下载文档原格式
信息计量学CiteSpace使用教程116.2图谱的具体含义：针对施引文献的：1.作者共现图谱根据施引文献中作者合作的情况绘制，两个作者出现在同一篇文章中即视为一次合作，主要依据作者共现频次矩阵。
2.机构共现图谱根据施引文献中机构合作的情况绘制，两个作者机构出现在同一篇文章中即视为一次合作，主要依据机构共现频次矩阵。
3.国家共现图谱根据施引文献中国家合作的情况绘制，两个作者国家出现在同一篇文章中即视为一次合作，主要依据国家共现频次矩阵。
4.特征词共现图谱从标题、摘要、作者关键词、附加关键词等来源提取特征词，根据施引文献中特征词共现的情况绘制，两个特征词出现在同一篇文献中即视为一次合作，主要依据特征词共现频次矩阵。
5.关键词共现图谱根据施引文献中关键词共现的情况绘制，两个关键词出现在同一篇文献中即视为一次合作，主要依据关键词共现频次矩阵。
6.相似度图谱计算参考文献重叠来源的相似度（新功能，较少研究论文）7.WOS学科共现图谱根据WoS数据中提供的文献所属学科，一篇文章同时属于两个WoS学科时则视为一次学科共现，主要依据学科共现频次矩阵。
针对被引文献的：1.文献共被引图谱根据被引文献同时被施引文献引用的情况绘制，两篇文献同时被一篇文献引用即视为一次共被引，主要依据文献共被引频次矩阵。
2.作者共被引图谱根据被引文献作者同时被施引文献引用的情况绘制，两位作者的两篇文献同时被一篇文献引用即视为一次共被引，主要依据作者共被引频次矩阵。
3.期刊共被引图谱根据被引文献出版期刊同时被施引文献引用的情况绘制，两本期刊的两篇文献同时被一篇文献引用即视为一次共被引，主要依据期刊共被引频次矩阵。
目录目录 (1)0 关于CiteSpace (2)1.什么是CiteSpace? (2)2.什么是科学知识图谱？ (3)3.CiteSpace的五大理论基础 (3)4.CiteSpace的应用现状 (3)一、CiteSpace的下载与界面介绍 (4)1. 安装介绍 (4)2. 软件分区介绍 (4)3. CiteSpace可视化界面简介 (7)4 分析步骤 (10)二、CiteSpace的数据来源与下载：分析的原料在哪里 (11)1、在WoS上下载数据 (12)2、在CNKI上下载数据 (13)三、CiteSpace的分析原理：我们如何挖掘现有数据 (15)1、共被引分析 (15)2、共词分析 (16)3、突现分析 (17)4、聚类分析 (19)5、CiteSpace其他功能区 (20)四、CiteSpace挖掘的三个方面：知识基础、学科结构、研究前沿 (20)1、知识基础的获取 (20)2、学科结构的获取 (22)3、研究前沿的获取 (22)五. 关键词分析的可视化处理（实战-附详细说明） (23)0 可视化窗口调整 (23)1 调整与美化 (24)2 年轮式 (25)3 调整聚类的数量： (25)4 聚类结果总结表 (26)5 时间线与时区图 (27)6 突发性结果的查询 (28)7 一个关键词的分析 (29)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。
CiteSpace 又翻译为“引文空间”，是一款着眼于分析科学分析中蕴含的潜在知识，是在科学计量学、数据可视化背景下逐渐发展起来的引文可视化分析软件。
信息计量学CiteSpace使用教程169. 让你的图更美——调整图谱软件自动生成的图总是很丑，相信用过citespace的人都有所体会。
虽然这样的图依然有价值，但缺乏了美感，在图谱解读时也会有部分障碍。
因此本节主要是对图谱调整的一些方法进行说明。
在图谱生成界面中的display选项中基本包含了进行图谱调整的所有内容。
图谱调整下面依次解释常用选项的用法：•调整背景颜色：Background Color/Black Background/White Background背景颜色可以根据自己的需要调整。
软件还给出了两个快捷调整的方式，直接调整为白色背景和黑色背景。
•节点调整节点调整仅能在默认图谱中进行，例如引文年环的节点，节点的形状和颜色都具有解释性含义，则无法对节点进行调整o node rendering type呈现类型o node shape节点形状o node size 节点大小o node fill color 节点填充颜色/node outline color节点轮廓颜色•标签调整o label color 选择文章标签颜色/术语标签颜色/聚类标签颜色o label font size 选择标签统一大小显示/按比例显示o label position 选择使节点标签不被遮挡/使聚类标签不被遮挡•连线o line shape 选择连接是直线还是曲线o dashed line 虚线是否显示；虚线颜色o solid line 实线是否显示；实线颜色•聚类o show/hide cluster label显示/隐藏聚类标签#o show/hide cluster ID显示/隐藏聚类IDo convex hull:shou/hide 显示/隐藏聚类区o convex hull:fill/border only 显示/隐藏聚类区阴影填充o convex hull:toggle fill color pattern填充颜色切换o convex hull:select a fill color选择填充颜色o convex hull:color by cited year聚类区按年份赋予颜色o circle show/hide显示/隐藏聚类圈\。
