科研文獻的可視化分析(Citespace) PPT課件

1 科研文獻的信息分析講座之二科技文獻的可視化分析 韓冬麗廈門大學圖書館生物及醫(yī)學學科館員dlhan 2 科研工作的基礎文獻信息素養(yǎng) 了解圖書館資源檢索基本知識常用數(shù)據(jù)庫RSS訂閱 EndnoteX4MendeleyNoteExpress GoogleWaveMendeleyzoteromindmanager RefVizQuosaCitespacePublishorPerish 3 主要內容 一 可視化分析二 Citespace三 PublishorPerish四 文獻信息綜合分析實例 4 Knowledge 信息世界的三個基本元素 Data Information 5 三個基本可視化的形式 KnowledgeVisualization DataVisualization InformationVisualization ScientificVisualization InformationVisualization mappingknowledgedomains 6 1 科學知識圖譜 mappingknowledgedomains 科學知識圖譜是可視化顯示知識資源及其關聯(lián)的一種圖形 可以繪制 挖掘 分析和顯示知識間的相互關系 有助于了解和預測科學前沿和動態(tài) 挖掘開辟新的未知領域 基本原理 分析單位 科學文獻 科學家 關鍵詞等 的相似性分析和測度 基本方法 引文分析 共被引分析 聚類分析 詞頻分析 社會網(wǎng)絡分析 7 常用可視化分析挖掘工具 面向科研評價領域ArnetMiner CiteSpace PaperLens TDA Thomsondataanalysis面向全領域TheNetworkWorkbench NWB IVC CNetMiner D Dupe面向社會科學領域 UCINET社群網(wǎng)絡分析挖掘軟件面向功能專題的工具CFinder C Group KrackPlot 8 2 面向科研領域 1 ArnetMiner 科研合作網(wǎng)的專家檢索系統(tǒng)網(wǎng)址 http www arnetminer org 主要面向研究社會網(wǎng)絡的各種特征 提供在線的作者資料檢索 是相關領域及合作關系挖掘軟件 可以很好地找出領域專家 作者從事的領域 合作團體等 該軟件偏重于對單個作者信息的檢索和挖掘 對領域專家和科研評價都有比較好的效果 9 專家搜索 主題搜索 兩人間關系搜索 10 排名字段 11 12 13 14 15 2 CiteSpace 專門針對科研文獻數(shù)據(jù)設計的可視化分析軟件http cluster cis drexel edu cchen citespace 分析 挖掘和可視科研文獻數(shù)據(jù)的應用軟件 通過引文分析和聚類分析尋找研究熱點及趨勢 并以可視化的方式展示 3 TDA Thomsondataanalysis基于文本信息的分析和可視化工具 提供強大的可視搜索和挖掘功能 16 二 Citespace 17 什么是citespace Citespace是一款應用于科學文獻中識別并顯示科學發(fā)展新趨勢和新動態(tài)的軟件 利用Citespace尋找某一學科領域的研究進展和當前的研究前沿 及其對應的知識基礎 18 一些概念 研究前沿 ResearchFronts 研究前沿系指臨時形成的某個研究課題及其基礎研究問題的概念組合 也是正在興起或突然涌現(xiàn)的理論趨勢和新主題 代表一個研究領域的思想現(xiàn)狀 在CiteSpace中 采用Kleinberg的突變檢測算法來確定研究前沿中的概念 基本原理是統(tǒng)計相關領域論文的標題 摘要 系索詞和文獻記錄的標識符中詞匯頻率 根據(jù)這些詞的詞頻增長率來確定哪些是研究前沿的熱點詞匯 根據(jù)這些術語在同一篇文章中共同出現(xiàn)的情況進行聚類分析后 可以得到 研究前沿術語的共現(xiàn)網(wǎng)絡 19 知識基礎 IntellectiveBase 即含有研究前沿術語詞匯的文獻的引文 實際上它們反映的是研究前沿中的概念在科學文獻中的吸收利用知識的情況 對這些引文也可以通過它們同時被其他論文引用的情況進行聚類分析 即同被引聚類分析 最后形成了一組被研究前沿所引用的科學出版物的演進網(wǎng)絡 即 知識基礎文獻的同被引網(wǎng)絡 