bibliometrix: 从千万篇论文中挖掘出最值得读的那一篇!

当接触一个陌生领域时,我们往往通过阅读文献的方法快速了解该领域的现状,但是,面对海量文献,如何快速定位必读经典文献了?

为了解决这个问题,本次推荐一个R语言工具:bibliometrix,

  • 如果你喜欢写代码,直接用bibliometrix包

  • 如果你喜欢界面操作,请用bibliometrix的界面版biblioshiny下文详细介绍biblioshiny使用。


bibliometrix安装

install.packages("bibliometrix") #安装
library('bibliometrix') #导入

biblioshiny启动

bibliometrix安装时直接包含了biblioshiny,直接在R终端启动即可。

biblioshiny()

直接打开下面的界面,a15725cdf135993565395e5fefca4f68.png


biblioshiny使用

支持PubMed,Web of Science,Google scholar等搜索引擎的存储结果bibtex

  • 文献数据导入0bff2d25c1ba93ac63f084099f25fece.png22598cc98897acf0b2577f742b9d633c.png详细介绍方法2,以covid-19检索为例,63e59f9bb180c154111ea1a325a6ef61.pngR终端显示数据下载进度,下载需要一些时间,c08eb94060e22bcba0f9ba73697f3427.png几分钟后,数据下载完毕, d8c58bbc58cfd65125bdd587970773e1.png下面,简要看看能通过数据得到那些有价值信息(由于只选取了1000篇文章,后面数据可能失真,仅当演示):3466cea64fc612d42231a05dcc7dfb29.png

  • 数据总体指标统计e4e2133887d70359f414afe7927c806e.pngaa2196e4859dafc1fcce7bdc289668c8.png

  • 相关文章的发表趋势118db12b3a49efb43afc70e414188f6c.png2019年新冠大爆发,2021文章井喷发表。

  • 哪些杂志贡献最多成果d400c153c8c7cd84bb70a6987fb942dc.png

  • 哪些大牛贡献最多成果f21420a9cf534b9fd92f49179e3397f1.png详细文章链接列表dcd8115ebf9d332173a571dc8d222dce.png

  • 哪些机构贡献最多成果0428b0262634238b4e615123cc7c9bac.png看到了CHINA~fb993e0585eae20b75171b2f1d995511.png

  • 最多被引用文献842d8509dfa2be1c3be13ad56ad503fc.png

  • 哪些主题被关注1a388e8846a561b0b577d79e1f086e03.png

  • **主题进一步聚类 **dc0a39eb277baf3ef1e78eb1250feaaa.png380b27ce8a75bc1012134e300e575d59.pngc3eacf23d059660e79117fab8ac5f007.png15e586d07ec04bb8307a2bd6edcdbeb3.png

  • 各种Network分析b3d47c75f317d60c1b02702f653de22b.pngf53d6f5c37ea8e714fd0cd501eb0876c.pngc58b47517d547f89b87f18d7a494cd5a.png9b328ef80e2cc4b16a6c1fc65c4c6d7b.png45770b2dd6bba88d4d44f275969c953c.png本次简单介绍到这里,更多请参考:https://www.sciencedirect.com/science/article/abs/pii/S1751157717300500

-END-

 
 

9088e8da69fb7a790864c98b896c01c0.jpeg

 
 
 
 
 
 
 
 
往期精彩回顾




适合初学者入门人工智能的路线及资料下载(图文+视频)机器学习入门系列下载中国大学慕课《机器学习》(黄海广主讲)机器学习及深度学习笔记等资料打印《统计学习方法》的代码复现专辑机器学习交流qq群955171419,加入微信群请扫码

763dd222bece7e15593b30ce0a6dc256.png

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值