为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发...为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发文量、研究热点国家、关键词图谱这3类指标,并从方法模型、社交网络信息行为、社交网络信息对出行决策的影响、社交网络信息对出行活动的影响这4个方面总结现有研究成果。结果表明:数据来源上,现有研究的基础数据尚未实现特征维与决策维融合,需要进一步融合多源数据提升研究结论的鲁棒性;研究方法上,现有研究缺乏分析方法之间的相互支撑,可整合多种研究手段跨学科分析社交网络信息对出行行为的影响;研究内容上,现有研究成果无法全面反映未来出行的发展趋势,且对出行者异质性关注不足,需结合无人驾驶、共享出行等新场景,考虑出行者异质性解析社交网络信息与出行行为之间的联系模式。展开更多
文摘为定量梳理社交网络信息对出行行为影响的研究成果,本文基于Web of Science核心数据库与CNKI知网数据库,检索并筛选2010—2022年间133篇英文文献和32篇中文文献。采用知识图谱分析和传统定性文献分析相结合的方法,量化统计文献的年度发文量、研究热点国家、关键词图谱这3类指标,并从方法模型、社交网络信息行为、社交网络信息对出行决策的影响、社交网络信息对出行活动的影响这4个方面总结现有研究成果。结果表明:数据来源上,现有研究的基础数据尚未实现特征维与决策维融合,需要进一步融合多源数据提升研究结论的鲁棒性;研究方法上,现有研究缺乏分析方法之间的相互支撑,可整合多种研究手段跨学科分析社交网络信息对出行行为的影响;研究内容上,现有研究成果无法全面反映未来出行的发展趋势,且对出行者异质性关注不足,需结合无人驾驶、共享出行等新场景,考虑出行者异质性解析社交网络信息与出行行为之间的联系模式。