根據(jù)引文半衰期的明顯不同 科學文獻可分為 經(jīng)典文獻 classicarticals 持續(xù)高被引的文獻過渡文獻 transientarticals 在短暫時間內達到被引峰值的文獻科研前沿 過渡文獻知識基礎 這些過渡文獻的引文 20 CiteSpace研究的三個網(wǎng)絡 研究前沿術語的共現(xiàn) 知識基礎文章的同被引 研究前沿術語引用知識基礎文章 過渡文獻引用經(jīng)典文獻 21 Citespace的工作原理圖 22 Citespace的安裝 是否安裝JAVA 開機 進入網(wǎng)站 http cluster cis drexel edu cchen citespace OR離線開啟 下載JAVA并安裝 否 是 23 Citespace的安裝 24 Citespace的操作步驟 確定關鍵詞和專業(yè)術語收集數(shù)據(jù)提取研究前沿術語時區(qū)分割閥值選擇精簡和合并顯示可視檢測驗證關鍵點 25 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 運用盡可能廣泛的專業(yè)術語來確定一個知識領域 這是為了確保接下來的分析能涵蓋一個知識領域的全部內容 Example 納米生物技術nanobiotechnolog數(shù)據(jù)源 SCIE檢索策略 Topic nanobiotechnolog ANDYearPublished all 26 目前citespace數(shù)據(jù)主要來源于webofscience 1 用步驟1確定的關鍵詞wos上進行檢索 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 27 1 用步驟1確定的關鍵詞wos上進行檢索 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 28 1 下載數(shù)據(jù) 包括題目 摘要和被引文獻 每個文獻記錄代表一篇引文 citingarticle 在每條記錄中的參考文獻被稱為被引文獻 Citedarticle 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 29 1 以文本形式保存 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 30 1 文件必須以Download開頭 Download xx txt格式 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 31 數(shù)據(jù)的導入 1 2 3 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 4 32 引文題目 摘要 系索詞 descriptors 標引主題的單元詞或詞組 和標識符 名詞性術語 突發(fā)詞 提取研究前沿術語 33 1 2 3 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 從數(shù)據(jù)的引文題目 摘要 系索詞 descriptors 標引主題的單元詞或詞組 和標識符中檢索N元文法 n grams 或專業(yè)術語 出現(xiàn)頻次增長率快速增加的專業(yè)術語被確定為研究前沿術語 34 提取研究前沿術語 軟件提供了詞頻增長檢測 burstdetection 算法 該算法主要通過考察詞頻的時間分布 將那些頻次變化率高 頻次增長速度快的 突發(fā)詞 bstterm 從大量題錄的常用詞中檢測出來 用詞頻的變動趨勢 而不僅僅是詞頻的高低 來分析科學的前沿領域和發(fā)展趨勢 突現(xiàn) 詞可以展現(xiàn)知識領域的研究前沿和發(fā)展趨勢 通過生成共引文獻網(wǎng)絡以及施引文獻主題詞的共詞網(wǎng)絡 即得到一個由這兩個網(wǎng)絡共同構成的共引與共詞混合網(wǎng)絡 hybridnetworkofcitedartieleandeitingterms 圖譜 可以展示出學科知識領域的重要被引文獻以及由施引文獻主題詞所表達的重要研究領域或其前沿趨勢 35 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 36 時間切片 采取分治法 時間間隔被分成很多時間段 