Citespace軟件操作問答

Citespace軟件操作問答（摘自陳超美博士的科學(xué)網(wǎng)博客） （8）如何在CiteSpace中控制節(jié)點(diǎn)的取舍CiteSpace提供了幾種方式來控制最終生成的網(wǎng)絡(luò)將由哪些節(jié)點(diǎn)構(gòu)成：1. Top N2. Top N%3. Threshold Interpolation4. Select Citers第一種辦法最簡單，最適于初學(xué)階段，所以目前版本將其放在首位。其余幾種辦法逐漸變得復(fù)雜，最好等熟悉系統(tǒng)之后再考慮。下面簡要介紹一下各個(gè)方法的細(xì)節(jié)。Top N：系統(tǒng)設(shè)定N=30，意為在每個(gè)time slice中提取N個(gè)被引次數(shù)最高的文獻(xiàn)。N越大生成的網(wǎng)絡(luò)將相對更全面一些。Top N%: 將每個(gè)time slice中的被引文獻(xiàn)按被引次數(shù)排序后，保留最高的N%作為節(jié)點(diǎn)。Threshold Interpolation：設(shè)定三個(gè)time slices的值，其余time slices的值由線性插值賦值。三組需要設(shè)置的slices為第一個(gè)，中間一個(gè)，和最后一個(gè)slice。每組中的三個(gè)值分別為c，cc，和ccv。c為最低被引次數(shù)。只有滿足這個(gè)條件的文獻(xiàn)才能參加下面的運(yùn)算。cc為本slice內(nèi)的共被引次數(shù)。ccv為規(guī)范化以后的共被引次數(shù)（0100）。Select Citers：與以上方法不同的是這個(gè)方法先選施引文獻(xiàn)，然后需再用方法1-3之一。先Check TC Distribution然后填寫Use TC Filter 后面的兩個(gè)數(shù)字：最低和最高TC值（Time Cited），選定User TC Filter前的選項(xiàng)。按Continue，再設(shè)定方法1，2，或3。節(jié)點(diǎn)總數(shù)在Progress Reports中給出。節(jié)點(diǎn)總數(shù)越大需要內(nèi)存越多。下回將介紹如何選擇網(wǎng)絡(luò)的連接密度。CiteSpace提供了多項(xiàng)參數(shù)選擇，初學(xué)者難免有時(shí)不知從何下手。這里介紹一些要點(diǎn)以供參考。CiteSpace的功能類似一架照相機(jī)，只是它拍攝的對象是科學(xué)文獻(xiàn)而不是自然景色。設(shè)置CiteSpace的各項(xiàng)參數(shù)大致相當(dāng)于取景，調(diào)焦，對光圈。不過這些過程在如今的相機(jī)中基本都已完全透明。所以，參數(shù)設(shè)置對CiteSpace所產(chǎn)生的圖譜有直接影響。最初使用時(shí)，最簡單的辦法是先采用系統(tǒng)的預(yù)定參數(shù)；熟悉之后，再按下面提供的要點(diǎn)調(diào)整參數(shù)。那么什么樣的CiteSpace圖譜才算好圖譜呢？CiteSpace的設(shè)計(jì)實(shí)際上是有針對性的。能滿足CiteSpace設(shè)計(jì)要求的圖譜才視為好圖譜。CiteSpace要展現(xiàn)的是一個(gè)領(lǐng)域的知識發(fā)展的歷史和現(xiàn)狀。這是CiteSpace的取景范圍。由于深受庫恩科學(xué)革命的結(jié)構(gòu)的影響，對CiteSpace來說，焦點(diǎn)自然是在范式（paradigm）和范式轉(zhuǎn)移（paradigm shift）。近年來大家傾向于這種認(rèn)識：范式是一種更為廣泛的現(xiàn)象，可以在各個(gè)層次上出現(xiàn)。換句話說，并非50年一遇或100年一遇。所以CiteSpace竭盡全力所要甄別，顯示，突出的就是在廣義的范式轉(zhuǎn)移中起關(guān)鍵作用的轉(zhuǎn)折點(diǎn)。與廣義范式相對應(yīng)的是科學(xué)文獻(xiàn)中自然呈現(xiàn)的聚類。轉(zhuǎn)折點(diǎn)便是聯(lián)結(jié)不同聚類的橋梁。如果CiteSpace生成的圖譜能清晰的顯示出這些要素，這種圖譜便屬上乘之作。關(guān)于解讀CiteSpace圖譜的要點(diǎn)，來日再寫。有了這個(gè)目標(biāo)以后，圖譜如能顯示倆三個(gè)或更多的自然網(wǎng)絡(luò)聚類，而且各聚類之間有少量的聯(lián)系，便為最佳。這樣的圖譜很容易帶來有趣的和有意義的發(fā)現(xiàn)。相反，如果圖譜中所有節(jié)點(diǎn)都糾纏在一起，則很難理出頭緒。如果碰到這種情況，檢查下面幾種原因：數(shù)據(jù)范圍是否過窄，門檻設(shè)置是否過高（threshold），曝光時(shí)間是否過短（time slice）。