移动搜索行为研究综述：用户 情境 动因 方法*

余小萍

（西南大学图书馆 重庆 400715）

引言

移动互联时代，信息环境与信息技术的急速变革催生着用户信息行为的嬗变，其典型特征即为移动搜索行为的泛在化。2017年1月发布的《第39次中国互联网络发展状况统计报告》[1]表明，截至2016年12月，中国手机网民规模达6.95亿，手机上网率为95.1%，平板电脑上网率为31.5%。艾媒咨询《2016上半年中国移动搜索市场研究报告》[2]也表明，截至2016年第二季度，中国移动搜索用户已达6.20亿，在手机网民中的渗透率非常高，约37.2%的手机用户每天会使用3次以上移动搜索，约34.7%的手机用户每天会使用1—3次移动搜索。百度、谷歌也早在2015年就相继发布移动搜索量超越PC搜索的消息[3]。用户的搜索行为逐渐向移动端迁移，呈现出典型的SoLoMo特征，搜索的即时性、碎片化、社交性、本地性、情境性特征明显，移动搜索已然成为一种泛在的用户信息行为。

新兴而又泛在化的移动搜索行为引起了国内外研究者的关注。该领域的研究论文出现于2004年，国内外的研究基本同步，国外研究更加广泛、深入[4]。国外，西班牙雅虎与电信研究实验室的Church团队与谷歌实验室的Kamvar团队在此领域研究贡献突出[4-5]。国内，吴丹团队在基于情境和App交互的移动搜索行为研究方面取得了较为丰硕的成果[6]。然而文献调研表明，目前对移动搜索行为缺乏系统的界定；同时，移动互联时代“情境为王”（Context is King.），正如Church所说“要了解用户的信息搜索行为，就必须了解用户的搜索内容、搜索方法以及搜索动因”[7]，结合该领域研究实际分布情况，笔者认为用户视角、情境视角、动因视角以及方法视角是系统梳理移动搜索行为研究的四大关键视角，因此文章将在对移动搜索行为进行概念界定的基础之上，从上述四大关键视角展开综述。

1 移动搜索行为界定

从本质上看，移动搜索行为是一种伴生于移动互联网络的用户信息行为。胡昌平指出，用户的信息行为是一种与需求直接相联系的信息目标活动[8]。邓小昭在《网络用户信息行为研究》 一书中从过程视角进行考察，认为用户信息行为包括信息需求认识与表达行为、信息查寻行为[9]、信息交互行为、信息选择行为、信息吸收与利用行为[10]。移动搜索行为作为一种新兴的网络用户信息行为，既包含上述信息行为的核心要素，又体现着其在移动互联环境下的新兴特征。为此，文章首先利用CNKI抽取2013年以来国内移动搜索行为研究中涉及对其界定的相关论文进行内容分析，结合胡昌平、邓小昭从过程视角对用户信息行为的分类，综合形成对移动搜索行为的界定，即：移动搜索行为（Mobile Search Behavior，MSB）是基于移动互联网，利用移动终端设备，通过SMS（Short Message Service，短消息服务）、IVR（Interactive Voice Response，交互式语音应答）、WAP（Wireless Application Protocol，无线应用协议）、App等多种方法，获取Web或WAP站点信息、移动增值服务和本地信息的信息查寻行为，该行为可看作是检索、浏览、交互、选择、获取与利用等一系列广泛过程意义上的行为集合，能够使用户获得随时随地、快速高效与情境感知的个性化信息与服务。

图1 移动搜索行为的要素与研究视角

图1揭示了移动搜索行为研究与信息行为研究、网络信息行为研究的关系。结合上述界定可以看出，MSB实际包括了网络要素、设备要素、技术要素、需求要素、行为要素、特征要素6个方面，可从用户、情境、动因与方法四个视角对其研究现状加以梳理。按照当前用户常见的接入方式划分，移动搜索行为可分为通过移动终端浏览器综合搜索和第三方搜索引擎客户端垂直搜索两大类[11]。

