基于CiteSpaceⅡ的国内用户生成内容研究可视化分析

杜永峰

（南京农业大学信息科技学院，江苏南京 210095）

0 引言

Web 2.0的网络环境使网络内容更加开放，越来越提倡用户参与，网站不再只是网站发布者独自生成的内容，越来越多的普通用户参与其中，发布自己的观点和看法，将自己创造的东西分享给他人，用户生成内容（User-generated content，UGC）就是指这种普通用户参与制造内容的过程［1］，又称为用户制造内容。

通过文献调查，目前国内关于UGC的研究主要包括以下4个方面：UGC及其相关概念、用户研究、内容研究、UGC的应用研究。目前关于UGC概念，主要分为两类：一是指以任何形式在网络上发表的由用户原创的文字、图片、音频和视频等内容［2］；二是指与专业生成内容（Professionally-generated content，PGC）相对立的概念，强调内容是由非专业人士的普通用户生成，发布和散播在网络上。从其概念中可以看出，UGC具有用户非专业性、内容具有一定的创新性和传播性的特性。关于用户研究，包括UGC的生成动机和影响因素研究［3-4］、内容的共享意愿［5-6］、学术性用户协同信息行为［7］。关于内容，主要包括用户生成内容法律问题［8］与内容组织。组织方式分为自组织和他组织两种类型，通过分析UGC的特点，其满足系统自组织相关要求［9］，他组织是指借助其他组织方法对UGC内容进行组织管理，如元数据［10］、微格式［11］等方法。对于UGC的应用研究，主要指基于各种社会媒体平台，如微博、虚拟社区、视频网站、购物平台等UGC模式和应用研究，对UGC的价值进行评价［12-13］。

为了清楚地展示国内用户生成内容研究的发展，本文将使用CiteSpace可视化软件，对CNKI上我国UGC文献进行可视化展示，了解国内对于该领域的研究情况，分析其发展和研究热点。

1 数据来源与基本统计

1.1 数据来源

本研究数据来源CNKI数据库收录的关于UGC的文献。通过前期的文献调查发现，国内当前普遍使用UGC作为用户生成内容的简称。检索式为“SU=‘用户生成内容’OR SU=‘UGC’”，时间跨度为2007年1月1日至2019年12月31日，在CNKI数据库中进行检索，通过筛选，得到1 476条数据，将其以Refworks格式进行保存，便于之后利用Citesapce软件进行分析。此外，利用CSSCI上收录的相关文献数据作为补充，检索条件为：关键词=用户生成内容，关键词=UGC。

1.2 研究方法

可视化是一种使复杂的信息能够被人们快速理解的手段，是可以放大人类感知的图形化表示方法。CiteSpace研发至今，国内外众多学者运用其对各个领域进行可视化研究，其简单的使用方法和直观的结果展示为研究者提供便利。本文使用美籍华人著名学者陈超美教授开发的信息可视化软件CiteSpace［14］，进行数据可视化分析。在CNKI上以Refworks格式导出文献信息，并在CiteSpace进行格式转化，通过合理的阈值和参数设置，绘出直观容易理解的科学知识谱图，进行关键词共现分析、作者合作分析。分析国内相关研究的发展和热点以及作者之间的合作关系等内容。

2 基本统计

年度发文量在一定程度上可以反映它的研究发展趋势和状态。2007—2019年间年度发文量如图1所示，可以明显看出从2007年到2019年这13年内，我国关于UGC研究基本保持逐年上升的趋势，这与现实网络媒体应用发展趋势紧密相关。其中2017年和2018年相关研究数量有些回落，但在2019年又开始增长。从2005年视频分享网站YouTube推出，到现在多种社交媒体网络的发展，互联网中UGC模式兴起并快速发展，并且随着网络技术的发展与推广，越来越多的用户参与到这一新颖的模式。从2007—2011年间国内发表文献数量缓慢增长，该时间段内该领域在我国处于诞生时期，直到2009年，国内UGC研究仍处于起步阶段。根据图1及文献增长规律可知，随后文献增长迅速；且文献增长方式至今没有转化为逻辑曲线增长模式，说明此领域未发展到成熟时期，还有较大的发展空间。

