可视化的方法来呈现科学知识的结构
更新日期:2022-04-17     浏览次数:82
核心提示:1.2.1 CitespceCitespace是由陈超美教授开发并用于分析科学分析中蕴含的潜在知识的软件,它通过可视化的方法来呈现科学知识的结构、规律和分布情况[5]

1.2.1 Citespce

Citespace是由陈超美教授开发并用于分析科学分析中蕴含的潜在知识的软件,它通过可视化的方法来呈现科学知识的结构、规律和分布情况[5]。主要功能是进行合作网络分析(作者、机构或者国家)、共现分析(主题、关键词、来源或者WoS学科)、共被引分析(文献、作者、期刊)、文献耦合和基金分析以及联级引文分析,可结合聚类、突现等方法来分析研究领域的动态和热点。在软件运行呈现可视化后,图谱中的圆点即节点,代表了分析的对象,出现次数越多则节点越大,其内部的颜色变化以及厚薄程度表示不同时间内出现的频次大小;节点外部出现紫色外圈则代表此节点的中心性≥0.10,中心性越高则代表其在此领域的影响力越大,提示作者、机构、国家、关键词、被引文献等在此领域的重要性;节点与节点之间的连线代表两者具有共现或被引用的关系,连线的粗细代表了两者关系的强度,颜色从冷色调到暖色调的变化则代表了从早期到近期的变化[5],[6],[7],[8]。进行聚类分析时,Modularity 表示网络模块化,其值应大于0.3,否则该聚类无意义;Mean Silhouette 表示轮廓值,表示聚类图谱的均质性,其值越接近1则聚类越高效。突现分析说明在此领域的某个时间段该节点的出现频次与其他节点相比突然增高,预示着该节点在某个时间段活跃,可帮助判断研究趋势、前沿以及热点[9]。图谱可使用上方工具栏和窗口进行调节,使图谱的结构布局更加清晰美观。