信息计量学CiteSpace使用教程4
5.数据处理窗口展示
数据处理窗口
数据处理窗口即展示了上节提到的Citespace支持的数据库类型。
在数据处理窗口，软件可以完成以下功能：
1.数据格式转换（最为常用）
2.数据获取：获取ADS、arXiv数据，属于citespace内置功能
3.数据处理（较为常用）：针对WoS数据，可以进行文件合并、文献去重、分隔符格式转换等。
具体内容如下图所示：
数据处理
1.整理数据（较少使用）：使用本功能要求会使用基本的SQL语句，具体界面如下。
整理数据
5. 基本操作流程
使用citespace的基本操作流程如框图所示，涉及到了数据采集、数据处理、导入软件、功能选择、可视化生成图谱和标签提取、图谱解读几个重要步骤。
基本操作流程
下面以文献共被引图谱分析来展示使用CiteSpace的方法：
5.1 前期工作
•获取数据
•数据转换（非WoS数据）
•以CNKI为例
•（1）新建两个文件夹“input”和“output”，将下载的文件放入“input”文件夹中
•（2）Data →Import→CNKI
•（3）Input directory选择“input”文件夹，Output directory选择“output”文件夹
•（4）点击format conversion，完成转换
•建立新工程；
•参数选择（功能面板选择cited reference）。
CiteSpace学习指南1. CiteSpace基础CiteSpace全球使用的时间和空间特征被引分布：CiteSpace科技文本挖掘及可视化CiteSpace基础001：下载及安装CiteSpace基础002：软件原理CiteSpace基础003：最新安装视频CiteSpace基础004：不同版本使用说明CiteSpace基础005：知识图谱理论与实践CiteSpace：界定一个研究领域的学术格局CiteSpace理论基础与技术CiteSpace软件界面与功能CiteSpace对CNKI数据的分析CiteSpace对CSSCI数据的分析CiteSpace对Web of Science数据的分析CiteSpace对RSCI俄罗斯科学索引数据分析CiteSpace引文网络主路径分析CiteSpace对结构变异的分析CiteSpace的设计和分析原理CiteSpace的分析流程CiteSpace中Pathfinder的作用CiteSpace可视化案例视频Carrot对CiteSpace施引文献的聚类CiteSpace中文指南（最新版）2.CiteSpace可视化设计CiteSpace视图001：时区视图CiteSpace视图002：网络视图CiteSpace视图003：网络叠加图CiteSpace视图004：期刊叠加视图CiteSpace视图005：时间线视图CiteSpace视图006：主题配色3.CiteSpace案例图案例001：CiteSpace最新案例图案例002：CiteSpace最新案例图案例003：CiteSpace最新案例图案例004：CiteSpace最新案例图案例005：CiteSpace最新案例图案例006：CiteSpace最新案例图案例007：CiteSpace最新案例图案例008：CiteSpace最新案例图案例009：CiteSpace最新案例图案例010：CiteSpace最新案例图案例011：CiteSpace最新案例图案例012：CiteSpace最新案例图案例013：CiteSpace最新案例图案例014：CiteSpace最新案例图案例015：CiteSpace最新案例图案例016：CiteSpace最新案例图（主题图）案例017：CiteSpace最新案例图案例018：CiteSpace最新案例图案例019：CiteSpace最新案例图4. CiteSpace案例论文目录CiteSpace实践与应用：2021(1), 1-100CiteSpace实践与应用：2021(2), 101-200CiteSpace实践与应用：2021(3), 201-300CiteSpace实践与应用：2021(4), 301-400CiteSpace实践与应用：2021(5), 401-500CiteSpace实践与应用：2021(6), 501-545CiteSpace实践与应用：2020学位论文CiteSpace实践与应用：2014-2019学位论文CiteSpace实践与应用：10篇CiteSpace知识图谱博士论文CiteSpace实践与应用：10篇情报科学知识图谱学位论文CiteSpace实践与应用：14篇医学科学知识图谱博士论文CiteSpace实践与应用：10篇教育科学知识图谱学位论文CiteSpace实践与应用：10篇体育科学知识图谱学位论文CiteSpace实践与应用：图谱案例著作CiteSpace实践与应用：图谱案例论文5. CiteSpace问题问题001：CiteSpace论文问题问题002：CiteSpace论文问题问题003：CiteSpace论文问题CiteSpace问答001：常见问题CiteSpace问答002：分析中的异常要自己检查和完善CiteSpace问答003：关于国家或地区合作和关键词分析解决CiteSpace与VOSviewer软件字体太小6. 