文献信息分析软件RefViz的使用与实践

.,文献信息分析软件RefViz的使用与实践,云南大学图书馆陈强2011年11月16日,“金钥匙讲坛”文献管理软件系列之四,.,前言：科研工作者的四项信息修炼,文献检索,文献管理,信息分析,协作分享,图书馆资源检索基本知识常用数据库RSS订阅搜索引擎,EndNoteX4NoteExpress2.6Quosa,HistCiteTDACitespaceRefVizOmniViz,MendeleyZotero共享协作平台,.,导入：数字化时代科研人员的“困扰”,传统的文献存储方式：遗忘丢失，重复下载低效的文献阅读方式：耗力费时，无法整合落后的论文写作方式：手工编排，枯燥易错,.,“困扰”的根源和解决方案,.,内容提要,RefViz简介、作用、适用人群RefViz工作原理软件下载与安装主界面介绍从EndNote、ReferenceManager无缝导入数据关键词分析其他功能（同义词定义工具）上机实习小结,.,1.1RefViz简介,RefViz是由Thomson公司和ominiviz公司合作开发用于文献信息分析的软件。网络可以帮助我们获取大量的信息，当信息多到一定的程度的时候，我们不可能逐一阅读；另外，即使文献的数量不是太多，可以阅读，也会耗费大量的时间，同时也会大幅降低我们获取信息的效率。怎样从这些信息中快速找到相关的信息，怎样快速把握这些信息的主要内容，是当今每位科研工作者都面临的问题。,.,1.2RefViz的作用,RefViz可以帮助我们分析、组织和管理大量的文献。通过采取与我们阅读文献类似的方式：通读所有文献、找出关键信息，然后进行归类，并以可视化的图形方式将归类的结果展示出来。可以帮助我们发现研究热点，找出文献间的相互关系，快速了解某一领域的整体情况等。可以帮助我们确定研究方向，开拓研究思路，寻找新的解决方案和突破口等。不管你是初涉科研的学生，还是一位资深的研究人员，我们都建议你去学习和掌握这款软件。它可以帮助你快速处理海量信息，让你在竞争中领先一步。,.,1.3RefViz的适用人群,第一次接触陌生课题研究生撰写开题报告老板突发奇想，让我们做一些“开创性的工作”平时有文献管理需求的师生想要读博或继续深造的师生不想淹没在科研大军中，一辈子“默默无闻”，如何出奇制胜，增加文章的被引次数，投稿到影响因子较高的期刊,.,2.1RefViz工作原理,与平时阅读文献的过程类似，reading-finding-dividing并不是单纯通过词频来统计，而是通过一种数学模式找出哪些词是最重要的，哪些是次重要的，哪些是无关紧要的，然后利用这两种词对每篇文章进行标识，再通过标准的聚类方法将这批文献分成若干组(Group),.,2.2RefViz的软件架构,.,2.3RefViz能告诉我们什么？,通过图示的方式将这些组的文献根据相互间的关系呈现出来，每个文件夹图标表示一组文献，每组文献之间根据相互的类似程度进行排列图标的大小代表文章数的多少，分布的位置靠得越近，内容越相似；文件夹越密集，说明这些方面的文献越多，是这批文献中研究的热点方向,.,Galaxy图示,.,Pop-up浮动窗口,.,3软件下载与安装,EndNoteX4超级试用版RefViz2.1超级试用版安装运行比较简单，从网站(http:/www.RefV)下载试用版，或购买正式版，点击RVINSTALL.EXE即可进行安装。第一次运行会提醒你输入序列号,.,4RefViz主界面介绍,第一次运行软件，程序会自动打开sampleview的文件主界面分为四部分：1显示分析结果的窗口，有两种视图显示方式，Galaxy视图和Matrix视图2topic区域，从左往右是majortopic、minortopic、descriptiveterms3当前选择的所有文献列表4软件的提示区域，帮助信息,.,.,5.1三种来源文献的分析,执行联网检索File-newview-createnewview-searchingdatebase(s)usingreferenceretriever直接分析文献管理软件中的数据库(推荐)EndNote7以上的版本、ReferenceManager11以上的版本利用文件进行分析File-newview-createnewview-Usingreferencefile(s)选择预存的文件,.,从EN或RM无缝导入数据,RefViz可以实现与Endnote和RM的无缝连接，即我们可以将手头的Endnote数据库和RM数据库直接导入。RefViz的PDFHelp中介绍了通过下载多种数据库文件后建库的方法，不再赘述。,.,从EN或RM无缝导入数据,这里介绍一下与参考文献管理软件之间嵌入的方法。在RM或Endnote的安装目录下，均有一个文件ConfigureDataViz.exe，运行此文件后，按照Wizard的提示，找到RefViz安装目录下的RefViz.exe文件，然后按照提示就可建立链接。