其他
当期荐读 | 技术视野 人文情怀 ———国内首届“交互与信息行为研究学术研讨会”纪要
Photo by Allie Smith on Unplash.
发言人: Bernard Jim Jansen 吴 丹 李 凯 黄 崑
姜婷婷 张鹏翼 赵宇翔 张晓飞 刘 畅 李月琳
整 理: 权明喆 丁 念
1 引言
会议发言嘉宾分别是（以发言先后为序）：卡塔尔计算研究所Bernard Jim Jansen教授，武汉大学吴丹教授，南开大学李凯教授，北京师范大学黄崑教授，武汉大学姜婷婷教授，北京大学张鹏翼副教授，南京理工大学赵宇翔教授，南开大学张晓飞助理教授，北京大学刘畅副教授（学生代表发言）和南开大学李月琳教授。十位报告嘉宾从用户特征、用户感知、用户情感、用户心理、用户体验等多个视角，分享了他们的最新研究成果和进展。其中有的是对他们之前工作的持续性跟进，有的则是从全新的领域和视角进行的开创性研究。
2 专家主题报告
2.1
Bernard Jim Jansen教授: 构建虚拟人像以理解真实用户
非常感谢被邀请出席本次会议并介绍我的近期工作，我现在在卡塔尔工作，很多人不知道卡塔尔到底在哪里？它位于阿拉伯半岛东部，我工作的卡塔尔计算机研究所则在卡塔尔的首都多哈，是一个夜景非常美丽的城市，我们团队现有上百名研究人员，研究重点是虚拟人像的自动生成（Automatic Persona Generation，APG）。我们希望通过APG自动创建的虚拟人物——Persona来理解真实世界中的用户。Persona是真实用户群的虚拟代表，通过一个虚拟的人物画像，并配以详细的描述，可以非常直观地展现一群重要的用户所具有的共同特征。为了使虚拟人物看起来更逼真，画像描述中通常包含了人口统计学特征、行为特征以及目标、需求等情感特征。通过将大量的数值数据简化成容易理解的形式（用户画像），从而协助组织在深刻理解用户或客户的情况下做出决策。APG是一个基于用户数据自动生成用户画像的系统，能够处理来自YouTube、Facebook和其他网站的数亿用户交互，它在原始的用户画像生成方法上迈出了一大步，使得用户画像生成不再耗时费力，转变成一个近乎实时的过程。常用的用户画像创建方法包括访谈、焦点小组和人种志等，这些方法实施缓慢、成本高昂，而且搜集到的数据很容易过时，最终生成的用户画像无法准确描绘客户群的真实状况。相比之下，APG采用非介入性方法，基于海量且定期更新的用户数据，快速生成用户画像，使得生成的用户画像更加客观、完整、准确。除了生成前端的用户画像外，还能提供后端的支撑数据。通过生成更好的用户画像，可以得到更好的决策以及更好的商业结果。例如，我们将APG应用至（卡塔尔航空公司，Qatar Airways），基于2016—2017年机票销售数据训练的机器学习模型，预测了QA用户的下一个目的地，根据预测结果采用发邮件的形式进行推广，最终使得机票预定额上升了16.34%。虽然APG在自动用户画像上迈出了重要的一步，但仍有很多需要解决和改进的问题。例如，如何检索、生成以及选择用户画像的资料图片？如何推断用户画像的属性，比如用户的需求和目标等？如何依据不同的目标情境来创建用户画像？如何分析用户画像的变化以及稳定性？非常欢迎对上述研究问题感兴趣的博士生与我们联系、讨论或加入我们团队！相关研究成果2.2
吴丹教授: 跨设备网络搜索研究
当今社会，人们生活在一个多设备环境中。多设备环境下，用户会使用不同类型的设备或者跨越多个搜索会话去搜索同一个主题，即进行跨设备搜索。在跨设备搜索过程中，设备转移行为中断了整个搜索任务，用户需要在转移后的设备上继续进行搜索，由此产生了任务恢复行为。我们先从与“跨设备”相关的“跨屏”、“跨平台”、“跨APP”等概念入手，理解了什么是跨设备搜索，现有哪些跨设备工具。随后，我们团队设计和开发了自己的跨设备搜索系统——CAFE,并深入探究了跨设备搜索的研究动机。