科学知识图谱基础基础知识001：文献共被引分析基础知识002：科研合作网络分析基础知识003：研究主题分析基础知识004：地理可视化基础知识005：科学计量与知识图谱免费指南基础知识006：科学知识图谱典型案例视频基础知识007：认识三计学基础知识008：数据库与数据采集基础知识009：科学知识图谱理论、方法与实践谁最早提出“文献计量学”这个词？文献计量学指标应用的四个群体简介科学计量学科学计量学与情报学的天然联系7. 科学知识图谱基础视频视频001：CiteSpace视频视频002：BibExcel视频视频003：VOSviewer视频视频004：SCI2视频视频005：R-Bibliometrix视频视频006：SCIMAT 视频视频007：文献计量中的基础概念视频008：不同领域的Bibliometrics 视频009：Nature 150年视频010：合作网络可视化。
CiteSpace可视化分析高校体育课程教学改革研究热点及趋势目录1. 内容简述 (2)1.1 研究背景 (2)1.2 研究意义 (3)1.3 国内外研究现状 (4)2. 文献综述 (5)2.1 高校体育课程教学改革的理论基础 (7)2.2 国内外高校体育课程教学改革实践 (8)3. 研究方法 (9)3.1 CiteSpace软件介绍 (10)3.2 数据来源与样本选择 (12)4. CiteSpace可视化分析 (12)4.1 数据分析流程 (13)4.2 关键词共现分析 (14)4.3 文献聚类分析 (16)5. 高校体育课程教学改革研究热点分析 (17)5.1 改革目标与组织结构 (18)5.2 教学内容与方法创新 (19)5.3 评价体系与学生参与 (20)5.4 师资队伍建设与培训 (21)6. 高校体育课程教学改革发展趋势 (23)6.1 智能化与信息化 (24)6.2 学生为中心的教育理念 (25)6.3 社会需求与职业导向 (26)6.4 国际化与多元文化融合 (28)7. 结论与建议 (29)7.1 研究总结 (30)7.2 对高校体育课程教学改革的建议 (32)7.3 研究展望 (33)1. 内容简述本文档旨在通过CiteSpace可视化分析工具，深入探讨高校体育课程教学改革的研究热点及未来趋势。
通过系统收集与整理国内外相关学术论文，构建知识框架，揭示当前研究的主要关注点、理论基础和研究方法。
在此基础上，运用可视化技术，直观展示研究热点的分布、演变过程以及未来可能的发展方向。
本报告不仅为高校体育课程教学改革提供了理论依据和实践参考，也为相关领域的研究者提供了有益的借鉴和启示。
1.1 研究背景随着教育改革的深入推进，高校体育课程教学改革成为了一个重要的研究领域。
我国高校体育课程教学改革取得了显著的成果，但仍面临着一些问题和挑战。
为了更好地了解高校体育课程教学改革的研究热点及趋势，本文将运用CiteSpace可视化分析工具对相关文献进行统计和分析，以期为高校体育课程教学改革提供有益的参考和借鉴。
信息计量学CiteSpace使用教程22.CiteSpace理论知识本部分的内容主要是阐述CiteSpace被开发出来的基本设计理念。
仅追求应用的使用者可以跳过本部分，若想了解软件背后的设计理念可继续往下读。
CiteSpace的设计理念分为哲学角度和概念模型两个方面。
2.1 哲学角度•波普尔的三个世界理论。
整个世界被划分为物理世界（世界1）、精神世界（世界2）、客观知识世界（世界3）。
世界1是外在接触到的具体世界；世界2是人类脑中的精神世界，存在隐形知识；世界3是人类创造的知识体系。
传统看世界的方式是人类通过世界2来感知世界1，形成世界3。
CiteSpace是通过将世界3中的知识内容进行知识图谱可视化来认识世界1，即借助世界2通过世界3来认识世界1。
•托马斯·库恩的科学革命的结构库恩认为，科学的推进是建立在科学革命上的一个往复无穷的过程。
这个过程中会出现一个又一个的科学革命，人们的认识通过科学革命而接纳新的观点。
而新观点的重要性在于对我们所观察的对象能否作出更另人信服的解释。
库恩的科学革命是新旧科学范式的交替和兴衰。
科学认识中会出现危机，而危机所带来的新旧范式的转换都将在学术文献里留下印记。
库恩的理论给我们提供了一个具有指导意义的框架，如果科学进程真像库恩所洞察的那样，那我们就应该能从科学文献中找出范式兴衰的足迹。
•普赖斯科学前沿理论“论文会因为引证关系而形成网络，人们可以借助于图论和矩阵的方法来加以研究。
