搜索引擎主题模型优化(经济论文：通用学术搜索引擎服务满意度影响因素体系的可靠性关键)

　　搜索引擎主题模型优化(经济论文：通用学术搜索引擎服务满意度影响因素体系的可靠性关键)

　　一般学术搜索引擎服务满意度的关键影响因素 时间：2021-03-24 11:45 专栏：经济论文

　　本文对影响通用学术搜索引擎服务满意度的关键影响因素进行识别和分析，为通用学术搜索引擎服务的优化和创新提供方向、依据和思路。文章基于改进的DM模型，结合文献研究、用户访谈和一般学术搜索引擎的实际特点，从信息质量、系统质量和服务质量三个方面建立。

　　本文对影响通用学术搜索引擎服务满意度的关键影响因素进行识别和分析，为通用学术搜索引擎服务的优化和创新提供方向、依据和思路。文章基于改进的D&M模型，结合文献研究、用户访谈和通用学术搜索引擎的实际特点，从信息三个方面建立了影响通用学术搜索引擎服务满意度的因素。质量、系统质量和服务质量。系统，并借助灰色关联分析法计算分析各因素重要性的评分结果。研究表明，通用学术搜索引擎服务满意度影响因素体系共收录12个影响因素，所有影响因素的相关性均高于0.5，印证了通用学术搜索引擎服务的可靠性。满意度影响因素体系。性别。其中，服务的准确性、权威性、信息的自由性和同理心对于一般学术搜索引擎的服务满意度尤为关键。

　　关键词搜索引擎学术搜索信息系统满意度灰色关联分析

　　

　　0 前言

　　近年来，新信息技术的飞速发展导致学术资源爆炸式增长，用户面临的学术信息环境由信息不足向信息过载转变。. 新的信息技术在给学术资源服务机构带来新挑战的同时，也带来了新的机遇。受益于新的信息技术，通用学术搜索引擎作为学术资源服务机构的重要服务载体，得到了快速孵化和发展。*敏*感*词*几大通用搜索引擎公司都在原有基础上推出了通用学术搜索引擎，如Google Academic、Bing Academic、Baidu Academic等，为用户获取学术资源提供了极大的便利。此外，

　　然而，新信息技术不仅促进了通用学术搜索引擎的发展，也促进了专业学术搜索引擎的发展，其专业优势对通用学术搜索引擎的生存和发展构成巨大威胁。因此，为了迎接新的信息环境带来的挑战，更好地满足用户的需求和要求，在与专业学术搜索引擎等其他学术信息检索系统的市场竞争中占据一席之地，通用学术搜索引擎需要不断优化升级。服务满意度是用户对通用学术搜索引擎整个服务过程的评价和情感反应[2]，衡量通用学术搜索引擎服务能力的重要指标[3,4]，是通用学术搜索引擎用户服务满意度的关键。识别和分析影响因素可为一般学术搜索引擎服务能力评估和服务优化创新提供参考和依据，具有重要的研究价值。

　　具体来说，本文讨论了以下问题：一般学术搜索引擎服务满意度影响因素体系的影响因素有哪些？系统可靠吗？主要影响因素有哪些？对一般学术搜索引擎有哪些有益影响？基于改进的D&M模型，结合已有文献、用户访谈和通用学术搜索引擎的实际特点，构建了通用学术搜索引擎服务满意度影响因素体系，然后采用灰色关联分析方法进行分析。用于计算和分析专家评分结果以测试影响。因素系统的可靠性是识别一般学术搜索引擎服务满意度的关键影响因素，

