學術信息探索式搜索行為的情感變化與眼動特征研究*

夏立新 周 鼎 秦曉琪 孫哲林

(華中師范大學信息管理學院 武漢 430079)

0 引 言

網絡環(huán)境下，用戶通過學術搜索引擎、學術博客論壇、數(shù)據(jù)庫、在線社交網站等渠道獲取學術信息資源的行為尤為普遍。學術信息搜索過程是用戶發(fā)現(xiàn)問題、解決問題，主動獲取學術信息的過程。在搜索過程中，由于學術用戶缺乏對目標領域知識的了解，信息需求具有不確定性，往往需要多次制定查詢表達式與檢索系統(tǒng)進行交互，明確自身需求，并且進行擇、閱讀、研究等一系列活動[1]，因此，學術信息搜索行為具有典型的探索式搜索特征。

目前，關于學術信息搜索行為的研究主要集中在學術信息搜索行為影響因素和行為特征兩方面。大量實證研究從人、信息與檢索系統(tǒng)三個角度揭示具體影響因素[2-3]，例如用戶特征、認知水平、信息選擇、任務類型、搜索系統(tǒng)等對學術信息搜索的影響，并且通過用戶搜索日志，設計實驗并結合調查問卷、訪談等手段深入了解用戶的搜索行為特征。然而，目前關于學術信息搜索行為的探索式搜索特征研究較少。探索式搜索的特征主要體現(xiàn)在搜索過程的迭代性、多戰(zhàn)術性、動態(tài)性，在搜索過程中主要有探索式瀏覽與集中搜索兩項重要活動始終貫穿其中[4]。針對探索式搜索過程的行為特點研究，在影響因素方面，主要集中在認知、情感、任務、搜索能力四個方面[5]，其中情感研究較少，學術信息搜索的過程也是情感變化的過程，大多數(shù)均是通過問卷與量表在搜索前后對用戶情感進行前測與后測[6]，無法具體測量情感的變化過程，而面部表情識別則為把握整體情感變化提供了新的思路。在研究方法上，大多采用實驗觀察、搜索日志分析、點擊流數(shù)據(jù)分析等方法分析整個搜索過程，而眼動追蹤技術可以了解信息瀏覽規(guī)律，反映用戶生理與心理特征，彌補傳統(tǒng)方法無法分析用戶認知的不足，被廣泛運用于信息搜索過程的研究。

基于此，通過設計用戶實驗，借助表情識別與眼動追蹤技術錄制與跟蹤用戶學術信息探索式搜索的整個過程，探究搜索過程中用戶的情感變化規(guī)律，分析不同搜索活動的眼動特征。并提出的研究問題如下：a.在學術信息探索式搜索的不同階段，用戶的情感狀態(tài)具有什么特點？b.在學術信息探索式搜索的過程中，探索式瀏覽與集中搜索的眼動特征是否存在差異？c.在學術信息搜索過程中，用戶情感特征和眼動特征有何關系？本研究從情感視角出發(fā)，并結合眼動追蹤技術分析學術信息探索式搜索過程的行為規(guī)律，為研究探索式搜索特征提供新的視角與方法，并且有助于優(yōu)化用戶搜索體驗，為用戶提出個性化服務。

1 相關研究與理論基礎

1.1眼動追蹤方法及應用研究眼動追蹤技術是利用特定的眼動設備或眼動系統(tǒng)來記錄并分析用戶在注視過程中的各項眼動指標，用來揭示用戶心理加工過程和規(guī)律的研究方法[7]，已經被廣泛運用于心理學、教育學、計算機科學、用戶體驗等眾多學科領域[8]。通過梳理已有研究發(fā)現(xiàn)，在用戶信息行為領域，眼動追蹤方法廣泛運用于信息搜索過程中的影響因素研究、個體認知研究、搜索策略研究、搜索瀏覽行為研究、搜索引擎頁面研究等方面[9]。本研究將重點圍繞基于眼動追蹤的信息搜索行為影響因素研究、搜索瀏覽行為研究展開闡述。

