基于Web of Science数据库的社交媒体研究现状与趋势的可视化分析

彭 松

（武汉大学新闻与传播学院 武汉 430072）

移动互联网时代，除了网上购物和收集信息外，人们现在更多地使用互联网去进行社会交际，从而扩大自己的朋友圈[1]。以微信为代表的社交媒体不仅成为人们日常生活中沟通交流的重要工具，还是场景时代连接人与人、人与商业的基础设施。

2017年1月，第39次全国互联网发展统计报告显示，截至2016年12月，中国网民规模达到7.31亿，相当于欧洲人口的总量，互联网普及率达到53.2%。仅仅过了半年的时间，2017年8月发布的第40次全国互联网发展统计报告显示，截至 2017 年 6 月，我国网民规模达到 7.51 亿，半年共计新增网民 1992 万人。互联网普及率为 54.3%，较 2016 年底提升 1.1 个百分点[2]。

分析全球范围内迅猛增长的网民在互联网场景下的社交行为，我们会发现，社交网站和即时通信是两大主要的联系工具[3]。

社交媒体（Social Media）又名社会化媒体，是指一系列建立在Web 2.0技术和意识形态基础上的网络应用集合体，允许用户创造和交流生产内容[4]，其出现的时间距今不过十多年的时间。流行的社交媒体传播介质包括了 Blog、Vlog、Podcast、Wikipedia、Facebook、Plurk、Twitter、Google+、Instagram、Snapchat、Secret、Whispe、Yik Yak、微信等，某些网站也加入了类似功能，例如百度、Yahoo! Answers、EHow、Ezine Articles。虽然社交媒体已经极大对改变了当今社会的商业模式和人们的生活方式，但对社交媒体研究方面的最新动态却缺乏相应的论述，研究的热点主要聚焦在哪些方面？又呈现出什么样的发展态势？为了厘清社交媒体研究的发展脉络，探究国际团队对社交媒体的最近研究动态，文章以CiteSpaceⅢ作为研究工具，对Web of Science（WoS数据库）数据库中有关社交媒体研究的数据进行可视化分析，以期为今后相关研究和实践的开展提供借鉴。

1 数据来源与研究方法

文章以汤森路透集团提供的大型引文索引数据库平台Web of Science为数据源，数据采集检索策略为“标题=（‘social media’or ‘social network site’）；入库时间 =1900—2015；数据库 =SCI- EXPANDED ，SSCI，A&HCI”，检索得到的4 054篇文献类型包括论文、程序文件、编辑材料、会议摘要等（见图1）。用文献类型定义为Article、语种定义为English进行精炼后，共有1 916条记录符合条件。选择可视化软件CiteSpaceⅢ，将论文的题录数据输入软件，主要包括标题、关键词、摘要和参考文献等，然后设定好选项进行分析。

图1 社交媒体研究论文的文献类型分布情况

2 社交媒体研究的时间分布

衡量某领域发展的重要指标就是学术论文数量的变化，对其文献分布作历史的、全面的统计，绘制相应的分布曲线，为评价该领域所处的阶段，预测发展趋势和动态具有重要意义[5]。在WoS数据库中，虽然”Social Media”一词最早出现在1960年6月de PEREIRA， A S发表的期刊论文《对外科手术在病人、社会媒体、科学研究三者之间关系的反思》（Reflections on Surgery in its Relation to the Patient， to Social Media and to Scientific Research），但是这篇文章的语种是葡萄牙语，而且联系上下文可知，该文中的“Social Media”的含义等同于“Media”。从图2可知，在文献类型为Article的英文文献中，对社交媒体的研究起步较晚，最早的论文是2005年9月Van Rompaey等人发表在《通信网络杂志》（Journal Of The Communications Network）上的《超越营销：定性用户体验研究技术在社交媒体上的应用》（Beyond Marketing. Applying Qualitative User Experience Research Techniques on Social Media Applications）。文章基于几项在改善新的社交媒体概念的阐述和搜索方面的用户体验研究技术，探讨了定性分析的结果，旨在更好地了解人们如何通过使用新的社交媒体应用软件获得并维系社交关系；文章还设计并验证了一个专门的方法框架，让工程师、设计师、社会学家从社交应用软件设计之初就参与其中，确保一个交叉学科的方法[6]。随后虽然也陆续有研究者关注到这一领域，但直到2010年以后，对社交媒体的研究才开始大量涌现。随着社交媒体对商业模式及人们日常生活影响的进一步加剧，以及媒介融合进程的加快，未来几年内，社交媒体依然是研究热点，全球范围内有关社交媒体研究的论文呈高速增长的态势（见图2）。

