# 研究杂感 × Citespace（第三辑）

已于 2022-07-24 18:10:12 修改
阅读量572 收藏
点赞数 1
分类专栏： Faya美数课 文章标签： 聚类 数据挖掘 机器学习
于 2022-03-11 17:28:56 首次发布
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/rc15680632552/article/details/123428516
版权

写在前面

Citespace的基本操作在前述两辑已经有过介绍，这一辑主要是探讨一下内容解读以及可视化优化。

聚类分区

前提是要点选（find clusters）

点击紫葡萄前的这个即可完成聚类颜色分区
在这里插入图片描述
该分区形状为十字架（那是相当的难看）
尝试了一下似乎也不能变更为圆形，那就将其节点大小调整至最小
（而且似乎多点几次K会将其距离拉开（这个比较玄学，还没太搞懂是否真的有效 ））
在这里插入图片描述
但是确实相较上面那个形状是确实是更分散了…

这种类型的图像似乎更适合直线段来连接，点选这个按钮将线段变直

最低0.47元/天 解锁文章
人生苦短我愛Python
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
关于C++泛型编程的一些杂感
03-02
关于GP，可以说我是对它有很复杂的感情的，其实GP这种东西最好是建立在无类型语言上面，就C++0X目前对GP的支持的趋势来看，确实如此，auto/varadictemplates这些特性的加入象征着C++GP的形式正越来越转向一种更纯粹的泛性语法描述，表面上你几乎不会看到任何类型的痕迹，只有语法以及语法背后蕴涵的语义，然而在C++里面有一个“最大的国情”，即支持所有这些的是一个坚实的大地——强类型系统。所有的泛化所有的模板代码一旦实例化之后就落实到某一集特定的类型身上然后接受强类型系统的考验;-)有点像波函数的塌缩——本来是具有无数可能的，一旦有了一个观测者立即就塌缩成一个实体。在GP中，观测
citespace使用简介
03-08
简单介绍了如何使用操作citespace以及到何处去下载
飞防植保服务杂感.docx
11-11
飞防植保服务杂感.docx
如何使用CiteSpace进行中文的文献分析(I)：CNKI部分
10-04
如何使用CiteSpace进行中文的文献分析(I)：CNKI部分
关于Java声明的一点杂感
12-22
从php这种弱类型的语言转到java，每次看到这种声明，一下子转不过弯来，总感觉很违和，近思考了一下，有了点感悟 　　FileInputStream fileInputStream = new FileInputStream("C;\java\test.txt"); 　　InputStreamReader inputStreamReader = new InputStreamReader(fileInputStream，"GBK"); 　　BufferedReader bufferedReader =new BufferedReader(inputStreamReader); 　　在j
从安装到实战！Citespace保姆级教程！
hu397313168的博客
07-26 8665
（知网只能一次性导出500个文献，若数量大于500可用download_01\download_02等文件名表示），随后将文件。标签的频次门槛，数值越大，显示的标签就越少，也代表那个标签越重要；要重设，不可以默认Untitle，否则会无法更改数据库及项目库。刚看到上图，大家心中一定在问：我是谁，我在哪？认识这个窗口，学学怎么调整数据，让数据更清楚地展现出来。可以调整要分析文献的年份，以及每几年分析一次。2.选中想要的文章，为了方便选择，可在右上角。对象可以是主题、来源、关键词、WOS分类；
citespace教程
热门推荐
yanyanwenmeng的博客
02-16 6万+
参考视频教程：【CiteSpace保姆级教程1】文献综述怎么写？研究生写文神器 | 手把手教你做科学知识图谱 | 以中国知网为例_哔哩哔哩_bilibili 一、citespace区域 1. 操作区 2. 时间切片区 可以控制我们所需要分析的文献起始年份 3. 文本处理区 保持默认即可，不需要特别的更改 4. 网络配置功能区 Node Types 蓝色：合作网络分析，对象为作者、机构、国家，可以分析哪些作者（结构、国家）发文量、合作比较多。 绿色：共线分析，...
CiteSpace介绍；重要调整参数
CCfz566的博客
04-03 4809
这个是它背后的一个公式（见图1），被引次数在我们进行文献分析的时候，被引次数不仅仅指的是每个文献的被引次数，它还指研究作者的被引次数，CiteSpace的一个原理性的解释，是把每个文献或者说每个作者当做是一个节点来看待，它每个节点之间的关联和它每个节点特征，主要的一个参数就是citation，它的被引次数。中介中心性指的是在特定年份内，我们这个领域的一个文献，最核心的一个文献，我们研究领域或者研究范围，最核心的文献或者说最核心的研究作者是谁，这个和被引用量与被引用的次数是不一样的概念。
citespace工具使用遇到的问题及使用心得
bingbingbling的博客
05-15 2万+
citespace工具使用遇到的问题及使用心得citesapce软件的下载citesapce安装配置完成后进行分析数据准备wos：cnki 最近开始做数据分析相关内容，接触到了citespace这个数据分析工具，遇到了一些坑，有一些心得，写出来希望大家能看到，如果能少走些弯路就更好了。 citesapce软件的下载 CiteSpace是陈超美教授使用Java语言开发的一款信息可视化软件。它...
