2.3
移动购物行为研究热点及演化研究

2.3.1　基于共词网络的移动购物行为研究热点及其演化

1）基于CSSCI数据库的移动购物行为共词网络的研究热点分析

关键词用于作者客观、精炼地表达论文核心内容的映射主题，通常由表征本质内容的词组构成。挖掘文献关键词和摘要中的核心词语及短文本也是文本挖掘领域的核心工作，因为这有助于揭示文献研究主题中心性和演化趋势，共词网络能够较好地构建词汇复杂网络（王晓光，程齐凯，2013），使研究者更好地发现移动购物研究的热点及派系。因此，我们利用VOSviewer软件，将关键词最小共现阈值设为40，对国内移动购物文献关键词和摘要文本进行了可视化分析。如图2-1所示，我们通过该软件构建并形成具有一大派系特征的共词网络，这个网络围绕“移动互联网”“移动图书馆”“移动支付”等节点形成相关的研究社区，其余网络尚未围绕某些特定节点形成相关的研究社区。

2）基于WOS数据库的移动购物行为共词网络的研究热点分析

我们利用VOSviewer软件，将关键词最小共现阈值设为40，对国外移动购物文献关键词和摘要文本进行了可视化分析，构建并形成具有三大派系特征的共词网络。如图2-2所示，左侧网络围绕“信任”“在线”“行为”等节点形成相关的研究社区，右侧网络围绕“电子商务”“网络”“信息”等节点形成相关的研究社区，上方围绕“信息科技”“移动商务”“接受”等节点形成相关的研究社区。

3）核心词引用热度分析

在此基础上，我们利用HistCite软件进一步分析移动购物行为线索核心词的引用热度。如表2-1所示，“商务”“电子化”“移动化”“社会”“模型”等关键词的TGCS（Total Global Citation Score）和TLCS（Total Local Citation Score）值都较高，说明移动电子商务的实现方式与应用领域相关关键词的引用频次较高，单一的特征分析无法完整解析移动购物行为。移动购物行为的实现是复杂的心理和生理过程，目前大量文献通过实验和干预等手段探究不同变量对被试者的作用效果，这与图2-2的共词网络中的“信任”“商务”有一定的契合度。因此，通过共词网络及关键词引用频次等的研究，我们可以看到，多维特征及特征关系的挖掘是移动购物行为研究的基础工作。

2.3.2　基于合作网络的移动购物行为研究热点主题类型及特征

1）基于CSSCI数据库的移动购物行为研究热点分析

如图2-3所示，我们利用CiteSpace文献分析工具构建了作者合作网络。首先，对作者合作网络进行聚类并设计布局，使网络图更清晰、直观；其次，采用LLR（Likelihood Rate）方法对聚类进行命名（Guo，Liu & Liu，2018）；最后，导出聚类特征，如表2-2所示，整理形成了作者合作网络聚类主题及特征。

结合图2-3和表2-2内容可知，国内移动购物相关研究的作者主要聚焦于移动服务、移动互联网服务、购物意向、移动营销等研究主题，并围绕上述研究主题展开合作。近年来，移动购物的相关研究已经从传统的互联网相关内容逐步转向大数据、服务系统和推荐模型等新技术视角的研究，这说明大数据与人工智能相关产业的发展成果推动了相关基础应用研究，形成了多种学科交叉研究的社区，各种移动购物的研究成果在不同领域开始转化，相关研究更加注重消费者行为与体验。

2）基于WOS数据库的移动购物行为研究热点分析

结合图2-4和表2-3内容可知，移动购物相关研究的作者主要聚焦于电子商务、消费者行为等主题，并围绕上述主题展开合作。近年来，移动购物的相关研究已经从传统的网站与美学设计逐步转向消费者心理与行为层面的探索，这说明移动终端和消费者研究的前期成果推动了基础应用研究，形成了多种学科交叉的研究社区，各种移动购物的研究成果在各自不同的领域开始转化，更加接近移动购物与消费者体验。

