VOSviewer,CiteSpace知识图谱

VOSviewer

 

 

 

  

  

一、准备

1.数据准备

新建文件夹,包含四个子文件夹:input、output、data、project

在中国知网上检索相关主题的论文,选中,导出参考文献,格式为Refworks,导出,以download开头命名,保存在input文件夹中

 2.数据转换

 打开CiteSpace,Data-Import/Export,在CNKI中选择Input和output文件夹的位置,CNKI Format Conversion转换格式。将output文件夹的数据夫hi到Data文件夹中。

 二、分析

1. 新建项目

New,输入Title(选择英文),选择Project Home和Data Directory的路径,save。

 2.参数选择:

Time Slicing时间切片:起始年和时间间隔 ;Term Source设为默认;Node Type常选Keyword用于分析关键词,CNKI只能分析第一排蓝色和绿色的部分;Links和Selection Criteria设为默认;Pruning 勾选Pruning sliced networks(比较好用)。GO!

 3.操作界面

 

 节点的形状、大小调节

Threshold:调节点标签的数量;Font Size:调节点标签的大小;Node Size:调节点的大小

 关键词频次、中心性、年份(首次出现)

注意:当节点>500时,系统默认不处理,需要手动处理Nodes-Compute Node Centrality

Windows—Control Panel 可打开控制面板

4.关键词聚类分析

Go之后转得差不多,就可暂停 ,把节点标签大小设为0。 

a.普通聚类:点击图标k聚类 ,关掉筛选系统:Filters—Show the largest connected Component only,再次聚类 k聚类 ,显示了所有的聚类(若类中的关键词少于10,系统自动忽视,可在Clusters—Cluster Explorer在一个文件中查看)。显示存储关键词较多的类:Clusters—Show the largest k clusters(或者按序号选择Clusters—Show ckuster by IDs,如0-3,5,7-8)

 b.色块聚类:点击聚类,关掉筛选系统:Filters—Show the largest connected Component only.   点击图标k聚类

 若要红红绿绿的: 先调整节点颜色,再Clusters—Convex Hull:Show/Hide。再显示存储关键词较多的类:Clusters—Show the largest k clusters.

 若要普通的:Clusters—Convex Hull:Show/Hide,再显示存储关键词较多的类:Clusters—Show the largest k clusters.       (先显示所有的色块,再选择要显示的色块)

  导出左侧关键词信息:Export—Network Summary Table

5.关键词时区图谱

 控制面板中Layout,选择Timezone View,可选来改变背景颜色,Lables—Lable Color—Term Lables

6.关键词突现词

 控制面板Burstness,点击Refresh发现有13个Burst items found,再点击View查看

 7.作者分析

注意:作者节点调整在控制面板中的Node Labels,而关键词节点调整在控制面板中的Keyword|Term|Overlay Labels 

查看作者信息:Export—Run Batch Node—是

8.研究机构/单位

中国知网与软件分析的作者发文量结果不一样的原因:

根本原因:1.知网上一些文献没有作者字段或文献没有作者,citespace软件就会自动的将其前或后相邻文献的作者复制过来,导致真实结果出现偏差。2.文献是中国知网的首发,没有确定收录时间,故无YR年份字段,导致每年都会计数一次该作者的此文章。【01误区解读】知识图谱与文献计量你一定做错了~CiteSpace时区图 - 简书

