关于数据库大学毕业论文范文与基于用户心智模型的文献数据库评价相关论文写作技巧范文

《基于用户心智模型的文献数据库评价》

该文是关于数据库方面大学毕业论文范文与文献数据库和用户心智模型和评价有关论文写作技巧范文。

摘要：文章依据用户心智模型评价型情感维度的元素构建评价指标体系,采用问卷调查法收集了493份文献数据库用户的评价数据,采用单因子方差分析法对收集到的数据进行分析.研究发现：随着用户熟练程度的提升,其对文献数据宏观定位和检索方法的评价会显著提高；在后台系统、信息资源、信息组织和检索界面维度,初级用户的评分显著低于中级用户和高级用户,但中级用户和高级用户的评分无显著差异；初级用户的心智模型存在不完备性与不精确性,造成了其对文献数据库的评分结果较低；而文献数据库设计方面的不足造成了中级用户和高级用户的评分无显著差异.

关键词：用户心智模型；文献数据库；评价；界面设计；信息资源

中图分类号：G250.74 文献标识码：A DOI：10.11968/tsyqb.1003-6938.2018067

文献数据库作为以实现全社会知识资源传播共享和增值利用为目标的信息化建设产品,发展的规模越来越大,并且越来越为人们熟知和使用.为了不断促进国内文献数据库的蓬勃发展,以及随着图书馆和相关机构开始尝试对数字资源进行评价,不少学者开始思考如何评价文献数据库的优劣问题.最初的研究仅仅从定性的角度对文献数据库的评价问题探索,研究内容涉及评价原则与标准［1］、评价指标［2］、存在的问题分析［3］等.2000年之后,对于该问题的探索,相关学者开始尝试从“用户视角”出发,不断的引入了信息构建、用户满意度和技术接受理论,借以制定相关的评价指标体系［4-6］.但这些指标的制定依然需要依托专家和已有研究,并没有完全做到“以用户为中心”对文献数据库进行评价.

在信息检索的用户研究方面：不断有研究表明用户信息检索绩效和行为优劣的本质原因需要上升到用户认知和情感层次进行探索［7］.用户使用文献数据库是通过交互式信息检索行为完成面临的检索任务.用户信息检索行为实质上是一种高度的认知处理和问题解决过程.在这个过程中,用户的每一步检索行为都会受到自身对检索任务的认知［8］、对数据库界面的认知［9］、内心情感变化［10］等因素的影响.而这些认知、情感和对检索策略的偏好都隶属于用户所持有的心智模型.在信息检索领域,已经存在大量有关用户心智模型的研究.这些研究主要关注用户心智模型的测量方法［11］、特征［12］、分类［13］、影响因素［14］.但鲜有研究考虑如何将用户心智模型的理论成果用于评价文献数据库.用户认知和情感是文献数据库用户心智模型的两个核心维度［15］.其中,认知是用户对于文献数据库的感知和了解；情感则是在认知的基础上对于文献数据库优劣的判定.基于以上研究基础和分析,考虑到在人机交互领域,心智模型被认为可以降低用户在任务执行期间的认知负荷,常用来指导系统的界面优化和对系统进行可用性评价,本研究认为对于文献数据库的评价,应该同时从“用户”和“动态”双视角出发,因此本研究依据用户心智模型的情感维度构建了文献数据库的评价指标,并对如何利用用户心智模型的数据对文献数据库进行评价,以及随着用户心智模型的提升对文献数据库的评价有何变化等问题进行了研究.在样本的选取方面,本研究分别选取了对于CNKI认识程度不同的用户,以揭示不同类型用户对文献数据库评价的差异.

2 文献回顾

（1）用户满意度视角.用户满意度源自于市场营销领域Cardozo（1965）率先提出的顾客满意度［16］.就术语而言,在实物产品与服务领域常常采用顾客满意度,而在信息产品与服务领域常常采用用户满意度.在实物产品与服务领域,典型的满意度模型有Kano模型、SCSB（Sweden Customer Satiaction Barometer）模型、ACSI（American Customer Satiaction Index）模型等［17］.在信息产品与服务领域,研究人员借鉴顾客满意度模型,结合评价的信息产品与服务的特点,构建相应的用户满意度模型.这类评价的对象有电子商务网站［18］、电子政务网站［19］、图书馆网站［20］和文献数据库（有的文献采用数字图书馆术语）［21］等.分析文献数据库的用户满意度可为其系统优化提供建议.具体优化建议是围绕用户感知结构变量和对应的观测变量最终得分展开.该类研究可以剖析用户在利用文献数据库时其满意度的形成机理,深入到用户的心理发现文献数据库存在的问题.甘利人教授的研究团队对该问题进行了较为系统和全面的研究.甘利人等（2004）［22］以ACSI模型为基础,结合文献数据库的特点,构建了一套用户满意度评价指标,采用多层次模糊综合评价方法对国内四大文献数据库进行了评价.之后,该研究团队进一步构建了基于感知质量的科技文献数据库网站信息用户满意度模型,通过实证研究得出信息用户满意度的形成机理和影响因素等结论［23］.此外,也有学者单独对文献数据库中的资源内容质量的满意度及其影响因素进行探索［24］.