打开RM，可以看到工具栏中已经出现RefViz的链接工具，点击该工具栏，RefViz会开始自动建立相关数据库（注意此时新建的数据库自动保存在X:RefVizdatasets文件夹中）。此外，可以通过导出RM或Endnote数据库为RIS格式的文本文档，然后在RefViz中导入。,.,方法一：在EndNote(版本7以前)文件下，找到ConfigureDataViz.exe，然后按照提示建立链接,.,方法二：EndNoteX4-Tools-DataVisualization,.,5.2视图创建的过程,词库的创建移除终止词(about/either/also/very/who/these等)安装目录下stopwords文件夹，default.stop.txt是设置终止词的默认文件，一行一词主词提取计算不同词的权重，确定主词和辅词分辨同义词，识别主词之间的相互关系主词仅由标题和摘要中的词决定，若无摘要则调用Notes中的内容作者不会出现在主词中创建文件组(根据标准聚类分析的方法创建文献组)视图展示(根据文献亲近关系，排列在Galaxy视图和Matrix视图中),.,5.2.1Galaxy视图,打开Galaxy视图Galaxy视图中的信息Galaxy视图中的操作选择文献和文献组(Edit-SelectAll、Ctrl+A)取消选择(Edit-ClearSelections、Ctrl)显示文献和文献组信息基本操作(移动、放大缩小、全窗口、复位到初始状态)利用Galaxy视图挖掘信息创建子视图(File-CreateSubsetView)反选除掉边缘文献(Edit-invertselections)直接检索(topic窗口，searchtool)直接阅读文献信息(referenceviewer窗口，双击打开详细信息)个性化设置(Edit-Preferences，设置Galaxy视图的颜色),.,5.2.2Matrix视图,Matrix视图显示的是文献组与主词或主词与主词之间的相互关系列总是代表主词，而行既可以代表文献组也可以代表主词可以快速了解到主词在不同组中被讨论的情况，快速发现哪些概念通常在一起讨论，哪些概念之间有相似性等,.,5.2.2Matrix视图,当行代表文献组时(默认设置)，Matrix视图提供的信息是每个概念会在哪些组中被讨论可以选择颜色代表相关性，也可以用颜色代表文献的数量默认设置用颜色代表相关性，即主词与每组所有文献之间或主词之间相关联的程度红色表示关联性强，蓝色表示没有关联如果用颜色表示数量，则白色表示零，黑色表示最大。白色表示没有相关性，黑色表示强相关性,.,5.2.2Matrix视图,Matrix视图的排序Matrix视图的操作利用指示窗浏览Matrix视图判断行列主题间的相关性,.,6.1RefViz的其它功能,分类之后，还可以通过一系列的工具去影响它的分类，如通过调整majortopic，或者定义同义词thesaurus等，可实现交互式的分类。也可以通过辅助工具找出某些概念之间的相互关系，以及与某篇文章相关的其它文献等。,.,6.2RefViz的其它功能,主词工具(topictool)通过主词影响文献分类搜索工具(searchtool)如何进行检索快速检索(quicksearch)同义词(tool-thesaurus)终止词和其它词汇,.,同义词定义工具,.,例1：利用RefViz分析“转基因食品”的研究趋势,7.1实例演示(I),.,1.从EndNote中导入题录,.,Note：可能有部分文献因无题名或无摘要而无法导入（默认设置，ViewCreationPreferences中可修改）,.,导入完成后，进入RefViz,.,1975-2011年转基因食品研究趋势,1975-1999年,1975-2009年,1975-2011年,.,例2：利用RefViz分析SELEX的发展趋势,7.2实例演示(II),.,例2结果解读,由上图中可以看出，红色椭圆选中的区域是2007年明显占优势的区域，2007年在该领域发表的文章远远超过了1992-2006年文章的总和。分别查看红色框中的主题词分布和所有文献的主题词分布，如下图所示：,.,例2：利用RefViz分析SELEX的发展趋势,.,例2结果解读,比较排列在前面的主词，可以发现2007年排在1、2位的主词在所有文献中分列3、1位，变化不大；2007年排在3、4位的主词，在所有文献中列在11、12位，有较大提前；比较明显的变化是2007年排在第五位的detection，在所有主词中排在很靠后的位置；这表明detection是2007年这些文献中的一个热点。进一步查看文献信息发现2007年发表的文章中有相当大的一部分是关于检测（detection）的。可以通过以下途径验证以上判断，分别检索2007年发表的文章共181篇，所有关于detection的文章81篇，包含detection或2007年发表的文章共计215篇，由此可以得出2007年发表的关于detection的文章有181+81-215=