网络社交网络应用中研究者行为研究综述_mendeley论文

科研人员在线社交网络使用行为研究综述，本文主要内容关键词为：在线论文,社交论文,科研人员论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

      分类号：G250

      DOI：10.13266/j.issn.0252-3116.2016.03.020

      修回日期：2016-01-20

       本文起止页码：138-147

      1 引言

      在线社交网络(Social Network Sites，SNS)的出现极大地改变了人们的生活、学习和工作方式。D.M.Body和N.B.Ellison将在线社交网络定义为一种基于网络的服务，该服务允许用户创建个人档案、建立自己的朋友圈以及相互浏览朋友圈内彼此的内容[1]。个人档案、朋友、浏览朋友列表代表了在线社交网络最为核心的特征[2]。与传统的互联网应用相比，在线社交网络的一个重要特征是用户参与交互所产生的社会网络结构更加清晰，用户行为因而受到社会网络结构更加突出的影响。

      作为一个特定的群体，科研人员在科学研究过程中也广泛使用着在线社交网络，这不仅包括大众性的在线社交网络如Facebook、Twitter等，也包括更具针对性的学术社交网络(Academic Social Network Sites，ASNS)如Mendeley、ResearchGate、Academia.edu等。在线社交网络正在深刻影响和改变着科研人员相互联结、信息共享、科研合作的方式[3-6]。由此科研人员在线社交网络使用行为研究正日益受到学术界的关注，成为图书情报领域的重要研究课题之一。

      研究科研人员使用在线社交网络的动机，准确把握其行为规律，对于改进和完善现有科技信息服务系统具有重要的现实意义，对于进一步研究科研人员信息行为规律也具有重要的理论意义。目前，国内外对科研人员在线社交网络使用行为的相关研究已取得一定的进展，本文系统收集了国内外现有的研究成果，对其进行系统的梳理、分析和归纳，对相关研究主题进行了全面综述，在此基础上，提出未来应进一步予以研究，以期能对该领域深入理论研究和实践应用提供有益的参考。

      2 文献收集与统计分析

      为了获得较为全面的科研人员在线社交网络使用行为方面的研究文献，笔者采用两步骤的文献收集方法：

      第一，利用EBSCO的LISTA(Library and Information Science & Technology Abstracts)数据库进行外文相关文献的检索，采用的检索式为：Keywords=(Social Media+Social Network Site+Research Network+Microblog+Blog+Twitter+Facebook+LinkedIn+ResearchGate+Academia.edu+Mendeley)*(Researchers+Scientists+Scholar)；考虑到中文期刊独家授权的存在[7]，笔者同时利用中国知网(CNKI)和万方数据库进行中文相关文献的检索，检索结果予以去重处理，采用的检索式为：关键词=(社交媒体+社交网络+社交网站+微博+博客)*(科研人员+科学家+研究人员+学者)。上述步骤所得到的文献由笔者进行主观判断，剔除掉误检的记录，之后形成文献清单列表(list)。

      第二，考虑到在线社交网络是一个较新的事物，很多文献中对于在线社交网络的表述存在差异，且对于某些特定的社交网站名称不能一一列举，通过关键词检索文献存在一定的漏检情况，因此补漏是必需的。本研究通过Google Scholar(GS)引文功能进行补漏，具体做法为：从list列表中依次提取论文题目输入到GS中进行检索，查看其被哪些文献所引用，挑选出其中与本研究相关的文献，如该文献不存在于list列表中，则将其添加到list列表中。该过程反复进行，直至list列表不再有新内容为止。上述两个步骤的执行时间段为2015年10月30日之前。共获得文献63篇。相应的文献由笔者进行深入阅读、分析。相关文献的时间分布如图1所示。

      

