我国综合性文献数据库大学生用户心智模型探索性研究

我国综合性文献数据库大学生用户心智模型探索性研究

1引言随着我国对科学技术和教育事业的重视以及各类信息技术的迅猛发展，国内综合性文献数据库(CNKI中国知网、万方数据知识服务平台和维普资讯网等)发展的规模越来越大，且越来越为用户所熟知和利用。为了不断满足用户的信息需求，这类数据库不断为用户提供了大量优质信息资源和不同的检索方式。就检索信息的途径而言，涵盖了快速检索、初级检索、高级检索、分类检索和期刊检索等多种方式。此外，各种具有知识提供功能的新型产品亦在不断问世，如知网节、学术趋势、知识脉络分析等。不过，值得深思的是大型信息机构投入了庞大的人力、财力和物力，用户使用这类数据库的效率如何？为何大学生即使参与过信息检索课程的学习面对大量优质的资源在获取信息时仍存在问题，总是会有信息过载VS.信息饥渴的困境？当前面临的这些问题已成为影响我国综合性文献数据库发展和用户信息需求能否得到满足的“瓶颈”。然而，从实用主义的角度来看，尤其是对于初级用户，可能文献数据库后台复杂的检索机理和技术并不被其关注，而仅仅是通过界面的交互完成其检索任务。因此，深入分析和挖掘关于文献数据库用户的心智模型可为数据库的优化设计和用户的培训提供指导。我国综合性文献数据库用户心智模型的研究隶属于用户研究的范畴，是一个跨学科的研究领域，受到了多个学科的理论支持。本研究主要是处于情报学的信息行为、人类工效学的产品人机交互设计、认知科学的认知心理学三个学科情境之下。从情报学学科来看，对于用户信息行为的研究已经逐步深入到对于用户认知、用户感知、用户满意等方面的探索阶段[1,2]。而心智模型正是属于用户认知的一个重要部分，是上升到用户潜意识的高度揭示用户的行为。从人类工效学学科来看，该学科以人为中心的理念已经不断的应用到产品的开发和设计中。尤其是网站和信息系统的产品开发者和产品设计者常常是按照用户心智模型概念对相应的产品进行以用户为中心设计(UserCenteredDesign,UCD)和用户体验设计(UserExperienceDesign,UED)[3,4]。我国综合性文献数据库正是这类信息产品之一。从认知科学来看，心智模型最初即来源于认知学科的认知心理学领域[5]。该学科为探索用户的心智模型提供了最根本的理论基础，同时也为提取用户心智模型提供了方法上的支撑。在上述现实与理论背景下，本文首先对心智模型在LIS信息检索领域中的应用现状和心智模型的测量方法进行回顾，以借鉴已有研究的可取之处及发现其不足之处。在文献综述的基础上，提出了本文的研究问题，最终采取概念列表法、半结构化访谈法、绘图三角互证的质性研究方法探索了我国综合性文献数据库用户的心智模型。2文献综述2.1信息检索领域中的心智模型随着情报学认知观的兴起，国外在信息行为和信息检索领域中出现了大量有关用户认知的研究成果，对用户心智模型的研究为其重要体现之一。Borgman是LIS信息检索领域最先开始探索心智模型的学者，主要是采取实验的方法对两组使用图书馆在线电子分类目录的用户分别给予不同的培训，第一组提供系统机制的过程指导，第二组提供系统概念模型的指导[6]。遗憾的是，该研究并没有成功获得用户的心智模型。这次研究的失败可能是由于缺乏相关经验，但随后很多的研究者都成功获取了用户的心智模型。在其之后，便开始了大量有关心智模型在信息检索领域应用的探索。从研究实体的角度看，主要涉及图书馆在线目录[7]、新闻数据库[8]、搜索引擎[9]、数字图书馆与传统图书馆[10]、大学网站[11]、医学信息门户网站[12]、超文本系统[13]、基于超媒体的网络平台[14]、网络分类目录体系[15]、书目数据[16]。从用户群体看，上述各类实体用户心智模型研究的调查对象涉及小学生、中学生、大学生、研究生、博士生、图书馆员等多类群体。从研究内容来看，涉及用户心智模型的特征、作用、影响因素、类型和构成。由于心智模型的抽象性，早期的研究主要集中在用户心智模型的特征[17]和心智模型对搜索行为与搜索绩效的影响(文献[6])。随后，不断有学者对心智模型的影响因素进行了探索，这些因素大体可分为个体差异因素和外在情境因素(任务)两类。