每個時間段都能形成一個獨立的共引網(wǎng)絡 再將單獨網(wǎng)絡按時間序列合并在一起 從合并網(wǎng)絡的可視化圖譜上顯示出了相鄰時間段的主要變化 進而找出學科領域的關鍵文獻 探尋出圖譜中重要的節(jié)點 中心點 關鍵點等 從而對學科演進的關鍵路徑和學科發(fā)展脈絡進行清晰的梳理 探測學科知識領域在發(fā)展演進過程中的動力因素和背景 37 可視檢測 節(jié)點類型的選擇 合著作者 合著機構 合著國別 共現(xiàn)詞 共現(xiàn)關鍵詞 共現(xiàn)目錄 共引文獻 DCA 共引作者 ACA 共引雜志 JCA 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 節(jié)點選擇 顯示 可視檢測 驗證關鍵點 相關文獻 資助基金 38 節(jié)點類型的選擇 可以選擇單獨的節(jié)點 生成單一網(wǎng)絡也可以選擇多個節(jié)點 生成混合網(wǎng)絡 39 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 C引文數(shù)量 CC共被引頻次 CCV共被引系數(shù)三個層次設定閥值 其余的由線性內插值決定 40 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 聚類顯示和時間線顯示 共被引文獻和關鍵詞混合網(wǎng)絡 41 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 Timeline 42 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 引文年環(huán)代表這篇文章的引文歷史 引文年輪的顏色代表相應的引文時間 一個年輪的厚度與某個時間分區(qū)內引文數(shù)量成比例 節(jié)點中心旁的數(shù)字代表整個時間跨度內的被引次數(shù) 43 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 共引文章的合并網(wǎng)絡 顯示合并網(wǎng)絡 視圖選項 顯示各時間切片的網(wǎng)絡 44 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 共引文章的合并網(wǎng)絡 45 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 經(jīng)pathfinder裁剪的個體共引網(wǎng)的合并網(wǎng)絡 修剪選項 關鍵路徑和最小生成樹算法 對各時間切片的個體共被引網(wǎng)絡修剪或合并網(wǎng)絡修剪 46 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 經(jīng)pathfinder裁剪的個體共引網(wǎng)的合并網(wǎng)絡 47 確定主題詞和專業(yè)術語 收集數(shù)據(jù) 提取研究前沿術語 時區(qū)分割 閥值選擇 顯示 可視檢測 驗證關鍵點 在citespace軟件應用的基礎文獻中 軟件作者認為 關鍵點的本質可以通過兩條途徑來確認 1 將關鍵點文章的作者視為該領域的專家 咨詢 2 對關鍵點文章的引用和被引用的段落進行內容分析 48 三 PublishorPerish PublishorPerish簡介一款文獻檢索及分析軟件基于GoogleScholar獲取原始引文信息提供作者影響分析文獻及雜志的影響因子分析軟件的作者Anne WilHarzing教授下載地址 49 PublishorPerish的界面 查詢區(qū) 分析結果區(qū) 50 主要的查詢分析方式1 AuthorImpactAnalysis2 JournalImpactAnalysis3 Generalcitationsearch4 Multi querycenter 51 查詢內容的填寫包含字符串不包含字符串時間范圍基本查詢的信息輸入查詢領域選擇類似于WebofScienceBiology LifeSciences EnvironmentalscienceBusiness Administration Finance EconomicsChemistryandMaterialsScienceEngineering