# 研究杂感 × VOSviewer（第一辑）

VOSviewer 数据可视化 ①

—— 英文论文摘要绘制可视化网络

写在前面

很小就喜欢画画，对各种漂亮的东西完全没有吸引力，数据可视化完完全全就是我的菜（当然技术很差只能跪着看别人的 ）之前大三痴迷 Tableau 了一段时间（然后3分钟热度就结束了 ），现在又打算入坑VOSviewer，希望能够好好走完…

创建文件

这里可以选 title 和 abstract 两列，也可以只选 abstract （csv文件中必须以上述两个单词作为标题）

点选 next 即可，它会自动提取摘要里的单词，同时把一些无意义的（a/the/that）这种词语去掉

一般默认点选 binary counting ，指的是：

在项目摘要里出现了就记为1，但无论在该摘要里出现多少次，它都只记为1，如果它在其他摘要里出现了，那就记为2，以此类推

如果选择的是 full counting ，指的是：

单词出现多少次就记多少次，不考虑单篇或多篇的情况

并对单词出现的次数进行一个过滤（默认为10）
（这里1是因为我样本很少，筛选后出图效果不好，2是因为只是为了熟悉方法套路走一下流程，不必要严格按照上述来进行，故在此设置为1，大家不要这样学习哦~ ）

接下来 VOSviewer 会依据其重要性，自动给上述单词赋一个分数，而后根据这个分数进一步筛选单词

如果有些单词觉得不重要可以在此处进行筛选，但是这里没看到也可以在成图之后进行筛选

最后会生成3个图（网络图/渐变图/密度图）



这个效果实在是吊打 Citespace，i了i了（当然我自己做的由于数据量很少所以很难看，就用的别人的图啊哈哈 ）

可以通过这个对聚类颜色进行调节

同时还可以对关键词和聚类进行检索

默认是勾选了的，取消勾选可以对图像进行调节（调完之后一定要进行update）
attraction 的取值为[-9,10]；reputation的取值为[-10,9]，且 reputation 的值要比 attraction 的值要小。（其他的参数调节（比如减少/增加主题聚类等）似乎基本用不到，可以暂缓考虑）

要保存为GML格式，再命一个名

220308 修订
之前做那个 Title 和 Abstract 的表，全是一个一个复制粘贴的（现在想来真的水… ）
可以参考 第二辑 的内容。直接把 WOS 里的 Abstract 进行引入即可，美滋滋