--更新20190716--
表格數(shù)據(jù)導(dǎo)出:
--更新20181123--
5.3.R4以后的版本可以從SourceForge下載及獲取相關(guān)信息資源：citespace
以后SourceForge將作為CiteSpace的主要發(fā)布和交流平臺，陳超美博士的科學(xué)網(wǎng)與使用者進(jìn)行交流也將轉(zhuǎn)移到這個網(wǎng)站，大家可去此網(wǎng)站下載最新資源使用。
--原文--
學(xué)習(xí)citespace的過程中覺得這個軟件有優(yōu)點(diǎn)也有缺點(diǎn)，在閱讀文獻(xiàn)的時候發(fā)現(xiàn)軟件的濫用情況較為嚴(yán)重，每種功能的使用情況都有很大的差異，本文結(jié)合了自己在使用citespace過程中的體驗(yàn)，梳理總結(jié)了citespace的用法。本文內(nèi)容力求簡明實(shí)用，因此會采用一些非學(xué)術(shù)性描述。
1.基本情況介紹
Citespace 是美國雷德賽爾大學(xué)信息科學(xué)與技術(shù)學(xué)院的陳超美博士與大連理工大學(xué)的WISE實(shí)驗(yàn)室聯(lián)合開發(fā)的科學(xué)文獻(xiàn)分析工具。 主要是對特定領(lǐng)域文獻(xiàn)進(jìn)行計(jì)量，以探尋出學(xué)科領(lǐng)域演化的關(guān)鍵路徑及知識轉(zhuǎn)折點(diǎn)。
軟件可以在官網(wǎng)進(jìn)行下載
軟件運(yùn)行需要java環(huán)境
驗(yàn)證java版本地址為：https://java.com/zh_CN/download/installed8.jsp
安裝適配電腦的java地址為：https://www.java.com/en/download/
2.CiteSpace理論知識
本部分的內(nèi)容主要是闡述CiteSpace被開發(fā)出來的基本設(shè)計(jì)理念。僅追求應(yīng)用的使用者可以跳過本部分，若想了解軟件背后的設(shè)計(jì)理念可繼續(xù)往下讀。
CiteSpace的設(shè)計(jì)理念分為哲學(xué)角度和概念模型兩個方面。
2.1 哲學(xué)角度
-
波普爾的三個世界理論。
整個世界被劃分為物理世界（世界1）、精神世界（世界2）、客觀知識世界（世界3）。世界1是外在接觸到的具體世界；世界2是人類腦中的精神世界，存在隱形知識；世界3是人類創(chuàng)造的知識體系。
傳統(tǒng)看世界的方式是人類通過世界2來感知世界1，形成世界3。CiteSpace是通過將世界3中的知識內(nèi)容進(jìn)行知識圖譜可視化來認(rèn)識世界1，即借助世界2通過世界3來認(rèn)識世界1。
-
托馬斯·庫恩的科學(xué)革命的結(jié)構(gòu)
庫恩認(rèn)為，科學(xué)的推進(jìn)是建立在科學(xué)革命上的一個往復(fù)無窮的過程。這個過程中會出現(xiàn)一個又一個的科學(xué)革命，人們的認(rèn)識通過科學(xué)革命而接納新的觀點(diǎn)。而新觀點(diǎn)的重要性在于對我們所觀察的對象能否作出更另人信服的解釋。庫恩的科學(xué)革命是新舊科學(xué)范式的交替和興衰。科學(xué)認(rèn)識中會出現(xiàn)危機(jī)，而危機(jī)所帶來的新舊范式的轉(zhuǎn)換都將在學(xué)術(shù)文獻(xiàn)里留下印記。庫恩的理論給我們提供了一個具有指導(dǎo)意義的框架，如果科學(xué)進(jìn)程真像庫恩所洞察的那樣，那我們就應(yīng)該能從科學(xué)文獻(xiàn)中找出范式興衰的足跡。
-
普賴斯科學(xué)前沿理論
“論文會因?yàn)橐C關(guān)系而形成網(wǎng)絡(luò)，人們可以借助于圖論和矩陣的方法來加以研究?！撐囊欢〞奂梢粓F(tuán)，而形成幾乎繪制成地圖的‘陸地’和‘國家’”?；谄召囁沟恼摂啵判纬闪薈iteSpace的概念模型。
-
博特的結(jié)構(gòu)洞理論
