Citespace（十一）---对图谱中Q值和S值的说明—来自《引文空间分析原理与应用》p24

最新推荐文章于 2023-06-06 17:54:38 发布
最新推荐文章于 2023-06-06 17:54:38 发布
阅读量3.2w 收藏 45
点赞数 15
分类专栏： Citespace
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42198024/article/details/105627985
版权

简单点理解： 

Modularity：：聚类模块值（Q值），一般认为Q>0.3意味着聚类结构显著
Silhouette：S值：聚类平均轮廓值 ，一般认为S>0.5聚类类就是合理的，S>0.7意味着聚类是令人信服的。

位置：

生成图谱的左上方信息栏（如下图）

聚类分析中的内部指标——Silhouette Coefficient（轮廓系数）详解
DuHz的博客
03-22 1240
对于每个样本xix_ixi​，轮廓系数sxis(x_i)sxi​簇内紧密度axia(x_i)axi​：样本xix_ixi​到簇内所有其他样本的平均距离。簇间分离度bxib(x_i)bxi​：样本xix_ixi​到离它最近的其他簇的平均距离。轮廓系数（Silhouette Coefficient）是一种综合考虑簇内紧密度和簇间分离度的内部聚类评估指标。它的值在−11[-1, 1]−11之间，值越大聚类效果越好。轮廓系数的公式。
模块度Q——复杂网络社区划分评价标准
wangyibo0201的博客
07-27 6万+
对复杂网络进行社区划分，需要有一些评价指标，来评判算法对网络划分结果的好坏优劣。如果我们预先知道网络的真实划分结果，那么我们可以用NMI（归一化互信息）去衡量算法划分结果和真实结果的重合程度，这个会在以后的文章中具体介绍。大多数情况下，我们是不知道网络的真实划分的，尤其是对于大型网络来说更是如此，复杂网络的命名明确的说明了这种现实情况。但是我们依然有方法可以量化或评判我们的社区划分水平，也就是今天要
CiteSpace中心性\引文突现及S值和Q值含义
weixin_56135535的博客
06-06 5774
CiteSpace中心性\引文突现及S值和Q值含义
CiteSpace（八）---适合文献综述的分析
qq_963157144的博客
04-20 6278
在进一步梳理文献综述的过程中，发现很多分析意义不大，下面这两个比较有用： 1Keyword 共线分析的timeline呈现形式 2Cited Reference 共被引分析的聚类呈现形式（注意：单独对Cited Reference无法呈现timeline分析） 如下面——Keyword 共线分析的timeline呈现形式 我们的分析角度： 1横坐标时间，纵坐标聚类 2节...
为什么没有显示S，P什么的，而是A+
qq_41333150的博客
10-26 185
CiteSpace使用教程实践（实测可用）
芋头课堂
03-24 3971
1、安装 网上很多，百度安装 在这个网络中我们需要注意两个数值，一个是Q值一个是S值，这两个数值表征着聚类想过的好坏，一般认为： Modularity：：聚类模块值（Q值），一般认为Q>0.3意味着聚类结构显著 Silhouette：S值：聚类平均轮廓值 ，一般认为S>0.5聚类类就是合理的，S>0.7意味着聚类是令人信服的。 如果这两个值不在此范围内，我们可以调节每年出现的次数或者网络的剪切算法。 2、数据去重 在web of science中以’group travel’为主题.
社区发现算法中模块化度量值Q（Modularity)的计算
s1491695565的专栏
08-25 1万+
社区发现算法中模块化度量值Q（Modularity)的计算
CiteSpace关键词聚类图谱含义详细解析
热门推荐
qq_39974284的博客
02-21 6万+
CiteSpace关键词聚类图谱含义详细解析 回顾上一次推文：CiteSpace关键词共现图谱含义详细解析 其中有一句： 当你人工已经可以很容易的进行归纳后，就不需要再利用CiteSpace聚类功能啦。 我们来看一下上次推文做出来的关键词共现图谱： 人工不好归纳！那怎么聚类呢？ 此时便可使用CiteSpace的聚类功能啦！ 如下所示：我们可以清晰地看到上边的关键词共现网络聚成了一个个不规则区域...
社区发现(社团检测)模块度Modularity详细介绍
qq_38427201的博客
03-13 1万+
