citespace安装包_竟然还有人没用过文献挖掘神器——CiteSpace？

在科研工作中，我们常常需要面对海量的文献，如何在这些文献当中找出值得精读、细读的关键文献，挖掘学科前沿，找到研究热点就成为了开展研究之前首先需要解决的问题。 CiteSpace作为一款优秀的文献计量学软件，能够将文献之间的关系以科学知识图谱的方式可视化的展现在操作者面前，既能帮助我们梳理过去的研究轨迹，也能使得我们对未来的研究前景有一个大概的认识。 利用 CiteSpace 分析做出的图▲ 正如科学计量学界的权威专家刘则渊教授对CiteSpace知识图谱形态的概括一样：

“一图展春秋，一览无余；一图胜万言，一目了然”。

近年来，使用CiteSpace开展的研究、发表的论文呈现不断上升的趋势。根据知网的统计，2017年相关论文已经达到388篇。 CiteSpace下载链接如下： http://cluster.ischool.drexel.edu/~cchen/citespace/download/ 使用CiteSpace分析某一主题的研究历史与研究前沿，第一步就是要从文献数据库上下载到一定数量的文献信息。 在获取特定主题的数据后，自然而言我们会冒出一个问题：“我们拿这些数据用来做什么？” CiteSpace的最大的作用，就是能够在这些枯燥乏味、机械重复的数据中挖掘出我们想要的东西。 那么，这是依靠什么原理实现的呢？ · 共被引分析 共被引分析(Co-Citation analysis)是指两篇文献共同出现在第三篇施引文献的参考文献目录中，则这两篇文献形成共被引关系。 通过对一个引文网络进行文献共被引关系挖掘的过程，就可以认为是文献共被引分析的过程。 例如下图文献pb1和文献pb4在三篇论文中共同引用，那么他们的共被引次数为3次，通过一定的计算方式可以得到他们的关联强度。共被引次数越多，这说明这两篇文献相似之处越大，关联强度也越大。 分析的步骤为： 先从文献信息中归纳得到引证矩阵，在引证矩阵的基础上生成共被引矩阵。使用可视化技术，将共被引矩阵可视化为网络。 · 共词分析 在进行共词分析之前，首先需要先了解词频分析。词频是指所分析的文档中词语出现的次数。 词频分析就是在文献信息中提取能够表达文献核心内容的关键词和主题词频次高地分布，来研究该领域发展动向和研究热点的方法。 在词频分析的基础上，对词频网络进行的更高层次的分析称为共词分析。 共词分析的基本原理是对一组词两两统计它们在同一组文献中出现的次数，通过这种共现次数来测度他们之间的亲疏关系。它需要满足以下几个方面的假设。 分析的步骤与共被引分析相近： 先从文献信息中归纳得到关键词矩阵，在关键矩阵的基础上生成共词矩阵。使用可视化技术，将共词矩阵可视化为网络。

·  突现分析 CiteSpace提供Burst detection的功能来探测在某一时段引用量有较大变化的情况。用以发现某一个主题词、关键词衰落或者兴起的情况。 · 聚类分析 聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程，以分析对象的相似性为基础。 聚类分析有许多不同的算法，CiteSpace提供的算法有3个，3个算法的名称分别是：LSI浅语义索引、LLR对数极大似然率、互信息。对不同的数据，3种算法表现一样，可在实践中多做实践。 · CiteSpace其他功能区 对于共被引分析，CiteSpace提供了引文共被引、作者共被引和期刊共被引3种不同类型的分析方法。对于共现分析，CiteSpace提供了术语、关键词、来源、领域4种不同的共现分析。

医盟公开课第4期直播，邀请南京大学闵超博士为你在线讲解《利用CiteSpace软件做聚类分析》。

直播时间 6.3(周三)晚20:00 直播主题

1节课搞定热点医学文献挖掘

——利用 CiteSpace软件做聚类分析

  前200位报名免费领CiteSpace安装包   观看直播无需做任务，进群就能看！ 仅剩 61个 名额，扫码立刻开抢，手慢无！