ComputerScience MathematicsMedicine Pharmacology VeterinarySciencePhysics Astronomy PlanetaryScienceSocialsciences Arts Humanities 52 搜索的結果分析 53 二 文獻檢索分析功能 Authorimpactanalysis Papers 79Cites paper 14 54h index 19AWCR 134 62Citations 1149Cites author 372 06g index 33AW index 11 60Years 26Papers author 24 32hc index 13AWCRpA 37 92Cites year 44 19Authors paper 4 28hI index 4 88e index 25 28hI norm 10hm index 8 21Hirscha 3 18 m 0 73Contemporaryac 3 19Cites paper14 54 2 0 0 mean median mode Authors paper4 28 4 0 6 mean median mode 論文合作情況5paper s with1author s 12paper s with2author s 8paper s with3author s 16paper s with4author s 15paper s with5author s 17paper s with6author s 4paper s with7author s 2paper s with8author s 54 作者檢索注意事項 如果確定作者的姓 必須用雙引號將名字引起來 否則系統(tǒng)將以姓和名之間是OR的邏輯檢索 用雙引號后 系統(tǒng)以姓和名之間是AND的邏輯檢索 比如 CTKulik不加引號PKulik CTWilliamson 等凡包含名和姓其中一個的都被檢索出來 CTKulik 檢索出CTKulik CTMKulik等同時包含名和姓的名字 55 作者檢索注意事項 2 如果檢索多個作者 CKulik MAmbrose 檢索出同時包含兩個作者的文章 注意 這里不能用AND連接 系統(tǒng)不識別 CKulik OR MAmbrose 檢索出兩個作者各自及合作的文章 56 作者檢索注意事項 3 排除某位作者在Excludethesenames欄輸入排除作者的姓名 用雙引號引起來 如果要排除兩個及以上的作者 直接輸入引號引起的作者名字 就可以排除同時包含這幾個作者的文章了 57 一些重要評價指標 H指數(shù)分析h index 由J E Hisch提出某一作者的h index為h 則他的所有的文獻中有h篇被引用至少h次 而剩余的文章被引次數(shù)不超過h次Contemporaryh index hc index 考慮時間因素 越新的文章權重越大g index 由LeoEgghe提出某一作者的g index為g 則將其文章按引用次數(shù)排列 g為前g篇文章被引用了至少g2次 為提高高引用文章的權重 58 Individualh index平均H指數(shù)hi index考慮作者合寫的情況 標準的h index值除以文章的作者數(shù)量hi norm先把文章的被引用次數(shù)除以作者數(shù) 然后再求排列后的h index值hm index把文章根據(jù)作者貢獻分塊排列 然后計算 59 引用情況分析 Age weightedcitationrateAWCR加入時間權重后的總引用值除以總文章數(shù)的平方根AWCRpA加入時間權重后的每個作者的總引用值除以總文章數(shù)的平方根AW index加入時間權重后的總引用值除以所有對h index有貢獻的文章數(shù)的平方根 60 Journalimpactanalysis期刊影響因子分析用于分析某期刊的被引用情況 影響因子等輸入刊名輸入時間范圍控制搜索領域暫不支持期刊的縮寫 61 搜索結果對比非常明顯 62 期刊檢索注意事項 檢索系統(tǒng)默認刊名的單詞排序 因此 查JournalofManagement時 結果里不會出現(xiàn)StrategicManagementJournal等與原詞序不同的刊名 但是刊名里包含JournalofManagement的刊都會被檢索出來如果要精確檢索 最好給刊名加雙引號此外 