个体差异因素的代表性研究有：Zhang研究了用户特征对使用信息检索系统的用户心智模型与检索绩效的影响，用户特征包括教育和职业状况、学术背景、计算机水平，同时着重分析了用户特征对心智模型和检索绩效的影响是否存在差异[18]；Li研究了博士生的认知风格、学习风格、技术态度、用户搜索经验、接受的培训等个性特征对其理解关于Google的心智模型完备性的影响[19]。外在情境因素(任务)的研究有：Gary研究了心智模型在任务与绩效之间的调节效应[20]；Zhang研究了在简单任务和复杂任务情境下MedlinePlus用户心智模型的差异[21]。进而，用户心智模型的分类和心智模型的构成维度也逐步进入研究的视野，对于心智模型的研究呈现出逐步深入的趋势。Cole等要求大学生绘出三个心智模型图表，代表他们现实中完成课题论文的开始、中间和结尾，最后依据240个心智模型图表总结出垂直型、水平型、均等型、聚簇型、星型、嵌套型等12类心智模型[22]。Zhang研究了Web空间用户心智模型的构成维度与元素，提出情感维度也是心智模型的构成部分之一[23]。国内信息检索领域中有关心智模型的研究成果则较少。主要集中在南京理工大学研究机构，研究的实体为文献数据库、电子商务网站和电子政务网站，但重在分析心智模型对用户检索决策和信息获取行为的影响机理。白晨等[24]从心智模型角度分析文献数据库用户检索资源决策行为。甘利人等[25]分析了心智模型构成以及对决策行为的作用机制，并通过简单单框检索到高级多框检索的决策行为调整实验设计，考察了心智模型对决策行为的影响效果。吴鹏等[26,27]分别探索了电子商务网站和电子政务网站用户获取信息的心智模型。2.2心智模型的测量方法心智模型是人与外界环境交互时的一种内在概念表征，这种抽象的内在心理很难观察或者提取出来，因为用户通常很难明确地表明自己使用系统(设备)时的信念与知识结构。因此，如何科学的抽取和测量用户的心智模型对于该类研究至关重要。国内外已有研究提及的测量用户心智模型的方法有凯利方格技术(Kelly'sRepertoryGridTechnique)、隐喻抽取技术(ZaltmanMetaphorElicitationTechnique,ZMET)、出声思考法(thinking-aloud)、绘图或认知地图、概念列表法(conceptlisting)、路径搜索法、观察法、访谈法、数理统计法、实验法、卡片分类法等多达十余种。限于篇幅，在此主要对一些有特色的方法的应用现状回顾，社会科学常见的(访谈法、观察法、数理统计法)、本学科熟知的(卡片分类法、实验法)、国内已经专门介绍的(路径搜索法)予以省略。凯利方格技术作为一种定性与定量相结合的方法，能实现态度、感觉与认知的量化。文献[18]即采用该方法抽取出了用户对于信息检索系统的心智模型，并通过因子分析和聚类分析等统计学方法对心智信息进行了深层次的挖掘。ZMET以受访者收集而来的图片为素材，透过个人深度访谈，来抽取受访者之构念(construct)并联结构念间的关系。通过该方法可描绘出阐释消费者感觉及想法并产生行动或决策之心智模式地图，主要用于市场营销领域[28]。出声思考法要求被观测对象边操作系统边将其行动和思维用语言表达出来，这些独自被研究人员记录下来，很多心智模型主题的研究都广泛的采用了该方法，如Katzeff[29]。但该方法存在以下缺点：用户对于相同的词汇可能有不同的解释；用户不一定习惯边使用系统边表达；用户的表达是否清晰受到其自身知识结构和表达能力的限制。绘图是展示用户心智模型的另一种经常使用的方法，常常要求被测试者画出他们对于系统的感知，比话语具有更好的解释力。然而Zhang研究发现：绘图也有一定的缺陷，如对于系统的搜索过程和排序机制无法揭示[30]。概念列表法实质上是一个变化的词语联想法，这种方法广泛地应用于心理学中，主要用来理解人们的知识结构和相互关联的认知过程。Wang等利用此方法分析了学生在一个学期之中对课程知识理解的发展情况[31]。Zhang首次将该方法引入到LIS领域探索系统用户心智模型的构成维度和元素，国内则尚未发现有相关的研究。该方法有别于其余方法之处是可以发现心智模型新的维度与元素，是一种自下而上的过程，特别适用于探索性的质性研究。