另外，可用CiteSpace中的鏈接剔除功能（pruning）來剔除一些次要的鏈接以突出核心結(jié)構(gòu)。成像以后，CiteSpace可提供進(jìn)一步的指標(biāo)。比如，modularity大約在0.40.8時(shí)的圖譜通常會符合或接近上述要求。另外，如果可能從每年或每個(gè)時(shí)間段中選取數(shù)量大致相當(dāng)?shù)臄?shù)據(jù)，會比每年都使用同樣的門檻要更有效（相對于上述目標(biāo)而言）。做專利分析的時(shí)候，發(fā)現(xiàn)轉(zhuǎn)換德溫特專利的數(shù)據(jù)；還有就是，C、CC和CCV閾值的選擇有沒有什么標(biāo)準(zhǔn)呢？TopN 和TopN% 更直接，建議你用這兩項(xiàng)。c，cc，ccv的選擇靈活但較為復(fù)雜，參考2004年我的PNAS文章。從前，c有選5次以上的，ccv有選25%以上等等在文獻(xiàn)中都可見到。閾值低的覆蓋面會稍微廣一些?？紤]到文獻(xiàn)數(shù)據(jù)本身的誤差，以及大部分人的注意力往往集中在最有代表性的工作，所以閾值的選擇總是相對的。WOS并不包括所有的文獻(xiàn)。另外，信息和噪音比也是一個(gè)考慮因素。關(guān)于闕值的選擇，我是不是可以這樣理解，就是說，知識圖譜是需要不斷探索和試驗(yàn)的，對所選擇領(lǐng)域文獻(xiàn)的分析必須是基于文獻(xiàn)實(shí)際情況的，而不只是就圖說圖，理想的知識圖譜應(yīng)該是能夠正確反映文獻(xiàn)實(shí)際情況的那一張圖。所以，知識圖譜的繪制并不是一蹴而就的，閾值的不斷切換就是為了找到符合實(shí)際情況的知識圖譜；在操作過程中經(jīng)常會遇到有的文獻(xiàn)被引頻次很高，但是中心度卻很低，而有的文獻(xiàn)被引頻次很低，中心度卻很高，對于這樣的現(xiàn)象我該怎樣去理解？這兩類文獻(xiàn)中那一種才是關(guān)鍵文獻(xiàn)或重要文獻(xiàn)？為什么會出現(xiàn)這樣的情況。另外，閾值設(shè)定中：top N per slice或者Threshold（c，cc，ccv）數(shù)值大小，選用Pathfinder或者M(jìn)inimum Spanning Tree，即使小小的變化，軟件選擇出的被引文獻(xiàn)或者關(guān)鍵詞其中心度變化很大。如果選擇了其中的一組數(shù)據(jù)進(jìn)行分析，自己都無法解釋選擇為什么要選擇這組數(shù)據(jù)？我應(yīng)該依據(jù)什么去選擇分析？被引頻次和中心度是兩種不同的度量。中心度是定義在網(wǎng)絡(luò)結(jié)構(gòu)上的。至于什么是關(guān)鍵文獻(xiàn)或重要文獻(xiàn)，取決于你要研究什么問題。如果波動很大說明你選的top N還不夠大。使用默認(rèn)的top30與設(shè)置c、cc，ccv的差別很大，不知什么原因常常軟件跑不動了，能給出點(diǎn)閾值調(diào)節(jié)的具體知道嗎？c/cc/ccv的選法不太容易掌握（由下往上選），所以現(xiàn)在系統(tǒng)界面推薦top N的選法（由上往下選）。建議先用系統(tǒng)預(yù)定參數(shù)，然后根據(jù)選入節(jié)點(diǎn)的數(shù)量等在調(diào)節(jié)參數(shù)：top N: 30, 50, 100, . 由低望高增加。c/cc/ccv:，c: 30, 25, 20, 15, 10, 5, . 由高往低減少。cc: 30, 25, 20, 15, 10, 5, .，ccv: 30, 25, 20, 15, 10, 5,（9）如何解讀CiteSpace產(chǎn)生的圖譜 CiteSpace的核心功能是產(chǎn)生由多個(gè)文獻(xiàn)共被引網(wǎng)絡(luò)組合而成的一種獨(dú)特的共被引網(wǎng)絡(luò)，以及自動生成的一些相關(guān)分析結(jié)果。每個(gè)文獻(xiàn)共被引網(wǎng)絡(luò)對應(yīng)于一個(gè)歷時(shí)一年或幾年的時(shí)間段。最終顯示的網(wǎng)絡(luò)不是各個(gè)網(wǎng)絡(luò)之間的簡單疊加，而是要滿足一些條件（詳見2004年P(guān)NAS的論文）。解讀這樣的網(wǎng)絡(luò)（我稱為遞進(jìn)式知識領(lǐng)域分析）的要點(diǎn)包括：網(wǎng)絡(luò)整體結(jié)構(gòu)，網(wǎng)絡(luò)聚類，各聚類之間的關(guān)聯(lián)，關(guān)鍵節(jié)點(diǎn)（轉(zhuǎn)折點(diǎn)）和路徑。解讀時(shí)可從直觀顯示入手，然后再參照各項(xiàng)指標(biāo)。結(jié)構(gòu)：是否能看到自然聚類（未經(jīng)聚類算法而能直觀判定的組合），是否包括轉(zhuǎn)折點(diǎn)（有紫色外圈的節(jié)點(diǎn)），通過算法能得到幾個(gè)聚類？