      图1 文献时间分布

      从图1可以看出，学者从2008年起开始对学术社交网络有所关注，但直到2011年前，总体研究文献数量都偏少。从2011年起，关于学术社交网络的研究论文数量总体上不断增多，特别是2015年，其数量达到20篇。考虑到本文文献收集时间截至2015年10月30日，2015年论文数量应是超过20篇的。这种数量方面的不断增长特征一方面是目前学术社交网络特别是ResearchGate、Academia.edu和Mendeley在学术团体中风靡现象的客观反映，另一方面也反映出学术界对学术社交网络这一现象及其背后所隐含的科学交流模式的日益关注。有意思的是，在文献收集过程中，一些文献已经先于期刊(预印本)出现在ResearchGate中，这也是为什么在统计数据中已经会出现2016年文献的原因。

      3 研究主题分析

      在对相关文献进行集中阅读、深度分析的基础上，本文归纳出了科研人员在线社交网络使用行为研究的5个比较集中的主题，分别是用于科研目的的在线社交网络功能及分类、科研人员使用行为的人口统计学特征研究、使用动机研究、内容创建与获取行为研究以及基于在线社交网络的群体行为研究。

      3.1 用于科研目的的在线社交网络功能与分类

      E-Science环境下，科研人员在研究的各个阶段，从识别研究机会直到研究结果的扩散，都广泛利用着在线社交网络[6]。相关的研究对用于科研目的在线社交网络功能及形态进行了归纳研究。

      A.Richter等[8]指出，在线社交网络具备3种最基本的功能，分别为身份和网络管理功能(identity and network management)、信息管理功能(information management)以及交流功能(communication)。据此他们对现有的在线社交网络形态进行了粗略划分。在此基础上，A.C.Bullinger等[9]通过对24个学术社交网络的案例研究及对10个学术社交网络创建者的深度访谈，识别出了学术社交网络的4个基本功能，即身份和网络管理、交流、信息管理以及协作(collaboration)，并将现有的学术社交网络进行了形态划分，具体如图2所示。

      

      图2 学术社交网络功能[9]

      在对现有在线社交网络的分类上，REBIUN[10]工作组对现有的用于科研目的的在线社交网络进行了考察，将其划分为研究共享、资源共享和结果共享三大类(见表1)，文献研究结果表明这一分类目前接受度较高[11-12]。值得注意的是，一些学者通过对现有用于科研目的的在线社交网络的具体功能进行分析，更为客观地予以分类。如V.A.Rohani等[13]通过考察20多个学术社交网络，对它们的具体功能进行了分类。夏秋菊等[14]调研了29个学术社交网络，提取了其相关介绍中的功能关键词，通过共词聚类，最后识别出了3个类别，分别为科研社交网络分析工具、科研社交网络平台和科研类数据库。

      

      可以发现，研究人员针对用于科研目的的在线社交网络功能和形态划分存有异议。事实上，所有的分类几乎都是相对的，一些在线社交网络甚至可以涵盖多个类别。因此对分类的争议似乎并没有对科研人员采纳在线社交网络造成太大影响。多项研究也表明，如果科研人员在某一个在线社交网站注册，则通常也会在另外的平台进行注册[15-17]，显示出科研人员对于各种不同功能和形态的在线社交网络的采纳有其自身的考虑。从科研过程来看，不同的阶段对于在线社交网络的功能需求是不一致的，上述研究并没有对在线社交网络是如何嵌入到科研过程中进行研究，如何从科研生命周期角度来探讨在线社交网络的分型仍有其必要并有待进一步研究。

      3.2 使用行为的人口统计学特征研究

      使用行为的人口统计学特征研究主要是调查科研人员到底使用了哪些在线社交网络，以及不同的人口统计学变量如年龄、学科、资历等与在线社交网络使用偏好的关系。相关的研究主要采用在线调查问卷或E-mail等形式对科研人员开展调查，调研对象的范围则多有不同，由此得到的调查结果也存在诸多不一致甚至是矛盾的地方。