社交網(wǎng)絡(luò)中不是每個人和所有其他人都有直接聯(lián)系，如果如此，便有了結(jié)構(gòu)洞，即結(jié)構(gòu)上的不完備。這種情況下，信息在網(wǎng)絡(luò)中的流動受到其結(jié)構(gòu)上的約束。每個人在網(wǎng)絡(luò)中所能接觸到的信息內(nèi)容不再相同，傳遞和接受的時間也會出現(xiàn)差別。Burt發(fā)現(xiàn)，位于結(jié)構(gòu)洞周圍的人往往具有更大的優(yōu)勢。CiteSpace基于此理論來識別關(guān)鍵節(jié)點(diǎn)和關(guān)鍵位置。
-
信息覓食理論
解釋模擬人們在網(wǎng)絡(luò)環(huán)境中的信息搜尋行為，對獲取信息的效率進(jìn)行運(yùn)算，以最小搜索成本獲取最大利益。該理論用于CiteSpace網(wǎng)絡(luò)結(jié)構(gòu)探測，開發(fā)出探求知識演變路徑的方法和技術(shù)。
2.2 概念模型
“如果把某一領(lǐng)域的研究前沿定義為一個研究領(lǐng)域的發(fā)展?fàn)顩r，那么研究前沿的引文就形成了相應(yīng)的知識基礎(chǔ)。”在CiteSpace中研究前沿和知識基礎(chǔ)被定義如下：
-
研究前沿
某個科學(xué)領(lǐng)域中的施引文獻(xiàn)群組。從兩個方面體現(xiàn)研究前沿的特征：1.施引文獻(xiàn)群組本身的內(nèi)容；2.施引文獻(xiàn)群組引用的參考文獻(xiàn)。具體可以體現(xiàn)為：1.施引文獻(xiàn)群組使用的關(guān)鍵詞；2.施引文獻(xiàn)群組引用的參考文獻(xiàn)。
-
知識基礎(chǔ)
某個學(xué)科領(lǐng)域中相對于研究前沿文獻(xiàn)集的所有前期文獻(xiàn)集合。具體表現(xiàn)為文獻(xiàn)共被引聚類。
在此基礎(chǔ)上，理論和技術(shù)的發(fā)展為CiteSpace提供了基礎(chǔ)：
理論基礎(chǔ)：引文分析
技術(shù)基礎(chǔ)：信息可視化
3.主界面展示
本文章使用的為5.1.R8 SE版本，截至到2018年3月26日的最新版本為5.2.R2，版本選擇主要依據(jù)電腦版本和所需功能確定，本文只涉及citespace的最基本功能，因此選擇了在本機(jī)電腦上運(yùn)行最穩(wěn)定的版本。
整個界面本文認(rèn)為可以分為4個主要的部分，具體如下。
菜單欄
工程區(qū)
運(yùn)行進(jìn)度區(qū)
功能選擇區(qū)
3.1菜單欄
3.2工程區(qū)
該區(qū)域主要用于新建工程，點(diǎn)擊new即可以進(jìn)入新工程的設(shè)置界面，具體如下：
3.3運(yùn)行進(jìn)度區(qū)
展示citespace在運(yùn)行過程中的數(shù)據(jù)操作，實(shí)例演示具體如下：
3.4功能選擇區(qū)
Time slicing數(shù)據(jù)的切分年代
Term source 選擇聚類詞來源
Node type選擇節(jié)點(diǎn)類型 ??！這部分的選擇直接決定了生成什么樣的圖譜，此處將在下文做詳細(xì)說明。
-
Links連接強(qiáng)度計(jì)算
Strength分析對象數(shù)據(jù)之間的連接強(qiáng)度
Scope范圍
Select criteria閾值選擇標(biāo)準(zhǔn)
Pruning 剪枝方式選擇（優(yōu)化結(jié)果）
Visualization 可視化模式
4.可以分析哪些數(shù)據(jù)？
Citespace目前支持多種數(shù)據(jù)庫導(dǎo)出的文獻(xiàn)題錄及參考文獻(xiàn)數(shù)據(jù)，具體歸納如下：
當(dāng)前研究中研究英文文獻(xiàn)主要采用web of science數(shù)據(jù)庫，中文數(shù)據(jù)主要采用CNKI和CSSCI數(shù)據(jù)庫。研究者可以根據(jù)自身的需求選擇數(shù)據(jù)來源，并注意其所要求的格式和文件名。由于本文主要研究citespace的使用，因此對于數(shù)據(jù)庫的數(shù)據(jù)獲取不做詳細(xì)說明，有需要的讀者可以自行查找或關(guān)注本人更新。
需要注意的是：
- 所有手動下載的數(shù)據(jù)文件的文件名必須以download開頭，例如download_2018.txt。
- 如果需要對被引文獻(xiàn)進(jìn)行分析，必須選擇具有參考文獻(xiàn)的數(shù)據(jù)庫，否則共被引部分的功能將無法實(shí)現(xiàn)。