每個(gè)節(jié)點(diǎn)大小代表它的總被引次數(shù)。大圈則總被引高。時(shí)間：每個(gè)自然聚類是否有主導(dǎo)顏色（出現(xiàn)時(shí)間相對集中），是否有明顯的熱點(diǎn)（節(jié)點(diǎn)年輪中出現(xiàn)紅色年輪，即被引頻率是否曾經(jīng)或仍在急速增加）？通過各個(gè)年輪的色彩可判斷被引時(shí)間分布。時(shí)間線顯示將每一聚類按時(shí)間順序排列，相鄰聚類常常對應(yīng)相關(guān)主題（聚類間共引）。聚類之間的知識流向也可從時(shí)間（色彩）上看到（由冷色到暖色）。內(nèi)容：每個(gè)聚類的影響（被引時(shí)涉及的主題，摘要，和關(guān)鍵詞）和幾種不同算法所選出的最有代表性的名詞短語？指標(biāo)：每個(gè)聚類是否具有足夠的相似性（silhouette值是否足夠大，太小則無明確主題可言），整個(gè)聚類是否有足夠節(jié)點(diǎn)（太少則很可能全都出自同一篇文獻(xiàn)的參考文獻(xiàn)，因而缺乏普遍意義）？Tips：每個(gè)節(jié)點(diǎn)上，右鍵彈出的選擇中，有一項(xiàng)是通過DOI連接到原文出版社提供的網(wǎng)頁?？捎肅iteSpace的圖譜作為一個(gè)直接瀏覽相關(guān)文獻(xiàn)的界面黑色字體是提問，藍(lán)色是陳超美的回答，一些很具體的操作，非常實(shí)用（圖譜各指示值含義類問題）在某文章的sigma值表示什么意思呢？絕大多數(shù)的sigma值是1.00，表示結(jié)構(gòu)上和引文變化中都非常重要。（具體操作類問題）如何在citespace生成的聚類中查看該聚類成員的文章標(biāo)題呢？右鍵點(diǎn)被引成員-Open DOI，我用CiteSpace做被引文獻(xiàn)聚類后，想知道每個(gè)類中所含被引文獻(xiàn)的具體數(shù)量，該怎么操作？是否可以將相關(guān)數(shù)據(jù)導(dǎo)出為excel類型文件進(jìn)行查看？clustering菜單下：summary table里顯示具體個(gè)數(shù)；我剛開始使用這個(gè)軟件，請問轉(zhuǎn)折點(diǎn)文章的列表能自動生成，直接鏈接出來嗎？在Display窗口，Networks菜單下，（？）我在您的有關(guān)文獻(xiàn)里看到citespace的操作步驟1、2、3（extract noun phrase term from title,abstract,descriptors,identifiers of citing articles in the dataset）4-，關(guān)于步驟3我在實(shí)際操作的過程中并沒有執(zhí)行，而是直接分析共被引等內(nèi)容，這樣的話結(jié)果會有影響嗎？如果我在分析了共被引等后，然后想作前沿詞的探測的話會對結(jié)果有影響嗎？另外關(guān)于提取名詞的操作步驟是這樣的對面，選擇了time scling ,term source,然后在term type里選擇noun phrase，然后點(diǎn)go對嗎？如果我想探測突現(xiàn)詞，必須先進(jìn)行名詞短語的提取然后選擇burst term-detect bursts嗎？可是這樣只能在窗口里顯示了幾個(gè)探測詞，我往往再選擇go，才能出現(xiàn)相應(yīng)譜圖？CiteSpace中的burst detection 有兩種用法：1。名詞短語 和 2。單詞。1需要事先提取。2則不用。如果后面的分析不涉及名詞短語，結(jié)果不會受影響。最后幾個(gè)問題：對；是；應(yīng)該如此。這次的問題是timeline和timezone選項(xiàng)怎么使用和解讀呢？timeline是先把整個(gè)網(wǎng)絡(luò)劃分為幾個(gè)聚類，然后按時(shí)間順序排列出各個(gè)聚類中的文獻(xiàn)。這樣可以觀察到很多現(xiàn)象。這個(gè)狀態(tài)下的選項(xiàng)主要是顯示聚類的標(biāo)簽，節(jié)點(diǎn)的特征等等。如何在生成的可視圖中為各個(gè)節(jié)點(diǎn)標(biāo)出相應(yīng)的文字說明？統(tǒng)一標(biāo)：Article Labeling下面的組合控制，如Freq + threshold (越小符合顯示要求的會越多)。單獨(dú)標(biāo)：右鍵Label the Node. 也可隨后右鍵取消。我想請問下關(guān)于CITESPACE怎么保存圖譜，我是做教育經(jīng)濟(jì)的，圖點(diǎn)很散，怎么樣吧圖點(diǎn)聚集起來輸出，看起來一目了然可以存成.viz格式，以后可以直接用CiteSpace打開使用：FileSave Visualization也可以:FileSave PNG如能增加更多聯(lián)接，也許能把整體集中一些: 增加time slice的長度，增加topN, topN%等。