图2 社交媒体研究论文的年度分布

除学术论文的数量外，学术论文的被引情况也是反映某领域研究进展的重要指标。基于WoS数据库自带的分析功能，论者对检索结果分析后发现，在文章选择的1 916个样本中，被引频次总计11 570次，去除自引的被引频次总计8 922次；施引文献6 967次，去除自引的施引文献5 969次；每项平均引用次数6.04；H-index为41。图3反映了社交媒体研究领域的文章被引情况。通过和图2对比可以发现，对社交媒体研究的学术论文的发表数量与文献的被引数量呈正相关，两者均是在2010年以后迅速增长，并在2015年达到峰值。

图3 社交媒体研究被引论文的年度分布

3 社交媒体研究的空间分布

（1）学科分布。根据WoS数据库的学科分类体系，相关论文涉及144（Nodes=102， Links=336）个学科。图4展示了各学科的发文量（用年轮的大小表示），学科之间的连线表示学科联系（因为一些论文著录有多个学科）。中心度大小一定程度上说明相关研究中各学科之间的联系程度，图4中心度最大的依次为社会科学其他主题、计算机科学、心理学、传播学、工程学、商业与经济学、环境科学与生态学、数学与计算生物学等，说明社交媒体的研究主要集中在这些领域，同时常常涉及其他学科的研究内容。表1列出了发文量最大的前20个学科（发文量≥40篇)。由表1可知，社交媒体作为网络应用集合体，在计算机科学领域发文数量最多，达到360篇。同时，社交媒体作为一种重要的社交工具，兼具即时通信等功能，又是信息资讯的集散地，在人与人沟通交流方面起到了举足轻重的作用，因而在传播学领域发文数量位居第二。社交媒体还重构了人与商业的连接，是万物智能与万物互联生态中的重要一环，具有极大的商业价值并促进了商业模式的变革，因而在商业与经济学领域发文量也很大，紧随传播学之后。这种研究的集中度在图4中也得到了很直观的呈现。值得注意的是，图书情报学、商学等学科的发文量虽名列前茅，其中心度却相对较低，部分学科虽然论文数量较少（如环境科学与生态学29篇、数学与计算生物学7篇），但其中心度却分别达到了0.12和0.10，是社交媒体研究中的关键点，在跨学科交流与合作中发挥了重要作用。

图4 社交媒体研究的学科分布图谱

表1 社交媒体研究论文分布前20强的学科

（2）国别分布。在进行数据分析时，将网络节点设置成“Country”，然后运行CiteSpaceⅢ，可以得到有关国家研究实力分布图谱（见图5）。图5中每个节点代表一个国家（地区），节点的大小代表该地域的发文量，节点越大，则该国家发文量越多。节点间的连线代表地域间的合作关系，连线的粗细代表地域间的合作次数，连线越粗，则地域间合作越密切。国家名称的大小代表其中心度。

本研究选中的1 916个样本的作者分布在全球68个国家或地区（Nodes=68， Links=145），其中美国以905篇的数量遥遥领先，英国和中国分别以149和144篇的发文数量位列二三名。表2列出了发文量最大的前18个国家或地区（发文量≥20篇)。透过表2可知，美国对社交媒体的研究始于2008年，其发文数量和文章中心度均遥遥领先于其他国家或地区，这与美国孕育了诸如Facebook、Twitter等具有世界影响力的社交媒体的产业实践密不可分。英国的发文数量和文章中心度仅次于美国。虽然中国对社交媒体的研究起步较晚，但也以144篇的论文发表数量紧随英国，位居季军，表明中国的研究与国际合作较多。瑞典的中心度为0.14，仅次于美国和英国，为关键点，成为多国合作和交流的桥梁。