陸柳杏等[10]從用戶、計算機、系統(tǒng)開發(fā)三個方面，總結了眼動追蹤技術在人機交互研究中的作用。季璐等[11]通過眼動追蹤技術分析了在線健康社區(qū)用戶在瀏覽和查詢兩種不同情境下的行為特征，同時探究了網頁中部的元素對瀏覽行為的影響。柯青等[12]通過眼動實驗分析了在線健康信息的可讀性對用戶認知負荷和信息加工績效的影響。方浩等[13]通過眼動實驗考察了移動端新聞平臺不同界面要素對用戶信息視覺搜索效率的影響結果，針對其影響機制提出優(yōu)化策略。王宇等[14]通過眼動實驗對被試的注視點頻率以及平均時長進行統(tǒng)計分析，探討不同搜索任務和不同搜索能力下的用戶探索式搜索眼動特征是否具有不同差異。陸泉等[15]通過注視點持續(xù)時長、眼跳距離、眼跳幅度、眼跳方向、相鄰注視點中心縱坐標距離五個眼動指標構建信息搜索用戶深、淺閱讀的自動識別模型。王琳等[16]通過設計眼動實驗，選取注視次數(shù)、注視時長、眼跳次數(shù)與平均眼跳幅度四個指標比較兩組被試在瀏覽不同類型網頁時是否存顯著差異，以此來驗證信息瀏覽行為是理論導向還是生物驅動。姜婷婷[17]等通過眼動實驗探究不同標題類型如何影響用戶對在線健康信息的選擇，選取注視時長和注視次數(shù)，以及點擊行為來反映用戶對健康信息標題的選擇。

眼動主要分為注視、掃視、瞳孔擴張和掃視路徑四種類型。注視是評估信息搜索過程中最相關的眼動指標[18]，最能反映出信息搜索與瀏覽過程的特征，具體包括注視次數(shù)與注視時長。與此同時，注視時長、注視次數(shù)和掃視路徑被使用的最多[19]?？梢钥闯觯斍敖Y合各類眼動指標進行搜索行為與瀏覽行為的研究已經愈發(fā)普遍，為順應了信息行為研究的“數(shù)據(jù)驅動”與定量化趨勢提供了可選擇的研究路徑[20]。

1.2表情識別人的面部肌肉和皮膚富于活動性，當情緒和情感發(fā)生時，總要伴隨一定的表情動作，例如眼睛可以傳神，眉毛可以表現(xiàn)情緒，悲哀時口角下垂，歡笑時嘴角上揚等[21]。完整的情緒體驗是由認知上的主觀體驗、生理上的生理喚醒、表達層面的外顯行為這三種活動構成[22]，這三種活動對應的情緒測量方法分別為三種[23]：a.標準化量表測量情緒體驗;b.借助心電儀和腦電儀等專用設備測量生理信號;c.識別語音表情、姿勢表情和面部表情。借助于標準化量表測量情緒存在一定主觀性，并且無法實現(xiàn)情緒的實時測量，而借助專用設備測量情緒體驗對實驗環(huán)境要求較高，不易操作，會影響被試者的信息行為，對實驗容易造成干擾。在外顯行為層面上，相關研究表明部分情緒的語音聲學特征不存在顯著差異[24]，而身體姿態(tài)表情可以表征情緒強度，但其與具體情緒之間不存在一一對應關系[25]。面部表情是一種可以用來識別情緒的數(shù)據(jù)類型，是表達情緒最自然、最直接的方式。孟昭蘭[26]認為面部表情在理論上具有客觀反應人情感的能力。綜上所述，可以認為在信息搜索行為的情感研究上，基于面部表情數(shù)據(jù)識別用戶情緒具有理論可行性。

1971年，Ekman[27]首次將人的表情劃分為憤怒(Angry)、厭惡(Disgust)、恐懼(Fear)、高興(Happy)、傷心(Sad)、吃驚(Surprise)六種基本類型，并在此基礎上提出了基于運動單元(AU)的面部編碼系統(tǒng)(FACS)[28]，該方法已被廣泛接受并應用于當前絕大多數(shù)的面部表情識別研究中。深度學習在表情識別的應用大多采用以卷積神經網絡(CNN)為核心方法，經典模型有Lenet[29]、Alexnet[30]、Googlenet[31]等，在此基礎上，2016年Szegedy等提出了Xception架構，目前，Xception已經成為CNN的主流框架之一。在面部表情識別數(shù)據(jù)集中，F(xiàn)ER2013數(shù)據(jù)集數(shù)據(jù)更加齊全，同時更加符合實際生活的場景，因此本文選取FER2013進行訓練和測試模型。本文采用CNN的主流框架之mini_Xception搭建表情識別模型，Xception是Google繼Inception后提出的對Inception v3的另一種改進，Xception的網絡結構在ImageNet數(shù)據(jù)集上略優(yōu)于Inception v3，并且在包含3.5億個圖像甚至更大的圖像分類數(shù)據(jù)集上明顯優(yōu)于Inception v3。訓練的模型綜合在FER2013數(shù)據(jù)集上的分類準確率達到了70%。