多重信息搜寻时段（Multiple Information Seeking Episodes，MISE）模型是跨设备搜索相关的重要理论模型，我们基于此模型开展的跨设备搜索任务研究，通过众包实验收集真实场景下的跨设备搜索经历，基于MISE模型制定编码手册进行内容分析，从主题、任务类型、任务复杂度、场景变化、跨设备方式、跨设备原因等方面揭示跨设备搜索任务特征。随后，基于CAFE系统开展跨设备搜索用户实验，收集查询式、点击、移动触屏交互、眼动等用户行为数据，结合问卷和访谈数据，从查询式的语义变化模式、跨设备搜索行为建模等方面研究用户的跨设备搜索行为，由此归纳出跨设备搜索情境下三种不同的查询式语义变化规律。此外，当跨设备搜索中出现重复搜索时，用户跨设备前后的搜索行为分别被认为是信息准备和信息重用，我们通过机器学习识别出两种行为的重要特征，进一步分析两种行为的特征差异，归纳出跨设备搜索过程中信息准备和信息重用两个阶段中用户搜索状态的变化。通过分析跨设备搜索过程中用户搜索效率的动态变化，找出与之相关的行为特征，用以预测用户的跨设备搜索效率，发现移动触屏交互行为相关的特征对预测跨设备搜索效率有着重要意义。最后，我们还对跨设备搜索与推荐相关的挑战和可能的解决方案展开思考，例如搜索引擎可以基于查询式语义变化模式提供搜索推荐，又基于移动触屏交互对搜索效率的影响，提出优化搜索界面设计的建议。相关研究成果2.3
李凯教授: 主动分享与被动提供:在线社交网站上的隐私信息披露研究
随着社交网站用户数量的不断增加，社会网络的规模和影响范围也不断增大，社交网站（Social Network Sites, SNS）已经重新定义了人们建立和维护人际关系的方式。SNS平台服务商通过研究用户的年龄、性别、工作背景、兴趣爱好等个人信息，挖掘有价值信息，为顾客设计有针对性的个性化产品和服务，实现精准营销，顾客从中得到了高质量服务。无论是从网站还是从用户的角度来看，个人信息在SNS上的披露都会带来一定的益处。基于SNS的特性，用户会根据自身需要倾向于向他人披露个人信息。但是与此同时，他们又希望个人信息能够得到有效保护，会倾向于不将个人信息进行披露，放弃接收服务。于是就出现了是否披露个人信息决策的矛盾。学者们研究了社交网站、基于位置服务等各种具体网络情境下影响用户隐私披露的前置因素和作用机制。然而，实践中用户隐私披露实际上可分为两种类型，即主动分享和被动提供，而已有研究并没有对这两种隐私披露进行区分。我们通过沟通隐私管理理论框架与隐私演算模型，探究了个体特征、情境、动机、风险-收益等因素对用户个人隐私披露决策的影响，并将用户在SNS上隐私披露划分为两种情景：主动分享信息和被动提供信息。主动分享信息是用户在社交网站上自发地发布动态，如：照片、位置、心情、事件等。被动提供信息指网站要求用户填写某些个人信息以便于获得更好的服务。我们认为，两种信息披露的内容和机制不同，用户的情境、动机以及其对风险收益的感知也都存在差异，这些都将导致用户披露意愿的不同。用户被动提供信息主要发生在用户进行注册或者开启某项新服务功能时，由于是被动提供，用户对信息披露会较为谨慎。我们通过实证分析发现，主动分享个人信息受到正向驱动因素（如感知收益、网络规模、个性化等）的影响更强，并且对于感知风险的影响不明显。所以服务商可通过提高个性化服务等措施来提高用户的感知收益，从而促进用户的信息披露，为用户提供精准化服务，达到用户与服务商之间的互惠状态。而被动提供隐私信息的意愿受到个体特征、感知风险等负向的影响更大，说明通过完善网络安全环境，降低感知风险等措施可促进用户信息披露。比较两种模式，“个性化——隐私悖论”在被动提供个人信息模式中体现的更加明显，而感知风险对主动分享个人信息的影响不明显。相关研究成果2.4
黄崑教授: 基于情感因素的探索式检索行为研究