　　1 文献综述

　　学术搜索引擎（ASE）是指搜索科学和学术信息的信息检索系统[5]，是用户获取有效资源的重要途径。ASE一般可以分为两类：专业ASE和一般ASE。其中，专业ASE包括国外Elsevier、Wiley、WebofScience（WoS）和国内CNKI、VIP、万方、CSSCI检索系统、超星知识发现系统等。通用ASE包括国外Google Scholar（GS）、Microsoft Academic等；国内百度学术、搜狗学术、360学术等。现有的知名通用ASE大多是在原有搜索引擎的基础上构建的[6]。例如GS就是在国外知名的通用搜索引擎Google的基础上构建的通用ASE。它使用谷歌独有的算法自动分析整个学术网站而不是特定的来源索引来查找互联网上的各种学术资源[7]，是研究人员搜索科学信息的一种广泛使用的工具[8]。百度学术是中国著名的通用 ASE，它基于中国最大的通用搜索引擎百度 [9]。它可以为用户提供海量的一站式，甚至比专业的 ASE 更全面的*敏*感*词*文献 [10] ]。中国最大的通用搜索引擎[9]。它可以为用户提供海量的一站式，甚至比专业的 ASE 更全面的*敏*感*词*文献 [10] ]。中国最大的通用搜索引擎[9]。它可以为用户提供海量的一站式，甚至比专业的 ASE 更全面的*敏*感*词*文献 [10] ]。

　　目前*敏*感*词*对通用ASE的研究主要集中在通用ASE与其他信息检索系统的性能比较、通用ASE评价指标的有用性、通用ASE的系统优化、通用 ASE 的用户行为。关于通用 ASE 与其他信息检索系统的性能比较，有研究发现 GS 搜索的覆盖范围甚至比 WoS 和 Scopus 等其他专业 ASE 的覆盖范围更广。55% 的 WoS收录 文档在 GS 中免费提供，GS 经常提供搜索结果的免费链接，即使文档无法从出版商公开访问网站[11]。研究进一步发现，在地理领域，GS 搜索的结果数量高于 WoS、Francis 和 GeoRef。尽管在内容上有很大的重叠，但 GS 也有一些新奇之处 [12]。在化学领域，GS在搜索量、搜索范围、操作习惯等方面也比WoS更具竞争优势[13]。

　　关于通用 ASE 评价指标的有用性，一些研究认为 GS 在获取学术影响力统计数据方面非常有用，尤其是在社会科学、人文科学等学科。有必要使用GS，它可以提供关于学术影响的全面信息[14]；并且 GS 的表现相对稳定，即使对以前表现不佳的学科如化学和物理的覆盖率正在迅速提高，使用 GS 可能会改变传统社会科学在引文分析中的弱势地位 [15] ]。研究进一步发现，经过一段时间的化学和物理领域显着扩张后，GS的学科覆盖率正以稳定的速度增长，GS比过去更适合评价和文献计量学研究[16]。然而，一些研究还发现，由 GS 创建的元数据不符合标准，既不可靠也不可重复，它在个人、商业和期刊层面误解了指标 [17]，并且 GS 在引用和内容链接以及文献计量学方*敏*感*词*有重要作用. 学术数据的质量存在错误，尽管错误率比往年要小[18]。

　　其他研究发现，虽然 GS 期刊的覆盖率有所提高，但 h-index 过于集中且偏低。因此，不适合使用 h-index 来评估 GS 中发表数量较少但引用数量较多的期刊 [19]。对于通用 ASE 的系统优化，一项研究引入了学术搜索引擎优化 (ASEO) 的概念，并为如何为通用学术搜索引擎特别是 Google Scholar [20] 优化学术文献提供了指导。一些研究提出学术搜索引擎优化（ASEO）是学术搜索引擎处理学术文章的关键要求，并提供了一个专注于期刊和学术论文搜索的新专业搜索引擎[21]。

　　还有关于如何通过为标题、摘要、关键词 等选择正确的词来优化互联网上科学出版物的可见性的研究，他们给出了学术搜索引擎优化（ASEO）元素示例 [22 ]。关于一般 ASE 的用户行为，一项研究发现，75% 的受访者使用过 GS，感知有用性、感知易用性和忠诚度显着影响受访者对 GS 的预期使用，TAM 模型可以作为一个预测性的*敏*感*词*。GS[7]的适用型号；研究人员的 GS 采用行为受到信息资源质量、感知有用性、系统质量、界面可用性、感知易用性和态度的显着影响 [23]，而对高校学生百度学术则有显着影响。采用行为主要受感知有用性、感知易用性、主观规范、个人创新、忠诚度和数据广泛性的影响[24]。