      (1)在线社交网络的使用频次。考虑到在线社交网络用于科研目的仍属于新生事物，现有研究重点对科研人员经常使用哪些在线社交网络进行了调查，其中以国际性的大规模样本调查结果最为具有代表性。I.Rowlands等[18-19]调查了2 000多位国际科研人员，结果显示科研人员主要将在线社交网络应用于协同创作、会议召开和会议调度，同时科研人员更愿意使用大众流行的社交工具如Twitter等。D.Lupton[20]于2014年1月对711位国际学者的在线社交网络使用情况进行了在线调查，结果也显示Twitter是其中认可度最高的，而Academia排在第二，第三是个人博客，第四是Facebook、LinkedIn及ResearchGate。Nature杂志也于2014年对科学家使用在线社交网络的情况进行了广泛调查。来自95个不同国家的3 500位科研人员参与了这项E-mail调研[21]。结果显示，GS的频率是最高的，然而这一结果显然是忽视了GS作为检索工具而非社交工具的属性。排除这一点后，在自然科学和工程领域，使用频次最多的依次是ResearchGate、LinkedIn、Facebook、Google+、Twitter、ResearchID等；在社会科学和人文艺术领域，使用频次最多的依次是Facebook、LinkedIn、ResearchGate、Academia.edu、Twitter、Google+。

      除国际调研之外，也有一些研究针对特定国家或机构进行了调研，其结果显示出较大的异动性。如P.Mahajan等[22]调查了印度两所大学科研人员使用在线社交网络的情况及目的，调查结果显示大多数科研人员注册有在线社交网络账户，其中Facebook最为流行，其次是Google的Orkut，ResearchGate则排在第三位。J.L.Ortega[23]针对西班牙国家研究委员会的科研人员进行了调查，共有6132位科学家参与。调查结果显示，GS、Academia.edu、ResearchGate和Mendeley为科学家常用的在线社交网络。A.M.Elsayed[17]调查了阿拉伯科研人员对使用学术社交网络的态度，共有315人参与调查。结果显示，约3/4的科研人员使用学术社交网络来共享出版物，而ResearchGate是使用最频繁的。

      上述调研数据均表明，科研人员的在线社交网络使用是多样化的。由于调研对象、问卷设计尤其是对学术社交网络的判别等因素的限制，不同调研在结果上出现较大差异，这一点从对GS的调研结果中即可发现。尽管如此，笔者仍然可以从上述研究结果中归纳出一些共性结论：第一，研究人员对学术社交网络的认知度整体较高，其中，ResearchGate、Academia.edu、Mendeley是较为常用的；第二，除了使用学术社交网络，研究人员也频繁使用大众性的在线社交网络，特别是一些当前非常流行的平台如Facebook、Twitter、LinkedIn等，显示出普通在线社交网络在专业性应用方面的巨大潜力。值得注意的是，有多项研究表明，科研人员只要在某个在线社交网络注册，往往也会在其他社交网络进行注册[15，17，24]，这一方面是由于在线社交网络在功能上各有侧重，另一方面也显示出作者并不愿意局限于某一平台。这一点也提醒我们，对科研人员在线社交网络行为规律的研究不能仅限于某一平台，而应基于多个平台的全局数据进行分析。

      (2)使用行为偏好的学科差异。在众多关于科研人员信息行为的研究中，学科领域的差异始终被当做一个关键要素来对待[25]。不同学科的科研人员无论是对信息技术的采纳，还是对交流方式的运用均存在较大差别。这一点，也强烈地表现在科研人员对在线社交网络的使用上。