如果某刊名正好與某出版機構名稱相似 系統(tǒng)則默認檢索的是出版機構 會將此出版機構出版的期刊都檢索出來 63 排除某些期刊在Excludethesenames欄輸入排除期刊的關鍵詞 如果排除的兩個詞用雙引號引起來 則只排除同時包含這兩個詞的刊名 如果不用雙引號 則排除包含其中一個或兩個詞的刊名 64 Generalcitationsearch基本的搜索效果一般 出現(xiàn)結果一般與期望有差距如果文章被引用次數(shù)很高 則搜索結果較好如果引用次數(shù)很低 則結果出入較大 65 Multy querycenter搜素歷史方便調用反應很快也可以新建搜索 66 三 結果處理 PublishorPerish的結果為兩種分析結果的保存多種形式 txt excel等文獻結果的保存多種形式 txt Endnote Bibtex等 67 3 1文獻顯示及保存 3 0以上的版本支持文獻的顯示Openarticleinbrowser結果為GoogleScholar里面的搜索結果可以直接打開文章 有下載鏈接如果學校圖書館已經(jīng)購買此資源 則可以直接下載Opencitation relatedinbrowser打開引用此文獻或與此論文相關的論文銜接 68 3 2對Endnote的支持 可以存為多種Endnote支持的文獻格式支持導入Endnote支持Endnote的編輯包含內容相對豐富 69 如何將結果導入EXCL等 可以將檢索結果保存為CSV格式 然后用EXCL ACCESS等程序打開File SaveAsCSV然后用EXCL或ACCESS打開CSV格式文件 導入時的設置 代碼 Unicode UTF 8 分隔符 Comma文本標識符號 70 71 四 與google搜索平臺的對比 優(yōu)勢速度快結果豐富引用分析結果豐富劣勢基本搜索功能較弱存儲的文獻信息不夠充實對同名的作者區(qū)分功能較弱 72 4 1主要應用 輔助的文獻搜索工具對某一作者系統(tǒng)的分析對某一文獻的引用情況的分析分析某一雜志的論文發(fā)表及引用情況 73 4 2幾個使用技巧 從作者的主頁介紹里面查找其姓名在文獻中的縮寫選擇特定的研究區(qū)域與時間范圍輸入作者的工作單位得出結果按作者排列 去偽存真 74 五 結論 PublishorPerish是一個簡單易用的文獻搜索分析工具強大的作者文獻引用情況分析方便的雜志影響因子分析 75 Example 化工領域的納米催化劑文獻數(shù)據(jù)源 SCIE檢索策略 主題 katalystorcatalyzeroractivatororcatalyst AND主題 nanoornanotechnologyornanotechnology 精煉依據(jù) 學科類別 ENGINEERING CHEMICAL 入庫時間 所有年份 數(shù)據(jù)庫 SCI EXPANDED 四 文獻信息分析綜合實例 76 文獻分析的步驟 先用SCIE數(shù)據(jù)庫的基礎分析功能用endnote管理軟件簡單分析再用refvize專業(yè)軟件分析再用CITESPACE可視化分析軟件 進行論文發(fā)表年代 地區(qū)分布 合著者國家 期刊 共被引 作者共被引和共詞信息分析 繪制網(wǎng)絡可視化圖譜 77 1 SCIE數(shù)據(jù)庫的基礎分析 數(shù)據(jù)庫的基礎分析功能 78 九個字段的深入分析作者會議標題國家 地區(qū)文獻類型 機構名稱語種出版年來源出版物學科類別 文獻分析入口 79 作者分析 發(fā)現(xiàn)該領域的高產(chǎn)出研究人員 有利于機構的人才招聘選擇小同行審稿專家選擇潛在的合作者 國家與地區(qū)分析 領域高產(chǎn)出的國家與地區(qū) 可進一步限定進行深入分析 80 來源期刊 發(fā)現(xiàn)此領域相關的學術期刊進行跟蹤關注和投稿查看期刊影響因子 出版年分析 了解該研究的發(fā)展過程和趨勢 分析各階段的重要理論及發(fā)現(xiàn) 81 近20年收錄論文的的年代分布圖示和論文被引用狀況圖示 點擊查看所有年份的圖表可以得到所有年份的總體趨勢圖 論文總數(shù) 被引頻次總數(shù) 篇均被引次數(shù)等統(tǒng)計信息 論文按照被引頻次排序 查看每篇論文的每年被引用次數(shù)和年均被引用次數(shù) 發(fā)現(xiàn)研究熱點 引文分析 82 2 Refvize專業(yè)軟件分析 