（2）信息构建视角.信息构建（Information Archit-

ecture,IA）由Wurman于1975年提出,并于1976年将其在美国建筑师协会会议上公开,其核心内容包括组织系统、搜索系统、标识系统和导航系统.之后,有学者开始探索将该理论用于评价网站的可用性问题,该理论可以指导网站设计人员通过优化设计四个核心系统,帮助用户有效的获取信息［25］.甘利人［26］在国内率先将信息构建作为评价文献数据库的一个新视角,依据信息构建的基础理论和信息构建在网站评价中的应用,提出了一套完整的评价指标.其中,一级评价指标包括全局导航、局部导航、语境导航、补充导航、分类体系、检索体系和标记体系7项和若干二级指标,并且进一步采用这套指标对CNKI、万方、维普和“国家科技图书文献中心”进行了综合评价与对比分析［27］.通过这些研究发现在做基于IA的文献数据库评价时,需要在选择评价人员方面非常慎重,因为评价人员使用文献数据库经历的个体差异会对评价结果产生较大的影响.

（3）技术接受模型视角.技术接受模型（Techno-

logy Acceptance Model,TAM）由Dis于1989年提出,是信息系统研究领域经典的模型之一［28］.该模型可以解释为什么会存在信息技术的高投入和低使用率的问题,因此被广泛的应用到电子商务、电子政务、移动学习等众多领域［29］.文献数据库作为一种信息技术产品,TAM自然也可用于分析其用户接受问题.Thong等（2002）［30］基于TAM模型分析了文献数据库的用户接受问题,其中,系统界面特征、组织情境变量和个体差异特征被视为影响用户利用文献数据库时的感知有用性和感知易用性的外在影响因素.之后,Park等（2009）［31］基于TAM对发展中国家用户对文献数据库采纳的影响因素进行分析,研究发现数字图书馆的易用性显著影响感知有用性,并且间接影响到用户使用意愿.在国内,李贺（2010）等［32］构建了一套数字图书馆资源的用户接受模型,考察了系统帮助和用户的主观规范对用户感知易用性和感知有用性及对用户使用数字图书馆的影响作用.

通过上述回顾可以发现：以往研究的共同点都是从“用户”视角出发,呼吁文献数据库设计者关注用户,实施以用户为中心的设计.虽然评价指标的提出考虑了用户所关心的内容,但这些指标都是基于理论直接构建或者通过专家的建议获得.而且,研究没有针对用户对于文献数据库的熟练程度分别探索.当用户与文献数据库交互时,由于用户心智模型的变化,他们对文献数据库关注的维度和评价的结果也会随之发生变化.

3 研究设计

3.1

调查问卷设计

依据前期研究识别的文献数据库用户心智模型情感构成维度,制定了一套基于用户心智模型的文献数据库评价指标体系（见表1）.这些维度反映了用户利用文献数据库时会对其哪些维度产生评价型情感,可以揭示用户的关注焦点.心智模型是有关人类认知的基础理论.在人机交互领域,用户体验设计（User Experience Design,UED）中对于用户体验需求的挖掘通常也是不断探索用户认知和使用习惯的过程［33］.如果信息产品的功能和设计能够符合用户心智模型,则会给用户带来很好的用户体验.因此,用户心智模型情感维度属于用户体验的核心指标,该研究可为制定和优化用户体验的指标提供借鉴意义.

3.2

调查问卷发放

在2017年6月进行预调研,根据被调查者在填写问卷过程中遇到的问题,对表达有不理解的专业术语进行修正,形成了正式的调查问卷.正式调查于2017年6月29日开始,持续到8月28日.一共发放603份问卷,回收513份,有效问卷493份.被调查者群体中男性比例为43.2%,女性比例为56.8%；年龄主要分布在21-40岁之间,及其余人口统计学特征（见表2）.