第一，在節(jié)點(diǎn)個(gè)數(shù)問題上，一般通過設(shè)置，最后多少節(jié)點(diǎn)是理想的？（我目前運(yùn)行時(shí)得到節(jié)點(diǎn)關(guān)鍵詞308個(gè)，連線2057條）；第二，在進(jìn)行時(shí)間線視圖時(shí)（timeline），每一個(gè)聚類后面的名稱是依據(jù)什么來標(biāo)注的？（通過運(yùn)行，發(fā)現(xiàn)有的聚類名稱和研究領(lǐng)域聯(lián)系不大）1. 這個(gè)問題可參考我以前的博客。主要考慮是網(wǎng)絡(luò)結(jié)構(gòu)是否能回答在比節(jié)點(diǎn)本身更高抽象層次上的一些問題。2。是由引用各聚類的論文決定的，具體詞組可選自論文的標(biāo)題，摘要，和索引詞，再由3種辦法之一度量。如“聯(lián)系不大”，可解釋為施引/被引之間的“距離”較大，參照silhouette值。， 1.在關(guān)鍵詞可視化視圖生成過程中，左邊會出現(xiàn)相應(yīng)的按詞頻排列的關(guān)鍵詞排序，一些關(guān)鍵詞會出現(xiàn)兩次，這該怎么解釋吶？而有些關(guān)鍵詞只是單復(fù)數(shù)的區(qū)別，如library和libraries。在分析時(shí)應(yīng)該將兩者的頻次相加，還是只取其中一個(gè)的數(shù)據(jù)呢？在圖中右鍵將要保留的詞選為Alias Primary，再將另一詞選為Alias secondary. 重新GO!一下, 會將二者合并。問article labeling 和term labeling 分別是指什么類別？Term: TermsArticle: Authors, Cited References, Institutions, Countries, Keywords, etc. “The most active citer to the cluster is 0.45 ISI:000086822800018 Mines, M (2000) ocular injuries sustained by survivors of the oklahoma city bombing.”里面的0.45指的是什么指標(biāo)呀？0.45=45%. Mines, M. 引用了該類中45%的文獻(xiàn)。檢索結(jié)果與主題相關(guān)程度：右鍵彈出的菜單上有個(gè)Citation History里面的第二個(gè)tab列出了施引文件，點(diǎn)擊這些條目可得到兩種結(jié)果：1。 如果有DOI信息，將直接打開原文的網(wǎng)上地址。2。 否則，將顯示標(biāo)題和摘要。你可根據(jù)這些信息進(jìn)一步判斷引用的原因。我用的中文數(shù)據(jù)，節(jié)點(diǎn)類型選擇cited reference .在閾值選擇上，如果所有c=3的情況下，每個(gè)slices的節(jié)點(diǎn)最多只有10個(gè)左右，連錢每個(gè)slices都只有幾條，構(gòu)不成聚類，而所有的c=2的情況下，每個(gè)slices的節(jié)點(diǎn)就都有幾百個(gè)，連線上千條。生成的圖譜一盤散沙，都是小型聚類，并且聚類之間都沒有連線。這樣的數(shù)據(jù)好像缺乏主題和核心 - 所以有可能還算不上一個(gè)領(lǐng)域。CiteSpac也沒辦法 :-) （數(shù)據(jù)去重復(fù)與閾值選擇類問題）如何運(yùn)用citespace這個(gè)軟件除重呢？ Data - Import/Export - WoS - Duplicate Removal 1）從WOS下載的文本中有重復(fù)文獻(xiàn)，CiteSpace能直接對重復(fù)文獻(xiàn)過濾嗎？若不能，該如何處理這些重復(fù)文獻(xiàn)呢？用NoteExpress去重后，再重新導(dǎo)入CiteSpace可以嗎？（本人還沒嘗試）2）Project一旦建立，其“Data Directory”便不能更改了嗎？為什么點(diǎn)了“Edit”之后沒有反應(yīng)？3）在“Process Reports”中顯示 Records in the dataset: 95676，這里的Records是指所有.txt文件中包括的的文獻(xiàn)吧，但實(shí)際數(shù)量只有1萬條左右，這是為什么呢？4）設(shè)定slice為 1 year，在“Process Reports”中，每一年的記錄情況均顯示了兩次，是代表CiteSpace對每一年的情況都做了兩次統(tǒng)計(jì)嗎？1. DataImport/ExportWeb of ScienceDuplicates Removal2. 可以更改。再試試。3。選的是被引參考文獻(xiàn)嗎？4。檢查一下你是不是有兩份文件。