解决方案:把作者字段缺失的文献删除,把网络首发的都删除或者导出txt后,把缺失的作者字段何年份字段手动补充。

  • 28
    点赞
  • 93
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: VOSviewerCitespace都是文献计量学中常用的可视化工具,但它们的使用方式和功能略有不同。 VOSviewer主要用于文献共引网络的可视化分析,可以通过不同的颜色、大小、形状等方式展示文献之间的关系。同时,VOSviewer还可以进行聚类分析、主题分析、共词分析等,帮助用户更好地理解文献之间的关系和研究热点。 Citespace则更加注重对文献的知识图谱分析,可以通过节点、边、标签等方式展示文献之间的关系。Citespace还可以进行主题演化分析、作者合作网络分析等,帮助用户更好地了解文献的发展历程和研究趋势。 总的来说,VOSviewerCitespace都是非常实用的文献计量学工具,但它们的使用场景和功能略有不同,用户可以根据自己的需求选择合适的工具。 ### 回答2: VOSviewerCitespace都是可视化分析工具,都可以用于分析和呈现学术文献或者其他文本数据的关系网络。但是,它们在功能和应用上也有所不同: 1.数据来源与格式 VOSviewerCitespace可以通过导入不同格式的文献数据来生成关系网络图,如BibTeX、EndNote、PubMed、Google Scholar等。但是,不同的应用场景和需求可能会对数据的来源和格式有要求。 2.分析方法与指标 VOSviewerCitespace在分析方法和指标上也有所不同。 VOSviewer使用的主要是聚类方法和可视化呈现,主要的指标有词频、共词、共引、作者共现等;而Citespace更加注重科学计量学和计算机科学的方法,主要的指标包括关键词、主题演化、研究前沿等。 3.操作界面与交互性 VOSviewerCitespace的操作界面和交互性也有所不同,VOSviewer的界面简洁清晰,操作相对容易,适合快速生成简洁美观的关系网络图;而Citespace的界面显得更加专业和复杂,需要一定的专业知识和经验才能掌握。 4.应用场景与目的 最后,VOSviewerCitespace的应用场景和目的也有所不同。如果你只想把一个领域内相关文献的关系数据可视化,展现文献之间的关联性和发展方向,可以使用VOSviewer来轻松完成。而如果你想更精细的分析文献的知识结构和演化趋势,来挖掘文献中潜在的前沿研究领域和重要方向等,那么Citespace可能是更好的选择。 综上,VOSviewerCitespace是两个优秀的文献关系网络可视化工具,也有各自的优点和适用场景。选择合适的工具对于有效地分析文献和研究领域的发展方向,都是至关重要的。 ### 回答3: Vosviewer(Visualizing scientific landscapes)和Citespace(Visualization and analysis of scientific literature)都是文献可视化工具,可以帮助研究人员对文献进行科学性、定量分析,以及产生具有洞见性的图形化输出结果。这两个工具的主要区别在于实现技术、功能、应用对象以及用户社区等方面。 首先,Vosviewer采用多维缩放(Multi-Dimensional Scaling,简称MDS)算法分析文献关系,并基于随机游走算法(Random Walk),为文献关系网络建立可视化结果。而Citespace主要采用算法学方法和混合方法来处理文献集,通过纳入专业知识、先验信息和语义信息等,来构建科学文献地图,反应学术创新和新兴趋势,进行引文网络和词汇网络分析。Vosviewer的可视化结果由一组文献节点和边缘组成,节点表示文献,边缘表示文献与其它文献之间的相似性关系。而Citespace的可视化结果则有许多类型,例如多维总览、时空视图、地理位置视图等,可以在视觉上展现出文献及其关系的不同方面。 其次,两者的功能也不完全一致。Vosviewer的主要功能包括:计算文献的相似性矩阵、可视化科学图景和关系网络、为文献测量出各种计量指标等;而Citespace主要功能包括:智能提取、分析和可视化文献信息、展示文献集的重点研究领域、发展趋势和知识结构,提供文献引用和主题词的分析等。此外,Citespace还支持与雅虎地图、谷歌地图、社会网络分析软件UCINET等工具接口,扩大了数据的归因范畴。 第三,两者的应用对象也有所不同。Vosviewer适用于各种学科的研究人员和学者,可以用于分析不同的领域,例如计算机科学、医学、化学、社会科学等,他们可以通过数据的导入、数据筛选、网络可视化、网络演化等方式来洞察自己感兴趣的学术社区;而Citespace主要适用于信息科学、图书情报学、科学研究领域,可以快速支持科学知识结构的有效管理、管理文献标注和分类、协作探索、评价评估等方面的工程实践。 最后,两者都有其独立的用户社区。Vosviewer的用户群主要分布在研究机构和大学,其主要使用场景是对特定领域、问题、学术活动进行定量分析,以便与以往的研究成果进行比较,发表文章、获得拨款等。而Citespace的用户群主要是科学研究机构以及科学领域的专家学者,因为它的使用场景主要是在进行科学知识创新、人才驱动和政策依据等方面。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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