4 研究结果分析与讨论

4.1

信度分析

本次调查问卷数据整体的信度Cronbach´s α系数为0.958.此外,宏观定位、后台系统、信息组织、检索方法、检索界面和信息资源变量的Cronbach´s α系数分别为0.824、0.841、0.851、0.847、0.869和0.827.信度分析结果表明：调查收集到的问卷数据具有较高的可靠性、一致性和稳定性.

4.2

评价结果与分析

（1）方差分析结果.为了从动态的视角揭示用户对于文献数据库评价的结果,研究将调查的用户分为初级用户、中级用户和专家用户三类.其中,将学过信息检索课,且是图书馆学、情报学和信息资源管理专业的被调查人员归为专家用户；将年级为大一到大四,且没有学过信息检索课和没参加过图书馆信息检索培训的被调查人员归为初级用户；将剩余的被调查对象都归为中级用户.这样处理的假设为：每个文献数据库用户的心智模型都是受到驱动因素的影响不断的发生变化,起初初级用户的心智模型存在不完善、不精确甚至是错误的特征.随着用户心智模型的变化,无论是完备度还是精确度均会有所提升.三类用户对于评价指标评分的差异,可以反映在用户心智模型变化的过程中,用户对于文献数据库评价的“焦点”分别在哪里.

首先,经过方差同质性检验,发现宏观定位、后台系统、信息资源、信息组织、检索方法和检索界面均无违反方差同质性检验（p>0.05）.之后,进一步进行单因素方差分析,检验结果显示所有一级评价指标的F值均达到显著水平.表明不同的用户类型在一级评价指标上均有显著差异,事后检验进一步采用LSD检验法分析得出,检验结果（见表3）.

（2）宏观定位维度的评价结果.在宏观定位方面,F值为10.44***,达到显著水平,表明不同类型的用户对宏观评价指标的评价存在显著差异.由LSD检验结果可知,这三类用户间存在显著不同.其中,专家用户对宏观功能的评价最高；中级用户次之；初级用户最后.三类用户在该评价指标方面的均值分别为4.41、4.09和3.86.表明：随着用户心智模型质量的提高,他们对于文献数据库宏观定位的认知也在不断提升,如会清楚CNKI平台本身具有权威性；知道CNKI是搜索文献资源的平台；会视CNKI为其学习助手.初级用户认为CNKI的权威性不高,也不会将其视为学习助手.从宏观定位二级指标得分可知,三类用户对于文献数据库的性质、功效和功能的认可程度呈现出类似的趋势,即：功效的评分>功能的评分>性质的评分（见图1）.就用户的类型来看,在宏观定位的三个二级指标方面,专家用户的评分明显高于中级用户；中级用户的评分明显高于初级用户.初级用户在这三个维度上的得分均低于4,表明存在不少初级用户不了解文献数据库的宏观功能,不认可该平台具有权威性,不会将其视为学习助手,不认为其是搜索文献资源的平台；中级用户除了在性质二级指标得分低于4外,另外两个指标均高于4.

（3）后台系统维度的评价结果.在后台系统方面,F值为12.24***,达到显著水平,表明不同类型的用户对后台系统的评价存在显著差异.由LSD检验结果可知,初级用户与中级用户、初级用户与专家用户之间存在显著不同,但中级用户和专家用户间没有显著差异.三类用户对该评价指标的评分均值分别为3.39、3.82和3.83.表明：随着用户心智模型的提升,其对后台系统的评价会逐步增高,但是当用户成为中级用户之后,对系统后台的评价维持在一定程度不会持续的显著增高.从后台系统二级指标得分看专家用户对系统后台五个指标的评分均高于初级用户（见图2）.但在智能性和功能多样性指标方面却低于中级用户.之所以出现这种情况,初步推测是由于随着中级用户向专家用户转变,其对文献数据库的智能性和功能多样性的要求会增高.由于当前CNKI的智能性和功能多样性没法全部满足这类用户的需求,而导致其得分降低.由于初级用户对文献数据库后台系统的智能性和功能多样性了解不够充分,也就是其心智模型不够完善,导致这类用户对于这两个指标的评分较低.如在以往新手用户信息检索的实验发现：CNKI虽然会根据用户输入的检索内容提供有智能推荐检索内容的功能,但是初级用户却常常会忽略,没有很好的体验类似的功能［34］.在响应性和易用性方面,随着用户专业程度的提高,他们的评价分数也不断提升.在这五个二级指标中,三类用户对于下载量权限指标的评分均最低,表明CNKI的限制下载量功能会影响用户日常的使用.

