基于CiteSpace中國用戶體驗研究的可視化分析

廖 夏

（廣州工商學院，廣東廣州 510850）

20世紀70時代，阿爾文·托夫勒在他所出版的《未來的挑戰》一書中，明確提出了“體驗經濟”的內容[1]，他對用戶的產品需求轉變進行了研究，發現用戶已從功能性滿足的追求向自身心理需求滿足的方向轉變。企業所面向用戶設計的產品在功能屬性上，已很難形成競爭性差異，對于大部分企業來說，市場狀況已然愈加激烈，由此，體驗經濟的出現為企業界打開一扇全新的通道。

Norman，Miller和Henderson首次提出用戶體驗（User Experience）的概念[2]，它被界定為人們的主觀心理體驗，同時也得到學術界和企業界越來越多的關注。用戶體驗目前是一個涉及多個學科的研究概念，比如計算機軟件及應用、市場學、新媒體、工程學、經濟學、美學等。用戶體驗具有多學科融合的特點，關于用戶體驗的界定在學術界和企業界還未達成一致。目前得到較多學者認可的用戶體驗概念是國際標準化組織（ISO）提出的[3]，用戶體驗是人們在使用時對所期待的產品（包括有形產品和無形產品）的總體印象和反映[4]，是用戶使用產品前、中、后的所有體會，比如感覺、知覺、情緒、情感等[3]。用戶體驗不僅受到客觀性指標（如反饋的時間、回復的正確率、功能的數量）的影響，同時受到因人而異的主觀性指標（如控制感、美感、道德感、感知互動性、感知個性化、感知人性化、媒體豐富度、社會臨場感）的影響。例如，城市地鐵里的報時顯示屏，人們可以通過屏幕顯示的時間知道下一趟地鐵什么時候到，從客觀角度降低了人們等待過程中的焦慮感、急躁感，從而增強用戶體驗的感受。另外，城市地鐵里配有愛心座椅，幫助有困難的乘客得到相應的照顧，讓人們感知到地鐵服務的人性化設計的程度，從而增強用戶體驗的感受。在ISO解釋性說明中，用戶體驗強調的是交互過程中用戶的整體性評價，其中系統（如智能家居、智能客服）、用戶（如消費者、學習者）和使用環境（如直播環境、虛擬現實環境）是對用戶體驗產生影響的三類因素。

隨著用戶體驗在心理學、計算機應用、工程學、市場學、美學等領域的研究發展，用戶體驗的內涵也在不斷延伸和拓展。但是，國內學術界對于用戶體驗的研究整體現狀并不清晰，究其原因在于國內關于用戶體驗的研究綜述大多從某一個特定領域出發，或者未通過文獻計量等定量分析的方法進行分析。例如，鄒仁耀等[5]主要從遠程醫療類的產品設計角度進行分析，并未圍繞用戶體驗進行文獻計量分析。孟猛等[3]專注于信息系統的用戶體驗研究現狀進行分析，分析文獻為93篇國內外文獻，文獻的選取主要基于作者的定性分析視角展開論述。譚浩等[6]從大數據的角度對大數據驅動的用戶體驗設計進行定性探討，以及蘭玉琪等[7]對人工智能在產品的用戶體驗進行定性分析，他們的用戶體驗綜述研究均相對主觀，未從更加客觀的角度對該領域進行系統性分析和研究。

因此，為了幫助學術界從更加客觀的角度了解用戶體驗研究在國內的系統性研究現狀、熱點以及趨勢，以中國知網（CNKI）作為檢索數據庫，搜索主題為“用戶體驗”相關的中文核心文獻。用戶體驗在國內核心期刊的研究始于2002年，本研究對其發展至今的核心年發文情況以及學科分布進行了文獻計量分析。

1 研究方法

1.1 數據來源

為確保分析結果的可信度和準確性，本項研究搜索CNKI學術期刊中主題詞為“用戶體驗”的文獻，來源類別包括北大核心、南大核心以及中國科學引文檢索的中文核心文獻。截至2022年8月7日，共檢索出2 906條文獻記錄，對其發文量以及學科分布指標進行分析。同時，本項研究選擇2011—2021年的2 507篇文獻進行知識圖譜分析，涉及分析指標包括作者、機構和關鍵詞。