【小甲鱼零基础入门学python】 笔记1
小猴子跳跳的博客
03-30 444
变量值互换 x,y=y,x Alt+p 可以复制上一行代码 原始字符串中的转义字符不再有效(原始字符串即在字符串前面加个字母r) print(r"D:\rds\ds\tfd") 结果为：D:\rds\ds\tfd 3<=4 注意：<与=得肩并肩 中间不能有空格。 统一一起缩紧n行代码：将n 行代码选中后 Ctrl+[,或者Ctrl+] 强制停止正在运行的pyt...
CiteSpace使用说明
01-19
文本分析的一种统计工具，在写作时的数据统计阶段有很大作用。
硕考网：2012考研折戟沙沉暨大杂感
01-21
大连理工大学2012土木专业考研心路考研，复试过去已经好久了，一直在忙着一些其他的事情，都没静下心来细细屡一下一年来自己的考研经历。今天通知书送来了，才恍然明白，自己考研了，马上又将回到大工了。 我是
# 研究杂感 × Citespace（第二辑）
rc15680632552的博客
03-11 258
写在前面 Citespace 做时区图、关键词突现还挺不错的，其他的真不行~ 第一辑做了关于CNKI的，这一辑试试看WOS 准备工作 首先进行WOS数据导出，还是得是 download 来进行命名，记录内容为全记录与引用的参考文献就可： 选择 WOS ，其他操作和CNKI导入是一样的，最后RUN一下remove duplicate即可： 然后新建项目，保存即可 相较于CNKI，WOS框内内容均可以做分析，褐色部分是其特色部分： 然后依然是老套路： 另：突然发现 WOS 一次只能导出500条信息，
[文本挖掘和知识发现] 01.红楼梦主题演化分析——文献可视化分析软件CiteSpace入门
杨秀璋的专栏
08-29 2030
本文是作者2023年8月底新开的专栏——《文本挖掘和知识发现》，主要结合Python、大数据分析和人工智能分享文本挖掘、知识图谱、知识发现、图书情报等内容。本文主要介绍文献可视化分析软件CiteSpace基础知识，以中国知网《红楼梦》文献为例，开展主题挖掘、关键词聚类及主题演化分析。基础文章，希望对您有所帮助。知识无价人有情，希望我们都能在人生路上开心快乐、共同成长。
[CiteSpace]学习笔记
OneChestnut的博客
09-15 9691
导入wos数据分析，此处以搜索safety science期刊2017-2021的文献数据来源。 （1）检索 注意：需要选择Web of Science核心合集，否则导出时无全文和参考文献选项。 （2）导出纯文本文件 （3）选择“全记录与引用的参考文献”，导出到新建的input文件夹 （4）打开Citespace处理数据 选项卡中选择Data进入，选择input文件夹（即包含了刚才导出的.txt数据的文件夹），并选择导出数据存放的文件夹位置（此处为新建的文件夹output）。处理完毕后，output中
Citespace（六）---软件可视化界面重点功能介绍（7-9）
qq_963157144的博客
04-20 6486
下面是一幅reference的聚类图 7 Clusters 选择cluster explorer 或者 Summary table(如下图) 上面是施引文献，9是被引文献 定义 区别 施引文献 A文献刊登出来之后，被后来的论文引用了1704次，所有这些引用过A文献内容的甲...
Citespace（十）---如何让CiteSpace显示主要聚类网络
qq_963157144的博客
04-21 1万+
聚类后出现某几个聚类不显示的情况 1.Display > Clusters > Set the Minimum Visible Cluster Size => 1 2.Filters > Show the Largest Connected Component Only => off
【多视图聚类】COMPLETER:Incomplete Multi-view Clustering via Contrastive Prediction
最新发布
weixin_44184852的博客
06-04 930
在本文中，我们研究了不完全多视图聚类分析中的两个具有挑战性的问题，即i）如何在没有标签的帮助下学习不同视图之间的信息性和一致性表示，以及ii）如何从数据中恢复缺失的视图。为此，我们提出了一个新的目标，从信息论的角度将表征学习和数据恢复结合到一个统一的框架中。具体来说，通过对比学习最大化不同视图之间的互信息来学习信息一致的表示，通过双重预测最小化不同视图的条件熵来恢复缺失的视图。据我们所知，这可能是第一个提供统一一致表示学习和交叉视图数据恢复的理论框架的工作。
SiC GaN等高速功率半导体器件应用中短路保护问题、振荡抑制技术、主动门极驱动技术；高功率密度功率组件结构设计、低杂感母排设计；电力电子设备的在线状态监测、寿命预测、可预测性维护技术；电源领域的磁集成技术、功能安全电路设计、高精度采样电路设计、EMI抗干扰设计发展方向
04-28
低杂感母排设计可以降低杂散电感对设备的影响，提高设备的性能和可靠性。 3. 电力电子设备的在线状态监测、寿命预测、可预测性维护技术 电力电子设备的在线状态监测、寿命预测和可预测性维护技术可以帮助维护人员...

“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

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

打赏作者

人生苦短我愛Python

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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