將檢索的數(shù)據(jù)輸出導入到endnote文獻管理軟件 83 Endnote管理軟件的簡單分析 84 關鍵詞分析 發(fā)現(xiàn)領域內的研究熱點 出版年代分析 研究趨勢 85 3 Refvize專業(yè)軟件分析 Endnote的Tool datavisualization 關鍵詞排序 Galaxy視圖 86 Galaxy視圖分析 337篇文獻被分為18個組 每個組代表一個研究主題每個文件夾代表一個組 文件夾大小代表組的大小整個領域可分為明顯的3個研究方向3個研究方向之間的文獻是跨方向的研究文獻離主要研究方向遠的分散文獻組 研究內容有很大的差別 可能是新生研究熱點 87 以carbon有關的催化 關鍵詞 相關的文章 4個組 92篇文獻 88 5個組 143篇文獻 與particle和surface有關的催化 89 6個組 82篇文獻 與tio2有關的催化 90 最大的組 55篇文獻 toptopics 91 兩個研究方向之間的交叉研究 92 Matrix視圖分析 93 與第10組相關的主題詞 發(fā)現(xiàn)此研究方向的研究內容和熱點 94 95 不同主題詞之間的相關性 發(fā)現(xiàn)不同主題詞之間組成的新研究熱點 96 4 Citespace可視化分析 97 CITESPACE的分析 國家分析 選擇關鍵路徑 pathfinder 算法 網(wǎng)絡節(jié)點為國家 時間區(qū)選擇2年 閾值為 1 1 10 2 1 10 2 1 10 繪制國家網(wǎng)絡可視化圖譜 圖譜中不同大小圓環(huán)表示頻次 freq 不同顏色表示不同的年份 最外層的紫色圈表示中心性 centrality 3 研究領域的國家分布 及各國家之間科研合作聯(lián)系的緊密度 各國家研究涉及的主要研究方向 98 領域的國家分析 時間線 顏色代表不同年代 國家之間的連線粗細代表合作緊密度 合作越多 線越粗 連線的顏色代表合作的年代 99 從頻次排序看 中國的節(jié)點圓圈明顯大于其他國家 合作的文章111篇 說明中國在此領域的合著者頻次最高 其次是日本和美國 但是從節(jié)點中心度看 美國的中心度最高 遠高于其他國家 占核心地位 其次是德國和澳大利亞由此說明我國此領域合作比較廣泛 但是在合作中不占主導地位 合作國家的頻次排序 100 國家分布的時間線圖分析 最先研究的是美國 韓國 然后是中國 德國 日本 再 紅色的詞是合作的研究方向 連線粗細代表合作度 101 CITESPACE的分析 期刊共被引分析 選擇關鍵路徑 pathfinder 算法 網(wǎng)絡節(jié)點為期刊 時間區(qū)為3年 閾值為 5 5 30 10 10 30 10 10 30 繪制期刊共被引可視化網(wǎng)絡圖譜 見下張PPT 領域內核心期刊分析領域內合作頻次高于50次的期刊有16種 其中位于前五位的分別是CATALTODAY APPLCATALAGEN JCATAL APPLCATALB ENVIRON CATALLETT2 領域內期刊互被引分析從相互間聯(lián)系緊密度可以看出 以下期刊之間互相引用的頻次很高CATALTODAY APPLCATALAGEN CATALLETT NATURE 102 期刊共被引分析圖 有紫紅色顏色的節(jié)點表示中心性強的重要節(jié)點 其他黃色被高亮顯示的是影響領域的關鍵節(jié)點 103 期刊共被引的時間線圖 最早創(chuàng)刊 104 從引用頻次看 JCATAL共被引頻次最高 但是其中心性低 中心性最高的是CATALTODAY0 74 比其他高出許多 是絕對的領域核心 其次是JAMCHEMRES和APPLCATALB ENVIRON因此 在關注發(fā)文量高的期刊同時 還應關注共被引頻次以及中心度也高的期刊 才能夠全面把握學科領域最前沿的研究成果 期刊共被引的頻次排序 105 CITESPACE的分析 作者共被引分析 選擇關鍵路徑 pathfinder 算法 時間區(qū)為2年 閾值為 2 1 20 3 2 20 4 2 20 節(jié)點選citedauthor 繪制作者共被引可視化網(wǎng)絡圖譜 見下張PPT 找到領域發(fā)展進程中的各研究方向的重要學者 連接各聚類的關鍵學者 及其研究方向 DryME研究nano structuredironcatalyst2010年左右WangY研究nanostructuredcarbon