《文献计量学实务》doc版.doc

第三章文献计量学实务1第一节Web of Science1第二节运用Excel2No.1 文章类型5No.2 语言6No.3 期刊6No.4文章页数6参考文献数6No.5国家分析6No.7国家分析9No.6作者分析11No.7成长趋势12影响因子13作者关键词13研究领域14文献计量模式分析14被引用率14第三节14第四节15第五节15第三章文献计量学实务第一节Web of Science进行搜索：在search框内敲入所需要查找的关键词，不同关键词间用and或or连接。如通常格式可为：（XX or XX or XX）and XX*。*可要可不要，表示后续内容可任意。点击search。(如：搜索吸附领域粘土的文献，可敲入：（adsorption or sorption） and clay*。点击Refine your results下的SubjectCategories从众多领域中选出所需要关注的领域内的文章，点击VIEW RECORDS。对所有文献进行了初步筛选。Add to marked list在网页右下方Output Records:下的Records选择所需要输出的文献序号，ISI一词输出可以最多500篇，所以我们通常选1500，依次5011000，等等。点击右下Add to marked list。此时网页整上方会出现有红勾的Add to marked list，点击。Step 1. Select the fields to include in the output下选择所需要输出的数据项。通常我们做分析时候应选上除cited references和abstract外的所有项。这两项是由于内容较多，EXCEL处理起来不便，所以通常不选。Step 2. Select an option.我们需要选择的是Tab Delimited(Windows).接下来很重要的一步是我们应在“Automatically delete selected records from the Marked List after output is complete.”前打勾，否则在后续输出时候会因对前面输出项目的记忆造成干扰。点击SAVE TO FILE。在下个网页中会输出一个记事本（.txt）格式的文档，对其内容全选复制贴贴入新建EXCEL中，便自动输出各项数据。此时可进行下一查找：直接点击BACK,然后RETURN 即可。需要注意的是在后续贴入EXCEL时，每次再贴入EXCEL的第一行都是标题，应该删除。重复执行，最终便可得到我们所需领域的文献数据。如果我们在电脑里安装有软件Reference Manager或者 EndNote，也可直接将文献输出其中进行管理。前面的操作基本雷同，只是再Add to marked list后Step 1. Select the fields to include in the output后所选项重点可变为选择Author(s)，Title，Title，abstract*，keywords及times cited等所需项。Step 2. Select an option.我们需要选择的是 Field Tagged.然后在下面小方框打勾，再点击SAVE TO FILE。第二节运用Excel通过第一节我们对所需查找领域文献全部已经输出为EXCEL形式数据，接下来可对其进行整理分析。 （一）前期处理步骤：1首要的工作是保存好原始数据，在EXCEL里将其所在sheet命名为OD（original data的缩写），方便我们在后续处理工作中进行核对。2数据的初步处理，包括：（1）先从原始数据库中找到我们想要进行分析的部分保留，其它意义不大的可直接删除。新建一个sheet，将OD的全部数据复制过来，将其命名为D。可删除的列有：CA,SE,AB,EM，CR,PU,PI,PA,J9,JI,PD,VL,IS,PN,SU,SI,BP,EP,AR,DI,GA。（注：各列title所代表的含义见附二。）（2）可将年份PY进行排列，如从按ZA降序排序得20061995，按AZ则相反。因为我们从WOS中所下当年的文献只是一部分，数据不完全，所以在分析的时候，通常删去当年的文献。快捷方法举例：选定年份PY列，查找2005，找到第一个的上面所有行即为2006年的文献，对其全选删除（鼠标右键+D）即可。（3）因为我们通常只分析的文章类型为article,所以对DT列可进行同（2）操作，排序后删除除article外的所有文献所在的行。（4）将最左边第一列改为排列序号：标题PT变为No.