2 用户视角下的移动搜索行为研究

2.1 移动搜索用户特点

从移动搜索用户来看，艾媒咨询研究表明，中国移动搜索用户男性比例明显高于女性，占比65.3%；年龄分布主要集中在26—35岁，占比53.5%；其次是18—25岁的用户，占比17.5%，移动搜索用户整体呈年轻化特点[12]。与此结论一致，已有移动搜索行为研究涉及的用户对象主要是大学生，张岩、任忠忠、傅钰、叶凤云、邵慧丽、吴丹[13-20]均以大学生为样本进行了移动搜索行为调查与分析，另外，Noel-Levitz公司[21]对高中生为了解大学信息而进行的移动浏览行为以及对大学移动站点的期望进行了调研。

2.2 用户的移动搜索行为类型

Church认为，移动互联网中，浏览行为占主导，检索也扮演主要角色[22]；2010年起，Church团队开始关注社交环境下的移动搜索，并研究了社交环境下移动搜索用户如何查寻信息[23]。此外，Cui和Roto通过检测用户的移动网络日志发现用户的移动网络使用可以分为四类，即信息查寻（Information Seeking）、交流（Communication）、事务（Transactions）与个人空间扩展（Personal Space Extention），且用户在移动网络中查寻信息的同时也会将个人内容放到网上以便个人使用[24]。总体上，相关研究内容多基于Wilson的信息行为理论模型，从对用户移动信息需求、移动信息查寻行为的研究发展到对信息利用行为的研究[7]。由此可见，检索、浏览、交互三种方式构成移动搜索行为的主要表现形式，同时用户也会关注查寻信息的利用问题，这实际上基本覆盖了广泛过程意义上的移动搜索行为类型。

2.3 用户的移动“检索”行为

图2 用户移动搜索输入方式[12]

在用户具体的移动“检索”行为方面，基于移动设备的移动视觉搜索、图片搜索、手势搜索、语音搜索等逐渐成为研究热点。艾媒咨询研究表明，尽管输入方式日趋多元，用户进行移动搜索时，文字依然是主流输入方式（如图2），二维码输入 、语音输入和图像输入已得到一定推广[12]，但现有研究中尚未对用户的语音搜索、图片搜索等相关数据进行充分的记录与分析[5]。艾媒分析师认为由于用户对移动搜索需求呈多元化、碎片化与服务化特点，输入方式将日趋多元化，无文字输入搜索的比例将逐步提升[12]。同时，万飞考虑了查询词、会话、用户点击分析3个角度，对移动搜索中的查询词长度和频度、问题式查询和网址查询的比例、会话内查询的个数与查询词修改方式，以及用户点击位置进行研究，并与Web搜索引擎的相应指标进行了对比[25]。吴丹借助非受控实验，对大学生移动搜索查询式的构造、移动搜索会话中的查询式及其他特征进行了分析[18]。Guy则分析了商业搜索引擎的移动接口日志，比较了用户在语音查询与文字输入查询上的语法和句法特征[26]。

2.4 用户移动搜索首选工具

在用户移动搜索首选工具方面，手机浏览器仍是主流，但随着移动搜索在垂直领域的细分，用户通过其他入口进行搜索的比例会逐渐增长，以微信搜索为例，用户利用微信查找公众号比例为58%，找朋友圈比例为52%[12]。

2.5 用户移动搜索内容

从用户的移动搜索内容来看，Yi研究发现用户对个人娱乐类的信息搜索占比最高[27]，用户移动搜索的主题可归结为种类较为丰富的26 个类[5]。此外，艾媒咨询研究发现，用户移动新闻搜索量最高，本地化特征明显，有超过四成的移动搜索用户经常搜小说、网址和问答信息[12]。