5.數(shù)據(jù)處理窗口展示
數(shù)據(jù)處理窗口即展示了上節(jié)提到的Citespace支持的數(shù)據(jù)庫類型。在數(shù)據(jù)處理窗口，軟件可以完成以下功能：
- 數(shù)據(jù)格式轉(zhuǎn)換（最為常用）
- 數(shù)據(jù)獲取：獲取ADS、arXiv數(shù)據(jù)，屬于citespace內(nèi)置功能
- 數(shù)據(jù)處理（較為常用）：針對WoS數(shù)據(jù)，可以進(jìn)行文件合并、文獻(xiàn)去重、分隔符格式轉(zhuǎn)換等。具體內(nèi)容如下圖所示：
- 整理數(shù)據(jù)（較少使用）：使用本功能要求會使用基本的SQL語句，具體界面如下。
5. 基本操作流程
使用citespace的基本操作流程如框圖所示，涉及到了數(shù)據(jù)采集、數(shù)據(jù)處理、導(dǎo)入軟件、功能選擇、可視化生成圖譜和標(biāo)簽提取、圖譜解讀幾個重要步驟。
下面以文獻(xiàn)共被引圖譜分析來展示使用CiteSpace的方法：
5.1 前期工作
- 獲取數(shù)據(jù)
- 數(shù)據(jù)轉(zhuǎn)換（非WoS數(shù)據(jù)）
以CNKI為例
（1）新建兩個文件夾“input”和“output”，將下載的文件放入“input”文件夾中
（2）Data →Import→CNKI
（3）Input directory選擇“input”文件夾，Output directory選擇“output”文件夾
（4）點(diǎn)擊format conversion，完成轉(zhuǎn)換 - 建立新工程；
- 參數(shù)選擇（功能面板選擇cited reference）
5.2 生成圖譜
在主面板上點(diǎn)擊“GO”開始進(jìn)程。Citespace讀取terrorism中的數(shù)據(jù)文件，在左側(cè)的窗口中報告進(jìn)度。
完成進(jìn)度后彈出提示框，有三個選項(xiàng)可選Visualize, Save As GraphML, or Cancel。
點(diǎn)擊Visualize，查看生成的圖譜，一開始是黑色背景上的移動，移動結(jié)束后，背景變?yōu)榘咨?/p>
5.3 默認(rèn)圖譜的信息含義
節(jié)點(diǎn)代表分析的對象，出現(xiàn)頻次（或被引頻次）越多，節(jié)點(diǎn)就越大。節(jié)點(diǎn)內(nèi)圈中的顏色及薄厚度表示不同時間段出現(xiàn)頻次。節(jié)點(diǎn)之間的連線者表示共現(xiàn)（或共引）關(guān)系，其粗細(xì)者表示共現(xiàn)（或共引）強(qiáng)度。顏色則對應(yīng)節(jié)點(diǎn)第一次共現(xiàn)（或共引）的時間。顏色從藍(lán)色的冷色調(diào)到紅色暖色調(diào)的變化表示時間從早期到近期的變化?；瑒佑疑辖枪ぞ邨l，可以放大和縮小圖譜
5.4 生成聚類圖譜
點(diǎn)擊
進(jìn)行自動聚類過程。
依據(jù)譜聚類（基于圖論的一種算法）對共引網(wǎng)絡(luò)這種基于連接關(guān)系而不是節(jié)點(diǎn)屬性的聚類具有天然的優(yōu)勢。可以對任意形狀的樣本空間進(jìn)行聚類，且收斂于全局最優(yōu)解。
網(wǎng)絡(luò)簽名位于顯示的左上角。模塊化Q和平均輪廓分?jǐn)?shù)是關(guān)于網(wǎng)路整體結(jié)構(gòu)的兩個重要的計(jì)量指標(biāo)。
5.5 聚類信息的查看
cluster→summarization of clusters
聚類信息包括：
Cluster size； silhouette mean(year)； top terms(tf*idf)； top terms(log-likelihood ratio, p-level)； terms(mutual information)
5.6 生成聚類標(biāo)簽
為了表征識別聚類的性質(zhì)。從特定聚類的標(biāo)題、關(guān)鍵詞、摘要中抽取名詞短語。
任意，從文獻(xiàn)的標(biāo)題、關(guān)鍵詞、摘要中抽取名詞短語，作為聚類標(biāo)簽。