；在单元格A2敲入1，A3敲入2，选住A2,A3，双击即得1，2，3，4依次排列序号。（小提示：在此步骤前可将所有数据按年份排列，再加序号）3进一步处理：为方便后续操作，如在国家分析时，EXCEL会把“USA”与“ USA”识别为两个不同的国家，所以之前我们可先进行处理。用ctrl+ F查找替代功能，将D中的所有“， ”换成“，”；“； ”换成“；”。还有在整个EXCEL处理中注意标点都要用英文的标点。这一步极其重要。！附一 常用快捷键：ctrl+oror or 快速到达所在列/行的最上or下/ 左or右一个单元格；（小提示：查找时若从某行或列的有内容单元格选起，则到达位置为最后一个有内容单元格；若即从空白格选起，则到达位置为最后一个空白格相邻的下个有内容单元格。下面2），3）同，一定要注意操作的连续性）2）shift+oror or 向上or下or左or右选住连续的几列/行；3）ctrl+ shiftoror or 分别向上or下or左or右全选；4）ctrl+ F查找（查找功能默认为大小写不做区分）；ctrl+ C 复制；ctrl+ V粘贴；ctrl+ S保存；ctrl+ Z撤销；5）F4固定；6）Delete 将单元格中内容去除为空白；鼠标右键D 完全将单元格删除。附二 小技巧1若对某列进行数据透视，其第一行应为标题行，否则EXCEL便把内容的第一行自动作为标题，最简单的是敲入0；2 当某区域有非常多内容（如国家或作者）需处理时，可全选贴入WORD进行处理，可加快运行速度。3EXCEL的单元格标准宽度设为8.38。附二 标题的含义：ABAbstractADAddress地址AUAuthor作者BPBeginning pageBSBook series subtitleC1Research addressesCICity 城市CPCited patentCRCited referencesCUCountry国家DEAuthor keywordsDTDocument typeEPEnding pageEREnd of recordFNFile typeGAISI document delivery numberGPGroup Author团体作者IDKeyWords PlusISIssueJ929-character source title abbreviationJIISO source title abbreviationLALanguageNRCited reference countOGOrganization组织PAPublisher addressPDPublication datePGPage countPIPublisher cityPNPart numberPSProvince/State省/州PTPublication type (e.g., book, journal, book in series)PUPublisherPYPublication yearRPReprint addressSAStreet Address街道地址SEBook series titleSGSuborganization次级组织SISpecial issueSNISSNSOSource (journal title)来源（刊名）SUSupplementTCTimes citedTITitle (article title)标题（文章标题）TSTopic专题UTISI unique article identifierVLVolumeVRFile format version numberWPPublisher web addressZPZip/Postal Code邮政编码（二）具体分析No.1 文章类型常见的文献类型有Article，Correction，Editorial Material，Letter，Note，Review几种。可在OD中，对DT进行数据透视。(注意这里是在原始表格OD中分析，以下其他都是在新的表格D中分析)1.在菜单“数据”下选择“数据表和数据透视图”：指定待分析的数据源类型为：Microsoft Office Excel数据列表或数据库；所需创建的报表类型选：数据透视表。点击“完成”。2.出现一个sheet：在提示框“数据透视表字段列表”中选择DT,点击“添加到”；再据提示“请将数据项拖至此处”将DT拖入。3结果示例如下：计数项:DTDT汇总Article1148Correction1Editorial Material9Letter6Note4Review14总计1182新建一个sheet，命名为Da。将数据透视表内容复制过去，计算各项比例。