解读citespace绘制的关键词主题路径图

CiteSpace有一个亮点就是将时间因素加入了知识图谱的绘制之中。先划分时间段，然后将合并起来一起分析，如时区图，又叫主题路径图。如下：

本文主要讲解一下第一张图，即关键词的时区图是怎么生成的。

如有不对，敬请指出。

上图的数据集时间区间是1998-2018

圆圈

图中的每一个圆圈代表一个关键词，该关键词是在分析的数据集中首次出现的年份【注意:是此数据集中首次出现，并不是关于此主题的所有数据中】。

关键词一旦出现，将固定在首次出现的年份，尽管之后论文里仍会出现该关键词，图中将不再显示，只会在刚出现的年份显示。

如果后来的年份又出现了该关键词，那么该关键词会在首次出现的位置频次加1，出现几次，频次就增加几次。所以就可以解释为什么1998年，文献量很少，而关键词“数据管理”和“高校图书馆”圆圈这么大的原因了。

因为，之后论文关键词中出现的“数据管理”和“高校图书馆”均在1998年进行了累加。

此种方法合不合理呢？

如果一个关键词在1998年出现一次，之后几年没出现，而在2012年出现了80次，那么软件会把该关键词归到1998年，显然结果是不合理的。

当然，这是特例，现实情况出现几率不是很大。

线条

圆圈代表着关键词，线条代表着关键词之间的联系。也正是这种联系，使得主题路径图能够加入时间的因素。

如1998年的“数据管理”和2008年的“科学数据管理”同时出现在了2008年的某一篇论文中，那么“数据管理”和“科学数据管理”之间便存在一条联系，这条线从1998年连到了2008年。

连线表示两关键出现在同一篇或多篇文章中，那么这种方法有没有缺陷呢？

是有的。

如果，某两个关键词在同一年均是第一次出现，如上图中的“数据管理”和“高校图书馆”，巧合的是他俩共同出现在一篇文章中，那么他俩之间并没有连线表示，而这种情况百分百会出现。

任何方法都会存在缺陷，而能做的就是尽量优化而已。

总结：

时区图中的每个时间段均是该时间段的所有新出现的关键词，如果与前期关键词共同出现在同一篇文章中将会用线联系起来，前期关键词频次加1，圆圈变大，从而生成此图。

如有错误请指正！