图5 社交媒体研究的地域共现网络图谱

表2 社交媒体研究论文分布前18的国家或地区

借助WoS数据库自带的分析工具，对研究样本中的基金资助机构分析后发现，1916个样本中有1465 篇论文得到过642个基金资助机构的经费支持（见表3），受资助比例占样本总量的76.461%。表3列出了对社交媒体研究提供经费支持前6强的基金资助机构的名单，分别为中国国家自然科学基金（NATIONAL NATURAL SCIENCE FOUNDATION OF CHINA）、美国国家科学基金会（NATIONAL SCIENCE FOUNDATION，简称NSF）、欧洲联盟委员会（EUROPEAN COMMISSION）、中央高校基本科研业务费专项资金（FUNDAMENTAL RESEARCH FUNDS FOR THE CENTRAL UNIVERSITIES）、中国国家重点基础研究发展计划（NATIONAL BASIC RESEARCH PROGRAM OF CHINA）。在6强榜单中，中国占据四个席位，共向61项研究提供了经费支持，其中中国国家自然科学基金以对44项研究的支持数量领跑。可以说，中国大陆在社交媒体研究领域所取得的成就，离不开国家相关基金提供的经费扶持。

表3 对社交媒体研究提供经费支持前6强基金资助机构的名单

此外，对受资助研究的进一步分析可以发现，一项研究得到多个基金资助机构资助的情况并不罕见，甚至一项研究可以同时得到好几个国家或地区的基金资助机构提供的经费支持。如《信息过载条件下社交媒体中的注意力争夺》（Competing for Attention in Social Media under Information Overload Conditions）一文，同时得到了Singapore National Science Foundation Grant “Econophysics and Complex Networks”、China National Science Foundation、Fundamental Research Funds for the Central Universities、Defense Threat Reduction Agency (DTRA)、Office of Naval Research (ONR)、National Science Foundation (NSF)、European MULTIPLEX、LINC、CONGAS Projects、Israel Science Foundation、FONCyT PICT 等 10家基金资助机构的资助。

图6 社交媒体研究发文机构知识图谱

（3）机构分布。为了探究研究机构的分布情况，将网络节点设置成“Institution”， 然后运行CiteSpaceⅢ，从而得出从事社交媒体研究的机构分布图（见图6）。图6中每个节点代表一个研究机构，节点的大小代表该机构的发文量，节点越大，则该机构发文量越多。节点间的连线代表机构间的合作关系，连线的粗细代表机构间的合作次数，连线越粗，则机构合作越密切。通过分析可知，本研究样本选取的1916篇论文出自362所研究机构，但单位两两之间的合作只有76次（Nodes=216， Links=76）。由于研究机构分布很分散，相互间的合作较少，单一研究机构的发文量不大，故而知识图谱中研究机构间的节点很少，研究机构多以孤立形式存在。

发文量可在一定程度上代表机构在该领域的研究实力，表4中列出了论文发表数量排名前8的研究机构（发文量≥15篇)。从表4中可以看出，发文量最多的前8家科研机构中，美国科研机构占据7个席位，其中威斯康辛大学以26篇的论文发表数量领跑，马里兰州大学携20篇论文紧随其后，宾夕法尼亚州立大学以19篇论文总量位居第三。这表明国际上对社交媒体的研究中，美国的科研机构处于前沿阵地，这与上述美国的发文数量和文章中心度遥遥领先于其他国家或地区遥相呼应。荷兰阿姆斯特丹大学凭借18篇论文数量挤进前8强，是欧洲在社交媒体研究方面实力最强的科研机构。

表4 社交媒体研究发文量最多的机构

（4）作者分布。为进一步探究研究社交媒体的作者分布状况，这里将网络节点分别设置成“Author”，然后运行CiteSpaceⅢ，可以得出从事社交媒体研究的作者分布表（Nodes=345， Links=208）。样本选取的1 916篇论文由345名作者贡献，共两两合作208次。由于研究社交媒体的机构分布比较分散，这在一定程度上造成了研究者分布的分散，而知识图谱主要展示的是机构节点间的关系，因而这里没有绘制社交媒体研究者的知识图谱。表5中列出了发文量最多的前10位作者（发文量≥6篇）， 2014年才开始研究社交媒体的Liu Y以9篇论文位居榜首，Chen L和Liu H以7篇论文紧随其后。Liu Y研究了社交媒体中的信息扩散模型，其代表作有《一种基于网络社交媒体转发机制的信息扩散模型》（An Information Diffusion Model Based on Retweeting Mechanism for Online Social Media）、《网络社交媒体中一种基于真相影响的谣言扩散模型》（A Novel Rumor Diffusion Model Considering the Effect of Truth in Online Social Media）、《社交媒体中信息扩散与舆论演变的相关性研究》（Correlation Between Information Diffusion and Opinion Evolution on Social Media）。Chen L研究了社交媒体地理标记技术在旅游中的应用等问题，发表了《基于社交媒体地理标记数据挖掘的情境感知个性化旅游推荐系统》（A Context-aware Personalized Travel Recommendation System Based on Geotagged Social Media Data Mining）、《推荐游客在旅行中使用社交媒体标记照片的地理位置》（Travel Recommendation Using Geo-tagged Photos in Social Media for Tourist）。需要指出的是，Yong SD 、Trottier D和Sherbino J三位作者关于社交媒体研究发表均始于2015年，在这一年中，Yong SD发表了6篇，Trottier D和Sherbino各自发表了5篇，这表明目前对社交媒体的研究还处于起步阶段，任何研究者都有成为该领域研究领秀的可能，社交媒体的发展已经引起越来越多学者的关注。

