本文介绍了如何使用Bicomb软件解决Citespace在处理中文数据时的乱码问题，以及英文数据中冗长标签的困扰。Bicomb能导出原始共现矩阵和词篇矩阵，适用于共词分析、作者合作分析等。通过学习Bicomb的操作，读者将能够进行矩阵提取、统计，并进一步在Ucinet和SPSS中进行系统聚类、多维尺度分析等，提升可视化效果。
相信大家都知道citespace运行的基础是矩阵，我们在citespace项目参数面板设置export matrics按钮为on，就可以导出矩阵数据，但是，当我们运行中文数据时，导出的矩阵数据存在乱码的问题，且导入其他可视化软件也出现乱码的问题。当我们运行英文数据时，导出的矩阵存在行标签和列标签太长冗长的问题，且导入其他可视化软件无法显示标签或标签遮盖的问题，另外，当我们用citespace进行共词分析，合作分析时，如果参数设置不恰当，可视化后的图谱往往缺乏美感，不能应用到论文当中。
针对上述问题，你的反应肯定是有没有什么软件可以导入文献数据后，能再导出原始矩阵，如此，我们可以按照原始矩阵进行相关分析和可视化。
答案就是今天推出bicomb软件，我们可以利用该软件导出原始共现矩阵和词篇矩阵，用上述矩阵进行共词，作者合作，共被引等分析。
本次推文推出《citespace三天写论文，bicomb操作实战》，通过本次课程学习，你将学会Bicomb下载安装，Bicomb数据导入，Bicomb项目建立，Bicomb单元提取，Bicomb单元统计，Bicomb矩阵提取。经过上述学习后，我们将导出词篇矩阵和原始共现矩阵。然后，将原始共现矩阵导入ucinet，进行关键词共现
最低0.47元/天 解锁文章
扫一扫
1996
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