1.2 研究方法與工具

通過CiteSpace可視化軟件繪制科學知識圖譜，以對該領域的演化、熱點、前沿、趨勢等進行科學分析與預測。基于CiteSpace可視化知識圖譜對文獻計量與傳統文獻梳理分析相比，該方法表現出數據全面、客觀等優點[8-9]。因此，本項研究采用CiteSpace 6.1.R3 可視化分析軟件，對用戶體驗2011—2021年收錄于CNKI中文核心中的文獻進行科學知識圖譜可視化分析。

2 數據分析與圖譜解讀

2.1 發表基本情況

2.1.1 年發文量

某個知識領域的發文數量情況可以看出該領域的整體發展現狀和趨勢[9]，國內對于用戶體驗發表于核心的研究始于徐昊[10]2002年對惠普營銷的個案分析，他認為價值可以戰勝價格，而惠普營銷的成功歸于“全面用戶體驗”的核心策略。隨后，可以看到，用戶體驗經過近20年發展，已然呈現探索深化階段。2002—2008年期間，用戶體驗處于探索起步期，年發文量相對較少；2009—2016年，其呈現發展爆發期，2016年達到291篇核心文獻；2017年至今，為用戶體驗研究的穩定波動期，每年發文量在240～310篇之間小幅度波動，雖然部分節點呈現小幅度發文量的下降，但2022年截至8月7日，發文量達247篇，依然呈現小幅度向上波動的趨勢。圖1顯示了2002—2022年8月7日的年發文量分布。

從圖1中可以看出，學術界以及整體社會對于用戶體驗的研究均呈現持續較高的熱度，同時，隨著新型科技（如虛擬現實/增強現實、混合現實、物聯網、區塊鏈等）融入社會各領域的應用，用戶也在各個層面與之交互，未來也將持續保持對于用戶體驗在各個領域的研究進程。

圖1 用戶體驗中國核心期刊年發表量分布（2002年至2022年8月7日）

2.1.2 學科分布

截至2022年8月7日，本項研究對CNKI數據庫中所收集的主題詞為用戶體驗的核心類文章進行分析后發現，關于用戶體驗的研究成果橫跨了多個學科類別，比如計算機軟件及計算機應用目前為512篇，占比15.40%；圖書情報與數字圖書館目前為445篇，占比13.38%；新聞與傳媒目前為415 篇，占比12.48%；工業通用技術及設備298篇，占比8.96%；電信技術171篇，占比5.14%；互聯網技術156篇，占比4.69%；貿易經濟147篇，占比4.42%；其他占比35.89%（如教育相關占比3.61%）。從學科分布情況可以看到，國內用戶體驗研究主要集中于計算機軟件及計算機應用、圖書情報與數字圖書館，以及新聞與傳播領域，在其他學科上的占比相對分散。

2.2 CiteSpace可視化分析

2.2.1 作者合作圖譜分析

CiteSpace可視化軟件的作者共現分析模塊用于發現某個知識領域的主要作者，以及各個作者之間的寫作狀態[9]。從圖2中可以看到，共出現的節點有405個，連線109條，網絡密度為0.001 9，有6位作者名字字體呈現較大節點，分別是徐延章、覃京燕、辛向陽、朱慶華、譚浩和何人可，發文量均大于10篇。其中朱慶華與趙宇翔、劉暢、孟猛以及鄭方奇等構成了一個作者群，其中朱慶華發文13篇中文核心，趙宇翔發文9篇中文核心，均屬于高產發文作者。另外，部分節點間連線僅有一條，比如覃京燕與王曉慧合作，覃京燕發文量為16篇中文核心，王曉慧發文4篇中文核心。普萊斯定律認為發文超過3篇文章的均屬于高產作者[9]。