2.6 具体的用户移动搜索行为研究

在具体的用户移动搜索行为研究方面，Heimonen指出了一种与个人爱好及个人信息管理习惯密切相关的习惯性行为（如随时查收邮件或关注社交媒体）[28]；Church对移动端的浏览和检索行为进行了比较研究[22]；张岩发现博士生对移动搜索的信息利用率比本科生和硕士生高许多[13]；梁琛的研究主要侧重于用户的移动搜索内容、搜索场合、搜索频率、搜索驱动因素，以及对移动搜索服务的相关需求及期望等方面[29]；任忠忠对大学生手机操作系统与浏览器、手机搜索引擎与搜索时间特征、上网场合与搜索内容特征、手机应用程序使用及影响因素等方面进行了研究[14]；傅钰调查了大学生移动搜索的基本行为、体验和认知特点，以及通过移动搜索使用图书馆服务的情况[15]；叶凤云等对大学生移动搜索频率与移动搜索引擎的选择、移动搜索的内容与搜索词输入习惯、搜索时间段及移动搜索的影响因素、移动图书馆的搜索行为特征进行了研究[16]；邵慧丽构建了一个移动搜索过程模型，通过调研分析了大学生移动搜索内容、碎片化时间段的利用以及因素差异等问题[17]；吴丹利用15天手机日志挖掘与调查，分析了大学生移动搜索会话、搜索查询式与App交互，以及搜索时间、主题与App类型要素之间的关系[20]；聂丽丽对移动健康信息搜索行为进行了研究，发现当前该行为并不普遍，健康类手机App较少，且用户缺乏对网络健康信息的信任[30]；Noel-Levitz公司则对高中生的移动浏览行为进行了调研[21]。

3 情境视角下的移动搜索行为研究

所谓情境（Context），即事情发生的背景、环境、上下文或语境。以往的研究表明，用户的移动信息需求与行为与其当前的活动与情境相关[31]，Sohn发现用户的各种需求常常由他们当前的情境所驱动[32]，Church发现移动用户常常会受位置或时间情境因素影响而产生信息需求[33]，Taylor指出时间、地点、环境及任务等因素对移动用户信息需求也会产生非常重要的影响[7]。由此可见，移动搜索行为与情境密切相关。

3.1 时间情境下的移动搜索行为

从移动搜索时间来看，近六成用户每天都使用移动搜索，移动搜索呈现即时性、碎片化特点[12]，即时搜索行为的普遍性源于移动设备的便携性以及移动网络的泛在性[5]。Amin等人通过日志分析发现，超过一半的移动搜索都由用户的即时需求引发[34]。CNNIC也发现中国网民常常对新闻热点进行即时性搜索[35]。从时间分布看，Halvey等发现用户搜索的信息会随时间而变化[36]，其移动搜索行为会分散于每天的不同时刻，且常会在某一时间点上达到高峰[37]。

3.2 地点情境下的移动搜索行为

从移动搜索行为发生的地点看，主要有固定和移动场所两种类型。用户在行走、交通等移动场所中会较多使用移动设备搜索[5]，移动搜索行为发生的主要场景为查寻急需信息时，其次为休息、乘坐交通工具和逛街游玩、商城购物时[12]。同时Müller等人发现利用平板电脑的搜索多在相对固定的场所中进行[38]，因为尽管相比于PC，平板电脑的便携性更好，但其网络连接方式没有手机多样化。用户在家里或办公室、驾车或外出时也使用语音搜索；中国用户更多搜索地图、交通等信息和服务[12]；Church等人研究发现基于地理位置的本地服务是用户最常搜索的服务[39-40]。此外，Google和Nielsen的研究表明，用户搜索行为地点与搜索主题相关联，如用户在商店时进行的搜索更倾向于查寻食物、衣服等信息[41]。