随着认知心理学、神经心理学在人类情感问题研究上的推进，信息行为领域对用户情感也更加关注。我们课题组就基于情感因素的探索式检索行为开展了一些工作，与大家分享交流。在信息查询与检索领域，研究者们主要从信息行为、信息组织与检索技术两个视角进行探索。我们课题组前期采用基于内容检索技术和基于标签的情感分析技术，探讨过图像情感特征的自动提取问题。近年来，更多关注用户与信息的交互及用户体验。相比积极情绪，消极情绪往往阻碍人们对事物形成客观评价，诱发人们在信息获取、社交媒体互动及信息系统使用等不同情境下产生消极行为。2004年，美国夏威夷大学图书情报学系的Nahl教授提出情感负荷理论，将情感负荷界定为用户与信息交互过程中产生的、随时间压力变化的不确定性，是烦恼、焦虑、沮丧和愤怒四种典型消极情绪随时间压力增大的结果。结合这一理论，我们分别考察了独立式和协作式信息检索中用户情感负荷的特点，这里主要介绍协作式检索情境下的相关发现。这项研究借助Coagmento系统，招募了40名大学生，2人一组，合作完成3项旅游策划任务，主要考察用户对四种典型消极情绪的感知与任务难度、时间压力、协作分工、用户满意度间的关系。结果发现，在任务难度感知方面，与焦虑、沮丧的情绪呈现显著正相关。在时间压力方面，用户实际任务完成时长与预期的差异会影响到用户消极情绪的感知。在协作分工方面，承担更多搜索任务的组员比承担更多文档编辑的组员感知更多的消极情绪，这可能与文字编辑过程大都属于对检索结果汇总、梳理的过程，而检索开展过程充满更多不确定的困难有关。此外，在检索结果和协作成果方面，用户满意度越高，消极情绪越低。当用户对结果的满意度较高时，用户的自信程度也比较高，积极情绪体验也会提高。这次实验我们还采集了用户面部表情数据，后期还将从更细微的交互行为、过程角度考察用户情绪感知与行为的关系。此外，这项研究在依托理论、影响因素、情感测量手段上都还存在局限，需要在更大的样本规模上进行检验。人类情感是一个复杂系统。对于耗时长、解决策略多样的探索式任务而言，用户面临更多领域知识、检索目标，以及解决策略均不确定的困难和挑战，因此他们更期待检索系统能给予情感回应和支持。我们的研究也刚起步，希望在此抛砖引玉，能有更多对这一方向感兴趣的领域同仁加入到情感视角下的信息行为研究中来。相关研究成果2.5
姜婷婷教授: 微博平台上视觉刺激物触发的信息偶遇日记研究
目前我的研究方向主要是信息行为，包括信息搜寻、偶遇以及规避行为，同时我试图通过用户心理研究解释其行为并指导用户体验设计，此外还借助点击流数据分析和信息可视化等手段创新信息行为研究方法。在定义信息偶遇之前，有必要辨析与之相关的概念。首先，信息偶遇是信息获取（Information Acquisition）的一种方式，而我们更为熟悉的方式是信息搜寻（Information Seeking），即为了满足特定信息需求而主动获取信息的行为，并进一步划分为浏览和搜索两种模式。与信息搜寻相反，信息偶遇（Information Encountering，IE）是在未经计划、没有预期的情况下获取信息，具有低参与、低预期的特点。此外，信息规避（Information Avoidance）是处于信息获取反面的一个概念，对于搜寻、偶遇、规避三者的关系可以参见我今年在《图书情报知识》上发表的一篇综述文章。尽管相关文献中描述信息偶遇现象的术语有很多，但是我在今年iConference上与信息偶遇领域知名学者Sanda Erdelez教授进行了深入讨论，一致认为统一采用IE更有利于领域整体发展。已有的IE研究主要包括三个方面：①理解IE现象本质；②构建IE过程模型；③探索影响IE发生几率的各维度因素。今天我要重点展示的一项研究与第二个方面最为相关，研究重点是IE过程中刺激物的触发机制。这项研究首次关注到在处理速度和感知体验等方面都优于文字刺激物的视觉刺激物，并在视觉刺激物丰富、IE易发生的微博平台上开展日记研究。我们对相关研究进行了系统综述，主要包括微博平台上的用户行为研究、IE过程中的重要阶段、注意力理论以及刺激物特征研究。为了揭示人们在微博平台上随意浏览时注意到视觉刺激物后会如何趋近意料之外的微博，我们提出了四个研究问题：①人们偶遇到的微博具有哪些特征？②触发偶遇的视觉刺激物具有哪些特征？③用户如何与偶遇到的微博发生交互？④视觉刺激物特征与交互行为具有怎样的关系？