（4）信息资源维度的评价结果.在信息资源方面,F值为7.55**,达到显著水平,表明不同类型的用户对信息资源的评价存在显著差异.由LSD检验结果可知,初级用户与中级用户、初级用户与专家用户之间存在显著的不同,但中级用户和专家用户之间没有存在显著差异.三类用户在该评价指标方面的均值分别为3.55、3.89和3.92.这表明：随着用户心智模型的提升,其对信息资源的评价会逐步增高,但当用户成为中级用户之后,对信息资源的评价维持在一定程度不会持续显著增高.在信息资源二级指标的评分方面,除了专家用户在信息资源数量和信息资源新颖性方面的评分低于中级用户,其余指标评分均高于中级用户与初级用户（见图3）.随着用户由中级用户向专家用户转变,他们对信息资源新颖性和数量要求变得越来越高,而CNKI当前提供的资源更新速度和全面性没有满足他们的要求.初级用户的评分结果均明显低于中级用户和专家用户,表明他们的心智模型在信息资源维度完善性和科学性都不高,没有很好的了解当前CNKI资源的特点.

（5）信息组织维度的评价结果.在信息组织方面,F值为12.25***,达到显著水平,表明不同类型的用户对信息组织的评价存在显著差异.由LSD检验结果可知,初级用户与中级用户、初级用户与专家用户之间存在显著的不同,但中级用户和专家用户之间没有存在显著差异.三类用户在该评价指标方面的均值分别为3.53、3.96和3.92.这表明：随着用户心智模型的提升,其对信息组织的评价会逐步增高,但是当用户成为中级用户之后,对信息组织的评价维持在一定程度不会持续显著增高.初级用户在信息组织二级指标的评分方面均低于中级用户和专家用户（见图4）,除了在排序功能方面,中级用户对这几个二级指标的评分均高于专家用户.一方面,表明目前CNKI提供的排序功能能够满足专家用户和中级用户的需求,但有个别的初级用户不能够完全掌握排序功能的使用；另一方面,CNKI在信息组织中的分类方面（分类的可理解性、准确性、全面性和效果）得分较低,仍有进一步改进的空间.

（6）检索方法维度的评价结果.在检索方法方面,F值为46.25***,达到显著水平,表明不同类型的用户对检索方法的评价存在显著差异.由LSD检验结果可知,这三类用户间存在显著差异.三类用户在该评价指标方面的均值分别为3.13、3.89和4.06.这表明：随着用户心智模型的提升,其对检索方法的评价会逐步增高.三类用户在三个二级指标方面的评分结果差异较为明显,即专家用户的评分>中级用户的评分>初级用户的评分（见图5）.表明当前CNKI提供的检索方法的多样性、检索方法的效果和检索方法的易用性对于初级用户而言仍然存在问题,甚至部分中级用户也没法掌握.如在检索方法的多样性方面,初级用户的评分结果为3.32,得分最低.这也就意味着,虽然CNKI的检索方法的功能已经较为全面,但是如何让初级和中级用户接受、理解和使用是需要进一步关注的核心问题.

（7）检索界面维度的评价结果.在检索界面方面,F值为12.91***,达到显著水平,表明不同类型的用户对检索界面的评价存在显著差异.由LSD检验结果可知,初级用户与中级用户、初级用户与专家用户之间存在显著的不同,但中级用户和专家用户之间没有存在显著差异.三类用户在该评价指标方面的均值分别为3.48、3.93和3.85.这表明：随着用户心智模型的提升,其对检索界面的评价会逐步增高,但是当用户成为中级用户之后,对检索界面的评价维持在一定程度不会持续显著增高.专家用户在检索界面五个二级指标的得分均高于初级用户和中级用户；中级用户除了在符号设计和整体布局两个指标上与初级用户得分相同,剩余三个指标得分则高于初级用户（见图6）.