至此最基本的文獻(xiàn)共被引圖譜生成。
6. 我該選什么圖？
通過觀察功能選擇模塊的Node Type選項(xiàng)面板，可以根據(jù)節(jié)點(diǎn)的類型將其提供的功能總結(jié)如下：
6.1不同的圖譜所針對的研究對象：
不同圖譜研究的問題不同，內(nèi)涵也不相同：
- 文獻(xiàn)共被引圖譜、作者共被引圖譜是針對被引文獻(xiàn)（參考文獻(xiàn)）進(jìn)行分析。
- 作者共現(xiàn)圖譜、機(jī)構(gòu)共現(xiàn)圖譜、國家共現(xiàn)圖譜、特征詞共現(xiàn)、關(guān)鍵詞共現(xiàn)、學(xué)科類別共現(xiàn)是針對施引文獻(xiàn)進(jìn)行分析。
6.2圖譜的具體含義：
針對施引文獻(xiàn)的：
-
作者共現(xiàn)圖譜
根據(jù)施引文獻(xiàn)中作者合作的情況繪制，兩個作者出現(xiàn)在同一篇文章中即視為一次合作，主要依據(jù)作者共現(xiàn)頻次矩陣。
-
機(jī)構(gòu)共現(xiàn)圖譜
根據(jù)施引文獻(xiàn)中機(jī)構(gòu)合作的情況繪制，兩個作者機(jī)構(gòu)出現(xiàn)在同一篇文章中即視為一次合作，主要依據(jù)機(jī)構(gòu)共現(xiàn)頻次矩陣。
-
國家共現(xiàn)圖譜
根據(jù)施引文獻(xiàn)中國家合作的情況繪制，兩個作者國家出現(xiàn)在同一篇文章中即視為一次合作，主要依據(jù)國家共現(xiàn)頻次矩陣。
-
特征詞共現(xiàn)圖譜
從標(biāo)題、摘要、作者關(guān)鍵詞、附加關(guān)鍵詞等來源提取特征詞，根據(jù)施引文獻(xiàn)中特征詞共現(xiàn)的情況繪制，兩個特征詞出現(xiàn)在同一篇文獻(xiàn)中即視為一次合作，主要依據(jù)特征詞共現(xiàn)頻次矩陣。
-
關(guān)鍵詞共現(xiàn)圖譜
根據(jù)施引文獻(xiàn)中關(guān)鍵詞共現(xiàn)的情況繪制，兩個關(guān)鍵詞出現(xiàn)在同一篇文獻(xiàn)中即視為一次合作，主要依據(jù)關(guān)鍵詞共現(xiàn)頻次矩陣。
-
相似度圖譜
計(jì)算參考文獻(xiàn)重疊來源的相似度（新功能，較少研究論文）
-
WOS學(xué)科共現(xiàn)圖譜
根據(jù)WoS數(shù)據(jù)中提供的文獻(xiàn)所屬學(xué)科，一篇文章同時屬于兩個WoS學(xué)科時則視為一次學(xué)科共現(xiàn)，主要依據(jù)學(xué)科共現(xiàn)頻次矩陣。
針對被引文獻(xiàn)的：
-
文獻(xiàn)共被引圖譜
根據(jù)被引文獻(xiàn)同時被施引文獻(xiàn)引用的情況繪制，兩篇文獻(xiàn)同時被一篇文獻(xiàn)引用即視為一次共被引，主要依據(jù)文獻(xiàn)共被引頻次矩陣。
-
作者共被引圖譜
根據(jù)被引文獻(xiàn)作者同時被施引文獻(xiàn)引用的情況繪制，兩位作者的兩篇文獻(xiàn)同時被一篇文獻(xiàn)引用即視為一次共被引，主要依據(jù)作者共被引頻次矩陣。
-
期刊共被引圖譜
根據(jù)被引文獻(xiàn)出版期刊同時被施引文獻(xiàn)引用的情況繪制，兩本期刊的兩篇文獻(xiàn)同時被一篇文獻(xiàn)引用即視為一次共被引，主要依據(jù)期刊共被引頻次矩陣。
6.3 使用哪種圖能展現(xiàn)哪種結(jié)果？
此部分僅介紹研究中常使用的幾種圖譜，對于WOS學(xué)科共現(xiàn)、相似度圖譜等不做介紹。
-
文獻(xiàn)共被引圖譜
文獻(xiàn)共被引 -
期刊共被引圖譜
期刊共被引 -
作者共被引圖譜
作者共被引圖譜 -
作者合作圖譜
作者合作 -
機(jī)構(gòu)合作圖譜
機(jī)構(gòu)合作.png -
國家合作圖譜
圖片5.png -
關(guān)鍵詞共現(xiàn)圖譜
關(guān)鍵詞共現(xiàn).png
7. 我的圖需要剪枝嗎？
citespace的主面板的pruning選項(xiàng)，是針對生成圖譜進(jìn)行剪枝算法。那么剪枝算法是哪些？我的圖到底要不要剪枝呢？
citespace提供了兩種剪枝算法：
Pathfinder
-
Minimum spanning tree ?
