2.2
研究方法与数据预处理

2.2.1　文献计量方法

文献计量学是一套用于探索、组织和定量分析大量科学文献的数学和统计技术（Zanjirchi，Abrishami & Jalilian，2019）。本章利用CiteSpace工具对移动购物行为研究文献进行科学计量分析，该软件是由美国德雷塞尔大学陈超美博士于2004年开发，主要用于文献计量与可视化分析（Chen，2004）。

2.2.2　知识图谱方法

本章主要利用HistCite、CiteSpace、VOSviewer和SciMAT对移动购物相关文献进行计量分析。其中，HistCite叫引文图谱分析软件，该软件系SCI的发明人加菲尔德开发，它能够用图示的方式绘制出一个领域的发展历史，定位出该领域的重要文献，以及最新的重要文献（Bornmann & Marx，2012）；CiteSpace是当今最流行的知识图谱绘制软件之一；VOSviewer是一个用于构建文献可视化和文献计量网络的工具，它可以进行共同引用分析、文献耦合分析或共同作者关系构建，它还提供文本挖掘功能，可从可视化科学文献提取的重要术语中构建共现网络（Flis，2018）；SciMAT软件是一个开源的知识图谱绘制工具，支持数据预处理、网络精简、聚类、可视化图谱制作等多种功能，可获得战略图、聚类网络图、演进图、覆盖图4种图谱（Cobo，2012）。因此，我们利用这些科研工具对移动购物的共词网络、施引文献和被引文献、合作网络突现研究主题及标志性文献等进行全面分析，以期揭示移动购物研究热点及演化趋势。

2.2.3　战略图分析方法

Law等于1988年提出了用“战略坐标”来描述某一研究领域内部的主题线索和领域间的相互影响情况（Law et al.，1988）。战略坐标是在建立共词矩阵和主题词聚类的基础上，用可视化的形式来表示产生的结果（冯璐，冷伏海，2006）。共词聚类是基于文献假设生成和知识发现的有力方法（Stegmann，2003），2012年西班牙格拉纳达大学（Universidad de Granada）利用该原理开发了SciMAT软件，其战略图的形式在学科可视化演进方面独具特色（Castillo-Vergara et al.，2018）。

战略图是根据关键词的共现关系，按照一定方法将关键词分为若干个簇，每个簇代表一个研究主题，然后利用SciMAT探索聚类主题的内部联系和不同主题间的相互联系（Moral-Munoz et al.，2014）。SciMAT绘制的战略图中有3个指标（密度、中心度和相关文献量），通过不同研究时区聚类主题的变化与主题关系的变化可以展示各研究主题的演化状态（Cobo et al.，2012）。在战略图中，横轴代表中心度，纵轴代表密度。中心度和密度构成了战略图的四个象限，可以进一步分析主题成熟度及主题热度等信息。在战略图中，中心度越大，表示该领域与其他领域的联系越强；密度越大，表示聚类内部关键词的联系越紧密。

2.2.4　数据来源与预处理

1）数据来源

一方面，我们利用CSSCI的高级检索功能，在2008—2019年的区间中，将“移动”与19个和购物或购买行为相关的不同关键词进行组合检索，获得中国学者关于移动购物行为相关的研究文献数据。另一方面，我们利用WOS的高级检索功能，在2008—2019年的区间中使用mobile shopping/mobile commerce/m-commerce/social commerce/s-commerce/e-commerce/electronic commerce/mobile market/mobile app/mobile marketing/mobile advertising这些关键词进行组合检索，获得国外主流期刊有关移动购物行为的相关文献数据。

2）数据预处理

一方面，利用CiteSpace对中文文献数据进行除重处理，并转化为txt格式后，保留共计1 088篇中文文献。另一方面，利用CiteSpace将英文文献数据进行除重处理，并转化为txt格式后，保留共计1 274篇外文文献。