（看看周斌有沒有遇到這個(gè)問題）我最近在用citespace對作者進(jìn)行分析，我想讓每個(gè)節(jié)點(diǎn)所代表的作者名都能顯示出來，我用了display-show cluster label等方法均不行，試以下DisplayLabel Font Size: Node .在做作者或機(jī)構(gòu)或國家合作網(wǎng)絡(luò)知識圖譜時(shí)，F(xiàn)req 指的是被引頻次呢，還是發(fā)文數(shù)量？這時(shí)Freq為發(fā)文數(shù)量。在選擇“節(jié)點(diǎn)類型”的問題上有一點(diǎn)不明白。我想做共詞分析的圖譜，選擇keyword那一項(xiàng)就可以了嗎，感覺這樣畫出的圖譜好像沒有體現(xiàn)出共詞的關(guān)系吶。Term和Keyword都可生成co-word網(wǎng)絡(luò)。Keyword是Web of Science記錄中KeywordPlus字段里的詞。（有關(guān)研究前沿確定方法的問題）一個(gè)圖譜的研究前沿是怎么確定??？我看的文章有的是直接把關(guān)鍵節(jié)點(diǎn)（有紫色外圈的）看做研究前沿，這樣對嗎？分析研究前沿時(shí)term type選擇noun phrases還是burst terms？Node Type選擇Cited reference，這樣對嗎？謝謝老師啦！對錯(cuò)往往是相對的，主要取決于你要發(fā)現(xiàn)什麼問題。（如何發(fā)現(xiàn)研究前沿）下面是一種方法：1. Cited References2. 生成網(wǎng)絡(luò)3. Citation Burst (需按2次）紅色為被引burst, 是前沿的腳印。按Citation Bursts （button）兩次，圖中一般便會加上紅色圈圈，這樣以后才有burst的數(shù)值。Sigma最高的節(jié)點(diǎn)為重要地區(qū)留下的腳印。4. 生成聚類。在Cluster Explorer里，選則右側(cè)列表中腳印所在的聚類（參考#3）。這時(shí)中間列表所顯視的論文可視為一組前沿文獻(xiàn)。5. SynthesizeGenerate a Narrative中包括一些#4中提到的文獻(xiàn)。步驟3中所提到的前沿的“腳印”，是不是就是說它們在當(dāng)時(shí)的那個(gè)時(shí)間里是研究前沿，即曾經(jīng)是研究前沿？非常謝謝老師詳細(xì)的解答！嚴(yán)謹(jǐn)?shù)卣f，腳印只是前沿所留下的線索，蛛絲馬跡，并非其真面目。熊貓的腳印不等于熊貓。第5步才涉及到腳印到底是那個(gè)熊貓的。如何用基于CSSCI的數(shù)據(jù)繪制“研究前沿突變術(shù)語”的圖譜？（burst來源為名詞短語）1. 抽取名詞短語，選需要的年份，選Noun Phrases，等左邊窗口出現(xiàn)回應(yīng)后，GO. 等到提示visualize, save, cancel，選cancel.以上這步只需做一次2。 選burst, 用名詞短語3. Node Type 選Cited References 和 Terms.4。 GO. 在您的文章：citespace 2：科學(xué)文獻(xiàn)中新趨勢與新動態(tài)的識別與可視化中第409頁，大規(guī)模生物種群滅絕中用了四種視圖：1，共被引文章的合并網(wǎng)絡(luò)；2經(jīng)pathfinder裁剪的個(gè)體共引網(wǎng)的合并網(wǎng)絡(luò)；3經(jīng)pathfinder剪枝的混合網(wǎng)絡(luò)；4經(jīng)pathfinder裁剪的混合網(wǎng)絡(luò)的時(shí)區(qū)視圖。在具體軟件設(shè)置上我做如下設(shè)置對嗎：對于視圖1:選中burst Terms和cited Reference。對于視圖2:選中burst Terms和cited Reference及pathfinder和pruning sliced networks。對于視圖3:中的混合網(wǎng)絡(luò)如何設(shè)置？混合網(wǎng)絡(luò)是如何定義的？在做文獻(xiàn)分析的時(shí)候都需要做上面四種視圖的分析嗎？對應(yīng)圖應(yīng)為圖3-圖6。圖3：Cited References 圖4：Cited References 加 Pathfinder圖5：Cited References 和 burst terms我看您的著作The Structure and Dynamics of CoCitation Clusters: A MultiplePerspective CoCitation Analysis中關(guān)于ACA的操作，在做出來ACA的timeline圖譜之后，表4做的是“l(fā)abels of thelargest ACA clusters”，我知道操作，但后面的表5top-10 most cited authors of thelargest ACA clusters“的具體操作時(shí)怎樣的，可按下列步驟：1 - cluster2 - label3 - SynthesizingCluster Explorer細(xì)節(jié)上有些變動，如引文前面0.41指該文引用了相應(yīng)聚類中41%的文獻(xiàn)。