覃京燕是較早在核心期刊中發表用戶體驗研究的作者，從他的研究內容上看，主要定位于人機交互的用戶體驗研究。最早他作為第二作者于2009年的核心期刊中發表了“人-車信息交互系統設計”[11]的用戶體驗研究，而在他所有用戶體驗研究中，該研究也是被引最高的文章。覃京燕下載量排名前三的文章分別是發表于2018年的智慧健康養老的用戶體驗設計研究[12]，發表于2020年的人工智能情感交互的用戶體驗設計研究[13]，以及發表于2018年的量子思維對交互的用戶體驗設計研究[14]。其中，量子思維對人機交互用戶體驗的研究相對新穎，他們借鑒物理學量子特點，將其與思維過程進行聯系，從自我超越、直覺思維等方面進行交互設計案例研究，為人機交互注入新的理念和方法。

徐延章是目前用戶體驗核心發文數量最高的作者，從他的研究內容上看，主要從服務視角探討用戶體驗。目前作者徐延章的核心文獻綜合排名前三的用戶體驗文獻鄉村振興的公共文化傳播所涉及的用戶體驗研究[15]、移動閱讀APP的用戶體驗設計研究，以及博物館的智慧服務用戶體驗研究[16]。用戶體驗研究作者合作圖譜如圖2所示。

圖2 用戶體驗研究作者合作圖譜

圖2中存在較多沒有連線的點，說明該領域作者之間合作相對薄弱，當前中國學者對用戶體驗還處于分散研究的狀況。

2.2.2 機構合作圖譜分析

同作者合作圖譜分析一樣，機構合作圖譜分析也以同樣的方式進行陳述。用戶體驗研究機構知識圖譜如圖3所示。

圖3 用戶體驗研究機構知識圖譜

圖3呈現了用戶體驗機構發文知識圖譜，分析結果為機構節點共362個，連線為102條，網絡密度為0.001 6，可看出江南大學、武漢大學信息管理學院、南京大學信息管理學院、湖南大學、江南大學設計學院、北京科技大學等是主要研究機構，核心發文量均超過10篇。其中，江南大學發文數量最多，從2011—2021年發表核心文章為52篇，2017年一年核心發文量為9篇，2021年為4篇。從內容上看，發文前三名的江南大學主要以各類平臺或產品（如移動醫療產品、高速動車裝飾等）的用戶體驗交互設計作為研究內容展開研究；武漢大學信息管理學院主要以圖書館、出版、人機交互相關用戶體驗研究為主；南京大學信息管理學院主要以圖書館系統、社交媒體等作為研究環境對用戶體驗展開研究。值得一提的是，武漢大學信息管理學院核心發文數量排名第二，為33篇，但是在2021年并未發表相關核心文章。而上海交通大學中歐國際工商學院、上海交通大學安泰經濟與管理學院、上海外國語大學新聞傳播學院等機構在2021年首次在核心期刊當中發表用戶體驗相關文章。發文第四名的湖南大學，從2016年開始在核心期刊中發表用戶體驗文獻，發文總數為24篇，發文內容相對前三名的發文機構更加多元，比如圖書館信息資源建設、O2O小程序設計、智能掃地機器人用戶體驗研究等。總的來說，從用戶體驗研究發文機構知識圖譜中可以看到，以管理、新聞、設計、技術相關專業作為用戶體驗研究的主力，同時機構間合作相對較少。

2.2.3 熱點分析

一篇文獻的關鍵詞可以讓讀者迅速了解到這個研究的主旨內容，是整篇文章最為核心的內容。利用CiteSpace的關鍵詞共現、聚類以及時間線，能夠了解某個學科前沿的學術熱點問題及發展趨勢[8,10]。論文的研究熱點，是指當前在某個知識領域內，學術界相對集中的研究方向，是在某一段時間里，識別出內在交叉關系、總量上較多的一批論文中所研究的熱點問題或專題。根據論文的關鍵詞出現頻次的分布情況和中心性，可以探尋當前某知識領域研究發展的熱點。與此同時，關鍵詞的突現圖譜可通過關鍵詞共現次數的變化量來反映其發展演變的特征[9,17]。