　　综上所述，目前对通用ASE的研究取得了丰硕的成果，为本研究奠定了良好的基础。但是，现有的研究还存在一些不足。首先，关于一般ASE服务满意度因素的相关文献不多，现有的少数研究往往只涉及一般ASE服务满意度的影响因素和影响机制。在检测验证方面，其影响因素体系尚未构建，关键影响因素尚未深入识别，这表明相关研究存在“定量”和“定性”的不足。

　　其次，现有的研究大多集中在一个特定的通用ASE上，他们的研究重点是“一种”而不是“一种”，如GS、百度学术等，此类研究大多来自微观level 进行了比较具体的实证工作，得出的结论对具体的一般ASE有很大的参考意义。但是，由于不同的具体通用ASE存在差异，结论对整个通用ASE的意义有限。为了填补现有研究的不足，本文将构建一个通用的ASE服务满意度影响因素体系，并对其可靠性和关键影响因素进行计算和分析。

　　2 影响因素体系的构建

　　信息系统成功模型（D&M 模型）是信息系统（Information System，IS）领域的经典模型，在许多领域和情况下的信息系统研究中已被证明是有效的[25, 26]。该模型提出信息系统的系统质量和信息质量影响用户对信息系统的满意度。其中，系统质量是信息系统本身的衡量指标，用来衡量信息系统技术的成功与否，信息质量是信息系统产出的衡量指标，用来衡量信息系统技术的成功与否。IS语义是否成功[27]。

　　十年后，Delone 和 Mclean [28] 对 D&M 模型进行了优化，提出 IS 的服务质量也会影响用户对 IS 的满意度。虽然过去他们认为服务质量只是系统质量的一个子集，但 IS 的发展让他们相信需要从系统质量中提炼出一个单独的服务质量指标，而这个指标可能是衡量系统质量的最重要部分。 IS 部门的整体成功，如果不包括在评估包中，则可能是对 IS 有效性的错误衡量，也就是说，改进的 D&M 模型提出，用户对 IS 的满意度受三个变量的影响IS系统质量、信息质量和服务质量。该模型也被许多研究证明是有效的[29,30]。

　　基于此，本文将通用ASE的系统质量、服务质量和信息质量确定为基本方面，并结合IS领域的相关文献和通用ASE服务的实际情况，初步提出了各方面的相应影响因素。方面，进而构建完整的ASE服务满意度影响因素体系。对于系统质量和服务质量，Delone 和 Mclean [28] 提出可以通过适应性、可用性、可靠性、易用性和响应时间等指标来衡量系统质量；服务质量可以通过保证、同理心和响应能力来衡量。“保证”是指 IS 服务人员具备做好工作的知识的程度，“同理心”是指IS 将用户的最大利益放在心上的程度，“响应性”是指IS 能够快速满足用户需求的程度。根据通用ASE的实际特点，通用ASE的系统质量容易受到易用性、稳定性、流畅性等因素的影响。“稳定性”是IS“可靠性”的体现，“流畅”是IS“响应时间”的体现。

　　由于一般 ASE 场景中不存在“适应性”和“可用性”问题，因此删除这两个指标。服务质量很容易受到移情因素的影响。一般ASE的“同理心”是IS“保证”和“同理心”的体现，而一般ASE服务质量维度下的“响应性”则以“同理心”为特征。该内涵与通用ASE系统质量方面下的“流畅性”所代表的内涵有重叠，故删除通用ASE服务质量方面下的“响应性”。关于信息质量，Miller 等人。[31]提出信息质量可以通过准确性、相关性、及时性和完整性等指标来衡量。评价其信息内容的自由度等指标。结合信息检索系统对信息查全率和查准率的要求，本文认为一般的ASE强调信息的准确性、相关性、全面性、权威性、及时性和自由性。其中，“完备性”和“全面性”所代表的内涵，与“及时性”和“及时性”所代表的内涵重叠。删除。