      I.Rowlands等[18]的调查结果显示，人文社会学家更受益于社交媒体。Nature杂志的调查结果显示在自然科学和工程领域，使用频次最多的依次是ResearchGate、LinkedIn、Facebook、Google+、Twitter、ResearchID等；在社会科学和人文艺术领域，使用频次最多的依次是Facebook、LinkedIn、ResearchGate、Academia.edu、Twitter、Google+[21]。J.L.Ortega[23]针对西班牙国家研究委员会的调查显示，学科差异几乎在每个学术社交平台上都存在。人文社会科学家最青睐Academia.edu，更喜欢在平台上联系其他成员；生物学家最喜欢ResearchGate，但却更被动地使用社交工具。A.M.Elsayed[17]对阿拉伯科研人员的调查也发现，使用ResearchGate的大多数为理论和应用科学领域的研究人员。A.Megwalu[26]对Academia.edu用户进行了调查，显示学科与使用行为之间存在很强的相关性。与物理学家相比，语言学家和社会学家更青睐使用Academia.edu。A.S.Al-Aufi等[27]调查了阿曼人文社科领域使用在线社交网络的情况，显示出人文社科领域研究人员对在线社交网络的使用总体比较积极，然而也有接近1/3的被调查者坦言从未使用过在线社交网络，该结果也在其主持的另一项跨机构的研究中得到证实[28]。

      上述研究显示，学科差异强烈地反映在科研人员的在线社交网络使用行为上。在众多调查研究中，研究者都确认了学科差异的存在，显示出不同的学科对于在线社交网络及具体平台的接受度存在较大差异。此外，现有研究似乎都倾向于表明人文社科领域更青睐Academia.edu，而自然科学则更喜欢使用ResearchGate，尽管目前还没有原因能够解释为什么会出现这种差异。在线社交网络使用的学科差异也意味着，未来对科研人员在线社交网络使用行为的深入研究一定要考虑学科领域情境，并将学科情境纳入到研究框架当中。

      (3)其他特征与使用行为偏好的关系。相关研究还对除学科差异之外的特征，如资历、年龄、国别等与使用行为偏好之间的关系进行了研究。

      针对使用者的资历，J.Bar-Ilan等[29]对出席2010年莱顿科学技术信息会议的57位主讲人的在线社交网络显示度进行了调查，结果显示被调查者中70%拥有LinkedIn账户，16%拥有Twitter账户。A.Mas-Bleda等[15]调查了欧洲高被引科学家在社交网站上的显示度，调查结果显示科学家很少在社交网络上出现，但LinkedIn(均值为25%)是个例外。尽管如此，这一比例比J.Bar-Ilan的调查数字要少得多。总体来讲，研究结果倾向于资历较深的研究人员在线社交网络活跃度较低，但由于调查数量的限制，这一结论仍有待商榷。

      针对使用者的年龄，I.Rowlands等[18]对2 000多位国际科研人员的调查结果显示受访人员的年龄与其对社交媒体的使用强度并不存在明显的相关性。这一研究结论受到了多位研究者的质疑。如A.Mas-Bleda等[15]的调查结果显示年轻学者在社交网络上出现的比例要高。J.L.Ortega[23]考察了GS的用户群体，结果也表明大多数用户都是刚开始从事科研活动的年轻研究人员。

      此外，M.Thelwall[30]的研究表明巴西、印度及其他国家从ResearchGate获益甚大，但中国、韩国、俄罗斯却没有将影响最大化。J.L.Ortega[23]对GS的考察也表明该服务主要被来自特定国家的机构所接受。这些研究似乎表明，国家也是影响科研人员在线社交网络使用行为的一个重要因素。事实上，不同的国家无论是在语言、文化还是在价值取向上均存在差异，这些差异都可能体现在对学术社交网络的使用上。遗憾的是，目前并没有学者针对某一特定国家尤其是我国科研人员学术社交网络使用行为进行深入研究。

      3.3 科研人员在线社交网络使用动机研究

      科研人员在线社交网络使用动机研究在思路上强调将在线社交网络作为一种信息技术平台，探索回答为什么科研人员要使用这些平台。相关的研究主要从两个层面展开：一是通过广泛调查，探索科研人员使用在线社交网络的具体原因和动机；二是应用某一理论框架，在广泛调查的基础上，通过统计学分析方法，挖掘科研人员使用在线社交网络的动机及其对使用行为的影响。