可按文章数P从大到小进行排序。结果示例如下：DTP%Article114897.12352Review141.184433Editorial Material90.761421Letter60.507614Note40.338409Correction10.08460211825百分比有效位数处理（注：后续数据分析中若涉及数据百分比，根据需要同此操作，不再重述）：通常保留两位有效数字，使用工具“减少小数位数”，可分批处理，如97.1235297，再1.1844331.2，再0.3384090.34等。No.2 语言同前“No.1 文章类型”操作，对LA进行数据透视，所得新的sheet命名为LA。No.3 期刊同前“No.1 文章类型”操作，对SO进行数据透视，所得新的sheet命名为SO。No.4文章页数同前“No.1 文章类型”操作，对PG进行数据透视，所得新的sheet命名为PG。参考文献数同前“No.1 文章类型”操作，对NR进行数据透视, 所得新的sheet命名为NR。No.5国家分析首先区分两种作者联系方式。RP: 通讯地址，只有一个作者；C1：研究地址，多个作者。示例RP：Acemioglu,B（作者）,Kahramanmaras Sutcu Imam Univ（机构）,Fac Sci & Arts,Dept Chem,TR-46100 Maras,Turkey（国家） 通讯作者（RP1），所在机构（RP2）将RP列排序， copy入新的sheet。（排序原因是考虑到后续处理如合并函数的操作连贯性要求）；对RP列用分号进行分列：数据分列分割符号分号完成；在RP列前插入新的一列，命名为RP1。在A2中键入CONCATENATE函数（从“fx”中的“全部函数”中选择）：Text1:B2Text2:,Text3:C2Text4:,完成后点回车键，即在A2中可显示公式有：=CONCATENATE(B2,C2,)。再双击两次A2,于是A列全列便可得。（小提示1：Tab键会经常用到，如由Text1按Tab键一次到Text2，两次即到Text3。后续处理中在对较多单元格使用合并函数时，如可首先从Text1起依次左手按两次Tab键，右手选择单元格B2,C2,D2,E2；然后再从Text2起依次左手按两次Tab键，右手连续按，或；，即得用，或；合并单元格的效果。结果示例如：=CONCATENATE(B2,C2,D2,E2,F2,G2)。需要注意的是，根据需要在最前一个或最后一个考虑是否加入，或；,以及加几个的问题。）(小提示2：在C2后加,的原因因为RP列可能为空白格，若不加合并后则会出现有的格为,的情况，补充两个,后则变成有“,”，而以前的非空白格则会在后面有“,”，于是我们再进行取代操作，见步骤5，就可以了。)将A列整列点右键进行复 .制，再选择性粘贴（选择“数值”粘贴）。此步也很重要，以后会经常用到！取代,为无，取代,为无。至此A列即完成了RP1。可删除B，C列。现在的B列即为机构。将其命名为RP2。可删除后面多余的其他列。对RP1，RP2分别进行数据透视，得到我们想要的分析。 通讯作者所在国家（RP3）考虑到国家问题处理稍微复杂，故区分开来作处理。这里的方法可作为模板应用，接下来后续国家处理时不再详述。1查找*Hong Kong,Peoples R China取代成Hong Kong（香港问题先处理）；2查找*,取代为无。因为RP的最后一个是国家，此操作便可将其前的内容全部去掉。3处理美国，将其统一为USA(USA原本有四种形式存在:USA; NC 27695 USA;CA 90807；CA):*USA取代成USA；*0取代成USA；*1取代成USA；*2取代成USA；*9取代成USA；取代两个字母结尾的：这里要用到查找字母个数的函数LEN，并进行数据筛选。插入新的一列，在A2中键入LEN函数（从“fx”中的“全部函数”中选择）：Text:B2完成后点回车键，再双击两次A2,于是A列全列便可得。选住A1,操作：数据筛选自动筛选。此时对A1格下拉，便可看到A列有的各数字。如果有2，则选定，会出现所有含两个字母的行，可依次将其对应单元格修改为USA。将*USAUSA取代为USA。可多点“全部替换”两次，确保把可能出现的有三个USA的情况都替换完全。此时可把A列删除，并取消自动筛选。4处理英国，将其统一为UK。(UK原本有四种形式存在: North Ireland; Scotland; Wales;England)。5至此以上四步完成国家取代的基本工作，为防止遗漏，可对整列进行自动筛选检查，及时纠正遗漏。然后可运用数据透视表对RP3进行处理分析。