本研究選擇用關鍵詞作為節點形式的共現詞分析，以確定用戶體驗的研究重點。時間尺度段設定為2011年1月—2021年12月，時間區間設置為1，數據抽取對象設置為Top50，剪裁方式為Pathfinder和Pruning the merged network[9]，運營數據后產生531個節點，967條連線，網絡密度為0.003 5，如圖4所示。

圖4 關鍵詞共現的科學知識圖譜

本研究整理歸納了用戶體驗研究中心性大于0.1的關鍵詞，如表1所示。中心性大于0.1的關鍵詞有：用戶體驗（823）、交互設計（112）、大數據（44）、圖書館（43）、人機交互（37）、可用性（27）、媒體融合（22）、用戶（22）、云計算（19）、物聯網（16）、電子政務（16）、信息服務（16）、體驗（8）、學術期刊（7）、信息行為（5）以及萬物互聯（4）。其中，大數據在用戶體驗研究中的中介中心性數值是最大的，其次是萬物互聯、用戶體驗、物聯網、電子政務、云計算、人機交互、媒體融合等，說明在整個關系網絡中起了相當大的連接和樞紐的作用，是用戶體驗研究的熱點。

表1 用戶體驗研究中心性大于0.1的關鍵詞

關鍵詞的突發性圖譜分析，可以通過顯示文獻中被引用頻次的突降或突增情形，來表現出特定知識領域研究熱點的重大變化[9]。為確定用戶體驗研究中問題的拐點，利用了CiteSpace的Burstness技術，對文獻中的關鍵詞進行了突發性分析。通過對用戶體驗的關鍵詞分析，選擇最小時間為3，繪制了用戶體驗的關鍵詞突發性圖譜，如圖5所示。

圖5中呈現了十大突發性關鍵詞，在各個研究熱點中均在短時期出現飆升的態勢。隨著時間的推移，研究熱點也在不斷地變化，結合關鍵詞呈現的頻次、中心性和突發性能夠看出，用戶體驗的研究熱點從最初的信息構建、可用性、電子政務、微創新、云計算、圖書館等轉向了新媒體、客戶端、移動閱讀以及知識服務為主，尤其是知識服務是近5年才開始的用戶體驗研究，成為當前較為突出的研究熱點。

圖5 用戶體驗研究的關鍵詞突發性圖譜

2.2.4 前沿分析

某知識領域的研究前沿，對確定該領域的科研走向具有十分關鍵的意義，科研前沿指向的是在該領域內出現的潛在科研問題，以及一組突現的科學動態概念[9]。文獻關鍵詞聚類的知識圖譜可概括為各個關鍵詞節點之間的相似性，通過數據的運算將共詞關系較為明顯的節點聚集為一個類，能夠相對精準地描繪出該領域研究前沿的重要內容[9,17-18]。本研究使用Pathfinder算法，采用1年作為切片，通過選擇2011—2021年文獻數據生成關鍵詞聚類時間線圖，如圖6所示。

圖6 用戶體驗研究關鍵詞聚類時間線

數據顯示，Q＞0.3表明網絡的結構顯著[18]。本研究網絡的Modularity Q為0.523 3，表示用戶體驗的領域中，關鍵詞聚類有明確的定義。Mean Silhouette得分可以用來反映整個網絡的平均同質性，數值越接近于1，說明網絡的同質性越高[18]。本研究的Mean Silhouette為0.870 6，可以認為聚類結果較好。數據結果生成用戶體驗研究的十個聚類，包括用戶體驗、新興媒體、圖書館、交互設計、可用性、服務設計、人工智能、設計、大數據以及用戶。

