Citespace软件操作问答 - 图文

1、citespace软件操作问答 - 图文 citespace软件操作问答（摘自陈超美博士的科学博客） （8）如何在 citespace中控制节点的取舍 citespace提供了几种方式来控制最终生成的络将由哪些节点构成： 1. 2. 3. 4. top n top n% threshold interpolation select citers 第一种办法最简单，最适于初学阶段，所以目前版本将其放在首位。其余几种办法逐渐变得复杂，最好等熟悉系统之后再考虑。下面简要介绍一下各个方法的细节。 top n：系统设定n=30，意为在每个time slice中提取n个被引次数最高的文献。n越大生成的络将

2、相对更全面一些。 top n%: 将每个time slice中的被引文献按被引次数排序后，保留最高的n%作为节点。 threshold interpolation：设定三个time slices的值，其余time slices的值由线性插值赋值。三组需要设置的slices为第一个，中间一个，和最后一个slice。每组中的三个值分别为c，cc，和ccv。c为最低被引次数。只有满足这个条件的文献才能参加下面的运算。cc为本slice内的共被引次数。ccv为规范化以后的共被引次数（0100）。 select citers：与以上方法不同的是这个方法先选施引文献，然后需再用方法1-3之一。先check

3、 tc distribution然后填写use tc filter 后面的两个数字：最低和最高tc值（time cited），选定user tc filter前的选项。按continue，再设定方法1，2，或3。 节点总数在progress reports中给出。节点总数越大需要内存越多。下回将介绍如何选择络的连接密度。 citespace提供了多项参数选择，初学者难免有时不知从何下手。这里介绍一些要点以供参考。 citespace的功能类似一架照相机，只是它拍摄的对象是科学文献而不是自然景色。设置citespace的各项参数大致相当于取景，调焦，对光圈。不过这些过程在如今的相机中基本都已完全

4、透明。所以，参数设置对citespace所产生的图谱有直接影响。最初使用时，最简单的办法是先采用系统的预定参数；熟悉之后，再按下面提供的要点调整参数。 那么什么样的citespace图谱才算好图谱呢？citespace的设计实际上是有针对性的。能满足citespace设计要求的图谱才视为好图谱。citespace要展现的是一个领域的知识发展的历史和现状。这是citespace的取景范围。由于深受库恩科学革命的结构的影响，对citespace来说，焦点自然是在范式（paradigm）和范式转移（paradigm shift）。近年来大家倾向于这种认识：范式是一种更为广泛的现象，可以在各个层次上出

5、现。换句话说，并非50年一遇或100年一遇。所以citespace竭尽全力所要甄别，显示，突出的就是在广义的范式转移中起关键作用的转折点。与广义范式相对应的是科学文献中自然呈现的聚类。转折点便 是联结不同聚类的桥梁。如果citespace生成的图谱能清晰的显示出这些要素，这种图谱便属上乘之作。关于解读citespace图谱的要点，来日再写。 有了这个目标以后，图谱如能显示俩三个或更多的自然络聚类，而且各聚类之间有少量的联系，便为最佳。这样的图谱很容易带来有趣的和有意义的发现。相反，如果图谱中所有节点都纠缠在一起，则很难理出头绪。如果碰到这种情况，检查下面几种原因：数据范围是否过窄，门槛设置是否

6、过高（threshold），曝光时间是否过短（time slice）。另外，可用citespace中的链接剔除功能（pruning）来剔除一些次要的链接以突出核心结构。成像以后，citespace可提供进一步的指标。比如，modularity大约在0.40.8时的图谱通常会符合或接近上述要求。另外，如果可能从每年或每个时间段中选取数量大致相当的数据，会比每年都使用同样的门槛要更有效（相对于上述目标而言）。 做专利分析的时候，发现转换德温特专利的数据；还有就是，c、cc和ccv阈值的选择有没有什么标准呢？topn 和topn% 更直接，建议你用这两项。c，cc，ccv的选择灵活但较为复杂，参考x

7、xxx年我的pnas文章。从前，c有选5次以上的，ccv有选25%以上等等在文献中都可见到。阈值低的覆盖面会稍微广一些。考虑到文献数据本身的误差，以及大部分人的注意力往往集中在最有代表性的工作，所以阈值的选择总是相对的。wos并不包括所有的文献。另外，信息和噪音比也是一个考虑因素。关于阙值的选择，我是不是可以这样理解，就是说，知识图谱是需要不断探索和试验的，对所选择领域文献的分析必须是基于文献实际情况的，而不只是就图说图，理想的知识图谱应该是能够正确反映文献实际情况的那一张图。所以，知识图谱的绘制并不是一蹴而就的，阈值的不断切换就是为了找到符合实际情况的知识图谱；在操作过程中经常会遇到有的文献