表5 社交媒体研究发文量最多的作者

图7 社交媒体研究的文献共引图谱

4 社交媒体研究的主题分布

（1）社交媒体的主流研究领域。“Cited Reference”为文献共被引分析功能，通过分析共被引网络中的聚类及关键节点，可以揭示出某个研究领域的知识结构[7]。为了探究社交媒体的主流研究领域，将网络节点设定为“Cited Reference”，选择适当阈值，然后运行CiteSpaceⅢ，即可得出输出网络所涵盖的节点（Nodes=168）与连接线（Links=266）数，并得到社交媒体研究领域的文献贡献网络时间序列图谱（见图7）。图7中的每一个节点表示一篇文献，圆圈的厚度与相应年份的引文数成正比。

为了更精准地呈现对社交媒体的主流研究领域，文中列出了社交媒体研究领域被引量不小于37次的高影响力作者（见表6）。其中，KAPLAN AM的论文在图中节点最大，影响也最大。

表6 社交媒体研究作者被引论文频次表

表7 社交媒体研究被引论文频次表

通过对表6和图7的信息综合归纳分析不难发现，对社交媒体的研究主要集中在商业管理、计算机技术、媒体通信、信息情报、社会科学等领域。这点也可以从WoS数据库中关于样本文献的出版物来源得到印证（见表7）。根据WoS数据库的统计，研究样本的1916篇论文中，有87篇出自COMPUTERS IN HUMAN BEHAVIOR，占总样本数量的4.541 %。论文数量≥30篇的期刊还有PUBLIC RELATIONS REVIEW、JOURNAL OF MEDICAL INTERNET RESEARCH、PLOS ONE、GOVERNMENT INFORMATION QUARTERLY。

期刊是论文发表的重要载体，期刊共被引所反映的是各类期刊及学科间的关联性，通过期刊共被引分析可以获得某个研究领域的知识基础分布[7]。将网络节点设置成“Cited Journal”运用CiteSpaceⅢ分析后，可以得到社交媒体研究期刊被引知识图谱（Nodes=318， Links=1138，见图8）。从图8中可知，被引次数超过200次的期刊有J COMPUT-MEDIAT和BUS HORIZONS。其他被引次数≥171次的期刊有：COMPUT HUM BEHAV、NEW MEDIA SOC、J COMMUN、J MED INTERNET RES、MIS QUART、COMMUN RES、J MARKETING RES、J MARKETING（见表8）。由此可以看出，无论是论文的被引频次，期刊的被引频次，还是期刊的中心度，大都集中在计算机科学、商业与经济学、传播学等学科。

图8 社交媒体研究期刊被引知识图谱

表8 社交媒体研究被引期刊频次表

图9 社交媒体研究热点时区视图

（2）社交媒体研究的热点。关键词是作者对文章内容的高度概括与凝练。在CiteSpace中，“Keyword”为关键词共现分析功能，通过关键词分析可以得到关键词共现网络，此网络可以反映出某一领域当前研究热点及过去产生过哪些热点研究[7]。此处将网络节点设置成“Keyword”，选择适当阈值，然后运行CiteSpaceⅢ，即可得到社交媒体研究热点时间序列图谱（见图9）。

通过图9不难发现，出现频次最高的关键词是社交媒体（Social Media），出现了988次，中心度为0.42，该词与我们的检索式一致（见表9）；出现频率第二高的词是互联网（Internet），出现频次为298，中心度为0.20；Online、Network、Technology、Web、Web2.0、Networking等词的出现频次也比较高，这表明社交媒体与互联网有密切关系，因为社交媒体本身就是一组建立在Web 2.0思想和技术基础上的基于互联网的应用的集合 体。Facebook、Twitter、Communication、Information、Community等高频词汇则进一步阐释了社交媒体的具体类型与功能，即以脸谱网和推特为代表的社交媒体不仅是人们进行即时通信和在线交流的工具，同时也可以在此基础上形成虚拟社区，是信息的重要集散地。行为（Behavior）、模式（Model）、口碑营销（Wordofmouth）等中心度较高的关键词表明社交媒体的用户行为与盈利模式在研究中处于中心地位。