2.3已有研究的贡献与不足通过对信息检索领域中心智模型研究的综述发现：①国内外研究的深度差异较大，国外研究的明显较为深入，国内则处于初步的探索引入阶段。国外LIS领域已经出现了一些研究心智模型的博士论文，而国内LIS领域则尚未发现。②各类信息检索系统或产品的用户心智模型都具有不完善性。③各类信息检索系统的用户心智模型会对检索绩效产生影响，培训和指导性干预能够帮助用户完善其心智模型，同时能够提高用户检索绩效。但对于我国综合性文献数据库用户心智模型的研究则非常少，虽然南京理工大学团队做了一些有自身特色的探索，但主要还是侧重于用户心智模型对检索行为和检索决策的影响机理，对于用户心智模型的构成维度和元素则主要是借鉴已有研究的成果，即由信念和知识结构两部分组成。就研究的实际进展分析可知，由于用户心智模型抽象性的特点，如何采取合适的方法提取用户的心智模型是重中之重。心智模型作为用户的一种潜意识信念或知识结构，获取这些信息的方法较多。既有以实证主义派系为哲学基础的量性研究方法(如数理统计法)；也有以解释主义派系为哲学基础的质性研究方法(如隐喻抽取技术)；同时还有量性和质性相混合的方法(如凯利方格技术)。通过对心智模型测量方法的综述可知：各种方法都有其自身的优缺点和适用条件。因此，对几种方法进行组合通常是有必要的，因为任何一类方法，不论是探索行为、意识还是潜意识，都只能了解到用户的一个侧面、一个剪影，综合性的方法可以保证获取的全面性，在此基础上的提炼和转化也才更有意义。由于目前我国综合性文献数据库用户的心智模型在国内鲜有学者直接对其结构进行实证探索，采取验证式的大样本统计调查方法并不可行。因此，本研究综合采取概念列表法、半结构化访谈法和绘图法三种方法对我国综合性文献数据库用户的心智模型进行探索。主要拟定考察以下两个问题：我国综合性文献数据库大学生用户心智模型的构成维度和元素有哪些？有哪些主要的类型，每种类型关注的重点有何不同？3研究设计3.1调查对象本研究主要采用“便利取样”的方式通过熟人介绍和在南开大学BBS发帖招募对本研究感兴趣的本科生。样本的选取时考虑了同质性和异质性问题，即选取的访谈的样本之间都是在校的大学生；异质性则是尽可能地选取各个学科的样本，以保证结论可以反映大学生用户的不同情况。关于质性研究的样本数量，理想的情况应以研究者所需的材料或信息达到饱和为界限，不过限于条件所限，常常样本数量并不高。McCracken提出：“对于通常的质性研究项目而言，8个样本即足够[32]”。访谈在2011年12月于BBS上发出访谈邀请，最终招募到6名，随后又经过方便抽样，通过熟人介绍，最终获得17名调查对象。整个访谈持续1.5个月，全部由研究者本人作为访谈员对调查对象进行面对面的半结构化访谈。其中，有两名分别来自南开大学软件学院、信息技术科学学院的大三的本科生，由于未使用过综合性文献数据库而退出测试。最终访谈的对象为15名。3.2数据搜集方法研究主要采取问卷调查法、概念列表法、半结构化访谈法、绘图法来探索我国综合性文献数据库用户的心智模型。问卷调查法用于提取被调查对象的人口统计学信息；概念列表法用于提取被调查对象对综合性文献数据库认知的信息，通过对提取的概念进行“自下而上”的编码构建用户心智模型构成维度与元素。由于概念列表法可能会受到表达或记忆等因素的影响，进而采取半结构化访谈对被调查对象进行了关于心智模型主要维度(已有研究得出的)的访谈作为概念列表的补充。绘图法主要是用于提取类分用户心智模型的信息。整个研究按照被调查者的方便性进行。当他们到来参与该项研究时，首先由笔者负责简要介绍研究的内容和基本的操作流程。在介绍之后主要完成四个基本任务。第一，填写一项关于个人信息人口统计学的调查问卷，主要涉及他们的年龄、性别、院系、专业、所在年级、使用综合性文献数据库的频率、对综合性文献数据库的认知情况等，持续时间大概5分钟。第二，输入概念列表。①在预定的联网计算机主界面上(南开大学图书馆，已经设置为主页)，选择CNKI、万方、维普中的一个或几个进行自由的练习使用，时间为5分钟。②在预定计算机界面的EXCEL文件中输入您所想到的或者浮现在您脑海中的所有与我国综合性文献数据库相关的词语。其中，每个词语为一个单元格。时间为10分钟，若在10分钟之前已经再想不到相关词语，可以提前结束。