一、准备数据
以Web of Science数据来源为例:
1.检索数据:选择【Web of Science核心合集】,(举例)检索主题为“artificial intelligence”和“python”、时间为最近5年的数据,点击【检索】。⬇
2.导出数据:选择【纯文本文件】导出(或【制表符分隔文件】),【记录选项】按照数据的数量依次选择1-500、501-719,【记录内容】选择“全记录与引用的参考文献”,点击【导出】。⬇
二、导入数据
1.【Create】➡【Create a map based on bibliographic data】➡【Next】
2.【Read data from bibliographic database files】➡【Next】
3.【Browse】导入数据➡【Next】即可进入分析
三、可视化网络分析
1.Choose type of analysis and counting method
Type选择【Co-occurrence】关键词共现分析,Unit根据需要选择,此处举例选择【All keywords】所有关键词➡【Next】
注:“Counting methods”指的是数据的计数方式,分为Full counting(完整计数)和Fractional counting(分数计数)。一般按照默认选择即可。
2.Choose threshold
选择关键词出现频次的阈值(Choose threshold),阈值越高,出现在网络图中的关键词就会越少。如图,选择阈值为5时,在全部3256个关键词中满足条件的关键词有99个。➡【Next】
3.Choose number of keywords
选择想要进行分析的关键词数量,可以进一步减少提取的关键词数量(一般不作修改,可以直接点击【Next】进入下一步)
4.Verify selected keywords
在此界面可以浏览关键词分析列表(一般不作修改),点击【Finish】生成可视化网络。
5.关键词共现分析的可视化网络
【Network Visualization】
【Overlay Visualization】
【Density Visualization】
通过可视化网络,可以较为直观地看出研究热点和这个主题中重要的一些概念。