1.3學術信息搜索行為研究通過梳理文獻發(fā)現(xiàn)，當前相關研究主要集中在學術信息搜索行為的影響因素和行為特點兩方面。不少實證研究從搜索環(huán)境、用戶特征、信息客體等方面揭示其對學術信息搜索行為的影響。如查先進等[32-33]從認知轉變、情感依戀視角并結合學術自我效能視角構建模型，探討學術搜索引擎環(huán)境下的適應性學術信息搜索行為影響因素，與此同時探討了信息質量與信息源的可信度對用戶的認知反應和情感反應產生的影響[34]。黃傳慧等[35]結合移動學習與信息查詢行為，分析高校學術用戶學科分布、年齡、職稱對其移動學習信息查詢行為的影響。劉冰等[36]研究了復雜任務情境下，科研用戶網絡信息搜索過程中學術信息的評判標準和影響因素。在學術信息搜索行為特征的研究上，袁紅等[37]從信息覓食視角出發(fā)，通過構建學術數(shù)據(jù)庫搜索行為模型并設計用戶實驗，記錄菜單選擇、信息線索識別等數(shù)據(jù)揭示行為特征。李燕波[38]通過分析碩博士用戶搜索日志，并結合訪談分析，發(fā)現(xiàn)特定任務下的科研群體具有多系統(tǒng)、多策略的搜索特征。張?zhí)┤鸬萚39]結合有限理性理論，關注于學術用戶如何應對信息復雜性刺激，通過SOR理論框架構建學術搜索行為理論模型。

學術信息搜索具有典型的探索式搜索特征。在探索式搜索過程中有兩項主要活動：探索式瀏覽和集中搜索[4]。探索式瀏覽主要包括選擇、閱讀、研究等行為，主要表現(xiàn)為在搜索過程中瀏覽與搜索問題相關的文檔，并對所查看的文檔進行更進一步的探索。集中搜索主要包括制定查詢表達式、檢查結果、篩選抽取等行為，通常表現(xiàn)為用戶通過一系列的導航遵循已知或預期路徑進行搜索，同時查詢相關文檔集，瀏覽搜索結果附近的結果和文檔，提取相關信息來實現(xiàn)搜索目標[40-41]。當前探索式搜索的研究內容主要集中在搜索結果影響因素、搜索結果優(yōu)化和系統(tǒng)構建三個方面[5]，對探索式搜索行為過程的研究主要圍繞認知過程和學習過程展開，如楊倩[42]整合知識構建、問題情境和認知階段，提出探索式搜索過程的認知過程框架。袁紅等[43]構建探索式搜索的三階段模型，包括了基礎內容學習、主題學習和興趣專項學習。張云秋等[44]探討了探索式搜索的知識構建過程，并總結出用戶快速瀏覽、細致瀏覽到集中搜索的行為特點。

綜上，結合不同的研究視角和研究方法，探索式搜索行為研究已經產生了大量研究成果，在搜索行為研究日益細化、研究情境與研究視角不斷多元化的背景下，較多的研究從影響因素和行為特點揭示了學術信息搜索的規(guī)律，但是研究學術信息搜索行為的探索式特征，并結合情感變化與眼動追蹤分析其行為過程還較為缺乏。

2 實驗設計與數(shù)據(jù)處理

學術數(shù)據(jù)庫是重要的學術信息獲取源，提供了高速檢索、數(shù)據(jù)獲取和知識發(fā)現(xiàn)等服務。中國知網(CNKI)是我國三大學術期刊數(shù)據(jù)庫之一，其學術資源豐富、檢索頁面簡潔高效，是中文學術信息資源的重要獲取平臺，因此本研究使用中國知網(CNKI)作為實驗搜索數(shù)據(jù)庫平臺。

