)頻次最高，為78次，“高校圖書館”“大學(xué)生”“數(shù)字圖書館”“網(wǎng)絡(luò)用戶”和“微博”其頻次排序僅次其后，“高校教師”出現(xiàn)頻次最低，為17次。在每個(gè)熱點(diǎn)研究主題中，所圍繞的研究對(duì)象不同，其研究主題也就有所不同。因此，信息行為研究熱點(diǎn)的對(duì)象存在著多樣化的特征。

3.2.2 研究主題分散化

由表4可知，對(duì)49個(gè)成分進(jìn)行提取，各成分方差均小，說明關(guān)鍵詞之間存在著較強(qiáng)的獨(dú)立性。同時(shí)，通過聚類分析所得的12個(gè)研究熱點(diǎn)主題，均有各自的獨(dú)立研究主題內(nèi)容，主題之間的關(guān)聯(lián)度較低。因此，信息行為研究熱點(diǎn)的主題呈現(xiàn)分散化的特征。

3.2.3 研究熱度均衡化

信息行為的研究熱點(diǎn)主題中，均存在著高頻關(guān)鍵詞排序中靠前和靠后的關(guān)鍵詞，說明各研究的熱點(diǎn)相近，沒有明顯或特別地集中在一個(gè)主題中。因此，信息行為研究熱點(diǎn)的熱度存在著均衡化特征。

4 結(jié)論與總結(jié)

通過對(duì)信息行為主題研究高頻關(guān)鍵詞聚類和計(jì)算各類團(tuán)主題關(guān)鍵詞粘合度值發(fā)現(xiàn)，目前國(guó)內(nèi)信息行為研究主題集中在信息素養(yǎng)、網(wǎng)絡(luò)信息行為、信息行為模型、信息傳播、圖書館信息服務(wù)等12個(gè)方面。此外，利用資料與文獻(xiàn)綜述對(duì)信息行為的研究熱點(diǎn)主題進(jìn)行逐一深刻的解析，以了解其最新的研究成果。根據(jù)共詞聚類和研究熱點(diǎn)分析，發(fā)現(xiàn)國(guó)內(nèi)信息行為研究熱點(diǎn)分析存在著研究對(duì)象多樣化、研究主題分散化、研究熱度均衡化等特征。

本文對(duì)2006-2016年國(guó)內(nèi)數(shù)字化資源有效文獻(xiàn)的分析結(jié)果，有助于了解近11年國(guó)內(nèi)信息行為研究現(xiàn)狀，且對(duì)該領(lǐng)域今后的研究發(fā)展具有重要的借鑒意義與參考價(jià)值。不足之處是本文分析了國(guó)內(nèi)數(shù)字化資源，研究結(jié)論可能存在一定的局限性，今后將進(jìn)一步分析國(guó)外相同時(shí)間段的研究文獻(xiàn)，以便全面更好地了解中外信息行為研究的不同和進(jìn)展。