表9 社交媒体研究关键词频次表

5 社交媒体研究的发展趋势

科学文献在发表后，随着时间推移，相对于科学技术的快速发展，其内容会逐渐变得陈旧过时[8]，而研究内容的陈旧过时，具体体现在代表该研究内容的词汇或短语出现次数的变化[9]。利用CiteSpaceⅢ软件可以对文献的文本进行内容分析，文本的内容即主题词全部来自于WoS数据库中的题名（Title）、摘要（Abstract）、标识符（Descriptors）和描述符（Identifiers）。因此，文章在这里将网络节点设定为“Term”，选择适当阙值，结合软件自带的膨胀词探测技术和算法，然后运行Cite SpaceⅢ，将频次变化率高的词从大量的主题词中探测出来，从而根据词频的变动趋势确定社交媒体研究的前沿领域（见图10）。

图10 社交媒体研究前沿领域图谱

图10较好反映了近十年来社交媒体研究领域的演化关系，其中主题词的变化，较好反映了社交媒体研究领域中研究热点的演进情况。从图10中可以看出：2005年出现了第一个膨胀词“社交媒体应用”（Socialmedia-application），表明学界和业界对社交媒体的关注是从其形态及用途开始的；2006-2008年期间出现的膨胀词较少，仅有“通信技术”（Communication-technology）等词，表明研究者对社交媒体的关注点开始从“功能”向“技术转变”，这与社交媒体是依托互联网作为传播平台的特性是分不开的，新媒体技术的进步必然会推动社交媒体形态与功能的变迁，因而对这一领域的研究是常研常新；2009-2010年期间，对社交媒体的研究得到了国内外学者的广泛关注，研究主题也更为多样化，这一时期出现了“公关人员”（Public-relationspractitioners）、“大学生”（College-students）等事关社交媒体使用主体研究方面的膨胀词，表明社交媒体将人的因素带回到了数字化的互动中，随着人们使用社交媒体行为的转变，未来一段时间内，对用户社交媒体使用行为与偏好的研究将成为热点；“非正规学习”（Informal-learning）、“社交媒体营销”（Social-mediamarketing）等注重社交媒体商业价值和实用功能的膨胀词的出现，表明随着社交媒体发展的不断成熟，其所附带的商业属性也日益凸显，社交媒体与数字营销、网络公关传播的联姻也越来越密切；膨胀词“社交网站”（Social-network-site；Social-networking-site）的存在，表明研究者对社交媒体的关注主要集中在社交网站领域，如何构建切实可行的社交媒体盈利模式仍是学界和业界重点关注的话题。2011年以来，社交媒体研究领域几乎没有膨胀词出现，表明此时期该领域的研究活动主要集中在对已有研究的探讨上，研究前沿不甚明显。

6 结语

文章基于信息可视化软件CiteSpaceⅢ，对Web of Science数据库中自1900年以来收录的有关社交媒体研究的英文论文数据进行了可视化分析，通过考察文献被引的知识图谱，发现目前学术界在社交媒体领域的研究具有以下特点：

第一，从时间、地域和学科分布来看，学术界对社交媒体的关注基本与业界保持同步，并随时间递增，在地域空间内集中以及学科范围不断扩张。相关文献自2010年以来保持高速增长的态势，主要集中在美国、英国、中国、澳大利亚、加拿大等国，美国一家独大，中国虽然起步较晚，但也取得了一定的成绩。在研究学科方面，主要聚集在计算机科学、商业与经济学、传播学、图书情报学、商学等人文社科领域，这与社交媒体是基于互联网传播的属性与功能密不可分。