2.1實驗對象實驗法是信息行為研究領域的重要研究方法，由于探索式搜索實驗較為復雜，進行大樣本的研究較為困難，國內外相關研究一般將實驗人數(shù)平均控制在35人左右[5]，且學術信息搜索實驗任務對被試者的檢索能力以及知識水平均具有一定要求，需要被試者均能熟練使用知網、萬方等學術數(shù)據(jù)庫，具有優(yōu)秀科研信息搜索能力或有相關課程學習經歷，考慮到課程設置，本研究的被試者以華中師范大學信息管理學院研究生為主，不考慮性別、年齡，對實驗者的視力有一定要求，經過篩選最終招募29名實驗被試，其中男性9名，女性20名，平均年齡23歲。

2.2實驗任務設計搜索實驗任務需要有效控制條件變量，由于實驗被試者均具有相同的專業(yè)背景，在設計實驗任務時要排除實驗者從事的研究主題，同時需要體現(xiàn)出搜索過程的迭代性與多策略性，同時由于數(shù)據(jù)庫的限制，可以通過搜索得到的學術信息均為中文文獻。因此，本研究的實驗任務為探索式單主題搜索，經過調查與篩選，設計的實驗任務具體內容如下所示：假定你將以“文獻信息資源保障體系”為主題完成一篇研究綜述(包括且不限于組成要素、結構模式、功能與服務等方面，盡可能全面)，請在知網中盡可能多的搜索并了解相關論文(僅限于CSSCI來源、CSSCI擴展版)并查看摘要或全文，將你認為最相關的論文進行篩選并下載，并在實驗結束后完成一篇研究綜述。

2.3實驗流程由于設備限制，本實驗選擇在專門的眼動實驗室進行。在實驗開始之前，由實驗設計人員在計算機上進行測試，確保眼動設備與錄像設備的正常運行和網絡通暢。在被試者準備就緒后告知其任務內容，并由被試者完成基本信息調查表。在實驗正式開始前對被試進行眼動設備使用的培訓，消除實驗過程中由于視力問題和對設備的不適應而產生的誤差，之后由被試者完成搜索任務實驗，研究人員通過外置攝像頭與EV錄屏軟件同步記錄實驗者的面部表情，并結合tobbi pro lab記錄實驗搜索全過程，實驗結束時間由實驗者對任務完成度的主觀感知決定。任務結束后，實驗者對自己的搜索結果文件(包括論文文件、關鍵概念的記錄文檔、綜述草稿等)進行整理。

2.4數(shù)據(jù)處理過程在實驗過程中因網絡問題、數(shù)據(jù)缺失等問題共剔除10份數(shù)據(jù)，最終得到有效數(shù)據(jù)29份。在實驗過程中使用Tobii眼動儀采集被試的眼動數(shù)據(jù)，使用攝像頭拍攝記錄被試實驗過程中的面部表情。以一秒一幀為單位將記錄面部表情視頻截取為圖片并依次批量進行表情識別。最終選取的29個被試的平均實驗時長約為34分鐘，總共識別約59 160張表情圖片，部分結果如表1所示。由于生氣、厭惡、恐懼、悲傷這幾種表情識別難度大，同時表情也是復雜的，會有多重混合表情的出現(xiàn)，如悲傷和憤怒般的厭惡[45]，本研究將表情反應的情緒主要分為正面情緒、中性情緒和負面情緒三類，其中正面情緒包括happy(高興)、surprise(吃驚)，中性情緒是neutral(中性)，負面情緒則包括了angry(憤怒)、disgust(厭惡)、scared(恐懼)、sad(傷心)。

由于本研究關注搜索過程中的探索式瀏覽與集中搜索兩項主要活動，在劃分階段的過程中，探索式瀏覽階段的劃分依據(jù)主要包括閱讀文獻外部特征信息與文本內容，集中搜索階段的劃分依據(jù)主要包括輸入檢索詞、列表篩選、引文網絡篩選、范圍選取等，并邀請三名情報學博士研究生通過tobbi pro lab回放每一位被試的錄屏視頻，結合屏幕和注視點，人工標注探索式瀏覽和集中搜索階段。然后導出每個被試的眼動數(shù)據(jù)，人工記錄搜索過程中的具體搜索行為，最后使用python對數(shù)據(jù)進行篩選和計算等處理，并結合Excel和SPSS進行統(tǒng)計檢驗與聚類等數(shù)據(jù)分析。