兩種算法的詳細(xì)區(qū)別請參考：
Chen, C. and Morris, S. (2003) Visualizing evolving networks: Minimum spanning trees versus Pathfinder networks. Proceedings of IEEE Symposium on Information Visualization, (Seattle, Washington, 2003), IEEE Computer Society Press, 67-74. http://cluster.ischool.drexel.edu/~cchen/papers/2003/2003InfoVis.pdf
citespace提供了兩種剪枝策略：
- Pruning slice network ?
- Pruning the merged networks
剪枝實(shí)際上是對形成的網(wǎng)絡(luò)進(jìn)行修剪，去除不重要的節(jié)點(diǎn)和連線，使得網(wǎng)絡(luò)中重要的節(jié)點(diǎn)和連線更加清晰。便于對圖譜進(jìn)行解讀。一般情況下，我們首先點(diǎn)擊go生成一次圖譜，如果生成的圖譜符合需求則不需要進(jìn)行剪枝。而當(dāng)生成的圖譜節(jié)點(diǎn)和連線過多，圖譜的可讀性極差時，此時才選擇進(jìn)行圖譜剪枝。
在剪枝算法上，一般沒有推薦算法。MST的優(yōu)點(diǎn)是運(yùn)算簡捷，能很快得到結(jié)果，但并非生成唯一解。 Pathfinder的優(yōu)點(diǎn)是唯一解，但有時會在剪枝過程中丟失相對重要的節(jié)點(diǎn)。但兩種算法只能選其一，觀察已有研究的情況可以發(fā)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)大的研究會選擇Pathfinder算法，而數(shù)量級萬以內(nèi)的一般選擇MST算法。
在剪枝策略上，Pruning slice network是對每一時間段的網(wǎng)絡(luò)進(jìn)行剪枝，Pruning the merged networks是對整體網(wǎng)絡(luò)進(jìn)行剪枝。兩種策略可以同時選擇，實(shí)現(xiàn)在每一個時間段上剪枝之后再對整體網(wǎng)絡(luò)進(jìn)行剪枝。剪枝策略的選擇上也依據(jù)網(wǎng)絡(luò)的實(shí)際情況，若網(wǎng)絡(luò)復(fù)雜程度不高，可僅選擇Pruning the merged networks對整體網(wǎng)絡(luò)進(jìn)行剪枝，若在此基礎(chǔ)上圖譜仍很負(fù)責(zé)，再選擇Pruning slice network對每一時間段網(wǎng)絡(luò)進(jìn)行剪枝。
8. 聚類標(biāo)簽的提取用哪個來源和算法
citespace在聚類標(biāo)簽的提取上提供了三種標(biāo)簽來源：標(biāo)題、關(guān)鍵詞、摘要；提供了三種標(biāo)簽提取算法LSI/LLR/MI
8.1 算法誰更好？
下面用web of science導(dǎo)出的數(shù)據(jù)進(jìn)行文獻(xiàn)共被引圖譜的生成，并使用標(biāo)題作為來源，分別使用三種算法進(jìn)行聚類標(biāo)簽的生成。
綜合來看，筆者建議使用LLR算法進(jìn)行聚類主題提取，所得出的聚類標(biāo)簽會更加符合實(shí)際情況且重復(fù)情況較少。但需要注意的是，不論使用哪種算法進(jìn)行聚類主題提取，均需要再次確認(rèn)生成的標(biāo)簽和實(shí)際文獻(xiàn)的情況，有時需要合并聚類。
8.2 來源哪個佳？
下面用web of science導(dǎo)出的數(shù)據(jù)進(jìn)行文獻(xiàn)共被引圖譜的生成，并使用LLR作為算法，分別使用三種來源進(jìn)行聚類標(biāo)簽的生成。
由實(shí)例可以看出，三種聚類主題來源均有各自的特點(diǎn)但差距并不是很大，研究中可以根據(jù)實(shí)際的需要來確定來源。僅以本例來看，用摘要提取的聚類標(biāo)簽在進(jìn)行合并之后更符合研究需要——體現(xiàn)網(wǎng)絡(luò)對競爭情報的影響。
9. 讓你的圖更美——調(diào)整圖譜
軟件自動生成的圖總是很丑，相信用過citespace的人都有所體會。雖然這樣的圖依然有價值，但缺乏了美感，在圖譜解讀時也會有部分障礙。因此本節(jié)主要是對圖譜調(diào)整的一些方法進(jìn)行說明。