3.3 社交情境下的移动搜索行为

从移动搜索的社交环境看，Church等人认为，人类是社会性生物，常常在移动环境下查寻新信息并进行分享。因此Church团队开发了一个浏览器SocialSearch-Browser （SSB）以调查移动搜索中的社交行为[42]，并在2012年的研究中将社交移动搜索（Social Mobile Search）定义为“在同一地点的群体环境下利用移动搜索满足信息分享的需求”，同时探索了社交环境下为满足群体信息需求而进行移动搜索的动机、环境与体验问题，具体研究了人们在什么地方使用社交移动搜索，和谁一起搜索，为什么要使用社交移动搜索，社交情境下人们搜索什么，社交移动搜索体验是如何被分享的等问题[23,43]。Bentley研究了移动搜索中的分享行为[44]，此外，Amin[34]，Teevan[45]，Amini[46]等人的研究也涉及了社交情境下的移动搜索行为。总体来看，当前对社交情境下的移动搜索研究常常和移动位置搜索联系在一起，移动位置搜索常常表现为一种社交活动[23,43]。

3.4 其他情境下的移动搜索行为

除此之外，Schaller等人研究了休闲情境下的移动搜索行为[47]；Church等人强调了人们休闲、分享与社交的移动搜索体验相关的需求[48]；韩丽[49]，刘瑞瑞[50]均探讨了移动搜索在数字图书馆参考咨询服务情境中的应用。Behe等人针对园艺产品，对北美消费者利用智能手机进行搜索与购买的行为进行了研究[51]。张为各则针对用户在使用“神马搜索”这一移动搜索引擎情境时的新闻搜索行为进行了研究[52]。

4 动因视角下的移动搜索行为研究

从某种意义上说，移动搜索并不是一个单纯的连接人与信息的入口，而是一个连接人与服务的入口[12]，与服务相关的各种因素影响着用户对移动搜索服务的使用。Taylor跟踪了移动用户信息获取方式，认识到用户移动搜索的动机是随意的、动态的[7]。陈明红认为对于移动信息搜索行为的研究，学界比较关注影响因素和持续使用行为问题[53]，即动因问题。

从具体研究看，Zhang等人将TTF与UTAUT模型进行整合，研究了感知成本、社会影响、用户期望对移动搜索采纳意愿的影响[54]；刘鲁川基于扩展ECM-ISC模型，揭示了移动搜索信息系统的系统质量、信息质量、服务质量、用户自我功效、促成因素等对移动搜索用户持续使用意图的影响[55-56]；王小宁在技术接受模型与信任因素的基础上，建立了用户采纳移动搜索的整合模型[57]；师伟伟采用纵向研究方法，按照移动搜索用户从初始采纳到持续使用的行为发展逻辑，构建了移动搜索用户的初始采纳和持续使用行为模型，并对比分析了大学生和职员移动搜索行为的影响因素差异，找出了各自的关键影响因素[58]；陈明红整合TAM与TTF模型，构建了移动搜索行为影响因素的结构方程模型，结果表明，移动搜索意向和任务技术适配度显著地影响移动搜索行为[53]，同时发现移动搜索行为存在性别差异，男性的移动搜索意愿高于女性[59]。