模块度(Q值)：用来衡量社区划分的好坏。值得注意的是，衡量社区的指标还有NMI（标准互信息）、兰德指数。 模块度函数是由Newman和Girvan在2004年提出的一种用于评估社区划分的全局目标函数，其定义如 公式表示如下： 在上述公式中，Aij是整个网络对应的邻接矩阵的任意元素（这里只考虑无向无权图的情况）。若i与j有连接的话，则Aij=1，否则Aij=0。是网络的总...
CiteSpace-6.4.1.zip
最新发布
10-31
CiteSpace是一款在科学界广受欢迎的文献分析和可视化软件，它允许研究人员通过引用网络分析、知识发现以及构建知识图谱的方式来探索学科的发展趋势和研究热点。其主要功能涵盖了从文献数据的导入、处理到最终生成...
CiteSpace-6.3.1.dmg
10-22
【苹果电脑 MAC】CiteSpace 是一款强大的文献分析和可视化工具，主要用于科学研究的引用网络分析、知识发现以及知识图谱的构建。6.3.1 是 CiteSpace 的其中一个版本，它在前一版本的基础上可能进行了性能优化、功能...
CiteSpace-6.3.1.msi
10-22
CiteSpace 是一款强大的文献分析和可视化工具，主要用于科学研究的引用网络分析、知识发现以及知识图谱的构建。6.3.1 是 CiteSpace 的其中一个版本，它在前一版本的基础上可能进行了性能优化、功能增强或者修复了...
基于CiteSpace的煤矿安全风险识别知识图谱分析-论文
07-08
采用CiteSpace技术绘制科学知识图谱，以CNKI和Webofscience文献数据库1997－2020年有关煤矿安全风险关键词的文献为数据源，围绕作者分布、研究机构、关键词聚类、关键词演进趋势、关键词突现等内容，进行知识谱图...
citespace基础使用
憨豆婆的博客
02-01 7797
citespace总结
citespace使用教程系列文章：二、关键词聚类图
weixin_44074100的博客
05-02 1万+
关键词聚类图 上一章citespace安装和关键词共现图已经讲了软件安装和关键词共现。本文我们讲一下怎么做关键词聚类分析。 1、接着上一篇文章继续以下操作。点击下图圈中的图标，进行关键词聚类 2、点击之后，将得到下图的结果。可以看见以#号开头的一些文字，这就是聚类得到的一些结果。 3、想调节展示效果，可以对右侧的Control Panel面板进行调整。如图所示， Node Size：调节节点的大小 Font Size：字体的大小 关键词聚类教程就到此为止了 码字不易，欢迎点赞收藏转发，你的一键三连是我
【复杂网络系列】模块度（Modularity ）的计算方法
SNS程飞的专栏
01-09 2万+
Modularity Measure(模块化度量值），由Newman等人提出，是目前常用的一种衡量网络中社区稳定度的方法。 如上图所示，我们将这个图以图中两根横线为方式进行划分，共得三个社区（community），其中红色，绿色以及蓝色的点各为一个社区。 这里我们采用的计算公式为：Q=∑（I/E-((2I+O)/2E)**2）。 在上式中I表示两个端点
【复杂网络】社团划分结果评估指标：Q、ARI、NMI
小白兔的窝
11-29 6728
社团划分结果评估指标：Q、ARI、NMI 一、模块度Q（Modularity） 模块度也称模块化度量值，是目前常用的一种衡量网络社区结构强度的方法，最早由Mark NewMan提出了。模块度的定义为： 模块度值的大小主要取决于网络中结点的社区分配C，即网络的社区划分情况，可以用来定量的衡量网络社区划分质量，其值越接近1，表示网络划分出的社区结构的强度越强，也就是划分质量越好。因此可以通过最大化模块度Q来获得最优的网络社区划分。 Python：可以直接使用Community.modularity(
citespace-6.2.4.msi和citespace-6.2.4.dmg有什么区别
07-17
citespace-6.2.4.msi和citespace-6.2.4.dmg是CiteSpace软件的不同安装文件格式。 .msi是Windows系统下的安装程序文件格式，而.dmg是Mac系统下的安装程序文件格式。这意味着，如果你使用Windows操作系统，你应该选择下载并安装citespace-6.2.4.msi文件；如果你使用Mac操作系统，你应该选择下载并安装citespace-6.2.4.dmg文件。 两个安装文件的功能和软件版本都是相同的，唯一的区别在于它们适用的操作系统不同。所以根据你使用的操作系统类型选择对应的安装文件即可。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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