6国家的其他处理，可根据需要选择：更改更合适的大小写，将全列复制贴入WORD文档，格式更改大小写句首字母大写,然后贴回EXCEL。另外，WORD文档里有快捷键shift+F3可对全部字母改大（小）写；EXCEL有公式LOWER可对全部改小写。又如可换Peoples R China为China等等。附三 处理以美国以数字结尾情况的另外方法根据结构CA 90807思考新的替代法。在处理完香港后，取代“,”为“, ”（如果国家多时则要在分列前就进行取代）；查找*,取代为无；*USA取代成USA；查找 ? ?取代为USA；对应查找两个字母的要改为查找三个字母，取代为USA；（因此时各国家前加入了空格）*USAUSA取代成USA；将USA取代成 USA,此时得到结果为所有国家前都有一个空格。（因在上步操作中USA前没有了空格，为一致所以要再加上）。No.7国家分析通讯与研究合并地址（C1+RP）No. + RP贴到新的Sheet，先去除RP中的作者（为方便后续分析）。方法为：分列：在分列时选择最左边两列不导入，或者分列后直接删除左边两列；自动筛选，最远的字段第一行打0，在单元格右下方以实心的十字时拖动向左，第一行所有横列都变成0（防止在合并时遗漏后面的列）；用,合并。注意最后一列后加“,”，取代“,”为“,”,再取代“,”为无。可多取代几次至完全。（很多的逗号取代越来越少） (小提示：什么时候对国家需要排序呢？一种是合并函数使用时，连续性的要求。但若是连序号一起复制过来，则不需。这是最重要一个原因；另外就是再后面处理许多国家，将后续列依次前贴至第一列时很必要；还有就是删除重复国家时很有用，尤其是出来开始较少国家时等)2在RP前贴入C1，插入新一行用;合并。注意C之前和D之后一列都要加“;”。取代“;”为“;”,再取代“;”为无。（存在有5，3，2个分号的情况）。3至此完成了C1+RP的操作，在原数据库D中的C1前贴入此列。一定要注意在贴回的时候对应序号一致，在后续操作中都要重视此问题，不再重述。 无重复的通讯与研究合并地址的国家（CC1+RP）No.+ C1 + RP贴到新的Sheet，用；分列，自动筛选，标0；对国家进行处理；国家处理完毕后，由于同一栏勿有重复的国家名称，所以用MATCH函数，同一行每个国家只留下一个名称。在序号（A列）跟国家（B列与之后的列）之间插入一系列新的字段，成为作为MATCH函数处理的字段。插入方法为ctrl+shift全选国家部分，右键菜单选择插入即可。在B1插入函数中选择MATCH：lookup_value 选择你要比对那栏的国家所在格（如H1）lookup_array 所查对格后面整行作为比对出，是否有与其有重复（如可按I1右拖即可）Match_type 输入0（表示H列作为第0列，则I为第1列）B列第一栏框中，以实心的十字点向右拖至G1，再整行双击两下使往下整栏函数设定格式相同；对B至G列进行自动筛选。如C列会有N/A与1，2，3，4，5等数字出现： N/A代表同一横列中没有与I列相同的国家字段； 数字2代表同一横列中从J列数第2列，即K列有与I列相同的国家。在B列中筛选数字：可先将H列冻结，把与H列国家相同的第1列整栏用Delete键删除，再删除第2，3列等等，所有数字处理完毕后注意切记要再B列选择“全部”打开，并将H列解冻。依此类推到C,D，E所有列字段比对完毕，即处理完所有同一笔数据中重复的国家名称。一定要注意对应列关系。小提示：比对时可发现G列，即插入的最后一列全部为N/A，可直接删除。全部完成后，发现都变成了N/A，将其删除即可。4.以CONCATENATE函数功能用,把同一横列所有国家合并到同一栏。还是注意在最后一个TEXT里为两个逗号。选择性粘贴后，把,取代成无，把,取代成无即完成。5把处理完逗号问题的国家复制贴回D sheet开设一个新的column名称叫CC1RP。 分析国内合作与国际合作单一国家：No.+ CC1 + RP贴到新的Sheet，用，分列，自动筛选，标0；2然后从B列开始A-Z排序， C ，D依此类推,连续排序至最后字段,所有空白格即在下方了；3在C列用Ctrl，找到C列最下面的位置，其所在行之下的行的即为单一国家；4按CtrlShift框起单一的B列国家，复制贴到新的sheet做数据数据透视表与图报表（分析得知单一国家的项目SP与计数P）。合作国家：1回到处理所有国家的sheet，扣除刚才复制到新Sheet的B列单一国家部份，其余从B列至最后面的所有列即为合作国家（可以看到同一横列的数据有两个以上的国家）；2.全选复制至一个新的sheet,去掉序号No.列和第一行。