      3.3.1 对具体动机的调查结果 N.Chakraborty[31]调查了印度东北山丘大学(The North-Eastern Hill University，NEHU)科研人员使用在线社交网络的原因。结果显示，社会科学研究人员主要将在线社交网络用于教学和研究，而自然科学研究人员则认为在线社交网络对教学和科研没有太多作用，娱乐是其最主要目的。Nature杂志的调查显示，科研人员使用ResearchGate和Academia.edu最主要的目的是维持账户以备有人联系，这意味着科研人员主要将社交网络账户视为提高其在线显示度的途径，而并非将其作为社交工具。其他的目的则包括共享论文、发现相关研究人员、跟踪计量及查找推荐的研究论文等。与此相对的是，尽管调查结果中仅有13%的科学家习惯性使用Twitter，但有40%的使用者利用其来关注和参与与研究相关的讨论[21]。W.Jeng等[32]以Mendeley为研究对象，获取了146位参与者的日常活动、使用习惯和加入组群(group)的动机。研究结果显示，被调查者很少关注网站的社交特征，而更多地关注其研究特征，这与Nature杂志的调查结果是非常一致的。此外，加入到较多组群的用户有更强的动机来增加他们的专业显示度，并且更愿意将他们阅读的文献添加至组群阅读目录中。D.Nicholas等[33]收集了来自欧洲4个学科近100位学者对学术社交网络的态度，学者们普遍认为学术社交网络仍处于发展的初级阶段，其使用主要出于非声誉目，比如共享论文，而很少利用平台的社交功能。M.Thelwall等[34]对Mendeley的考察结果也表明，学术社交网络由学术资本驱动而非友谊驱动。

      有意思的是，尽管人们倾向于认为社交网络其“社交”功能是最主要的，然而就当前的研究来看，研究人员更多地关注学术社交网络的“学术”功能，如共享论文、跟踪同行最新的研究进展、维持在线显示度等，相反其社交行为远比所设想的要低。因此，按照普通在线社交网络的思路来发展学术社交网络是否行得通？学术社交网络是否会沦为一个单纯的学术论文存储库？这些问题都值得深入探讨。

      3.3.2 使用动机对使用行为的影响分析 根据创新扩散理论，学术社交网络在创建伊始的采纳对其扩散至关重要。相关研究关注了科研人员学术社交网络采纳行为，并使用不同的模型对影响科研人员学术社交网络采纳行为的影响因素进行了考察。

      A.Gruzd等[6]对来自信息科学和技术领域的51位学者进行了半结构化访谈，在对访谈记录予以编码的基础上使UTAUT模型，从绩效期望(performance expectancy)、付出期望(effort expectancy)、社群影响(social influence)及配合情况(facilitating conditions)4个核心维度对访谈结果进行了解释。研究结果表明，科研人员对社交媒体的采纳动机主要在于缔结新的人际连接以及受到同事对社交媒体采纳的影响。科研人员认为，社交媒体的用处在于建立新连接并加强原有连接、跟踪领域最新动态、科研工作在线化及维持专业显示度等。A.Gruzd等[35]的另一项研究对来自美国信息科学学会、因特网研究者协会及社会网络分析国际网络3个组织的367位学者进行了在线问卷调查，并使用因子分析方法，共提取了科研人员使用社交工具的3种动机，分别是社会和信息扩散动机、信息收集动机和合作动机。陈明红等[12]以计划行为理论为基础，构建了科研社交网络使用行为模型，对267位科研人员的问卷调查分析结果表明，行为态度、主观规范和感知行为控制均对使用意向具有显著正向作用，且使用意向对使用行为具有显著正向作用。与此相类似，陈明红从社会资本理论视角出发探讨了学术虚拟社区知识共享行为的影响因素[36]。甘春梅[37]和王伟军等[38]利用不同理论模型对学术博客采纳和持续使用行为影响因素进行了系统研究。