　　由于一般 ASE 的特殊性，可能存在一些在现有研究中未提及或在现有研究中已提及但在一般 ASE 的背景下不成立的因素。为进一步保证提取因子的可靠性，本文重点关注基本结构；另一方面，结合通用ASE的功能和特点，对资深用户（5年以上）进行了两次深度访谈。经验）和高级IS产品经理（三年以上工作经验）进一步补充和修订其影响因素体系。通过对访谈结果的内容分析，在系统质量维度下提取出容错性和安全性两个新变量，在服务质量维度下提取了一个新的个性化变量，在信息质量维度下提取了丰富度。性别的新变量。但是，考虑到信息质量维度下的“丰富性”和“理解性”，服务质量维度下的“相关性”和“个性化”所代表的内涵是重叠的，所以一般ASE信息质量维度下的信息质量是重叠的。“丰富”和“相关性”被删除。经过补充和修订，最终得出三个基本维度和12个影响因素，并进一步确定了每个因素的具体内涵。但是，考虑到信息质量维度下的“丰富性”和“理解性”，服务质量维度下的“相关性”和“个性化”所代表的内涵是重叠的，所以一般ASE信息质量维度下的信息质量是重叠的。“丰富”和“相关性”被删除。经过补充和修订，最终得出三个基本维度和12个影响因素，并进一步确定了每个因素的具体内涵。但是，考虑到信息质量维度下的“丰富性”和“理解性”，服务质量维度下的“相关性”和“个性化”所代表的内涵是重叠的，所以一般ASE信息质量维度下的信息质量是重叠的。“丰富”和“相关性”被删除。经过补充和修订，最终得出三个基本维度和12个影响因素，并进一步确定了每个因素的具体内涵。所以一般 ASE 信息质量维度下的信息质量是重叠的。“丰富”和“相关性”被删除。经过补充和修订，最终得出三个基本维度和12个影响因素，并进一步确定了每个因素的具体内涵。所以一般 ASE 信息质量维度下的信息质量是重叠的。“丰富”和“相关性”被删除。经过补充和修订，最终得出三个基本维度和12个影响因素，并进一步确定了每个因素的具体内涵。

　　3 灰色关联分析

　　3.1 灰色关联分析法

　　邓巨龙于1982年首次提出灰色系统理论[33]，并推导出灰色相关分析法，这是一种用于研究随机变量之间相关性的多因素统计分析方法[34]。该方法以“小样本”和“信息贫乏”的不确定系统为研究对象，从一些已知信息中提取有价值的信息，从而正确理解系统的运行规律，实现对系统的有效控制。每个变量序列的相关程度是根据每个变量数据序列对应的几何形状的相似度来确定的，即几何形状越相似，变量相关度越大，反之亦然[35]。由于用户的 对一般ASE服务的满意度受多种因素影响，各因素之间的关系尚不明确，该方法已多次应用于我国各领域关键影响因素的识别[36,37]。因此，灰色关联分析法更适合本研究。

　　4 讨论与启示

　　灰度相关度值一般可以分为五个等级，其中[0,0.3)为低，[0.3,0.5)为低，[0.5,0.7) 中等，[0.7,0.9) 高，[0. 9 ,1] 很高 [38]。研究结果表明，在本文构建的通用ASE服务满意度影响因素体系中，所有影响因素的影响程度均超过0.5，证实了影响因素提取的合理性和构建的可靠性。的影响因素系统。