8、被引频次很高，但是中心度却很低，而有的文献被引频次很低，中心度却很高，对于这样的现象我该怎样去理解？这两类文献中那一种才是关键文献或重要文献？为什么会出现这样的情况。另外，阈值设定中：top n per slice或者threshold（c，cc，ccv）数值大小，选用pathfinder或者minimum spanning tree，即使小小的变化，软件选择出的被引文献或者关键词其中心度变化很大。如果选择了其中的一组数据进行分析，自己都无法解释选择为什么要选择这组数据？我应该依据什么去选择分析？被引频次和中心度是两种不同的度量。中心度是定义在络结构上的。至于什么是关键文献或重要文献，取决于你

9、要研究什么问题。如果波动很大说明你选的top n还不够大。使用默认的top30与设置c、cc，ccv的差别很大，不知什么原因常常软件跑不动了，能给出点阈值调节的具体知道吗？c/cc/ccv的选法不太容易掌握（由下往上选），所以现在系统界面推荐top n的选法（由上往下选）。建议先用系统预定参数，然后根据选入节点的数量等在调节参数：top n: 30, 50, 100, . 由低望高增加。c/cc/ccv:，c: 30, 25, xxxx年或几年的时间段。最终显示的络不是各个络之间的简单叠加，而是要满足一些条件（详见xxxx年pnas的论文）。解读这样的络（我称为递进式知识领域分析）的要点包括：

10、络整体结构，络聚类，各聚类之间的关联，关键节点（转折点）和路径。解读时可从直观显示入手，然后再参照各项指标。 结构：是否能看到自然聚类（未经聚类算法而能直观判定的组合），是否包括转折点（有紫色外圈的节点），通过算法能得到几个聚类？每个节点大小代表它的总被引次数。大圈则总被引高。 时间：每个自然聚类是否有主导颜色（出现时间相对集中），是否有明显的热点（节点年轮中出现红色年轮，即被引频率是否曾经或仍在急速增加）？通过各个年轮的色彩可判断被引时间分布。时间线显示将每一聚类按时间顺序排列，相邻聚类常常对应相关主题（聚类间共引）。聚类之间的知识流向也可从时间（色彩）上看到（由冷色到暖色）。 内容：每个聚

11、类的影响（被引时涉及的主题，摘要，和关键词）和几种不同算法所选出的最有代表性的名词短语？ 指标：每个聚类是否具有足够的相似性（silhouette值是否足够大，太小则无明确主题可言），整个聚类是否有足够节点（太少则很可能全都出自同一篇文献的参考文献，因而缺乏普遍意义）？ tips：每个节点上，右键弹出的选择中，有一项是通过doi连接到原文出版社提供的页。可用citespace的图谱作为一个直接浏览相关文献的界面 黑色字体是提问，蓝色是陈超美的回答，一些很具体的操作，非常实用 （图谱各指示值含义类问题）在某文章的sigma值表示什么意思呢？绝大多数的sigma值是1.00，表示结构上和引文变化中

12、都非常重要。 （具体操作类问题）如何在citespace生成的聚类中查看该聚类成员的文章标题呢？右键点被引成员-open doi，我用citespace做被引文献聚类后，想知道每个类中所含被引文献的具体数量，该怎么操作？是否可以将相关数据导出为excel类型文件进行查看？clustering菜单下：summary table里显示具体个数；我刚开始使用这个软件，请问转折点文章的列表能自动生成，直接链接出来吗？在display窗口，networks菜单下，（？）我在您的有关文献里看到citespace的操作步骤1、2、3（extract noun phrase term from title,a

13、bstract,descriptors,identifiers of citing articles in the dataset）4-，关于步骤3我在实际操作的过程中并没有执行，而是直接分析共被引等内容，这样的话结果会有影响吗？如果我在分析了共被引等后，然后想作前沿词的探测的话会对结果有影响吗？另外关于提取名词的操作步骤是这样的对面，选择了time scling ,term source,然后在term type里选择noun phrase，然后点go对吗？如果我想探测突现词，必须先进行名词短语的提取然后选择burst term-detect bursts吗？可是这样只能在窗口里显示了几个探

14、测词，我往往再选择go，才能出现相应谱图？citespace中的burst detection 有两种用法：1。名词短语 和 2。单词。1需要事先提取。2则不用。如果后面的分析不涉及名词短语，结果不会受影响。最后几个问题：对；是；应该如此。这次的问题是timeline和timezone选项怎么使用和解读呢？timeline是先把整个络划分为几个聚类，然后按时间顺序排列出各个聚类中的文献。这样可以观察到很多现象。这个状态下的选项主要是显示聚类的标签，节点的特征等等。如何在生成的可视图中为各个节点标出相应的文字说明？统一标：article labeling下面的组合控制，如freq + thres