      总体而言，上述研究倾向于重点探讨内因(动机)对采纳行为的影响作用，也有少数研究探讨了内外因的综合影响。在研究结果中，内部性动机特别是信息获取动机对于科研人员采纳学术社交网络具有正向作用，而外部因素特别是主观范畴也被视为是重要因素，这些共同的研究结论为我们理解科研人员为什么采纳学术社交网络提供了基础。值得注意的是，对任何信息系统而言，持续使用才是成功的关键，而现有研究对于学术社交网络的持续使用却关注得较少，未来应重点关注。

      3.4 内容创建和获取行为研究

      用户创建内容(User-Generated Content，UGC)是在线社交网络的显著特征之一，因此对用户而言，其个体活动很自然地可以分为内容创建和内容获取两个方面[39]。研究并理解在线社交网络中科研人员内容创建和获取行为规律，对于相关组织合理利用社交媒体以及设计制定有效的社交媒体管理策略具有重要意义。

      3.4.1 科研人员内容创建行为特征 研究人员对基于博客和微博的内容创建行为进行了研究。针对博客内容创建行为，H.Shema等[40]收集了Researchblog-ging.org医学类别的391个博客2010～2012年所发布的博文，并使用内容分析法对博文内容进行了分析。研究结果显示，博文很少自引，大多数是引用来自高影响因子的多学科和通用医学期刊最新的研究论文或综述，且90%以上的博文包含对所引用论文里面相关话题的一般性讨论，超过1/4的博文在论文的基础上提供与健康相关的建议。这显示出博客主试图将博客引导至更广的非学术受众。尽管如此，30%的博客对相关问题提出了学术性的批评意见。

      针对微博内容创建行为，T.D.Bowman[41]比较了学者个人和专业推特(Tweet)存在的差异，结果显示个人和专业推特在可供性上存在显著差异。K.Holmberg等[42]试图理解情境、可供性使用及社交活动如何影响天体物理学家的Tweeting行为。研究发现天体物理学家与多种类型的用户进行交流时，使用的术语极为相似，且倾向于中性的可供性被Tweeting次数更多，因此更多的是信息共享活动而非对话或表达观点。S.Haustein等[43]分析了37位天体物理学家的Tweeting行为，比较了他们的Tweeting行为与出版行为，以考察他们是否Tweeting与研究相关的主题。研究表明，推特和文摘之间相似度很低。不同用户组的Tweeting行为如转发和标签、用户名和URLs等存在较大差异。

      3.4.2 科研人员内容获取行为特征 研究人员重点对基于学术社交网络的阅读行为进行了关注。E.Mohammadi等[44]使用来自Mendeley的注册用户数据，试图弄清楚Mendeley中的论文被哪些群体阅读。研究指出，大多数读者都是研究生、博士生和博士后。此外，临床医学论文也被很多医生阅读，显示出Mendeley能够揭示隐藏的其他价值，如教育价值、实践价值等。L.Bommann等[45]考察了F1000中相关的论文标签，并结合Mendeley分组信息研究了论文标签与阅读群体之间的相关性。其结果表明，F1000中被标记为“适合教学”(good for teaching)的论文，其阅读群体主要为讲师、来自非学术机构的研究人员及图书馆馆员等。M.Thelwall等[46]考察了ResearchGate上论文的出版日期和学科分布，结果显示ResearchGate主要是最新的论文，且获得的浏览量是旧论文的3倍。

      研究者对基于问答的主动信息查寻行为也进行了研究。K.Jordan[47]对Academia.edu中的261个问答进行了分类研究，结果表明226(87%)个问题为事实和概念问题，49(19%)个问题为查找资源的问题，其他的问题类型包括与某一研究相关的问题、出版问题、职业相关问题等。L.Li等[48]使用来自ResearchGate的1 021个样本数据，研究了回答质量的预测问题。该研究指出，回答者的权威性、较短回复时间、较多的回答内容与回答质量存在正相关，而回答中如有社会元素则会降低回答质量。