我在DCA聚類分析中，按步驟做到了Cluster Explorer,但是無法做到像您的著作The Structure and Dynamics of CoCitation Clusters: A MultiplePerspective CoCitation Analysis中，從最大的聚類中找到cited references as the Intellectual Base或者Citing Articles as Research Fronts，那些cited reference還有citing article是怎么找出來的？我在cluster explorer中可以找到每個(gè)聚類的cluster members還有cluster makers。cluster members中有author但是title下面都是省略號“.”。cluster makers顯示正常，下面的文獻(xiàn)是不是應(yīng)該對應(yīng)的是citing article呢？cluster members = cited references = intellectual base，cluster makers = citing articles = research fronts，cited references的title你要逐個(gè)找一下，最簡單的辦法是在網(wǎng)絡(luò)中找到相應(yīng)的節(jié)點(diǎn)，右鍵DOI, 或Google Scholar來找title。citespace對一個(gè)領(lǐng)域做了DCA聚類分析之后，對較大的聚類做了cluster members = cited references = intellectual base，cluster makers = citing articles = research fronts知識基礎(chǔ)和研究前沿分析，那么這些研究前沿可以代表本領(lǐng)域的研究前沿嗎？是根據(jù)burst term得到的嗎？此前沿可代表本領(lǐng)域的主要研究前沿，是由其對偶關(guān)系決定的，即在知識基礎(chǔ)上的新知識。在Cluster Explorer中這個(gè)關(guān)系是由左，中兩列文獻(xiàn)表示的。term labeling 和 article labeling 分別是什么意思？因?yàn)楦淖儍蓚€(gè)的閥值顯示的詞語是不同的，那我們分析的時(shí)候是應(yīng)該用term labeling 顯示的詞語進(jìn)行分析，還是用article labeling 顯示的詞語進(jìn)行分析呢？而且兩個(gè)顯示的方式一個(gè)是圓形的，一個(gè)是方形的，我始終不清楚這兩個(gè)都是代表什么意思。圓形節(jié)點(diǎn)：包括被引文獻(xiàn)(cited reference), 被引文獻(xiàn)的作者（cited author）等。方形節(jié)點(diǎn)：引用文獻(xiàn)中的詞/字(term).這兩類節(jié)點(diǎn)在用戶界面上是分開的。term labeling and article labeling 分別控制這兩類節(jié)點(diǎn)的labels. 你需要哪類節(jié)點(diǎn)的信息，就用哪個(gè)控制。如果我想分析關(guān)鍵詞共詞圖譜，是不是應(yīng)該選擇圓形節(jié)點(diǎn)進(jìn)行分析？是. 選Terms. 文獻(xiàn)共引圖譜中節(jié)點(diǎn)之間的距離能說明什么？為什么有些節(jié)點(diǎn)距離近？有些節(jié)點(diǎn)相距遠(yuǎn)，如何判讀？還有被引頻次多不一定節(jié)點(diǎn)就大，這如何解釋？距離本身什么也不說明。應(yīng)該只以是否有連線為準(zhǔn)。參見我以前的論文。節(jié)點(diǎn)大小在default顯視中是和被引頻次成比例的，在其他顯示模式中是和其他度量成比例的老師說節(jié)點(diǎn)距離本身什么也不說明，是否意味著距離近的這些節(jié)點(diǎn)不能當(dāng)做一種聚類？判斷聚類的依據(jù)是什么？僅僅根據(jù)連線顏色劃分聚類可以么？能否站得住腳呢？節(jié)點(diǎn)之間連線粗細(xì)與共被引次數(shù)成比例，對么？)：？1：是。？2：參見：Chen, C., Ibekwe-SanJuan, F., & Hou, J. (2010) The structure and dynamics of co-citation clusters: A multiple-perspective co-citation analysis. Journal of the American Society for Information Science and Technology, 61(7), 1386-1409. 