　　在所有因素中，最相关的四个因素都不是源于系统质量，说明系统质量在三个基本方面对用户对通用 ASE 服务的满意度影响较小，这与 Wang 等人的观点一致。[39]、[40] 发现系统质量对用户满意度影响最大的结论不一致。原因可能是通用ASE的系统质量很重要，但目前很多通用ASE都是在*敏*感*词*知名通用搜索引擎的基础上开发的。他们的系统比较成熟，基本可以满足用户。以流畅度为例。，根据采访结果，几乎所有的IS优化升级都考虑了这个因素，但经过多次改进，

　　研服务提供商需要专注于确保他们提供的学术信息的信息质量。同时，本文确定了四个关键影响因素：准确性、同理心、权威性和自由性，表明它们对一般 ASE 用户满意度的影响最为重要，是一般 ASE 服务商优化或创新服务所必需的。在关注和改进方面，

　　首先，信息准确性对通用ASE服务满意度的影响最为重要，说明通用ASE需要竭尽全力保证输出信息的准确性。结合一般ASE的特点，其准确性主要体现在信息内容是否与客观现实一致，即信息内容的准确性。在新的信息环境下，由于信息量大，信息质量参差不齐，而且学术信息往往专业性很强，不易识别，因此，获取准确信息已成为用户的重要追求搜索时。目标。在这种情况下，通用 ASE 提供的信息越准确，用户满意度可能就越高。

　　对此，ASE将军可以利用大家的智慧，建立成熟的反馈修正机制，在版权范围内激发用户上传可靠的学术信息。验证更正，并允许其他用户修改标注信息，甚至邀请相关学术领域的专业人士来回答和修改，类似于知乎问答平台中的“邀请回答”。

　　其次，移情对泛型 ASE 的影响位居第二，说明移情是泛型 ASE 的另一个重点。Empathy就是同理心，体现在服务方对被服务方的理解上，即一般ASE能否全方位考虑客户，尽量满足他们的需求。显然，日月光及其服务人员对用户的感知越一般，其体验满意度可能就越高。对此，日月光通用需要加强相关服务人员“以用户为中心”的服务意识，不仅体现在界面设计的友好性、系统使用的人性化、信息传播的交互性上，还体现在用户服务的积极性和主动性。.

　　第三，信息权威对用户总体ASE服务满意度的影响位居第三，说明用户更喜欢权威信息源。互联网时代为用户分享信息提供了便利。然而，由于学术信息往往高度专业化，用户之间的信息不对称性很明显。除了用户个人认知的差异外，输出信息的质量往往参差不齐，甚至是真假。无法区分。

　　在这种情况下，用户最省时省心的方法就是根据自己的信息来源来判断自己的信息质量，即知名学者、官方等权威信息来源提供的学术信息越多。机构，他们提供的内容越容易被其他人查看。作为精准的内容，越容易被用户采用，用户体验满意度越高。因此，General ASE可以通过建立相应的激励机制，吸引知名学者、权威人士、官方机构等“意见领袖”加入，并通过其独特的“名人效应”提升用户对其服务的满意度。

　　最后，免费信息对用户对通用 ASE 服务满意度的影响也排名第三，说明用户更愿意在通用 ASE 中获取免费资源。考虑到Universal ASE的用户特点，它的受众主要是学生，但由于学生往往没有收入来源，对免费资源更敏感，Universal ASE越容易获得免费的学术信息资源，用户满意度可能。对此，日月光通用一方面可以考虑加强与部分高校、科研院所等机构的合作，实现非保密学术资源的流通共享，通过系统链接与部分合作机构内部资源对接。 网站，这样，可以获得免费资源；另一方面，通过建立适当的激励机制，促进个人用户在版权范围内积极共享资源。

　　5 结论与展望

　　本文基于改进的D&M模型，结合文献研究、用户访谈和通用学术搜索引擎的实际特点，构建了包括三个基本维度和12个影响因素的通用ASE服务满意度影响因素体系，然后利用灰色关联分析方法。，验证系统的可靠性，识别通用ASE服务满意度、准确性、权威性、自由度和同理心4个关键影响因素，并据此提出优化通用ASE服务的一些战略意义。