表1 表情識別部分結果

3 實驗結果與分析

3.1學術信息搜索過程中用戶的情感變化分析將所有被試者在“探索式瀏覽”階段與“集中搜索”階段的正面情緒、負面情緒、中性情緒占比繪制成柱狀-折線組合圖，并對其進行平滑處理，由于大部分被試的表情里中性表情為主要部分，而正面表情極少，因此主要以負面表情占比的變化趨勢為觀察指標將29個被試的表情變化趨勢總結為如表2所示。在學術信息探索式搜索的不同階段，用戶的情感狀態(tài)變化過程可以分為四類：負面表情穩(wěn)定型、先增后減型、遞增型、遞減型。

表2 表情變化趨勢類型

可以發(fā)現(xiàn)，大多數(shù)被試在實驗過程中沒有或極少表現(xiàn)出正面表情，而中性表情是主要表情。可能是由于在一個相對穩(wěn)定、安靜的實驗環(huán)境中，影響被試情緒的主要原因是實驗中的檢索任務以及實驗過程，而搜索過程也是相對穩(wěn)定的過程。負面表情的占比相對適中，且大多存在明顯變化，因此“負面表情占比”的變化趨勢最能體現(xiàn)被試的情感變化。

“穩(wěn)定型”的被試在搜索過程中大多是“負面表情占比”震蕩維持在一定的范圍內，個別被試在整個搜索過程中僅表現(xiàn)出極少的負面表情。這部分被試在搜索過程中對于搜索任務的認知變化可能是呈階段性變化，此類被試具有一定的搜索能力以及對搜索任務和搜索策較高的認知水平，由此其負面表情的變化在也在一定的范圍內波動且保持相對穩(wěn)定。

“先增后減型”的被試整體負面表情變化趨勢會在震蕩中先增加后減少，可能是由于在搜索初期對搜索任務的了解較少，通過探索式瀏覽階段的學習逐步了解，并在搜索過程中遇到一定的問題或困難，但是通過進一步的搜索找到了較滿意的結果。此外該類型中有極少被試負面表情占比先增加，在實驗過程中有一定的減少后再增加直至搜索結束時負面表情占比再次減少，但整體趨勢仍為先增后減。在本次試驗中，該類被試最多，說明大多數(shù)被試在探索式搜索實驗過程中首先通過搜索和瀏覽加深了對任務的了解，在過程中遇到困難但逐步解決的過程，這與探索式搜索過程中搜索者學習過程與認知變化特點是相吻合的。

“遞增型”的被試在搜索開始階段與“先增后減型”類似，被試對于搜索任務了解欠缺，在探索式瀏覽過程中逐步了解且遇到問題或困難，但這些導致負面表情占比高的因素持續(xù)影響搜索過程直到搜索完成。導致這種情況的產生原因可能是被試情感負荷較高，不能有效處理自身負面情緒，并且被試的疲勞感在搜索過程中不斷增加，導致其最后放棄進一步搜索而結束任務。

“遞減型”的被試在搜索開始初期即表現(xiàn)出了一定的負面表情，但是隨著搜索的展開逐步減少。此類型被試的搜索過程相對順利，隨著搜索過程的不斷深入，用戶對搜索目標逐漸清晰，不確定性不斷下降，并且具有較低的情感負荷，具有較高的搜索能力與多樣化的搜索策略，對自身的搜索行為和搜索結果相對滿意。

3.2探索式瀏覽與集中搜索階段的眼動特征分析對被試的實驗過程進行人工標注分段后，導出各階段的眼動指標。該部分的眼動數(shù)據(jù)統(tǒng)計只包含有人工標記的階段，去掉實驗中不屬于集中搜索和快速瀏覽的部分。其中涉及的眼動指標如表3所示，探索式瀏覽與集中搜索階段的眼動特征差異結果如表4所示。