5 方法视角下的移动搜索行为研究

国内外学者对移动搜索行为的研究从未间断过[17]，采用的研究方法主要有日志挖掘、实验观察、日记研究、用户访谈、问卷调查，以及混合研究方法[7,60]，如下表1。

日志挖掘方法是移动搜索行为研究较为常见的方法，代表性的是Google 实验室的Kamvar等人基于Google 移动搜索日志分析先后发表的3篇重要文献,以及Baeza-Yates、Yi等人分别对Yahoo移动搜索日志进行的分析研究；吴丹在其有关大学生移动搜索行为与策略研究的2篇文献中也使用了该方法。相比之下，其他方法更加侧重还原用户的移动搜索过程和情景，经量化处理以验证相关假设并构建用户行为模型[60]。实验观察法的运用如吴丹团队对大学生用户进行的搜索实验；对于日记研究，Bouidghaghen等人基于该法，尝试将用户的情境信息整合进移动信息检索的评价框架；Kassab等人则利用访谈法分析了用户的移动设备使用习惯、动机、查寻行为，查寻结果的呈现以及安全方面问题；当然，国内移动搜索研究问卷调查法使用较多。此外，整合上述方法形成的混合研究也逐渐成为一种趋势，如Church等人结合在线日记法（Online Diary）和访谈法对18位移动搜索用户进行了为期4周的研究，以及吴丹团队整合日志分析与日记研究法对大学生用户的移动搜索策略展开的为期2周的研究。总体来看，行为日志能了解用户在自然状况下的查询行为，但单纯通过日志挖掘所获得的原生性数据很难对用户行为作出深入的理解与解释；质性研究能在更深层次上理解网络搜索行为背后的本质与动机[69]；而日记研究与混合研究方法由于实施成本较高，在目前的移动搜索行为研究中应用还不充分。

6 结语

文章在对移动搜索行为进行界定基础之上，从用户视角、情境视角、动因视角以及方法视角四大关键视角展开综述，从整体上分析了当前移动搜索行为研究的概况，即：①作为新兴的用户信息行为，移动搜索行为的研究方法借鉴并发展了传统网络用户信息行为研究方法。②移动搜索用户整体呈年轻化特点，对移动搜索用户行为的研究基本覆盖了检索、浏览、交互与利用等广泛过程意义上的移动搜索行为类型，垂直领域的移动搜索（如微信搜索）发展较快。③移动搜索行为与时间、地点、任务、社交等情境密切相关。④学界比较关注移动搜索行为的影响因素和持续使用问题。⑤移动搜索行为研究方法主要有日志挖掘、实验观察、日记研究、用户访谈、问卷调查等方法，日记研究与混合研究方法由于实施成本较高，在目前的移动搜索行为研究中应用还不充分。

笔者认为，未来移动搜索行为研究将表现出研究对象向两极延伸、搜索行为向多样化发展、研究方法与工具更加先进的三大发展趋势：

首先，当前的移动搜索行为研究主要以年轻的大学生为研究对象，但随着老年群体、儿童群体移动端屏幕时间的逐渐增加，这两个群体与年轻人的移动搜索行为会有所不同，未来的研究对象会逐步向此两极扩展。

其次，当前的移动搜索行为研究多聚焦于文字输入行为，而随着二维码输入 、语音输入和图像输入的逐渐推广，未来的移动搜索行为研究将更加多样化。例如，随着移动视觉搜索（Mobile Visual Search）技术的广泛应用，移动视觉搜索行为研究将成为新的热点；而随着个人拥有的设备数量不断增多，日常生活中用户的跨屏行为（Cross Screen Behavior）也将出现得更为频繁。因此，移动视觉搜索、跨屏行为研究等多样化的行为研究将进一步拓宽移动搜索行为研究的视角。

最后，当前移动搜索行为研究继承并发展了传统网络用户信息行为的研究方法，然而随着移动搜索行为碎片化与情境复杂度的增加，实际研究中可能需要将日志挖掘、实验观察、日记研究、用户访谈、问卷调查等方法整合运用，混合研究方法的应用将得到增强。同时，需要积极探索与开发更加适合移动环境的行为研究方法与工具。

（来稿时间：2017年8月）

参考文献：

1.中国互联网络信息中心.39次中国互联网络发展状况统计报告 [EB/OL].[2017-04-22]. http：//www.cnnic.net/hlwfzyj/hlwxzbg/hlwtjbg/201701/P020170123364672657408.pdf.

2.艾媒咨询.2016上半年中国移动搜索市场研究报告[EB/OL].[2017-07-02]. http：//www.iimedia.cn/43684.html.

3.凤凰科技.谷歌在美国、日本等10个国家移动搜索量超过PC [EB/OL]. [2017-06-28]. http：//tech.ifeng.com/a/20150506/41075855_0.shtml.

4.王继民,李雷明子,王明星. 移动搜索研究的知识图谱分析[J]. 现代图书情报技术， 2012（9）： 29-35.