第二，由Cite SpaceⅢ工具生成的社交媒体共被引网络知识图谱可知，博伊德·丹雅M.（Boyd， Danah M.）等人在2007年发表的《社交网站：定义、历史和学术》（Social Network Sites： Definition， History， and Scholarship）、史坦因费德·查尔斯（Steinfield， Charles）等人在2007年发表的《社会资本、自尊、在线社交网站的使用：纵向分析》（Social Capital， Self-esteem， and Use of Online Social Network Sites： A Longitudinal Analysis）、安德烈亚斯·卡普兰（Kaplan， Andreas M）等人在2010年发表的《用户的世界，联合起来！社会媒体的挑战与机遇》（Users of the World， Unite! The Challenges and Opportunities of Social Media）等都是社交媒体领域的关键节点文献，这些文献对于未来的社交媒体研究发展具有重大的参考引用价值。

第三，利用关键词词频分析方法进行分析可知，社交媒体研究领域的热点词汇主要为“Social Media”（社交媒体）、“Internet”（因特网）、“Face Book”（脸谱网）、“Twitter”（推特）、“Communication”（传播）、“Online”（在 线）、“Information”（信 息）、“Network”（网 络）、“Technology”（技术）、“Model”（模式）等。

第四，通Cite SpaceⅢ可视化软件的膨胀词探测和算法，并考察词频随时间的变动趋势，可知随着社交媒体的发展成熟及人们使用社交媒体行为的变迁，对社交媒体的研究也由早期对产品本身的研究逐渐向对社交媒体用户行为和商业模式的研究，如“公关人员”（Public-relations-practitioners）、“大学生”（College-students）、“社交网站”（Social-network-site；Social-networking-site）、“社交媒体营销”（Socialmedia-marketing）是近年来社交媒体研究的前沿领域，代表着未来的发展趋势，对以后的研究有参考借鉴之价值。

通过上述分析不难发现，社交媒体已经引起了国内外学者的研究兴趣，相关文献数量呈持续增长趋势，且已形成较强的研究实力。然而，目前对社交媒体的研究者，绝大部分是来自高校的学者，研究机构比较分散，相互之间的交流较少，基本上处于各自为政的状态，因而该领域还没有形成研究的核心作者，后期研究缺乏代表文献、影响力不足。对于中国大陆地区而言，虽然中国学者以144篇论文总量在社交媒体研究领域名列前茅，但是中国对社交媒体的研究主要受基金资助驱动，且高转载、高引用的关键节点文献很少，与欧美国家（尤其是美国）的研究水平还存在较大差距。因此，中国在社交媒体研究领域应加强与以美国为代表的西方国家的合作与交流，拓展研究热点和研究前沿的深度和广度，加快研究成果的国际化进程。值得注意的是，信息可视化软件CiteSpace虽然为某一领域研究现状的可视化呈现提供了便利，然而由于该软件本身也具有某些局限性，如软件中的节点值（Nodes）与实际数出来的不一致，再加上数据库中各期刊论文的著录格式不同，造成了在呈现过程中出现了少量一人多名的现象等，这些瑕疵使文章的研究结果与实际研究现状存在些许误差，但不会影响最终的研究结论。

（来稿时间：2017年5月）

参考文献：

1. Jones, S. & Fox, S. Pew Internet and American Life Project[EB/OL].[2017-05-15].http：//www.pewinternet.org/Reports/2009/Generations-Online-in-2009.aspx/.

2. 中国互联网络信息中心.第40次中古互联网络发展状况统计报告[EB/OL].[2017-05-15].http：//www.cac.gov.cn/2017-08/04/c_1121427728.htm.

3. Lenhart, A. Adults and social network Web sites. Pew Internet and American Life Project[EB/OL]. [2017-05-15]. http：//www.pewinternet.org/Reports/2009/Adults-and-Social-Network-Websites.aspx/.

4. Andreas M. Kaplan，Michael Haenlein. Users of the world,unite! The challenges and opportunities of Social Media[J]. Business Horizons, 2010：59-68.

5.邱均平，杨思洛，宋艳辉.知识交流研究现状可视化分析[J].中国图书馆学，2012（2）：1-7.

6. Van Rompaey, V &Hemmeryckx-Deleersnijder, B. Beyond marketing. Applying qualitative user experience research techniques on social media applications[J]. Journal of the Communications Network, 2005：26-30.

7. 陈悦、陈超美，胡志刚，等.引文空间分析原理与应用：Cite Space实用指南[M].北京：科学出版社，2014：65，66，65.

8. 万湘容.基于Cite SpaceⅡ的电子商务研究的知识图谱分析[J].图书情报工作网刊，2012（4）：40-46.

9. 高继平，丁堃.专利研究文献的可视化分析[J].情报杂志，2009（7）：12-16.