第三，参与半结构化访谈，持续时间30分钟左右，用录音笔进行录音。第四，让被调查者在提供的白纸上绘制一幅图以反映对我国综合性文献数据库的整体感知，并对所画的图进行解释，持续时间大概10分钟。3.3数据分析方法人口统计学的相关数据主要通过描述性统计进行分析。获取的概念首先通过社会网络分析软件进行可视化的展示，进而通过“自下而上”的思维进行编码逐步建立概念体系结构。由于用户在使用学术数据库与各类网站获取信息具有一定的相似性，在编码的一级维度参考了文献[1]与文献[23]的分类思路，但依据概念列表法获取的概念进行了调整；二级维度则全部为开放式的，事先无理论依据，这也体现了该研究方法对于识别心智模型新出现元素的可行性。为了保证数据编码体系(codingschema)的效度，邀请另外一个编码者(情报学博士生)进行了二次编码。编码者的信度依据以下公式计算得出。M是所有编码者对于编码者事件一致的数量；为分配给第i个编码者编码事件的数量；n为编码者的数量。经过测算，编码的内在一致性为92.3％。与第二位编码者进行讨论后，确定了最终的编码体系。访谈的录音通过将其转录为文本进行分析。绘图主要是通过用户对所绘图形的解释和研究者对图形的理解来完成对用户心智模型的分类。4研究结果及讨论4.1访谈样本信息描述4.1.1人口统计信息描述访谈者共计15名，其中男生10名，女生5名；年龄分布在21～26岁(mean＝22.3；SD＝1.16)；专业涉及面较为全面，人文学科、社会学科和自然科学的多个专业均有所涉及；使用Web的网龄年限为3～10年(mean＝7.7；SD＝3.17)，表1为受访者基本情况，Fn表示第n位受访谈的学生。4.1.2使用数据库的整体状况在如何学会使用数据库途径方面：14名被调查者认为主要是通过借鉴使用Web或搜索引擎的经验；11名被调查者认为是通过自己不断试错和检索学会；5名被调查者认为通过参加信息检索课程(主要是自己专业课中提及如何检索信息的课程，而不是专门的信息素养普及课)的学习学会；4名被调查者认为通过参加图书馆的信息培训学会。对于该问题的调查充分佐证了人们在学习使用复杂系统主要是通过隐喻或模仿类似事物的使用来实现；同时也反映了用户心智模型是通过学习行为和试错行为逐步构建与完善的。例如，“觉得CNKI并不是特别复杂，根据经常使用搜索引擎的经验试几次就行了，通过不断的试错来完成”——。其次，对于不喜欢参加信息检索课程和图书馆信息素养培训的主要原因是认为模仿和试错就可以完成其检索信息的任务，此外这类课程或培训比较枯燥。例如，“感觉和百度、Google没什么区别，刚开始就是按照百度、Google最简单的打一个关键字，也不知道什么限制，慢慢的通过试错，逐步摸索出来，当然上课也可能有效果。主要是通过自己完成，觉得上课挺枯燥的。基本上可以达到我的要求，没必要去学或参加培训。感觉自己就可以解决，没必要去听”——。4.2概念列表词汇分析15位被调查者一共提供了319个词汇。依据被调查者提供的词汇与调查者之间的关系，将其转化为0－1矩阵，通过Ucnet软件的NetDraw功能生成网络关系图，如图1所示。图中方块表示每一位被调查者，圆圈表示被调查者提供的词汇。由图1可知，被调查者提供词汇的个数浮动在15～33个之间，其中大量的词汇排列在图形的最外围，但也有一部分词汇连接在多个访谈者之间。在一定程度上表明15名被调查对象的心智模型存在一定的相似性，主要体现在连接多个访谈者的词汇，这些词汇为被多个被调查对象提出的概念。通过对这些高频词的分析可以发现用户心智模型的共同之处。图1访谈者与提供的概念关系图谱在这次调查中频次大于6的词汇为：关键词(14)、检索(8)、高级检索(8)、CNKI(7)、界面(6)。这些词汇反映了大学生用户在使用我国综合性文献数据库时有以下特点：大部分用户首先是通过关键词来检索信息，数据库中文献提取的关键词准确性对于用户有较大的影响；大部分用户将使用数据库视为一种检索过程，是一种基于任务的信息检索，目的性较强；大部分用户注意到了高级检索，具体是否会采用以及是否会用高级检索仍有待进一步依据访谈结果补充；CNKI在用户群体中使用较多，他们将其视为检索中文文献最主要的平台之一；对于界面的关注也越来越受到用户的重视，界面的易用性和可用性可能会成为影响用户是否喜欢数据库的重要因素之一。