我们在这项研究中也进行了方法上的创新，首次将关键事件技术应用于日记研究，实现了IE事件发生时的即刻记录，也解决了以往常用的访谈方法在样本代表性和数据规模上的不足。我们选择了国内最具影响力的新浪微博作为研究背景，邀请微博用户根据日记问卷提供图片、视频等视觉刺激物触发的IE事件，在5周时间内收到了来自于132位参与者的189份有效回复。经过对定量和定性数据的分析发现：人们偶遇到的微博具有多样化的主题和博主，视觉刺激物触发的IE过程依然包括注意、查看、获取等基本阶段，其中获取方式以点击查看视觉刺激物、点击查看微博文字内容以及点赞为主；视觉刺激物对于用户与微博的交互表现出促进作用，尤其是不包含任何文字的纯视觉刺激物更容易激发用户对微博的强烈趋近，这符合“双重编码理论”（DualCodingTheory），而且视觉刺激物的易理解性和幽默性也与交互强度显著相关，可以利用“思维系统理论”（System1vs.System2thinking）来解释。我们这项研究的理论贡献在于指出了未来IE研究的重要方向，文本、视觉、听觉等各类刺激物的触发机制都值得探讨，实践意义则表现在为微博平台上各类博主吸引注意、增强互动提供了有价值的启示。相关研究成果
2.6
张鹏冀副教授: 团队成员亲密度和协作倾向
对小规模在线知识协作的影响得益于互联网及各类工具、线上平台的发展，知识协作普遍存在于各种线上场景之中。学界对于在线知识协作的两个重要部分——协同信息检索和协同意义构建的独立研究较多，很多学者开展协作实验，研究某些因素对小规模用户协同信息检索或协同意义构建的影响及其行为特征。但这些实验仅仅考察这些因素对协同信息检索或协同意义构建的影响，而不研究在线知识协作整体，且对于团队成员亲密度和协作倾向的研究较少，很少考虑组内变量的混合设定。因此我们开展小规模用户实验，探究团队成员亲密度和协作倾向对小规模在线知识协作的影响。我们采用用户实验法，招募24个用户组成8个3人小组，每组开展2次时长为45分钟的用户实验。对用户行为进行定性编码，将小规模用户在线知识协作行为分成协作规划、信息检索、信息共享、信息使用和沟通交流五种类型。我们发现，亲密度对策略制定，尤其是协作策略制定行为呈正向显著影响，高亲密度弱协作的小组更倾向于制定时间计划，高亲密度强协作的小组更倾向于共享检索策略，尤其是共享检索经验。同样是弱协作倾向的情况下，亲密度高的小组的沟通交流行为频次高于亲密度低的小组，“双高”小组都自己探索出了新的沟通方式。协作倾向对个人信息检索行为影响显著，低亲密度的情况下，弱协作倾向的小组进行个人信息检索的频次更高。高亲密度的情况下，强协作倾向的小组共享信息和编辑小组成果的频次更高。我们希望通过这项研究，帮助人们深入了解团队成员亲密度、协作倾向对小规模在线知识协作行为的影响，以及小规模用户在线知识协作的行为模式。另外，研究成果还可以应用于在线教育、科研协作等领域，为在线知识协作工具、平台功能改进提供参考。
2.7
赵宇翔教授: 信息行为研究中的示能性理论:基于音乐App版本迭代数据的分析
示能性理论（Affordance Theory）有助于联结信息行为研究中的理论与实践鸿沟，重构人、技术和社会文化环境的互动与融合。我们从生态心理学视角介绍信息行为（Information Behavior）与实践（Information Practice）研究中的示能性理论框架，通过系统性整合示能性理论和活动理论，尝试从社会物质观的角度开发示能性理论的层级模型和要素模型。层级模型阶段，我们重点论述操作示能性、效用示能性和动因示能性这三类概念，要素模型则从主客体、中介工具、规则、社区和分工等角度分析并评估信息行为与实践中的各类具体活动。我们认为互联网产品的版本迭代数据代表了产品的设计示能性，从而选取了网易云音乐的版本迭代数据开展内容分析。通过从用户视角解析交互设计中版本迭代的相关数据，验证示能性理论框架并对移动音乐App中示能性概念模式进行探究。在移动音乐App的用户体验设计中引入示能性理论框架，选取四款主流移动音乐App的版本迭代数据进行内容分析，并借鉴示能性的概念体系开展两轮开放式编码。在关于感知示能性的四个维度基础上，结合音乐信息情境延伸出了第五个维度，即感知参与示能性。据此构建出移动音乐App中感知示能性概念模式框架，包含理论层、应用范畴层和功能实现层。我们这项研究的结论从理论上将有助于更好地认识用户信息行为并提供用户体验设计的理论依据；从实践上将进一步验证并拓展感知示能性理论在音乐产品用户体验设计中的效力，有助于移动音乐产品的设计和评价。相关研究成果2.8