3把合作国家各个列从B开始一列一列剪贴到A列下面，也就是全部贴成一列国家。刚开始列比较多时可采取的操作为：将A行复制，在A列的最下方选择性粘贴（注意这里要选择“转置”），再删除A行。依次做几行，至列较少为止。最后将A一列国家做数据透视表（分析得知合作国家的项目CP与计数P）单一与合作国家一起分析：1.在一个新的sheet中，贴入SP，CP及各自计数项P。2VLOOKUP函数功能合并处理单一国家及合作国家成为一个合并的表格：将单一国家及合作国家贴到同一列A中，做数据数据透视表与图报表（得知此DATA中所有国家名称）；把所有国家的名称贴到新的sheet，此列命名为C/T(即Country/Territory)，该sheet可命名为Country%； 将上述已分析过的单一与合作国家贴到此sheet，在列C/T右边插入新的一列，运用VLOOKUP函数：【把找到相同的国家的数字贴到lookup的字段中】Lookup_value A2Table_array SP,P(或CP,P)两列，且用F4固定Col_index_num 2Range_lookup false 分别找到SP与CP对应的P,把找到的N/A值单元格(代表找不到)皆改为0。再分别算单一国家、合作国家、所有国家的百分比等，对其按大小排序可得到想要的结论。对小数点的处理：有效位数两位数。最后得到结果格式如下：C/TSPP%CPP%TP%IP%其中TPSP+CP;IP=SP/TP*100No.6作者分析作者人数（No.AU）1. No. + AU贴到新的Sheet，对AU进行排序。将Anoy排在上面（表示作者不详）。2用；对其分列，自动筛选，打入0。3在列AU前插入一列，运用COUNTA函数：Value1:按住C1，ctrl+shift向右再对B1以为实心的十字点双击便得整列的值。选择性粘贴入数值。4便得No.AU，可将其贴入原sheet D中。对其进行数据透视。得到不同作者数对应的文章数。个人文章数排名这是很有益的操作，可以使我们得知该领域谁发表的文章最多，在下面的分析中我们还可得知谁以第一作者发表的文章数最多，从而了解大师何在。1将AU复制至新的sheet，排序去除不明作者。分列；自动筛选，第一行全打0。2依次对每一列进行排序，完成后同前操作，依次从B开始一列一列剪贴到A列下面。全部贴成一列后，进行数据透视。第一作者文章数排名1 将AU复制至新的sheet。查找；*变成无，便得到第一作者。或者对其用；进行分列，保留最前面的列即是第一作者。2 对第一作者列FAU进行数据透视。No.7成长趋势这里仅用数据说明，更清晰的表示可用EXCEL图表功能来描述趋势。大体为插入图表X,Y散点图更详细的图表格式设置，暂不作详述。主要仍是运用数据透视表功能，在数据sheet 中作数据透视。为描述每年所发表文章的趋势，可首先选PY项，点击“添加到”。1 据提示“请将数据项拖至此处”将PY拖入。PY,P；2 从左上角将PY拖出，再据提示“请将数据项拖至此处”将No.A拖入。注意这里的No.A为求和项而非计数项。得到作者个数No.A，P；3 从左上角将No.A拖出，再据提示“请将数据项拖至此处”将NR拖入。得到参考文献数NR，P；4 从左上角将NR拖出，再据提示“请将数据项拖至此处”将PG拖入。得到文章页数PG，P；5 其他更多分析雷同。所得结果大体格式为：PYPNO.AUNO.AU/PNRNR/PPGPG/P199525672.6842617.042208.81996441222.77272782818.818184129.3636361997551753.181818115821.0545555110.018181998521502.884615123523.754668.9615381999631822.888889135421.4920669511.031752000721982.75169023.472226849.52001993103.131313230923.323238979.06060620021043533.3942312619250096220031524973.269737372224.4868414109.27631620041736013.473988454826.2890215779.11560720051996593.311558507825.5175916558.316583总和/平均103833143.1926782496724.0529996089.256262小提示：是求和项还是计数项由分析需要决定，只需要双击左上角单元格两次，在弹出提示框中将汇总方式选择为“数值计数”或是“求和”。通常我们这里分析除了No