图1 2007—2019年用户生成内容研究CNKI年度发文量统计

表1展示了国内UGC研究领域前十位高被引论文，其中有6篇为研究型论文，有4篇论文位综述型论文，综述型论文占比较高。有9篇论文所属图书情报与数字图书馆领域。从论文作者来看，赵宇翔和朱庆华参与其中4篇论文的撰写，为该领域影响力最高的学者。从论文的发布时间来看，主要集中在2009年和2012年两个年份，从2009年开始，国内关于UGC的研究正式进入快速发展阶段，2012年出现了本领域最高被引文章，该文章对UGC进行了概念解析，并分析了目前的研究进展，作为阶段性的研究成果，为之后该领域的研究打下基础。

3 用户生成内容可视化展示分析

3.1 利用CiteSpace软件进行用户生成内容研究热点可视化展示

关键词从一定程度上可以反映文章的研究方向，是一篇文章的精髓。本文将从CNKI中得到的原始数据进行格式转换，利用CiteSpace可视化工具进行关键词分析，绘制图谱。

数据年代选择2007—2011年、2012—2014年、2015—2017年、2018—2019年，数据切割年代为1年，聚类点类型为keyword，调整引文数量（c）、共被引频次（cc）、共被引系数（ccv），控制图谱产生的可视化节点数和连接数。选择Pruning剪枝优化，经过反复调整，将2007—2011年时间段时间阈值取（2，1，30）、（2，1，30）、（2，1，30），得到可视化节点数为36，连接数为62，自动聚类后如图2所示。将2012—2014年时间段时间阈值取（2，1，25）、（2，1，25）、（2，1，25），得到可视化节点数为94，连接数为198，自动聚类如图3所示。将2015—2017年时间段时间阈值取（2，1，20）、（2，1，20）、（2，1，20），得到可视化节点数为166，连接数为362，自动聚类如图4所示。将2018—2019年时间段时间阈值取（2，1，23）、（2，1，21）、（2，1，21），得到可视化节点数为100，连接数为122，自动聚类如图5所示。

表1 国内用户生成内容（UGC）研究领域高被引论文前10情况

图2 2007—2011关键词共现

从图2—4可以看出，2007—2011年间研究热点主要集中用户生成内容、Web 2.0、互联网、视频、用户行为方向，相互之间存在联系，政府和大学直接存在着密切联系，单独构成一类，此时还有部分研究者称其用户创造内容。2012—2014年间研究热点主要集中在用户生成内容、视频和电视、用户、自媒体、移动端、社会化媒体、UGC模式，用户生成内容研究热点也随着社会热点变迁，出现了诸如社会化媒体、大数据、自媒体等时代热门话题。2015—2017年研究热点较上一时间段来说，之前研究热点之间关系个更加密切，社会化研究更加深入，对于UGC内容、模式、发展也开展研究，逐渐关注用户生成内容的生成和质量。同时也紧随时代热点进行研究，如直播平台、网络直播。

图3 2012—2014关键词共现

图4 2015—2017关键词共现

图5 2018—2019关键词共现

通过将2007—2017年分为3个时间段，并对我国用户生成内容研究热点分析，2007—2011年时间段，相关研究处于刚开始阶段，研究热点多与其自身相关，国内多针对其应用开展研究；2012—2014年时间段，相关研究开展火热，研究紧随时代热点，在研究其应用的同时，对UGC自身理论的研究开始增多；2015—2017年时间段，用户生成内容研究持续升温，并逐渐关注其本质与内容，随着UGC应用领域的扩大，研究热点也越来越广泛。总体来说，从2007—2017年国内相关研究从起步到迅速发展，研究内容及其所涉及的领域越来越广泛，研究从最初的应用现象研究逐渐偏向理论研究，但都是从UGC本身出发，导致其有一定的限制性，没有形成更加全面、多方面的研究体系结构。

从图5来看，2018—2019年国内UGC相关研究与之前“广泛涉及”的研究内容有所区别，研究内容更加具体和深入，从先前大多数的现象探讨和理论研究到具体的社交媒体UGC发展及其影响，但是主要研究内容依旧围绕着UGC本身和其发展。2018—2019年相关研究主要可以分为以下三类：（1）UGC自身和内容研究。UGC的研究带动了学者对于PGC的讨论，研究学者探讨用户的行为模式和UGC在当前网络环境中的发展等研究。（2）网络媒体平台研究。从UGC出发，研究当前热门社交媒体和网络应用，从中探讨UGC对网络媒体发展的影响以及不同媒体环境下内容的发展等研究。（3）UGC的传播和共享研究。UGC的发展对传统信息内容的影响、网络信息共享等研究。