15、hold (越小符合显示要求的会越多)。单独标：右键label the node. 也可随后右键取消。我想请问下关于citespace怎么保存图谱，我是做教育经济的，图点很散，怎么样吧图点聚集起来输出，看起来一目了然可以存成.viz格式，以后可以直接用citespace打开使用：filesave visualization也可以:filesave png如能增加更多联接，也许能把整体集中一些: 增加time slice的长度，增加topn, topn%等。第一，在节点个数问题上，一般通过设置，最 后多少节点是理想的？（我目前运行时得到节点关键词308个，连线xxxx年的记录情况均显示了两次，是

16、代表citespace对每一年的情况都做了两次统计吗？1. dataimport/exportweb of scienceduplicates removal2. 可以更改。再试试。3。选的是被引参考文献吗？4。检查一下你是不是有两份文件。 （看看周斌有没有遇到这个问题）我最近在用citespace对作者进行分析，我想让每个节点所代表的作者名都能显示出来，我用了display-show cluster label等方法均不行，试以下displaylabel font size: node .在做作者或机构或国家合作络知识图谱时，freq 指的是被引频次呢，还是发文数量？这时freq为发文数量。

17、在选择“节点类型”的问题上有一点不明白。我想做共词分析的图谱，选择keyword那一项就可以了吗，感觉这样画出的图谱好像没有体现出共词的关系呐。term和keyword都可生成co-word络。keyword是web of science记录中keywordplus字段里的词。 （有关研究前沿确定方法的问题）一个图谱的研究前沿是怎么确定啊？我看的文章有的是直接把关键节点（有紫色外圈的）看做研究前沿，这样对吗？分析研究前沿时term type选择noun phrases还是burst terms？node type选择cited reference，这样对吗？谢谢老师啦！对错往往是相对的，主要取

18、决于你要发现什麽问题。（如何发现研究前沿）下面是一种方法：1. cited references2. 生成络3. citation burst (需按2次）红色为被引burst, 是前沿的?脚印?。按citation bursts （button）两次，图中一般便会加上红色圈圈，这样以后才有burst 的数值。sigma最高的节点为重要地区留下的脚印。4. 生成聚类。在cluster explorer里，选则右侧列表中脚印所在的聚类（参考#3）。这时中间列表所显视的论文可视为一组前沿文献。5. synthesizegenerate a narrative中包括一些#4中提到的文献。步骤3中所提

19、到的前沿的“脚印”，是不是就是说它们在当时的那个时间里是研究前沿，即曾经是研究前沿？非常谢谢老师详细的解答！严谨地说，?脚印?只是前沿所留下的线索，蛛丝马迹，并非其真面目。熊猫的脚印不等于熊猫。第5步才涉及到脚印到底是那个熊猫的。如何用基于cssci的数据绘制“研究前沿突变术语”的图谱？（burst为名词短语）1. 抽取名词短语，选需要的年份，选noun phrases，等左边窗口出现回应后，go. 等到提示visualize, save, cancel，选cancel.以上这步只需做一次2。 选burst, 用名词短语3. node type 选cited references 和 term

20、s.4。 go. 在您的文章：citespace 2：科学文献中新趋势与新动态的识别与可视化中第409页，大规模生物种群灭绝中用了四种视图：1，共被引文章的合并络；2经pathfinder裁剪的个体共引的合并络；3经pathfinder剪枝的混合络；4经pathfinder裁剪的混合络的时区视图。在具体软件设置上我做如下设置对吗：对于视图1:选中burst terms和cited reference。对于视图2:选中burst terms和cited reference及pathfinder和pruning sliced networks。对于视图3:中的混合络如何设置？混合络是如何定义的？在

21、做文献分析的时候都需要做上面四种视图的分析吗？对应图应为图3-图6。图3：cited references 图4：cited references 加 pathfinder图5：cited references 和 burst terms 我看您的著作the structure and dynamics of cocitation clusters: a multipleperspective cocitation analysis中关于aca的操作，在做出来aca的timeline图谱之后，表4做的是“labels of the largest aca clusters”，我知道操作，但后面

22、的表5top-10 most cited authors of the largest aca clusters“的具体操作时怎样的，可按下列步骤：1 - cluster2 - label3 - synthesizingcluster explorer细节上有些变动，如引文前面0.41指该文引用了相应聚类中41%的文献。我在dca聚类分析中，按步骤做到了cluster explorer,但是无法做到像您的著作the structure and dynamics of cocitation clusters: a multipleperspective cocitation analysis中，

23、从最大的聚类中找到cited references as the intellectual base或者citing articles as research fronts，那些cited reference还有citing article是怎么找出来的？我在cluster explorer中可以找到每个聚类的cluster members还有cluster makers。cluster members中有author但是title下面都是省略号“.”。cluster makers显示正常，下面的文献是不是应该对应的是citing article呢？cluster members = cited references = intellectual base，cluster makers