5.吴丹,梁少博. 多设备环境下网络信息搜索行为研究综述[J]. 中国图书馆学报， 2015（6）：109-127.

6.吴丹.基于情景与APP交互的用户移动搜索行为研究[EB/OL].[2017-07-20].http：//hci.whu.edu.cn.

7.张小敏. 移动互联网环境下用户信息行为研究综述[J].图书馆学刊， 2014（10）： 131-134.

8.胡昌平，柯平，王翠萍，等. 信息服务与用户研究[M].北京：科学技术文献出版社，2005.

9. INGWERSEN P, Jӓrvelin K. The turn： Integration of Information Seeking and Retrieval in Context[M]. Netherlands：Springer, 2005.

10.邓小昭. 网络用户信息行为研究[M].北京： 科学出版社，2010：16-19.

11.艾瑞咨询.中国移动搜索引擎市场竞争研究报告[EB/OL].[2016-04-12].http：//www.iresearch.com.cn/Report/2121.html.

12.艾媒咨询：2015-2016中国移动搜索市场研究报告[EB/OL].[2017-04-07]. http：//www.iimedia.cn/40952.html.

13.张岩. 移动搜索需求及行为模型的实证研究[J]. 数字图书馆论坛，2011（10）：1-24.

14.任忠忠,胡德华. 大学生移动搜索特征研究[J]. 知识管理论坛，2014（3）： 45-52.

15.傅钰,范丽婷. 移动搜索用户行为研究——基于在校大学生的调查分析[J]. 情报理论与实践, 2014（8）： 60-63.

16.叶凤云,苗向国. 大学生移动搜索行为调查研究[J].现代情报， 2015（11）： 83-87.

17.邵慧丽,张帆,梁玉琪，等. 大学生移动搜索行为研究 [J]. 图书馆学研究， 2014（21）： 86-90.

18.吴丹，梁少博，冉爱华. 大学生用户移动搜索策略研究[J]. 中国图书馆学报，2016（3）：55-73.

19. WU D, LIANG S B. Research on the Follow-up Actions of College Students’ Mobile Search, In the Proceedings of Joint Conference on Digital Libraries （JCDL2016）[J]. Newark, USA,2016：59-62.

20.吴丹，梁少博，唐源. APP交互视角下的大学生移动搜索行为研究[J]. 中国图书馆学报，2017（3）：72-86.

21. Noel-Levitz, Inc.The Mobile Browsing Behaviors and Expectations of College-Bound High School Students. An E-xpectations Trend Report [EB/OL].[2016-04-11]. http：//files.eric.ed.gov/fulltext/ED536678.pdf.

22. CHURCH K, SMYTH B, COTTER P, et al. Mobile information access： A study of emerging search behavior on the mobile Internet[J]. ACM Transactions on the Web （TWEB）, 2007,1（1）：1-38.

23. CHURCH K, COUSIN A, OLIVER N. I Wanted to settle a bet! - Understanding why and how people use mobile search in social settings[C] // Mobilehci 12： International Conference on Human-Computer Interaction with Mobile Device s& Services, 2012：393-402.

24. CUI Y, ROTO V. How People Use the Web on Mobile Devices[C] // International Conference on World Wide Web, 2008：905-914.

25.万飞,赵溪,梁循，等. 基于移动互联网日志的搜索引擎用户行为研究[J]. 中文信息学报， 2014（2）：144-150.

26. GUY I. Searching by Talking： Analysis of Voice Queries on Mobile Web Search[C]// International ACM SIGIR Conference on Research and Development in Information Retrieval. ACM, 2016：35-44.

27. YI J, MAGHOUL F, PEDERSEN J. Deciphering mobile search patterns： A study of yahoo! mobile search queries[C] //Proceeding of the 17th International Conference on World Wide Web 2008, 2008：257-266.

28. HEIMONEN T. Information needs and practices of active mobile Internet users[C]// International Conference on Mobile Technology, Application & Systems. ACM, 2009：50.