张晓飞助理教授: 入门激励政策对在线医疗社区用户与平台影响研究
随着社会经济的发展和生活水平的提升，居民对医疗和健康资源的需求日益提升，导致了我国医疗资源供需不平衡的现状。我国医疗资源分布不均衡、医疗需求逐步提升，导致了医患供需矛盾日益突出，如何有效分配和利用医疗资源至关重要。而在线医疗社区的普及，为解决这一问题提供了可选的方案。由于运行模式特殊、交互过程复杂、医患粘性较弱等原因，在线医疗社区经常使用入门激励政策激励新用户(Introductory-Incentive Policy，即进入社区后新医生/新患者可以获得短期额外金钱/促销激励），但是该类政策的影响机制尚不明确，在线医疗社区是否从该政策中受益也有待进一步考证。另外，当前国内外针对这一问题的研究较少，使得针对在线医疗社区中入门激励政策的研究具有极其重要的理论和实践意义。基于在线医疗社区，我们从三个方面研究入门激励政策的影响机制：①对医生用户作用机制研究；②对新患者用户作用机制研究；③对在线平台绩效影响研究。结合用户生命周期、贡献行为、平台效率等，从多角度、多数据源系统研究入门激励政策对在线医疗社区产生的影响。在理论上探究入门激励政策的作用机理、金钱激励的全生命周期影响，以及激励政策对平台的整体影响，为入门激励政策和在线社区研究提供理论支持和方法启示。我们这项研究成果有助于揭示入门激励政策对在线医疗社区中新用户的作用机制，深入了解入门激励政策对不同用户群体、用户不同生命周期产生的不同作用，有助于该类政策的推广实施，并产生积极效果；通过金钱激励研究在线社区用户的生命周期，不仅可以帮助在线平台更好地理解用户在线行为，还有利于其更高效地利用金钱激励手段，实现平台或社区的收益最大化；从在线医疗社区用户激励政策入手研究新老用户、用户的不同周期、不同用户群体的在线行为，以期提升在线平台分配医疗资源的绩效，可为利用互联网医疗手段解决医疗资源配置、合理利用医生资源改善医患关系等医疗问题提供实践启示。相关研究成果2.9
刘畅副教授: 基于过程视角的学习型搜索探索研究
有研究发现人们在搜索引擎上进行知识搜索以后，常常会高估自己的知识水平，误认为网络上获取的知识就是自己已经掌握的知识。我们不禁思考：搜索系统在帮助人们快捷的获取信息的同时，是否能够帮助人们更好地学习思考？我们希望搜索系统不仅可以快速地为人们提供所需信息，而且可以更有效地帮助人们获得新知识、新技能，更好地解决工作和生活中的问题。信息搜索的过程其实也是人们自主学习的认知过程，搜索系统如何从用户的认知层面提供良好支持，仍然是当前搜索系统面临的一大挑战。本报告主要针对学习型搜索任务，通过介绍两个用户实验研究，来揭示用户如何在学习型搜索任务中获得较好的搜索学习效果，系统应该提供怎样的辅助来有效提升用户的学习体验。由于知识的积累过程是循序渐进的，因此我们认为从过程视角揭示用户在学习型搜索过程中的多种行为（如阅读、搜索、记录、学习等），更有利于我们理解用户的搜索和学习过程，为搜索系统更好地支持用户学习过程提出优化建议。在本次报告中，我们重点介绍两个用户实验研究：（1）学习型搜索过程中的搜索、阅读和记录行为过程。此研究聚焦于用户学习型搜索过程中的三类行为：搜索、阅读和记录，探索这三类行为在用户完成搜索任务全过程中分别是如何推进的。研究发现在完成学习任务过程中，用户的阅读时长在任务完成过程中的四个阶段是均匀分布的，然而超过50%的搜索时长主要集中在任务完成过程的第一阶段，超过50%的记录时长主要集中在任务完成过程的第四阶段。此外，研究还发现学习型搜索任务类型显著影响用户记录活动的推进过程；用户的认知风格主要影响搜索活动的推进过程。