5 基于研究结果的相关建议

5.1

面向情感化的文献数据库优化建议

本研究结果显示：可以利用用户心智模型评价型情感维度的数据对文献数据库进行评价.在人机交互领域,存在大量情感化设计的成果,感性工学就是其中之一.感性工学试图将用户的感性需求及意向转化为产品具体的设计要素,强调情感需求与技术的统一和融合,能够真正的把握人与物的交互“界面”,使得产品更为贴近人的生活［35］.文献数据库用户心智模型情感维度涉及的一级评价指标和二级评价指标即为产品设计要素；而用户在与CNKI交互过程中产生的心智模型情感维度的变化反映了用户感性意向变化.通过感性工学的方法可以构建设计要素和感性意向间的映射关系［36］.依据得到的映射关系,可以帮助设计人员找出存在负面情感较多的设计要素,从而有针对性的优化文献数据库的设计.

5.2

基于符号学的界面引导设计建议

通过本研究发现：虽然专家用户和中级用户对于文献数据库界面评价的得分显著高于初级用户,但是三类用户对该维度的评价得分均低于4.尤其是初级用户对于CNKI界面引导与提示功能的评分在二级指标的得分上最低.这些数据均表明,当前CNKI的界面仍有较大的改进空间.此外,在检索方法维度,初级用户对于检索方法的多样性和易学性得分显著的低于专家用户.这一点也体现出当前文献数据库界面设计的缺陷.因为CNKI当前已经提供了可以满足用户检索文献的多种检索方法,这一点可从专家用户对于该维度的评分结果得知.初级用户在这两个指标上的得分低,一方面是由于用户自身心智模型的不完备性和不精确性造成的,另一方面则是CNKI界面没有很好的引导这类用户发现和利用多种检索方法.今后优化文献数据库的界面设计,可以参考符号学的基础理论知识.如可以按照符号的分类,依据文献数据库的特点,设计一些具有隐喻功能的符号.此外,可以增加一些具有语音和视频功能的信息服务产品,帮助用户完成对文献数据库功能的认知和利用.

5.3

面向用户学习行为的设计建议

本研究发现：用户对文献数据库的评价结果会随着其熟练水平的提升而发生改变,这是由于用户心智模型发生演进,即学习行为的一种结果.随着搜索即学习（searching as learning）研究主题的兴起,文献数据库设计者可以将信息搜索视为学习来改进当前的设计.具体而言,文献数据库开发商可以设计具有支持性的搜索界面以支持搜索过程中的学习.因为,当用户在搜索过程中遇到的信息客体（即文献数据库的界面元素）会激发用户转换他们的搜索任务或意图.此外,用户在搜索过程中的意义建构,可以通过知识结构的变更来揭示.文献数据库设计人员利用文本展示、图像、图表等多种形态来表征信息可以促进用户意义建构的过程.如当前CNKI的版本已初步具备了面向用户学习行为的界面设计.通过界面展示功能,可以帮助用户加速了解检索结果的基本概况.在今后,设计者可以结合可视化技术和文献计量学对于知识结构演进的成果,不断的将其引入到对文献数据库检索结果的展示中,让用户在短时间内对大量的检索结果进行初步分析,进而了解每个知识点在知识体中的位置及其演进的过程.

参考文献：

［1］吕泗洲,刘凤仙,魏民峰,等.文献数据库的评价［J］.中州大学学报,2000（7）:49-51.

［2］赵静娟,郑怀国,谭翠萍.电子文献数据库评价指标体系研究［J］.图书情报工作,2010（S2）:161-163.

［3］王旭艳.3.0版中国期刊网专题文献数据库的使用评价［J］.河南图书馆学刊,2001,21（6）:62-63.

［4］甘利人,郑小芳,柬乾倩.我国四大数据库网站IA评价研究（一）［J］.图书情报工作,2004,48（8）:26-29.

［5］吕娜,余锦凤.数字图书馆以用户为中心的通用满意度模型的构建［J］.情报学报,2006,25（3）:322-325.

［6］ Thong J Y L,Hong W,Tam K.Understanding user acceptance of digital libraries：what are the role of interface characteristics,organizational context,and individual differences?［J］.International Journal of Human-Computer Studies,2002,57（3）:215-242.

［7］韩正彪,罗瑞,赵杰.学术用户情感控制与心智模型对信息检索绩效影响的实验研究［J］.情报理论与实践,2017,40（1）:59-64.

［8］ Bystr?觟m K, Hansen P.Conceptual framework for task in information studies［J］.Journal of the American Society for Information Science and Technology,2005,56（10）:1050-1061.

［9］ Wu K.Affective surfing in the visualized interface of a digital library for children［J］.Information Processing and Management,2015,51（4）:373-390.