      3.5 基于在线社交网络的科研人员群体行为研究

      如笔者所指出的，与传统的互联网应用相比，在线社交网络的一个重要特征是用户参与交互所产生的社会网络结构更加清晰，用户行为因而受到社会网络结构更加突出的影响。由此科研人员在线社交网络群体行为成为研究的热点问题。研究者对科研人员基于在线社交网络的群体互动行为、行为所形成的网络结构以及以此结构作为新的科学计量学指标的可能性进行了广泛研究。

      3.5.1 科研人员群体互动行为与网络结构 科研人员群体互动行为如加好友、关注等形成了复杂的网络结构。K.Jordan[49]探讨了学术社交网络的网络结构，分析结果显示学科在定义社区结构中至关重要，且学术资历较深的科研人员在网络结构中占据重要节点位置，资历较浅的科研人员具有更少的连接并且在网络中处于边缘位置。尽管如此，资历较浅的科研人员对学术社交网络的使用更为活跃。H.Gao等[50]研究了Mendeley组群数量与规模，其分析结果表明62%的群规模极小，仅有一个成员，且26.88%的组没有添加任何文章。另外，有些组群具有很高的论文阅读量，但有意思的是，这些组成员和论文数量都低于20篇。C.P.Hoffmann等[51]对学术社交网络上研究人员的交互关系进行了社会网络分析，表明平台参与度、资历和出版物影响因子对成员的入度和特征向量中心性有贡献，但对紧密和中介中心性没有什么贡献。

      3.5.2 基于用户行为的新型科学计量学指标的研究 相关研究对基于在线社交网络的一些测度指标作为新型科学计量学指标的可行性进行了研究。在线社交网络中论文的浏览量、阅读量常被作为预测引用的指标。如E.Mohammadi等[52]比较了Mendeley多个社会人文学科论文的阅读量与被引量的相关性，发现社科领域比人文领域的论文的相关性要大一些，同时标签数量与和被引量存在弱相关，表明这些测量方法反映了研究影响的不同方面。研究也发现，Mendeley标签的信息流动与跨学科引文分析存在一定的相似性。E.Mohammadi等[53]调研了860位Mendeley用户，发现55%的用户已经阅读或意在阅读至少半数以上的被标记论文，同时有大约85%的被调查者也声明会标记论文以便将来引用。该研究由此认为标签数量能够作为阅读量的指标，同时也能够作为引用指标。M.Thelwall[46]的研究结果表明ResearchGate上论文的浏览量与Mendeley阅读量、Scopus被引量存在正相关。

      研究人员对论文的Twitter数量作为指标的可能性亦进行了考察。S.Haustein等[54-55]分析了生物医学领域140万篇论文的Twitter数量、Mendeley阅读量及被引数之间的关系。研究结果显示，只有不到10%的论文被Twitter，说明Twitter作为新的论文测度指标处于初级阶段，同时Twitter量与传统被引数没有相关性。S.Haustein认为传统被引量反映了论文对科学团体的影响，而Mendeley也主要反映了论文对科学团体的影响，尽管其阅读群体可能并不局限于科学团体。相比较，Twitter反映了论文对公众的影响，与传统指标存在较大的不同。S.Haustein等[56]的另一项研究考察了ArXiv中预印本的推特数量，发现自动账户产生了数量庞大的推特，这与社会账户完全不同，由此也对推特数量作为新型论文计量指标提出了质疑。J.C.F.De Winter[57]对27 856篇来自PLOS ONE的论文进行了论文层面的计量分析，结果表明推特数量与被引次数不相关。De Winter认为推特数量能够很好预测其他社交媒体活动，但是不能预测PMC浏览数量。这意味着科学引文过程与Twitter社交过程是相对独立的。