29.梁琛,王忠民,范琳. 移动搜索终端用户行为调查研究[J]. 西安邮电大学学报， 2014（2）：108-112.

30.聂丽丽, 王沅. 基于移动互联网的健康信息搜索行为研究 [J]. 现代医院管理， 2017, 15（1）：64-67.

31. KANE S K, KARLSON A K, MEYERS B R, et al. Exploring cross-device web use on PCs and mobile devices[C] // IfipTc 13 International Conference on Human-computer Interaction：Part I.Berlin： Springer, 2009：722-735.

32. SOHN T, Li, K.A, GRISWOLD W G, et al. A Diary Study of Mobile Information Needs[C] //Conference on Human Factors in Computing Systems, 2008：433-442.

33. CHURCH K,NEUMANN J, CHERUBINI M,et al.SocialSearchBrowser： A novel mobile search and information discovery tool[C] // International Conference on Intelligent User Interfaces, 2010：101-110.

34. AMIN A, TOWNSEND S, OSSENBRUGGEN J V, et al.Fancy a drink in canary wharf? A user study on location-based mobile search[J]. Lecture Notes in Computer Science, 2009：736-749.

35.中国互联网络信息中心. 2014年中国网民搜索行为研究报告 [EB/OL]. [2016-11-07].http：//www.cnnic.net/hlwfzyj/hlwxzbg/201410/P020150104459023035664.pdf.

36. HALVEY M, KEANE M T, SMYTH B. Time based patterns in mobile-internet surfing[C] // Proceedings of the SIGCHI Conference on Human Factors in Computing Systems, 2006：31-34.

37. Vojnović, M. On Mobile User Behaviour Patterns[C] // IEEE International Zurich Seminar on Communications, 2008：26-29.

38. Müller H, GOVE J. WEBB J. Understanding tablet use： a multi-method exploration. [C] // Proceedings of the 14th International Conference on Human-computer Interaction with Mobile Devices and Services, 2012：1-10.

39. CHURCH K, OLIVER N. Understanding mobile web and mobile search use in today’s dynamic mobile landscape[C] //Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 2011：67-76.

40. CHURCH K, SMYTH B. Understanding mobile information needs[C] // Proceedings of the 10th International Conference on Human Computer Interaction with Mobile Devices and Services,2008：493-494.

41. Google, Nielsen. Mobile search moments： understanding how mobile drives conversions[EB/OL]. [2017-04-13].http：//think.withgoogle.com/databoard/media/pdfs/creating-moments-thatmatter_research-studies.pdf.

42. CHURCH K, NEUMANN J, CHERUBINI M, et al.SocialSearchBrowser： A novel mobile search and information discovery tool[C] // International Conference on Intelligent User Interfaces, 2010：101-110.

43. REIS S, CHURCH K. Insights into co-located shared mobile search[C] // Chi13 Extended Abstracts on Human Factors in Computing System, 2013：1401-1406.

44. BENTLEY F R, PEESAPATI S T, CHURCH K. “I thought she would like to read it”： Exploring Sharing Behaviors in the Context of Declining Mobile Web Use[C]// CHI Conference on Human Factors in Computing Systems. ACM, 2016：1893-1903.

45. TEEVAN J, KARLSON A, AMINI S, et al. Understanding the importance of location, time and people in mobile local search behavior[C] // In Proceedings of the MobileHCI’11, 2011：77-80.

46. AMINI S, SETLUR V, XI Z, et al. Investigating collaborative mobile search behaviors[C] // International Conference on Human-computer Interaction with mobile devices & services,2013：213-216.

47. SCHALLER R, HARVEY M, ELSWEILER D. Out and about on museums night： Investigating mobile search behaviour for leisure events[EB/OL].[2016-04-11].http：//www.ceur-ws.org/Vol-836/paper2.pdf.