通過均值的計算可以發(fā)現(xiàn)兩個階段的6個眼動特征均值基本相同。進一步對樣本數(shù)據(jù)進行非參數(shù)檢驗發(fā)現(xiàn)，探索式瀏覽與集中搜索階段的注視占比、眼跳占比、平均注視持續(xù)時長、平均眼跳持續(xù)時長、瞳孔大小均無顯著差異。這與猜想結果存在反差，本研究認為探索式瀏覽階段與集中搜索階段在注視和眼跳行為上存在差異，這是由于探索式瀏覽與集中搜索階段存在不同的信息行為導致的。在集中搜索階段，篩選結果列表時應該存在大量的眼跳行為，而在探索式瀏覽階段進行閱讀和研究時，應存在大量的注視行為，但結果表明均不存在顯著差異，說明在探索式瀏覽階段也具有一定篩選行為，即用戶存在通過快速瀏覽關鍵詞、標題、摘要、結論等關鍵信息尋找目標內容的行為。為了探究其原因，本研究猜測這種現(xiàn)象是由于限制實驗時長、設定了短期目標而導致的，即在實驗過程中，部分被在探索式瀏覽過程中并沒有細致閱讀文章內容，而是通過尋找目標關鍵詞，目的在于在短時間內完成實驗任務，由此本研究認為短期探索式搜索任務(實驗搜索任務)與長期探索式搜索任務(日常搜索任務)存在不同的眼動行為模式。為了進一步驗證猜想，本研究選擇了三名志愿者對本實驗任務進行不限時搜索，即在非實驗環(huán)境下完成搜索任務，并對其進行訪談。訪談過程中發(fā)現(xiàn)，在進行長期探索式搜索任務時，被試存在大量的研究與閱讀行為，對搜索主題的背景知識、理論研究等方面都具有所涉及，在探索式瀏覽階段更多是學習行為，而非篩選行為。

綜上所述，在學術信息探索式搜索的過程中，探索式瀏覽與集中搜索的眼動特征不存在顯著差異。在探索式瀏覽階段存在快速瀏覽行為與細致瀏覽行為，快速瀏覽行為偏向于目標篩選，而細致瀏覽偏向于閱讀與學習，且在不同場景下的探索式搜索行為，眼動行為模式和搜索行為模式上存在差異。

表3 眼動指標

表4 探索式瀏覽與集中搜索階段的眼動特征差異

3.3學術信息探索式搜索行為眼動特征與情感特征分析為了進一步分析學術信息搜索過程中用戶情感特征和眼動特征的關系，首先根據(jù)用戶情感變化特征，并結合搜索特征指標對被試進行聚類分析。具體選取正面表情占比、中性表情占比、負面表情占比、切換頻率、集中搜索階段平均時長、探索式瀏覽階段平均時長六個特征，各指標釋義如表5所示。使用條形圖和散點圖大致查看各特征的分布情況即相關關系，如圖1所示?？梢源笾驴闯鲋行员砬榈恼急扰c負面表情的占比有很強的負相關性，且平均集中搜索階段和平均探索式瀏覽階段的時長是相對集中的。根據(jù)相關系數(shù)和分布情況，最終選擇“正面表情占比”“負面表情占比”“切換頻率”進行聚類。為了避免特征自身的值的差異對聚類模型的影響，需對數(shù)據(jù)進行標準化處理。進行標準化處理后開始進行kmeans聚類，使用SSE(簇內誤方差)和輪廓系數(shù)選擇最優(yōu)的分類數(shù)量，得到最優(yōu)的k為4，聚類結果如表6所示。由于數(shù)據(jù)量較少，再使用層次聚類法加以驗證，同樣得到相同聚類結果，如圖2所示。

表5 聚類指標

圖1 各特征分布情況

表6 特征聚類結果

圖2 層次聚類結果

得到聚類結果后，比較各類特征的均值，如表7所示?？梢园l(fā)現(xiàn)，“B”類的正面表情占比明顯高于其他組別，“C”類的負面表情占比明顯高于其他組別，“D”類的切換頻率明顯高于其他組別。而“A”類的正面表情占比和負面表情占比的均值相對較低、切換頻率的均值與全體被試在該指標上的均值相差較小，并且屬于該類的被試人數(shù)最多，達到半數(shù)以上，說明大多數(shù)被試在實驗過程中的表情和“集中搜索”“探索式瀏覽”的切換頻率是相對穩(wěn)定的。在學術信息搜索過程中，根據(jù)聚類特征，將A、B、C、D四類用戶分別命名為“普通型”“表情正面型”“表情負面型”“切換頻繁型”。