10.1002/asi.21309？3： 僅靠顏色只說明時(shí)間。？4：粗細(xì)：對。向您請教一下，citespace中的指數(shù)“modularity”和“silhouette”分別表示什么，有什么意義參見 Chen, C., Ibekwe-SanJuan, F., & Hou, J. (2010) The structure and dynamics of co-citation clusters: A multiple-perspective co-citation analysis. Journal of the American Society for Information Science and Technology, 61(7), 1386-1409.（如何刪除以前數(shù)據(jù)，重裝軟件） 我之前用的是3.0 R2的版本，由于我是初學(xué)階段，用個(gè)很多不同的數(shù)據(jù)去嘗試，但后來我覺得數(shù)據(jù)太多我想刪除一些數(shù)據(jù)和一些臨時(shí)文件，我就在輸入數(shù)據(jù)路徑上面點(diǎn)擊了clear后， 再重新啟動Citespace軟件就怎么也進(jìn)不去了，點(diǎn)了后就是顯示啟動Javaw6.0.,小方框，點(diǎn)點(diǎn)閃閃表示啟動可是等這個(gè)完了就什么界面也沒顯示。我后來想是不是我的Javaw程序出了問題，我重新安裝了好幾遍也是這樣，還換了其他版本也不行，我后來還裝了3.0 R5, 點(diǎn)擊后還是這樣，出不來citespace的界面。在命令行：javaws viewer，從中刪除所有CiteSpace的條目。然后再重新下載安裝CiteSpace。link strengths show之后出現(xiàn)的數(shù)字表示什么意思？2、在哪里能看到節(jié)點(diǎn)間共現(xiàn)次數(shù)？我在data-import/export-里面看到可以sql查詢，其中有下拉菜單選項(xiàng)author*author collaboration counts 這個(gè)應(yīng)該就可以知道合作次數(shù)了吧？但是我輸入已有的project名稱始終都說Not found any records.articles。對于里面的操作我在wiki上看到過相關(guān)文章，但是和我目前用的最新版本有所不同，比如database選擇open后沒有任何對話框彈出。還請教陳老師告知project和database之間的關(guān)系，以及project中應(yīng)該輸入什么才能出來查詢結(jié)果？1. 余弦2。兩個(gè)project不一樣。要在import/export 建立。中文數(shù)據(jù)做關(guān)鍵詞共現(xiàn)時(shí)，可視化界面左側(cè)的列表有重復(fù)的記錄，這要如何合并，并將合并后的結(jié)果反應(yīng)到中間的圖譜中？圖中以右鍵選擇Primary Alias/Secondary Alias, 然后再GO!一遍。我選擇了 noun phrases ，點(diǎn)運(yùn)行后，圖沒有顯示，后面process report里寫有merged network:nodes=0,links=0,exclusionl list=0. 試試Node Type: Terms1、CSSCI數(shù)據(jù)聚類后，我選擇“l(fā)abel clusters with indexing terms”來自動標(biāo)注聚類標(biāo)簽，是否可行？citespace中tf*idf、LLR和MI三種算法是否可以正確計(jì)算出top-ranked的中文標(biāo)引詞？2、聚類類別選擇“colored by clusters membership”后，圖譜中各個(gè)節(jié)點(diǎn)的顏色傳遞什么信息？1。 應(yīng)可以。2。同一顏色屬于同一cluster. 我想用citespace來分析中文每年數(shù)據(jù)對應(yīng)的參考文獻(xiàn)數(shù)，操作如下：term type=none，node types=CR，點(diǎn)擊GO后，請問citespace中什么標(biāo)準(zhǔn)的參考文獻(xiàn)為valid references，什么樣的參考文獻(xiàn)是invalid reference？space status中對space數(shù)值和process Reports中的valid reference數(shù)值有關(guān)聯(lián)不？我感覺二者數(shù)值應(yīng)該一樣才是，請問space值代表的參考文獻(xiàn)是以什么標(biāo)準(zhǔn)來得到的？含有author, year, source等信息。