# 研究杂感 × Citespace（第一辑）

Citespce 数据可视化

写在前面

Citespace 软件在揭示学科的动态发展规律，发现学科的研究前沿上有一定的优势；而对学科主题之间的关系进行清晰的呈现、或者数据量非常大的时候，可以选取 VOSviewer 软件绘制知识图谱。

刚学完VOS的文献计量，确实颜色和聚类呈图比Citespace优秀很多，但是做时间的共现分析确实Citespace要略胜一筹，下面就好好研究下Citespace用法。

正餐开始

点击 StartCiteSpace_Windows 进入下述界面：
输入2（代表使用中文进入软件环境）
Citespace主要分为以下四个部分：

Citespace主攻的几个方面：

• 研究热点（关键词共现） —— 不如VOS
• 研究前沿（关键词突现） —— 优于VOS
• 研究趋势（关键词时区） —— 优于VOS
• 发文机构分析 —— 不如VOS
• 发文作者分析 —— 不如VOS

真正的正餐开始

首先需要在选定文件夹的目标路径下设置如下4个文件夹：

首先以CNKI为例进行介绍：

在这里要选择 Refworks 进行文献的导出（区别于VOS的自定义模式）

然后下载下来之后要将其放入 input 文件夹，并且将其以 download 开头来进行命名。

接下来就需要开始进行数据转换：
然后把文件夹中的相关数据进行导入：

接下来将属于 output 里的文件转移到 data 文件夹下：
接下来新建项目，项目名称必须以英文命名，项目位置即为 project 位置，数据源位置即为 data 位置，其他设置默认保持不变（中文的要勾选CSSCI）：

接下来是设置部分：
只需要设置下述3处（CNKI只能处理褐色框线部分）

然后点击 GO 运行：
当运行差不多的时候点击暂停键即可让图片静止下来

控制面板含义如图所示：

从左到右依次为：
随机聚类、主题聚类、关键词聚类、摘要聚类

点选节点的圆圈选项，即可展示出来

开始点了之后依然没有圈圈，而后发现将Node Size放大即可达到相关要求，解决！

图中圆圈大小代表频数大小，圆圈越大代表频数越大
（但并不是说关系性越大）
其中 count 代表频数多少，centrality 代表中心性，year 代表该词语最早出现的年份（PS：当节点数大于500的时候，系统就默认不处理了，需要手动进行处理）

于是就可以计算出每个节点的中心度

接下来进可视化的调节：

有几个点需要着重注意一下：

• Threshold 指的是阈值，调节大小即可控制出来的主题多少
• Front Size 调节可以控制字体大小
• Node Size 调节可以控制圆圈大小

另：CiteSpace相较于VOS可以自由拖拽节点位置，以此达到调节图像的效果，并且CiteSpace比较适合这种斜着的图

关键词聚类

点击 K 对关键词进行聚类

点击红框部分可以查看详细类别：

我们可以发现这个聚类并非连续的，有一些没有显现出来（比如这里缺了11）

出现上述原因是因为CiteSpace默认处理关键词小于10的话就会不显示

同时，我们也可以通过 Show Clusters by IDs 选项，输入不连续、连续的ID，进行单独显示

比如在这里就筛选了9-13的ID，肉眼可见内容大大减少了

通过 colormap 可以设置节点、颜色、字体的透明度

关键词时区

选择面板上的 layout 选项，选择时区图

然后调整一下背景颜色，让其更清晰的显现出来：

由于节点反映的是第一次该关键词出现的时区，所以在调整的时候只能上下调整，不能左右调整

另：如果control panel 不见的话，在Windows里可以打开。

通过label可以调整字体颜色

然后就是拖动时区图节点内容使之关键词变得更为清晰（但是个人感觉不拉更好看）

关键词突变

选择控制面板 Burstness 选项，先 Refresh 一下。
然后可以看到有3个关键词突变
点击进行可视化：

解读：例如酒店管理这个关键词在2018年左右爆发，2022年结束（其实也不是结束，只是目前只到2022年，说明其依然是研究热点）

作者分析

这个效果确实一言难尽，只能说懂的都懂。

点击 Export ，然后再 Run 一下，就会出现这个网页：

然后可以把里面的内容粘贴到Excel里进行深层次分析

机构分析

效果太差 就不展示了 方法都是一样的

总结

CiteSpace第一辑就这样吧 再探再报~