［10］ Lopatovska I.Toward a model of emotions and mood in the online information search process［J］.Journal of the Association for Information Science and Technology,2014,65（9）:1775-1793.

［11］ Pisanski J,Zumer M.Mental models of the bibliographic universe.Part 1:mental models of descriptions［J］.Journal of Documentation,2010,66（5）:643-667.

［12］ Katzeff C.System demands on mental models for a fulltext database［J］.International Journal of Man-Machine Studies,1990,32（5）:483-509.

［13］夏子然,吴鹏.基于心智模型完善度的信息检索用户心智模型分类研究［J］.情报理论与实践,2013,36（10）:58-62.

［14］ Zhang Y.The impact of task complexity on people’s mental models of MedlinePlus［J］.Information Processing and Management,2012,48（1）:107-119.

［15］韩正彪,许海云.我国综合性文献数据库用户心智模型结构测量实证研究［J］.情报学报,2014,33（7）:740-751.

［16］ Cardozo R N.An experiment study of customer effort,expectation and satiaction［J］.Journal of Marketing Research,1965, 2（3）:244-249.

［17］刘宇.顾客满意度测评研究［M］.北京:社会科学文献出版社,2003.

［18］毛志勇.一种基于BP神经网络的B2C电子商务顾客满意度评价模型［J］.科技和产业,2008（5）:49-52.

［19］朱国玮,黄珺,龚完全.电子政府公众满意度测评研究［J］.情报科学,2006,24（8）:1125-1130.

［20］甘利人,谢兆霞,李莉.基于宏观测评与微观诊断的图书馆网站测评研究［J］.情报理论与实践,2009,32（5）:44-48.

［21］吕娜,余锦凤.数字图书馆以用户为中心的通用满意度模型的构建［J］.情报学报,2006,25（3）:322-325.

［22］甘利人,马彪,李岳蒙.我国四大数据库网站用户满意度评价研究［J］.情报学报,2004,23（5）:524-530.

［23］李莉,甘利人,谢兆霞.基于感知质量的科技文献数据库网站用户满意度模型研究［J］.情报学报,2009,28（4）:565-581.

［24］莫祖英,马费成.数据库信息资源内容质量用户满意度模型及实证研究［J］.中国图书馆学报,2013,39（2）:85-97.

［25］盖敏慧.网络用户导航迷失研究：以黄山旅游网站为例［D］.南京：南京理工大学硕士毕业论文,2008.

［26］甘利人,郑小芳,柬乾倩.我国四大数据库网站IA评价研究（一）［J］.图书情报工作,2004,48（8）:26-29.

［27］甘利人,郑小芳,柬乾倩.我国四大数据库网站IA评价研究（二）［J］.图书情报工作,2004,48（9）:28-29.

［28］ Dis F D.Perceived usefulness,perceived ease of use,and user acceptance of information technology［J］.MIS Quarterly,1989,13（3）:319-340.

［29］李月琳,何鹏飞.国内技术接受研究:特征、问题与展望［J］.中国图书馆学报,2017,43（1）:29-48.

［30］ Thong J Y L,Hong W,Tam K.Understanding user acceptance of digital libraries：what are the role of interface characteristics,organizational context,and individual differences?［J］.International Journal of Human-Computer Studies,2002,57（3）:215-242.

［31］ Park N,Roman R,Lee S,et al.User acceptance of a digital library system in developing countries:an application of the technology acceptance model［J］.International Journal of Information Management,2009,29（3）:196-209.

［32］李贺,沈旺,国佳.基于TAM模型的数字图书馆资源利用研究［J］.图书情报工作,2010,54（15）:53-56.

［33］龚蓉蓉.用户体验中基于心智模型的手持移动设备界面设计研究［D］.杭州:浙江大学硕士毕业论文,2010.

［34］罗佳倩.学术用户信息检索行为测量及影响因素研究［D］.南京:南京农业大学硕士毕业论文,2017.

［35］张抱一.基于感性工学视角的计时产品认知界面研究—从时间的呈现方式到载体关联［D］.北京:中国美术学院硕士毕业论文,2010.

［36］刘玮琳.基于感性工学的网站首页界面优化设计——以招聘网站为例［D］.沈阳:东北大学硕士毕业论文,2013.

作者简介：韩正彪（1984-）,男,南京农业大学信息科学技术学院、南京农业大学领域知识关联研究中心副教授.

数据库论文参考资料：