CiteSpace 中文指南 第 4 讲 文献的共被引分析—以恐怖主义研究为例

当前文献图谱软件有十余种之多，各个软件都有其不同的优势。如 VOSviewer 在主题聚类方面清晰详细；SCI2 在主题词分析时更加灵活；HistCite 则对所下载数 据集的文献互引按照时间以网路形式呈现(目前作者认为将很快被 CitNetExplorer tool代替)；BibExcel则以数据集原始数据的Tag为依据，提供了多种多样的文献分 析功能(需要外部的软件协助完成可视化，如 Gephi,VOSviewer,Pajek 等)；CiteSpace 以其强大的文献共被引分析而知名(恐怖主义研究和生物大灭绝)，且随着不断的 发展算法和功能不断优化。 当前 CiteSpace 已经被广泛应用于计算机科学、信息科学以及医学等 60 多个领域。 4.1 运行软件 点击“Agree”进入软件界面 首次运行取消去网络进行的任何裁剪运算 运行结束后点击“Visualize”进入可视化界面 结果按照预设条件运行的情况 网络基本参数及其运行基本参数 4.2 可视化结果 网络时时运动的，当网络布局稳定后背景会转成白色 4.3 布局调整 由于结果视图很小，因此要放大原图 调整图形上下位置 调整图形左右位置 向右侧拖动放大工具条，并及时调整图形的二维位置 4.4 共被引网络进行聚类 点击聚类图标，此时节点的属性将发生变化，聚类结果后点击 (从施引文献的标题中提取聚 类命名术语)结果如右图。 为了增加结果的可读性，特别是显示重要的信息。可以进一步使用相关功能对图谱进行优化和调整。 4.4 网络的调整 对聚类的标签进行调整(按照聚类规模进行显示) 对共被引网络聚类进行调整 对聚类的轮廓显示进行调整 对共被引网络聚类进行调整 得到较为满意的图谱后，使用不同的方法对聚类进行命名。通常情况下陈教授推荐。 使用 LLR 算法得到的结果，下面给出三种算法得到结果的比较。 对聚类详细信息的查询，以下将对(右侧)三个重要的窗口进行解释。 4.5 文献共被引分析的原理 对聚类详细信息的查询，CiteSpace 概念模型与软件提供的信息查询比较 对聚类详细信息的解释 该窗口显示的是通过三种方法得到的 聚类命名(笔者认为这些属于反映的 是研究前沿领域) 此外，该窗口信息还可以通过菜单 “Cluster”，“4 summarization of cluster”得到。 该窗口显示的施引文献(笔者认为这些文献代表了研究前沿)。标题中着重标识的 词汇正是通过相关方法提取的聚类命名 该窗口显示的是被引文献(笔者认为这些文献反映的是知识基础)，这些文献也是 直接在图谱中显示的节点信息 其他功能:自动生成研究报告 其他功能:不同的呈现方式 Timeline 呈现方式(共被引聚类仅仅可以选择两种呈现方式，主题词分析可以选择Time zone 来呈现结果) 4.6 案例结果 注释:根据 CiteSpace 提供的例子数据绘制，数据再首次运行时自带(文献共被引 聚类)