……论文一定会聚集成一团，而形成几乎绘制成地图的'陆地’和'国家’”。
基于普赖斯的论断，才形成了CiteSpace的概念模型。
•博特的结构洞理论社交网络中不是每个人和所有其他人都有直接联系，如果如此，便有了结构洞，即结构上的不完备。
这种情况下，信息在网络中的流动受到其结构上的约束。
每个人在网络中所能接触到的信息内容不再相同，传递和接受的时间也会出现差别。
Burt发现，位于结构洞周围的人往往具有更大的优势。
一、如何控制节点的取舍
CiteSpace提供了几种方式来控制最终生成的网络将由哪些节点构成：
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 越大生成的网络将相对更全面一些。
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（0~100）。
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 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网络的连接密度。
二、timeline解读
timeline是先把整个网络划分为几个聚类，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。
三、用CiteSpace整理Web of Science格式数据的过程
1、将数据读入CiteSpace自带的数据库
2、检查，更改数据
3、输出整理后的数据
具体步骤如下：
1、将数据读入CiteSpace自带的数据库
a）CiteSpace：Data：Import/Export；
b) 打开数据库：Database：Open （下方窗口会显示现有project名称）
c) 读入WoS格式数据：先将所有数据存到一个文档，每个文件名以download开始，以。
txt结束。
d) 在Create a New Project中，用Browse选定你的数据文档，按Import开始读入数据。
按提示输入project名（只要不与数据库中现有的其它project重名即可）。
2、检查，更改数据
a) 菜单中各项功能均可使用。
相关SQL会显示在SQL Query and Results下的小窗口内。
数据库结构可用Database：Show Data Structure显示。
b）更改数据：Project：Edit
CiteSpace提示：UPDATE articles SET article='------', source='------' WHERE project='------' and uid='------'
更改数据需要该数据项的uid，可用SQL查到，例如：select uid from articles where project-‘terrorism'
UPDATE语句中SET 后，WHERE前为数据字段的新值，如：
UPDATE articles SET title=‘The Investigation of terrorist incidents’ WHERE project=’terrorism' and uid='ISI:A1990EZ80000009‘
将把记录号为ISI:A1990EZ80000009的那条记录的标题改为The Investigation of terrorist incidents。
3、输出整理后的数据
a）选择输出数据的范围：Project：1。
Select a subset for export
CiteSpace示例如下：SELECT uid FROM articles WHERE project='terrorism' and dt='Article' and year<=2000
例中将输出名为terrorism的project中2000年为止的所有类型为Article的数据条目。
可按自己需要修改语句中WHERE之后的部分。
准备好后按Search（最底下一排）。
b）开始输出到WoS格式的文件：Project：2。
Export Data （WoS）
按提示选定输出的目的地文档。
可在File Name一栏直接打入文档目录的地址。
CiteSpace输出时将显示等待，直到输出完毕。
输出文件名的命名规则：download_[project 名称]_[文件中的最高纪录序号]_of_[记录总数]。
txt
例如：download_terrorism_300_of_586.txt
数据量越大，等待时间越长。
四、如何设置各个参数
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网络聚类，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0.4~0.8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）。