basedelectrode近年HarutaM研究efficientcatalyticreactivity近年BondGc研究dieselsootcombustion較早年代ChoudhatyVR研究gas 106 作者共被引 citedauthor 圖譜 107 作者共被引 citedauthor 圖譜 從連線的顏色可以判斷聚類出現(xiàn)的時間 108 作者共被引 citedauthor 最小生成樹圖譜 早期研究 最新研究 109 CITESPACE的分析 作者合作分析 選擇關鍵路徑 pathfinder 算法 時間區(qū)為2年 閾值為 2 1 10 2 1 10 3 2 10 節(jié)點選author 繪制作者合作可視化網(wǎng)絡圖譜 見下張PPT 分析可獲得信息 了解領域發(fā)展歷程中各年代出現(xiàn)的合作密切的學者群及他們的研究方向2 每個節(jié)點的文獻 可右鍵點擊查看具體詳細的文章信息 了解最新研究進展3 從圖可以看出 沒有明顯的重要節(jié)點 合作中沒有核心學者 合作度比較松散 110 作者合作分析圖譜 Indexingterms 111 CITESPACE的分析 共詞分析 兩種詞 keywords和term nounphrases 選擇關鍵路徑 pathfinder 算法 網(wǎng)絡節(jié)點為關鍵詞或term 時間區(qū)為2年 閾值為 3 2 15 3 3 15 4 3 15 繪制共詞可視化網(wǎng)絡圖譜 找出研究進程中的研究熱點及其發(fā)展變化 選擇最小生成樹 mininumspanningtree 算法 參數(shù)設置同上 112 關鍵詞共詞分析 113 有紫色圈的是中心性強的關鍵點 oxidation tio2 methane carbon monoxide water gold mechanism 114 聚類分析 形成12個大的聚類 每個 號代表一個聚類 紅色的是突發(fā)詞 115 最大生成樹 圖中可以看出此領域研究熱點和方向的變化歷程 從節(jié)點和連線的顏色可以判斷目前的研究熱點hydrogen fischer tropschsynthesis microemulsions kinetics等 116 可以顯示各時間切片出現(xiàn)的研究熱點 02 03年oxidation 04 05年water catalyst carbon monoxide methane goldcatalyst conversion 06 07年 Spotlight顯示影響熱點切換的關鍵節(jié)點 117 時間線圖 研究方向和熱點出現(xiàn)的年代分布 也可以通過linkwalkthrough看各時間切片的熱點 118 CITESPACE的分析 突現(xiàn)詞分析 CiteSpace還可以根據(jù)某段時間內關鍵詞共現(xiàn)頻次 將變化率高的詞從大量的主題詞中探測出來 稱為突現(xiàn)詞 用紅色字顯示 設置 Termtype bursttermsNodetype key 119 突發(fā)詞檢測圖 紅色的詞是突發(fā)詞 根據(jù)詞出現(xiàn)頻率的突然提高檢測出來的詞 可以據(jù)此找到研究中新出的熱點 120 突發(fā)詞的時間線圖 121 CITESPACE的分析 參考文獻共被引分析 選擇關鍵路徑 pathfinder 算法 網(wǎng)絡節(jié)點為被引文獻 時間區(qū)為2年 閾值為 2 1 15 3 2 15 4 3 15 繪制納米催化技術領域關鍵文獻的可視化網(wǎng)絡圖譜 見下頁 節(jié)點越大 代表被引用次數(shù)越多 是領域內經(jīng)典文獻BondGC 1999年CATALTODAYV41 P319HarutaM 1997年CATALTODAYV36 P153HarutaM 1993年JCATALV144 P175節(jié)點的顏色 節(jié)點顏色代表不同年代被引用 代表年代的顏色見圖的最上方 紅色圈的代表近幾年還在被引用 比如 BondGC 1999年CATALTODAYV41 P319LinsebiglerAL 1995 Chemrev V95 P735 122 參考文獻共被引分析 123 有7個明顯的聚類 每組內節(jié)點大的是組內的核心文獻 每組的顏色代表發(fā)表的大概年代 紅色的詞是每組研究的主要內容 第1組 深藍色 2000年之