第一，#0用戶體驗包括用戶評價、電子政務、信息質量、政府網站、應用、產品創新以及網站優化等關鍵詞。

第二，#1新興媒體包括傳統媒體、媒體融合、客戶端、沉浸體驗、傳播效果、微創新等關鍵詞。

第三，#2圖書館包括知識服務、信息服務、數字出版、移動服務、移動閱讀以及價值共創等關鍵詞。

第四，#3交互設計包括視覺設計、用戶研究、行為邏輯、心流體驗、眼動指標、工業設計以及設計策略等關鍵詞。

第五，#4可用性包括虛擬現實、人機交互、產品設計、體驗設計、心智模型、眼動追蹤以及VR交互等關鍵詞。

第六，#5服務設計包括服務藍圖、創新、用戶需求、新零售、人性化、體驗價值、用戶需求、智慧服務以及包裝設計等關鍵詞。

第七，#6人工智能包括物聯網、界面設計、地平線報告、融媒體、智能家居、界面設計、業務需求、智媒時代以及智能閱讀等關鍵詞。

第八，#7設計包括互聯網、智能手機、信息構建、智能化、轉型、網絡技術、交互裝置以及博物館等關鍵詞。

第九，#8大數據包括定制化、云存儲、個性化、流失預警、云技術、自適應、定制化、慕課以及數據驅動等關鍵詞。

第十，#9用戶包括體驗質量、網絡平臺、戰略規劃、增強現實、三維建模、用戶行為、情感體驗、中老年人以及信息行為等關鍵詞。

2.2.5 趨勢分析

用戶體驗研究的趨勢分析可以從時間維度對應的關鍵詞進行分析。時間線圖可以顯示關鍵詞的演進，能夠清晰而直觀地揭示用戶體驗的變化趨向。某一時間段內的文獻較多，表明當時的研究學者正著重探索的內容，時間段內的節點連線呈現的是傳承關系，兩個時間段之間連線程度用連線的多少來表示[9]。由圖6 的時間線圖能夠看出，自2011—2016年的節點非常多，連線也非常緊密，此時已經處于用戶體驗研究的爆發增長期，在此期間涌現非常多的用戶體驗相關研究。從2017—2021年，連線數相對穩定，處于用戶體驗的研究穩定期。雖然研究熱點內容較爆發增長期間數量變少，但仍然受到學界的持續關注。

3 結語

本項研究通過對2002——2022年8月7日的CNKI數據庫中用戶體驗研究文獻進行年發表量和學科分布分析，并采用CiteSpace可視化分析軟件對2011年至2021 年的數據進行分析，得出結論：首先，2002——2008年是用戶體驗研究的探索起步期；2009——2016年為用戶體驗研究的爆發增長期；自2017年至今是用戶體驗研究的穩定波動期。其次，從學科的分布情況可以看出，用戶體驗研究主要是計算機應用、圖書館、媒介為主，心理學作為交叉學科內容為輔。接著，從作者與機構合作狀況上來看，用戶體驗的研究機構分布相對分散，各個機構之間缺乏協同研究。同時，大多數研究單位和學者對該主題的研究缺乏持續性。最后，從關鍵詞共現的分布、聚類和時間線的情況來看，用戶體驗的研究多集中于用戶體驗、新興媒體、圖書館、交互設計，其研究熱點相對豐富，研究主題相對廣泛，也顯示了學者對用戶體驗方面的問題具有濃厚的興趣。

綜上所述，未來用戶體驗研究可以從以下幾個方面進一步展開研究。首先，可增加交叉學科的研究，以檢驗不同領域中用戶體驗的心理科學、認知科學以及技術實現等問題。其次，可加強作者和機構之間的合作，促使用戶體驗研究能夠更加全面，同時也可以進一步提高用戶體驗研究的效度。最后，可在現有研究熱點的基礎上，提高部分薄弱研究領域或探索新的研究熱點，促使用戶體驗研究朝著更加深入和多元的方向邁進。例如，隨著新興技術的發展，通過應用虛擬現實、增強現實、混合現實技術，人們在虛擬環境中的沉浸感將進一步加強，從心理層面、生理層面等都將發生巨大的變化，因此進一步探索用戶體驗可以豐富該領域的研究，同時為技術實現提供指導。通過對用戶體驗在國內研究的文獻計量分析，幫助研究人員對該知識領域有一個全面、綜合和系統的理解，同時為該領域未來研究方向提供一定借鑒。