缺少這三者其一便invalid（專利分析）最近在用citespace做專利分析，1、用sigma值來表示結(jié)點(diǎn)大小，為什么結(jié)點(diǎn)都一樣大呢？2、我生成的圖譜有的結(jié)點(diǎn)的burst值很大但是卻沒有紅色的突變標(biāo)記，1. Display Label: proportional/uniform2. 點(diǎn)兩下Citation Burst. 應(yīng)用citespace在取“node type”，同時(shí)選擇term和keyword以及cited reference，或者更多，那么形成的網(wǎng)絡(luò)是哪種關(guān)系的共現(xiàn)網(wǎng)絡(luò)呢？而且，同時(shí)選擇多種類型后，“article lableling”的標(biāo)示詞應(yīng)該顯示哪種呢，是作者還是被引文獻(xiàn)？另外，要尋找研究主題的研究前沿，您認(rèn)為“node type”里面必選哪幾項(xiàng)呢？因?yàn)槲野l(fā)現(xiàn)不同選擇聚類不同。懇請老師指教1. term/keyword cited reference: terms in papers that cite the reference；term/keyword term/keyword: co-occurrence ，cited reference cited references: co-citation，2. labeled accordingly.，3. cited references. ，（1）在關(guān)鍵點(diǎn)Citation History分析中，施引文獻(xiàn)總是成對重復(fù)顯示（如下）：這是存在重復(fù)文獻(xiàn)嗎？1.于瑛英, 2009, 中國科技論壇, V , 2.于瑛英, 2009, 中國科技論壇, V , P（2）在分析研究前沿的過程中，Burst Terms （Detect Bursts）下的“noun phrases”顯示0burst terms detected；而“plain text”顯示175 burst terms detected.在圖框下burst均不顯示，這好像不合常理，這是為什么呢？1 和 2 不一樣：2的后面有個(gè).試一下新版本。1、用關(guān)鍵詞畫出關(guān)鍵詞網(wǎng)絡(luò)圖。我得出的關(guān)鍵詞網(wǎng)絡(luò)圖是分成很多小部份的，各部分之間是沒連線的（各小部分之間有連線），而且，節(jié)點(diǎn)上的名稱要一個(gè)個(gè)點(diǎn)擊標(biāo)明上去，能不能一次生成都有關(guān)鍵詞標(biāo)明的所有節(jié)點(diǎn)？以及如何根據(jù)得出的關(guān)鍵詞網(wǎng)絡(luò)圖去分析說明？2、選取作者與關(guān)鍵詞作為知識圖譜的節(jié)點(diǎn), 他們之間的共現(xiàn)關(guān)系作為連線, 作知識圖譜。我得出的圖形跟上個(gè)圖差不多。碰到的問題也是節(jié)點(diǎn)上的關(guān)鍵詞一次全標(biāo)上去的問題。如何在知識圖譜上分成類聚1、類聚2，類聚3？這具問題我可能說不太清楚，陳老師可下載中國知網(wǎng)里的我國管理科學(xué)研究熱點(diǎn)及代表人物的可視化分析看一下，我就是不知道作者是如何用CITESPACE作出那樣的知識圖譜。以及如何解釋說明這樣得出的知識圖譜？1。 數(shù)據(jù)如果再多些，一般會出現(xiàn)更多聯(lián)線。Control Panel（圖譜窗口的右邊）可以調(diào)節(jié)：Article Label.2。菜單上Clustering。然后用title, abstract里的詞做標(biāo)簽。用CiteSpace分析文獻(xiàn)，找出研究熱點(diǎn)，發(fā)展趨勢，對我很有幫助。在使用中越來越發(fā)現(xiàn)它功能的強(qiáng)大。有一點(diǎn)建議：就是如果分析之后，能夠再開一個(gè)窗口顯示文獻(xiàn)的摘要，就更方便了。像refviz。對于左側(cè)的文獻(xiàn)的顯示與隱藏能夠一次選中多個(gè)，不用一個(gè)一的選可能更方便（有時(shí)文獻(xiàn)數(shù)有幾百）。對文獻(xiàn)分析的主要目的，應(yīng)該是能夠幫助快速找到包含前沿的30到50 篇文獻(xiàn)，并能夠很方便的找到和閱讀這些文獻(xiàn)。有幾個(gè)辦法查看摘要：被引文獻(xiàn)：右鍵點(diǎn)要看的節(jié)點(diǎn)后會有一個(gè)到Google Scholar的鏈接. 引用文獻(xiàn)：右鍵-Citation History-Referenced in xx Records -在點(diǎn)擊Citing Article列表中的條目（但前提是，你設(shè)置Project時(shí)Enable Export Abstracts 一項(xiàng)選需為 on）。最近在和導(dǎo)師研究Cit