2.3.3　基于文献共被引知识图谱的移动购物行为研究热点及其演化

1）基于CSSCI数据库的移动购物行为相关文献的共被引分析

随着可视化技术的发展，时间、空间元素越来越能展现出一个研究主题是如何一步步发展和演化的，CiteSpace软件能展示不同时间阶段移动购物主题聚类和演化过程，并且在每一个文献节点处自动推荐高被引文献，便于精读。图2-5是由国内文献共被引关键词聚类后形成的时间分布示意图。我们选择了2008—2019年之间的1 088篇移动购物中文文献，每两年抽取前50篇高被引文献进行共被引分析，得到15个核心主题，其主题与图2-4所示基本一致，不再赘述。由图可见，关键词“移动图书馆”在2012和2014年热度较高，“移动服务”在2010、2012、2013年都有一定的研究热度，“信息接受规律”在2015年受到了很大关注。除此之外可以发现，这些关键词涵盖了与移动电商有关的各个方面，如服务、搜索、用户、信息、社会化等，有利于对移动电商进行更为全面的分析。

2）基于WOS数据库的移动购物行为相关文献的共被引分析

图2-6是由国外文献共被引关键词聚类后形成的时间分布图。我们选择了2008—2019年之间的1 274篇移动购物外文文献，每两年抽取前50篇高被引文献进行共被引分析，得到19个核心主题，其主题与图2-5所示基本一致，不再赘述。由图可见，关键词“social commerce”在2010—2016的每一年都呈现较大的研究热度，这说明现如今对于商业社交性、社会性的重视；关键词“m-commerce”在2009和2012年受到一定关注，“electronic commerce”在2010和2014年的年轮也呈现了较大宽度，这说明移动商务和电子商务也一直受到广泛关注。

2.3.4　基于突现文献的移动购物行为研究热点及其演化

1）基于CSSCI数据库的移动购物行为突现文献的研究热点分析

通过CiteSpace软件能够快速搜索到突现引文，即引用量突然上升或下降的节点，在下图中用粗线表示。如图2-7所示，从我们采集的数据中分析只得出7个突现文献，除了“移动商务”的突现文献出现在2008—2010间，剩下6个基本出现在2011—2015期间，这说明对于移动商务的相关研究热点主要在这段时间爆发。

通过上述分析，我们知悉了移动购物研究的突现文献，对其强度和研究热点有了更加科学的认识，但是对于发表这些突现文献的作者、文献被引频次、突现度、被引半衰期等还需要进一步定量分析。本章借助CiteSpace工具的统计分析功能，对突现文献进行了文献“被引半衰期”的分析，它是指某学科利用的全部文献中较新的一半是在多长一段时间内发表的（蔡璐，2010）。如表2-4所示，半衰期最长的为2010年由宋恩梅发表在《中国图书馆学报》期刊上的一篇论文。此表格中的其余研究者的论文半衰期也相对来说较长。

2）基于WOS数据库的移动购物行为突现文献的研究热点分析

图2-8为共被引突现引文TOP10。CiteSpace软件能够快速搜索到突现引文，即引用量突然上升或下降的节点，在图2-8中用粗线表示。如图所示，论文引用量大幅变化的情况基本出现在2008年附近，说明2008—2012年间是移动商务研究热度最高的时期，2012至今的研究热度有所消退。结合研究背景，2008—2012年正值移动商务的准备和起步阶段，因此研究热度和关注度较高。

借助CiteSpace工具的统计分析功能，我们对突现文献进行了文献“被引半衰期”的分析，如表2-5所示，半衰期最长的为2010年由Stephen AT发表在J Marketing Res期刊上的一篇的论文；Liang TP、Venkatesh V、Wang C等作者的论文紧随其后，半衰期也相对来说较长。

2.3.5　基于移动购物行为相关文献的主路径分析

主路径分析是提取有向网络骨干的有力工具，可以从庞大繁杂的引文网络中理清学科领域发展的主要脉络，帮助研究者清晰地理解和把握学科发展态势或技术演化轨迹，已广泛应用于文献计量学研究。首先，如图2-9所示，本研究借助HistCite软件平台选取LCS（Local Citation Score）排名前30的文献，生成引证关系图；其次，如图2-10所示，从该平台导出Pajek格式数据，利用Pajek软件的SPC（Search Path Count）功能生成移动购物文献主路径；最后，根据图2-10的主路径将核心文献映射到图2-9，使移动购物研究的演化脉络更加清晰。

综上所述，结合如图2-9和图2-10的研究结果，我们发现移动购物行为研究最初的贡献者是Hajli，其最初发表的文献奠定了移动购物行为研究的基石。学者Gefen对于移动购物行为后续的研究起到重要的支撑作用，2000—2001年、2003—2004年、2013—2015年是移动购物行为研究持续创新的关键年份，其间产生了移动购物行为的经典文献。