但是仅仅通过对关键词词频的分析，并不能够充分的挖掘用户心智模型的结构。因为用户提供的词汇很多同义词、近义词，需要对这些词汇进行分类处理。因此，进一步按照开放式编码的方式对所有的词汇进行了编码处理。4.3用户心智模型的构成维度与元素4.3.1构成维度与元素的划分通过“自底向上”的开放式编码得出我国综合性文献数据库调查对象用户心智模型的维度与元素构成如表2所示。由表2可知，调查对象的心智模型由系统、系统内容、系统内容组织、系统界面、系统后台五个维度构成。但更为突出的特征是，这四个维度的下属维度都涉及了调查对象的情感表现——即经过以前的利用体验在内心中所持有的对系统的态度或评估，同时包括积极的情感和消极的情感。具体纵观二级维度，可以从另外一个视角将心智模型从新划分为认知和情感两个新的层次，其中，认知层次包括整体性定位、内容展示、界面展示和后台展示，主要是用户对文献数据库的认知结构；情感层次则为对一级维度的情感体验或评估。就概念的分布而言，主要集中在系统、系统内容和系统界面三个维度，对于信息组织和系统后台维度的分布则较少，仅有10个左右的概念。这一点或多或少反映了用户对于信息组织和系统后台的关注程度较低。但由于概念列表法的局限性，对于现象背后原因的分析还需要结合半结构化访谈的结果进行佐证(限于篇幅将在后期论文中从微观的角度论述每个维度与元素)。4.3.2搜索策略认知心理学依据对个体学习的信息加工过程实验，认为知识可分为陈述性知识(declarativeknowledge)和程序性知识(procedureknowledge)两类[34]。Mayer研究发现心智模型应当包括使用系统的程序性知识[35]。程序性知识是关于“怎么办”的知识，体现在用户对数据库的认知时，表现为用户预期的检索策略，是一套潜在的假设性的操作步骤。按照产生式问题(generativequestions)的特点，同时考虑尽量避免被调查者学科的影响，设计了与电子商务相关的检索问题作为访谈：“假设老师要求您写一篇关于‘大学生在电子商务网站购物的风险问题’主题的论文，您拟定采取什么样的检索策略进行检索？”通过访谈得出了每位访谈者的程序性知识。具体的检索策略有三种类型，如表3所示。策略A在大学生用户群体中最为流行，虽然途径均为初级检索，但却存在不同的检索调整策略。其中，有8名受访者均为利用关键词进行调整结果数量，进一步细分为从精确到宽泛(可能输入“网络风险”然后找，找到特别符合的打开文章看看；找不到的话进一步由于访谈题目是一个综合性的问题，涉及“大学生”、“电子商务网站购物”、“风险问题”三个方面，如果使用高级检索则可一次性达到目标。但通过上述的访谈结果可知，大部分用户使用的检索策略A相对来说仍然较为低级，大部分都是通过在初级检索中不断的调整检索词汇或检索字段，需经过多次修正后才能完成检索；检索策略B有一定的特色，巧妙结合了搜索引擎的作用，是一种协同式的检索行为；检索策略C效率最高，但使用者却很少，仅仅占据总访谈用户的20％；能够正确使用的用户却仅有13％。4.4心智模型的分类在依据被调查者绘画的图形及其话语解释基础上，得到了四类较为典型的心智模型。需要说明的是这四种类型的心智模型并不是绝对的，只是用户关注的重点不同。如有的被调查者同时持有四种类型观中的两个或多个，则是质量评价观与界面观的结合，提到：“我这幅图所表达的意思是……搜索结果与我的预期不大相符，会出现一些不大相符的文章。上面的框是地址栏，下面是搜索栏。”(3)质量评价观：该类用户主要是从功能或情感评价的角度对我国综合性文献数据库进行理解，持有这种模式，如图4、图5所示。而对于这些评价既有客观的，也有主观的，甚至有些观点是错误的。如图4中，访谈者认为综合性文献数据库中只是包括中文核心期刊，而不包括非核心期刊，数据库中所含的文献的质量低于SCI、SSCI和EI收录的文章。同时，一些不佳的检索经历会造成用户负面情感的放大化。例如，“一个苹果吧，只有这一小口是好的，是质量高的，一大堆的文献都是不好的”——。这一点再次验证了Johnson-Laird提出的心智模型并不是对外部世界的完全模拟，这个模型可能相对