1.2 人机工程学研究趋势分析及讨论

1.2.1 基于知识图谱工具的研究方法

科学知识图谱是一种新的研究方法。通过数据挖掘、信息处理和图形绘制，可以揭示知识的发展过程和结构关系；通过对提取的人机工程学领域文献信息进行统计分析，可以得到不同机构、期刊和类别的出版成果与表现。共被引分析是通过分析高频引用的参考文献来识别研究领域的知识结构和研究前沿的有效方法。因此，共被引分析与关键词共现分析的协同应用不仅能够阐明研究趋势，还能够阐明标志性文献在研究领域演变中的作用。

下面将以人机工程学领域内受关注程度较高的五种期刊为研究对象，以各期刊2010—2021年发表的所有论文作为研究数据了解当前人机工程学领域的知识结构、研究趋势和热点，为人机工程学及相关领域研究者提供参考。

我们选用的数据来源于Web of Science的核心合集数据库中人机工程学领域内受关注程度较高的五种期刊，分别为ADVANCES IN ERGONOMICS IN DESIGN、APPLIED ERGONOMICS、ERGONOMICS、HUMAN FACTORS和INTERNATIONAL JOURNAL OF INDUSTRIAL ERGONOMICS。我们对其中收集到的5000多篇文献进行知识图谱分析，将文献记录导入CiteSpace软件中，通过对文献共被引、作者共被引和关键字共现等指标解读，提供人机工程学领域的研究热点及趋势。突发检测(burst detection)，中间中心性(betweenness centrality)和异构网络(heterogeneous networks)这些概念可以解决三个实际问题，即确定研究前沿的性质，标注出高影响力的特性和及时发现新出现的趋势和突变。

1.2.2 人机工程学研究关键词分析

我们通过知识图谱方法对人机工程学领域进行关键词分析。表1.2展示了人机工程学领域排名前6的关键词，分别是“人体工程学”“信息系统”“设计”“人工智能”“行为模型”和“算法”。图1.2清晰展示了这6个关键词的雷达分布。

对上述热点词进行整合后可得出当下需要研究的热点内容，它们分别是用户与工作空间、用户界面与可用性设计、用户对设计的认知负荷研究、人工智能在图形意象中的应用、用户行为模型与工作系统。这些研究内容将在后续章节展开讨论。

1.2.3 人机工程学研究热点分析

通过在CiteSpace中选择每年引用次数最高的前50篇文献中的关键词作为共被引分析对象，将关键词聚类后，可以得到相对应的聚类标签，再通过针对性的文献阅读，得到当前人机工程研究现状及研究热点。表1.3为排名前5的聚类标签合集，分别是“人为因素”“用户行为”“参与人体工程学干预”“认知工作分析”和“智能交通系统”。图1.3清晰展示了这5个聚类标签的雷达分布。

此外，引文突发(citation burst)是通过检测引文在某一段时间内引用频率的突发强度来找出该领域研究热点的新兴趋势。通过对人机工程学领域中突发强度前20篇的文献进行分析，将人机工程学领域中的热点研究分成三大类，分别是应用研究、方法研究和人群研究。

人机工程应用研究课题重点分为智能终端的人机交互方式和不同人群接受度研究、骨骼肌肉疾病的风险因素评估、医疗工作系统、自动化程度、驾驶过程中的视觉认知负荷。可以看到，无论从专业工作系统，还是面向大众的公共终端，人机工程应用研究的趋势已经随着自动化技术的发展以及人们生活方式的改变，慢慢走向了更加专业的工作领域和更广泛的公众视野。

方法研究课题包括顿悟的突发性对设计的影响、行为认知与眼动技术、可用性工程方法、人体数据收集和机器学习和行为分析模型。可以看到，人机工程学越来越多地与人类学、生物力学、生理学、心理学、工程学、统计学以及信息科学等相关学科的专业知识相结合。尤其是人工智能的崛起，让人机工程学的研究方法和应用场景得到更进一步的拓展。本书后面章节会提供一个关于图像识别的研究案例和一种结合图像识别与主观认知意象结合的研究方法。

人群研究课题的热点研究包括对劳工长短期工作环境和肌肉疲劳的相关研究、医护人员的工作环境研究、驾驶者的工作环境研究、老年人接受度研究和手机与电脑使用人群研究5类。总体来说，对不同人群的研究也是对跨行业从业人员前期缺乏系统性的人机工程设计，以至于出现工作空间、工作强度及工程设备不合理的研究，揭示不同人群在长期工作中出现的肌肉、骨骼的损害。我们可以看到，网络中的丰富信息让越来越多的手机和电脑用户长时间保持某一姿势，因而广泛造成肌肉、骨骼的损伤。这些研究为后续的工作环境、工作设备以及手持电子设备的设计提供了更多不同角度的见解。