表7 聚類特征均值

結合眼動數(shù)據(jù)特征對四類被試進行深入分析，如表8所示。通過比較各個類別的眼動特征數(shù)據(jù)均值，可以發(fā)現(xiàn)“表情正面型”和“切換頻繁型”的被試在注視類型占比和平均持續(xù)注視時長上都明顯小于另外兩類以及全體被試的均值。同時“表情正面型”被試的平均眼跳距離也大于其他類別。根據(jù)眼動行為，進一步分析實驗錄屏記錄可以得出結論：在探索式搜索過程中，正面情緒占比較多和在探索式瀏覽與集中搜索階段切換頻繁的實驗者在實驗過程中的具體眼動行為更多近似于篩選行為，即快速掃視尋找關鍵目標，在大多數(shù)時間里表現(xiàn)為淺閱讀行為。產生這種現(xiàn)象的原因可能為：頻繁的搜索-瀏覽切換和較高的正面情緒占比反映出兩種類型的實驗者探索式搜索的過程較為順利，在實驗過程中較少出現(xiàn)因搜索不順利而對關鍵詞相關知識點進行學習，僅通過淺閱讀快速找到關鍵詞鎖定目標后快速完成任務。四種不同類型的平均眼跳距離差異也佐證了這一觀點：表情正面型的平均眼跳距離顯著較高于普通型、表情負面型、切換頻繁型。因此我們認為探索式搜索過程越順利，搜索過程中的淺閱讀行為占比會提升，深閱讀行為占比會下降。

表8 不同類型被試眼動特征均值

4 結論與未來研究工作展望

4.1結論與展望本研究對用戶的學術信息探索式搜索過程的情感變化規(guī)律進行了一定的探究。在學術信息探索式搜索行為的情感變化過程中，中性表情是主要表情，負面表情的占比相對適中，且大多存在明顯變化。根據(jù)負面表情占比的變化趨勢可以將用戶的情感變化過程分為穩(wěn)定型、先增后減型、遞增型、遞減型。由此可以通過對負面情感變化的影響因素進行探索，進一步對搜索平臺展現(xiàn)的內容、界面布局和檢索路徑進行優(yōu)化，有利于輔助用戶的探索式搜索行為。因此用戶探索式搜索行為過程中負面表情的影響因素是下一步重點研究的內容。

在學術信息探索式搜索的實驗環(huán)境下，由于限定了實驗目標且限制了實驗時長，部分被試在探索式瀏覽過程中并沒有細致閱讀文章內容，而是通過快速尋找目標關鍵詞完成實驗任務，由此我們得出：在探索式瀏覽階段存在快速瀏覽行為與細致瀏覽行為，快速瀏覽行為偏向于目標篩選，而細致瀏覽行為偏向于閱讀與學習，并且猜測在不同場景下的探索式搜索行為，眼動行為模式和搜索行為模式上存在差異。如何通過用戶搜索過程中的搜索行為對其搜索目的或情景進行預測判斷并優(yōu)化搜索結果，例如呈現(xiàn)方式或結果排序等，是值得進一步嘗試的方向。探索式搜索過程順利程度會影響搜索過程中的深閱讀行為和淺閱讀行為。頻繁的搜索—瀏覽切換和較高的正面情緒占比反映出兩種類型的實驗者學術信息探索式搜索過程較為順利，通過四種不同類型的平均眼跳距離差異也可以加以驗證。我們認為探索式搜索過程越順利，搜索過程中的淺閱讀行為占比會提升，深閱讀行為占比會下降。同時用戶對于檢索過程的評估一方面建立在其搜索結果滿意程度上，一方面建立在其主觀的認知之上，通過結合這兩個維度的綜合評價，可以對檢索系統(tǒng)的使用體驗進行評估。

4.2研究局限本研究探討了學術信息探索式搜索行為的探索式特征，并結合表情識別分析用戶搜索過程的情感變化特征，研究視角較為新穎，但同時也存在以下不足：第一，由于實驗樣本限制，在情感變化過程的分類與用戶特征分類上存在部分類別樣本量偏小的問題，在后續(xù)的研究中需要加大實驗樣本量，進一步證實分類的有效性與科學性。第二，在實驗環(huán)境下由于限定了瀏覽器與學術數(shù)據(jù)庫，無法完全還原真實全面的學術信息搜索行為。與此同時，本研究主要研究學術信息探索式搜索行為中探索式瀏覽與集中搜索兩階段的眼動與情感特點，并未考慮實驗過程中的用戶搜索策略、瀏覽路徑對搜索過程的具體影響，這也是下一步研究可以改進的方向。