      除此之外，学者还对基于在线社交网络的学者影响测度、学科结构测度及机构、区域学术影响力测度进行了研究。N.Li等[58]结合学术影响和社会影响两个方面来测量学者影响力。通过获取来自于Mendeley的数据，他首先用3种不同方法测度了学术影响力，然后使用中心性测度了社会影响。研究显示学者的学术影响与社交影响两者并不相关。M.Thelwall等[34]也基于Academia.edu的数据对学者影响力进行了测度，结果显示传统书目计量方法与Academia.edu测度指标也不相关，主要原因可能是资深学者很少使用Academia.edu，以及传统书目方法……不能测量非正式学术活动。J.Jiang等[59]通过观察Mendeley中不同学科的在线学术群体共同的成员和追随者(followers)来考察跨学科结构，分析结果清楚地显示出了跨学科的结构，表明Mendeley可以作为考察跨学科结构的有效数据源。M.Thelwall等[30]旨在评估ResearchGate的使用和出版物数据是否反映了已有的学术等级结构，结果表明ResearchGate排名数据与学术机构的其他排名存在高度相关性。

      4 未来研究建议

      在对科研人员在线社交网络使用行为研究方面，国内外学者已经取得了一些研究成果，相关的研究主要体现在5个方面。这些研究对于理解科研人员在线社交网络行为具有重要意义，同时也为深入研究科研人员在线社交网络行为提供了基础。但当前的研究也存在以下几个问题并亟待进一步深入研究。

      4.1 在线社交网络如何嵌入科研过程有待深入探讨

      相关的研究虽然指出了在线社交网络贯穿于整个科研过程，但是根据对在线社交网络功能和形态的划分表明，不同的在线社交网络嵌入科研过程的时机和目的都不尽相同。笔者认为，利用案例研究方法，对科研过程进行细致考察，深入研究不同形态的在线社交网络在什么时机、如何嵌入到科研过程中、对科研过程有何作用等问题，从而形成一个可供深入研究的理论框架是十分有必要的。

      4.2 不同形态在线社交网络中的用户行为有待全面研究

      相关研究虽对用户行为进行了考察，但大多以单个在线社交网络为考察对象，同时对用户行为的分析大多基于数量极为有限的样本，显然研究结果难以真实地全面反映科研人员在线社交网络行为，难以得出其行为的一般规律。因此，笔者认为基于多个在线社交网络，获取海量的平台行为数据，采用大数据分析方法，对科研人员在线社交网络的各种行为如浏览、关注、提问、回答、上传、下载等及各种行为的时空关系、用户个人特征与行为的关系、用户与用户之间的结构关系、用户与资源之间的结构关系进行全面揭示，从中挖掘出行为的一般规律，是当务之急。

      4.3 科研人员在线社交网络持续使用机制有待深入研究

      到目前为止，研究科研人员在线社交网络持续使用行为者甚少。来自在线社交网络及学术社交网络的数据也表明，用户注册(可以简单类比为采纳)与持续使用存在较大的差距。笔者注意到，一些学者已经将UTAUT、使用与满足理论(U&G)等应用于普通在线社交网络的持续使用行为机理研究，但对科研人员在线社交网络持续使用的研究仍乏善可陈，亟待进一步深入。

      4.4 对科研信息服务系统的改进需提出实质性建议

      理论来源于实践，并最终将服务于实践。相关的研究虽针对具体平台得出了一些普适性尚待考证的理论，但距离指导现有科研信息服务系统仍有相当距离。笔者认为，在线社交网络是未来科学交流的重要平台，科研信息服务系统的社交化是一个重要趋势，迫切需要基于科研人员在线社交网络使用行为的一般规律，对现有科研信息服务系统的社交化改造进行实证研究，在实证中检验并完善理论。

标签：mendeley论文;  社交网络论文;  相关性分析论文;  用户研究论文;  动机理论论文;  社交平台论文;  互联网社交论文;  网络行为论文;  用户分析论文;  功能分析论文;  互联网用户论文;