学习产出效果较好的用户，在任务完成的第一阶段有更高比例的记录时间；（2）知识更新过程模式研究。此研究聚焦于用户完成搜索任务过程中知识的更新变化过程，即学习是何时以及如何发生的。在用户搜索过程中，我们为其提供了知识导图的绘制工具，用户可以利用该工具整理自己获取的信息，并以此为依据回答搜索任务中提出的问题。针对用户的知识导图绘制和修改过程，我们分别从知识更新类型和知识更新等级两个维度进行了编码，然后采用与上一个研究类似的方法，将用户完成搜索任务的时间分成不同阶段，计算用户在每个阶段的知识更新类型及所占比例，通过层次聚类法识别出不同的知识更新模式。研究发现，用户采用的知识更新模式有较大差异，而且受到搜索任务特征和用户个人特征的综合影响。这两个研究都是从过程视角对学习型搜索过程展开分析，更充分地展示了搜索学习过程。未来我们会继续尝试其他的过程分析方法，更全面的揭示用户的搜索学习过程。我们也会在真实的学习环境中探索人们如何利用搜索系统完成与工作和学习相关的任务。我们希望未来的搜索系统不仅为人们获取信息带来便利，更能帮助人们思考和学习，提升人们的学习效果。相关研究成果2.10
李月琳教授: 游戏化信息检索环境下用户交互行为:游戏元素偏好与交互感知
数字一代或数字原住民（Z一代）已成长为新一代信息检索系统的用户，他们的学习方式和信息获取需求发生了很大的变化，基于游戏的学习已成为这一代用户的典型特征。因而，信息检索系统的发展如何更好地满足这些用户的需求是值得研究的问题。我们将游戏化的理念引入信息检索系统，构建游戏化信息检索系统（Gamified Information Retrieval System, GIRS）,并探究在此环境下用户与游戏化信息检索系统交互的相关问题。具体而言，本研究聚焦以下研究问题：①Z一代用户对游戏化元素的偏好如何？②Z一代用户对GIRS的交互需求如何？③Z一代用户对游戏化信息检索系统的态度如何？他们如何评价GIRS？为回答这些问题，我们开展了两项研究：研究1着重回答研究问题①和②；研究2进一步探究研究问题②及回答研究问题③。我们开发了原型系统并开展实验研究。研究1在前期构建的游戏化信息检索系统理论模型的基础上，我们开发了纸质版的GIRS，招募了37名实验参加者，识别出游戏化信息检索环境下用户倾向使用的游戏元素，包括Z一代用户群体最感兴趣的游戏元素：好友、商店、积分/成就、排行榜/奖章、内容解锁；对用户检索最有帮助的游戏元素：积分、好友、奖章、内容解锁、等级；吸引用户持续使用GIRS的游戏元素：好友、成就、排行榜、奖章/等级/积分、交易。我们通过用户的交互感知探知用户的交互需求，发现用户对GIRS“有用”及系统交互功能设计方面的需求体现在文献获取以及社交与分享；对GIRS“好玩”方面的需求体现在检索过程的趣味性需求；对系统界面设计的美观、美感、色彩以及界面的个性化定制等方面体现了较高的要求；对系统游戏设计的需求包括增加游戏的类型、丰富游戏内容及提高游戏的吸引力。研究2基于研究1的结果，开发了一个高保真的GIRS，通过游戏化的设计支持用户的信息获取。我们招募了58名实验参加者开展实验研究。用户在游戏体验和参与感、在支持和帮助用户进行检索、激发用户的使用兴趣以及吸引用户长期使用等方面给予了积极评价。研究还发现，GIRS更适合于低龄、缺乏数据库信息检索经验的用户群体。我们这项研究为GIRS的开发奠定了理论和实践基础，尤其是为GIRS的界面设计提供了实证依据。研究的局限性体现在样本量偏小以及原型系统无法展示GIRS的全貌，一定程度上影响了研究结果的可靠性，研究结果仍需进一步验证。相关研究成果3 展望
制版编辑 | 姚志臻
当期荐读 2019年第3期 | 基于DataCite的科学数据现状特征研究
当期荐读 2019年第3期 | 自然人机交互在图博档中的应用分析
当期荐读 2019年第3期 | 复合阅读行为:全媒体时代的阅读行为新形态
当期荐读 2019年第3期 | 情报学的坚守与拓展— — 基于2018年ASIS&T年会论文的综述