　　本文的贡献在于： (1) 以往很少有研究系统地讨论和深入识别一般ASE服务满意度的影响因素体系和关键影响因素。本研究的开展，不仅丰富了已有研究的“量”，而且填补了已有研究体系的完善，不仅为后续研究提供了依据和思路，也扩大了结论的适用性。从“特殊”到“一般”。②从改进D&M的角度对一般ASE服务满意度进行专项分析的研究鲜见报道。本研究的开展不仅拓展了改进D&M模型的适用场景，而且对系统质量产生了影响，模型中的服务质量和信息质量。对下限指标进行了扩展和细化，衡量了其影响程度，进一步深化了改进D&M模型的理论内涵。

　　③ 现有同类文献中对关键影响因素的识别方法有很强的收敛性，多采用层次分析法[42,43]、DEMATEL[44,45]等方法进行识别。本文采用区分灰色相关分析方法进行计算分析，研究方法的结合使用和成功应用，不仅拓展了该方法的适用领域，也为后续的类似研究提供了方法参考。④构建通用ASE服务满意度影响因素体系，为未来专用ASE等信息检索系统的服务满意度评价体系设计提供指导和参考，也为通用ASE的优化和创新提供目标和方向。服务，

　　投稿刊物：《图书馆与信息知识》（双月刊），创刊于1983年，是国家一级学科图书馆、信息与档案管理的综合性学术期刊。图书情报知识自创办以来，始终牢牢把握政治方向，以推动我国图书情报理论与实践创新、公共文化建设和社会信息化为根本出发点，“关注国家以公共知识为宗旨，引领学科发展潮流”作为办刊宗旨。图书情报知识依托武汉大学

　　这篇文章也有不足之处。一方面，由于视角的限制，本文从改进的D&M模型的系统质量、服务质量和信息质量中提取了一般ASE服务满意度的影响因素。从视角或采用扎根理论等方法，综合检测相关影响因素，从而构建较为全面的通用ASE服务满意度影响因素指标体系。另一方面，本文采用小样本调查的方法，在参考数据列的设置和关键影响因素的确定上存在主观性，可能导致研究结论的稳健性不足。未来的研究将考虑扩大样本的规模和范围，

　　参考

　　[1] 刘洋，宋玉清。搜索引擎学术研究的知识图谱[J]．图书馆和信息的知识。2010 (6):105-110.

　　[2] OliverRL.Acognitivemodeloftheantecedentsandconsequencesofsatisfactiondecisions[J].JournalofMarketingResearch.1980,17(4):460-469.

　　[3] 徐福，杜杰特。考查本科生和本科生对数字图书馆用户满意度的异同[J].学术图书馆杂志.2019,45(6):102072.

　　[4] 胡昌平，胡元，闫薇薇．高校数字图书馆服务用户满意度实证研究[J]．中国国家图书馆学报. 2013, 22(6):23-32.

　　[5] 曹芬芳，张金超，王娟，等。学术搜索引擎用户自适应学术信息搜索行为影响因素研究[J]．中国国家图书馆学报。2019, 28(6):82-89.

　　[6] 李惠芳．资源发现系统与学术搜索引擎功能对比研究——以EDS与百度学术搜索为例[J]. 新世纪图书馆。2019(9):76-80.

　　[7] CothranT.GoogleScholaracceptanceanduseamonggraduatestudents:Aquantitativestudy[J].Library&InformationScienceResearch.2011,33(4):293-301.

　　[8]VanNoordenR.Onlinecollaboration:Scientistsandthesocialnetwork[J].Nature.2014,512(7513):126-129.

　　[9] 王新才. 知识发现系统与通用学术搜索引擎文献资源比较研究——以超星发现与百度学术为例[J]. 福建论坛（人文社科版），2018(4):164-172.