如图2-3所示，我们利用CiteSpace文献分析工具构建了作者合作网络。首先，对作者合作网络进行聚类并设计布局，使网络图更清晰、直观；其次，采用LLR（Likelihood Rate）方法对聚类进行命名（Guo，Liu ＆ amp；Liu，2018）；最后，导出聚类特征，如表2-2所示，整理形成了作者合作网络聚类主题及特征。
图2-3 国内作者合作网络热点主题
结合图2-3和表2-2内容可知，国内移动购物相关研究的作者主要聚焦于移动服务、移动互联网服务、购物意向、移动营销等研究主题，并围绕上述研究主题展开合作。近年来，移动购物的相关研究已经从传统的互联网相关内容逐步转向大数据、服务系统和推荐模型等新技术视角的研究，这说明大数据与人工智能相关产业的发展成果推动了相关基础应用研究，形成了多种学科交叉研究的社区，各种移动购物的研究成果在不同领域开始转化，相关研究更加注重消费者行为与体验。
表2-2 移动购物国内相关研究作者合作网络热点主题聚类统计及特征分析
（续表）
(www.daowen.com)
2）基于WOS数据库的移动购物行为研究热点分析
结合图2-4和表2-3内容可知，移动购物相关研究的作者主要聚焦于电子商务、消费者行为等主题，并围绕上述主题展开合作。近年来，移动购物的相关研究已经从传统的网站与美学设计逐步转向消费者心理与行为层面的探索，这说明移动终端和消费者研究的前期成果推动了基础应用研究，形成了多种学科交叉的研究社区，各种移动购物的研究成果在各自不同的领域开始转化，更加接近移动购物与消费者体验。
图2-4 国外作者合作网络热点主题
表2-3 移动购物国外相关研究作者合作网络热点主题聚类统计及特征分析
（续表）
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