3.2 2007—2017年用户生成内容研究爆发点分析

利用CiteSpace对2007—2019年间关键词进行Timeline View分析，通过调节相关参数，得到其关键词研究热点爆发点，所有词均在2007年就已出现。其中共有3个关键词爆发点与视频相关，包括“YouTube”“视频”“视频网站”，这与国外 YouTube出现引发国外UGC研究类似，国内对于视频这一内容形式研究的UGC内容关注度也相对较高，并且近几年短视频和VLOG在网络上的火爆，也加剧了相关研究的深入。早先国内UGC相关网站和平台较少，国内学者也大多把YouTube作为研究对象，随后随着国内相关产业的发展，才逐渐开展对国内用户生成视频和内容平台的研究。Web 2.0作为UGC发展的基础网络平台，其关键词有着最高的强度，反映了用户生成内容与Web 2.0的密切关系，与国外用户生成内容研究相符合，而移动运营商作为Web 2.0发展的媒介也在较早时期被学者所研究。关键词PGC作为UGC的对立概念，随着对UGC研究的深入，学者开始讨论PGC在当前信息环境下的发展，其持续时间最长，大多数对UGC的研究中都会把PGC与其做对比，且大多数的视频网站和问答社区中PGC的内容也越来越多。用户行为和PGC的研究爆发点最迟，对于用户行为和PGC的研究逐渐开始远离UGC和其内容自身，从用户行为和对立方面开展研究补充和深化了已有的研究，促进UGC的健康发展。

3.3 2007—2019年间用户生成内容研究作者可视化分析

为研究我国用户生成内容作者间的合作关系及核心，选用CNKI数据，通过对数据的整理分析，发现截至目前国内UGC相关研究没有形成比较密切和固定的作者合作关系，没有形成明确的科研团体。从论文成果来看，科研学者之间的联系较少。

选用CSSCI数据，在CiteSpace中数据年代选择2006—2019年，数据切分年代间隔为1年，聚类点类型是Cited Author，得到可视化节点数为102，连接数为234，得到的可视化图谱如图6所示。

图6 作者引用图谱

根据图6中作者引用关系可以看出，引用关系呈现明显的聚类，主要分为6个作者引用聚类。其中国内高被引作者为赵宇翔、杨善林、朱庆华、张慧霞。以国内作者为核心的引用类仅有赵宇翔和朱庆华两人，作为UGC领域早期研究其理论的学者，两人合作发表的UGC相关文章共5篇，共被引705次。可以认为赵宇翔、朱庆华为该学科核心作者。从引用关系来看，国内作者之间的研究引用次数较多，关系较为密切。从引用关系图谱总体来说，被引作者以国外学者为主，国内用户生成内容研究仍落后于国外研究。

4 讨论与展望

本文通过CNKI上关于用户生成内容研究2007年至2019年的相关文献及CSSCI上收录的2007—2019年相关文献，通过统计分析，运用CiteSpace进行可视化分析。对其研究热点和作者可视化谱图显示，并进行分析。

研究热点方面，UGC研究从最早期自身研究逐渐向其相关周边扩展，研究热点紧随时代热点变迁，之后就用户所生成的内容本身进行研究，其研究热点一部分一直与视频、媒体等实际应用相关，研究热点不断细分，并扩展到不同领域。作者合作与核心作者方面，UGC研究没有形成明显的合作关系或仅有较少不够密切的联系，没有通过作者之间的紧密合作来更深层次的研究，这可能与用户生成内容自身有关系，作为一个多学科交叉的研究方向，各个学科之间的研究相关性不大，并且其发展时间有限，国内对其研究不够成熟，缺乏真正核心的作者、团队与机构。

在未来的UGC研究进程中，不仅要跟随时代热点，还要密切关注UGC内容来源，内容的合理性与可靠性，对内容研究需要加强，利用文本挖掘技术分析和组织相关内容。其次，应加强作者之间的合作，各学科之间的交流，形成研究团队，从多学科的角度对UGC进行研究。