48. REIS S, CHURCH K, OLIVER N. Rethinking mobile search： Towards casual, shared, social mobile search experiences[EB/OL].[2017-04-11]. http：//sofiaester.pt/WaggleBee_Searching4Fun.pdf.

49.韩丽. 移动搜索在图书馆数字参考咨询服务中的应用前景展望[J]. 现代情报，2012（8）： 75-77.

50.刘瑞瑞. 基于移动搜索的图书馆参考咨询服务[J]. 图书馆学研究，2011（13）：89-91.

51. BEHE B K, CAMPBELL B L, HALL C R, et al.Smartphone Use and Online Search and Purchase Behavior of North Americans： Gardening and Non-gardening Information and Products[J]. Hortscience A Publication of the American Society for Horticultural Science, 2013, 48（2）：209-215.

52.张为各. “神马搜索”中新闻搜索的用户使用行为实证研究[D]. 保定：河北大学硕士论文，2016.

53.陈明红,漆贤军,李妍慧. 基于TAM与TTF整合模型的移动搜索行为影响因素研究[J]. 情报杂志， 2014（6）： 179-186.

54. ZHANG J, HUANG J H, CHEN J Q. Empirical Research on User Acceptance of Mobile Searches[J]. Tsinghua Science &Technology, 2010, 25（2）：235-245.

55.刘鲁川,孙凯,王菲，等. 移动搜索用户持续使用行为实证研究[J]. 中国图书馆学报，2011（6）：50-57.

56.刘鲁川,孙凯. 基于扩展ECM-ISC的移动搜索用户持续使用理论模型[J]. 图书情报工作, 2011（20）：134-137, 148.

57.王小宁,师伟伟. 基于Trust-TAM整合模型的移动搜索用户采纳行为研究[J]. 西安石油大学学报（社会科学版），2013（5）：32-36，67.

58.师伟伟.移动搜索使用行为模型构建及实证研究[D].西安：西安石油大学硕士论文，2014.

59.陈明红, 漆贤军, 刘莹. 移动搜索行为的性别差异研究 [J]. 图书馆学研究， 2016（17）：47-58.

60.王继民,李雷明子,郑玉凤. 基于日志挖掘的移动搜索用户行为研究综述[J]. 情报理论与实践， 2014（3）：134-139.

61. KAMVAR M., BALUJA S. A large scale study of wireless search behavior： Google mobile search[C] // Conference on Human Factors in Computing Systems， 2006：701-709.

62. KAMVAR M., BALUJA S. Deciphering trends in mobile search[J]. Computer, 2007, 40（8）：58-62.

63. KAMVAR M, KELLAR M, PATEL R, et al. Computers and iPhones and Mobile Phones, oh my!： A logs-based comparison of search users on different devices[C] // International World Wide Web Conference Committee （IW3C2）, 2009：801-810.

64. Baeza-Yates R, DUPRET G, VELASCO J. A study of mobile search queries in Japan[C] // Proceedings of the International World Wide Web Conference, 2007.

65. YI J, MAGHOUL F. Mobile search pattern evolution： the trend and the impact of voice queries[C] //Proceedings of the 20th International Conference Companion on World Wide Web, 2011：165-166.

66.吴丹，毕仁敏. 用户移动搜索与桌面搜索行为对比研究[J]. 现代图书情报技术，2016（2）：1-8.

67. BOUIDGHAGHEN O, TAMINE L, BOUGHANEM M. A Diary Study-Based Evaluation Framework for Mobile Information Retrieval[C] // Information Retrieval Technology-asia Information Retrieval Societies conference, 2010, 6458：389-398.

68. KASSAB D, YUAN X. Understanding the information needs and search behaviour of mobile users[EB/OL].[2016-04-11].http：//www.informationr.net/ir/17-4/paper551.html.

69. Montañez G D, WHITE R W, HUANG X. Cross-Device Search[C]// ACM International Conference on Conference on Information and Knowledge Management, 2014, 39（5）：1669-1678.