GIGO1.1数据清洗利器，文献计量同义词合并

使用 ucinet vosviewer pajek gephi spss等做可视化分析 必须用GIGO1.1软件。
学了这么多可视化软件，可以做这么多好看的图谱。是不是感觉自己很厉害了？
可是：
做可视化图谱的源数据，你清洗了吗？
举例来说，在做关键词、作者、机构等共现和聚类图谱时，你对同义词合并了吗？
对一些无意义的词你删除了吗？
我想，大部分人的答案是没有？当然还有一部分人回答合并了，删除了。
那么，那部分合并、删除的人，你是怎么合并、删除的呢？
我来猜一猜，利用excel的替换功能。那么恭喜你，你可能错的更离谱。
为什么呢？
这是Excel自身的合并机制造成的。比如，
以删除为例讲解：
我的数据如下：
大数据技术;智慧城市;政府管理;电子政务;研究大数据;智慧城;电子政务;研究对策现在需要删除“研究”这个无意义的词，
利用Excel替换功能删除结果：

大家应该看出严重错误了吧。
即：只要出现“研究”两个字，均会被删除
如果数据成千上万，这种转化无疑是灾难性的。因为你自己并不知道转化错了，即使知道，你也无暇顾及。
以合并为例讲解，也会出现上述情况
大数据技术;智慧城市;政府管理;电子政务;研究大数据;智慧城;电子政务;研究对策
现在需要把“大数据”合并到大数据技术，
利用Excel合并结果：

大家应该看出严重错误了吧。
即：只要出现“大数据”三个个字，均会被转化成“大数据技术”五个字，显然，“大数据技术技术”这个已经转化错了。
如果数据成千上万，这种转化无疑是灾难性的。因为你自己并不知道转化错了，即使知道，你也无暇顾及。
计算机科学中有句话叫“garbage in, garbage out”，意思是（用于计算机）废料输入废料输出，无用输入无用输出。该习语的缩写形式是GIGO。
因此，“学术点滴”，为了高效、迅速、准确的解决这个问题，开发了一个GIGO数据清洗软件。
本软件用GIGO命名，以提醒大家数据预处理的重要性。
软件界面如下，非常简洁。

要介绍一下：
数据来源格式如下：
大数据技术;智慧城市;政府管理;电子政务;研究大数据;智慧城;电子政务;研究对策
其中数据来源excel表格用“data”命名。
“删除词”为要删除的无用词，比如“研究”一词。

结果如下：

大数据技术;智慧城市;政府管理;电子政务大数据;智慧城;电子政务;研究对策
可见删除正确，仅仅把“研究”一词删除。

“同义词”是将要转化的词，“目标词”为转化后的词，手动填写就可以。如下，将“大数据”合并到“大数据技术”：

已经合并完成，结果如下：

可见，转化正确，并没有出现Excel中的错误情况。
速度非常快，测试2万篇文章，转化一次不到1秒钟。
当然，该软件最大的优势是，如果有多个关键词需要转化，不需要改变路径，只需要把“同义词”和“目标词”或“删除词”对应的词语改变即可，可无限重复执行，非常非常方便，改动的数据会在data表格中自动更改，所以记得备份你的初始数据哦。
当当然，该软件也可以处理英文，并且自动大小写转化，精确度杠杠滴。
是不是，很想试试啦。
当然，你必须要试试，因为，你的数据预处理这步必不可少。
而目前还没有比我的这种方法更简单的方法。
经过预处理，然后利用本号的CO-OC1.7软件做共现矩阵是不是非常简单呢？

另外介绍一下本号的三款原创软件：
①CO_OC1.7软件介绍：
优势： ①能够快速计算出中文和英文共现矩阵、相异矩阵。
②将bibexcel、ucinet、pajek、vosviewer、gCLUTO(双聚类)、内容挖掘系统(ROSTCM6)【武汉大学ROST虚拟学习团队奉献】作为插件集合于CO_OC1.7软件中，方便一体化分析及比较分析，节省时间。
②快速免费一键下载Sci论文全文
优势：利用SciHub Eazy1.0软件完全自动化，你只需要输入文献的DOI号或者篇名即可自动打开下载界面，下载sci全文。
③科研数据金库1.0软件
优势：获取国家社科基金项目数据库所有数据