在圖譜生成界面中的display選項(xiàng)中基本包含了進(jìn)行圖譜調(diào)整的所有內(nèi)容。
下面依次解釋常用選項(xiàng)的用法：
-
調(diào)整背景顏色：Background Color/Black Background/White Background
背景顏色可以根據(jù)自己的需要調(diào)整。軟件還給出了兩個快捷調(diào)整的方式，直接調(diào)整為白色背景和黑色背景。
-
節(jié)點(diǎn)調(diào)整
節(jié)點(diǎn)調(diào)整僅能在默認(rèn)圖譜中進(jìn)行，例如引文年環(huán)的節(jié)點(diǎn)，節(jié)點(diǎn)的形狀和顏色都具有解釋性含義，則無法對節(jié)點(diǎn)進(jìn)行調(diào)整
- node rendering type呈現(xiàn)類型
- node shape節(jié)點(diǎn)形狀
- node size 節(jié)點(diǎn)大小
- node fill color 節(jié)點(diǎn)填充顏色/node outline color節(jié)點(diǎn)輪廓顏色
-
標(biāo)簽調(diào)整
- label color 選擇文章標(biāo)簽顏色/術(shù)語標(biāo)簽顏色/聚類標(biāo)簽顏色
- label font size 選擇標(biāo)簽統(tǒng)一大小顯示/按比例顯示
- label position 選擇使節(jié)點(diǎn)標(biāo)簽不被遮擋/使聚類標(biāo)簽不被遮擋
-
連線
- line shape 選擇連接是直線還是曲線
- dashed line 虛線是否顯示；虛線顏色
- solid line 實(shí)線是否顯示；實(shí)線顏色
-
聚類
- show/hide cluster label顯示/隱藏 聚類標(biāo)簽#
- show/hide cluster ID顯示/隱藏 聚類ID
- convex hull:shou/hide 顯示/隱藏 聚類區(qū)
- convex hull:fill/border only 顯示/隱藏 聚類區(qū)陰影填充
- convex hull:toggle fill color pattern填充顏色切換
- convex hull:select a fill color選擇填充顏色
- convex hull:color by cited year聚類區(qū)按年份賦予顏色
- circle show/hide顯示/隱藏 聚類圈
一些CiteSpace使用過程中的小問題（持續(xù)更新）
-
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。
-
圖譜生成界面，節(jié)點(diǎn)的中心度均顯示為0.
在菜單欄中選擇Metrics-compute centrality，即可計(jì)算出各個節(jié)點(diǎn)的中心度。
本文由于筆者水平的限制，可能會出現(xiàn)一些錯漏，歡迎指出并交流學(xué)習(xí)。
參考文獻(xiàn)
陳悅.引文空間分析原理與應(yīng)用[M].科學(xué)出版社,2014.
李杰,陳超美. citespace:科技文本挖掘及可視化[M].首都經(jīng)濟(jì)貿(mào)易大學(xué)出版社,2016.
陳超美教授又一力作，你要的 CiteSpace 應(yīng)用的完美范文來了（http://blog.sciencenet.cn/blog-43950-1043931.html）
citespace學(xué)習(xí)摘要及心得（http://blog.sciencenet.cn/blog-3243177-1007971.html）
Chaomei Chen. Science Mapping: A Systematic Review of the Literature[J]. Journal of Data and Information Science, 2017, 2(2): 1-40.
Chaomei Chen, Zhigang Hu, Shengbo Liu & Hung Tseng. Emerging trends in regenerative medicine: A scientometric analysis in CiteSpace [J]. Expert Opinionon Biological Therapy, 2012, 12(5): 593-608.
