Citespace软件操作问答

2021年2月6日发(作者：ultraedit是什么)

Citespace

软件操作问答（摘自陈超 美博士的科学网博客）

（

8

）

如何在

CiteSpace

中控制节点的取舍

CiteSpace

< p>
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：

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。

< p>

Top N

：系统设定

N=30

，意为在每个

time slice

< br>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%< /p>

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< /p>

为本

slice

内的共被引次

< p>
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< /p>

之一。

先

Check TC

< p>
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

< br>，再设定方法

1

，

2

< p>
，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。< /p>

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

C iteSpace

设计要求的图谱才视为好图谱。

CiteSp ace

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

< br>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

1 00

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

Cit eSpace

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。

< p>
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（

< p>
threshold

），曝

光时间是否过短（

time slice

）。另外，可用

Ci teSpace

中的链接剔除功能

（

p runing

）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< /p>

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

2004

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，

< br>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

< br>（

c

，

cc

，

ccv

）数值大小，选用

Pat hfinder

或者

Minimum Spanning Tr ee

，

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< /p>

析？

被引频次和中心度是两种不同的度量。

中心度是定义在网络结构上的。

至于什么是关键

文献或重要文 献，取决于你要研究什么问题。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

、

c c

，

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）

< br>，

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, 20, 15, 10, 5, ...

由高往低

减少。

cc: 30, 25, 20, 15, 10, 5, ...

，

ccv: 30, 25, 20, 15, 10, 5,

（

9

）

如何解读

Cit eSpace

产生的图谱

CiteSpace

的核心功能是产生由多个文献共被引网络组合而成的 一种独特的共

被引网络，

以及自动生成的一些相关分析结果。< /p>

每个文献共被引网络对应于一个

历时一年或几年的时间段。

最终显示的网络不是各个网络之间的简单叠加，

而是

< br>要满足一些条件（详见

2004

年

PNAS

的论文）。解读这样的网络（我称为递进式

知识领域 分析）的要点包括：网络整体结构，网络聚类，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：< /p>

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

< br>（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< /p>

（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）。

< br>

内容：每个聚类的影响（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，

< br>有一项是通过

DOI

连接到原文出版社提

供的网页。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

< br>->Open DOI

，

我用

C iteSpace

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

< br>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

、

< p>
2

、

3

（

extract

noun

phrase

term

from

title,abstract,descriptors,identifiers of citing articles in the dataset

）

< p>
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测词，

我往往再选择

go

< br>，

才能出

现相应谱图？

Cite Space

中的

burst detection

< p>
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

t imeline

和

timezone

选 项怎么使用和解读呢？

t

imeline

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。

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 +

threshold (

越小符合显示要求的会越多

< p>
)

。

单独标：

右键》

Label the Node.

也可随后右键取消。

< p>
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：

File>S ave

Visualization

也可以

< br>:File>Save

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

2057

条）

；第二，在进

行时间线视图时（

timeline

）

，每一个聚类后面的名称是依据什么来标 注的？（通过运行，发

现有的聚类名称和研究领域联系不大）

1 .

这个问题可参考我以前的博客。主要考虑是网络

结构是否能 回答在比节点本身更高抽象层次上的一些问题。

2

。是由引用各 聚类的论文决定

的，

具体词组可选自论文的标题，

摘要，

和索引词，

再由

3< /p>

种办法之一度量。

如

“

< br>联系不大

”

，

可解释为施引

/

被引之间的

“

距 离

”

较大，参照

silhouette

值。

，

1.

在关键词可视化视图生成过

程中，

左边 会出现相应的按词频排列的关键词排序，

一些关键词会出现两次，

这该怎么解释

呐？而有些关键词只是单复数的区别，如

lib rary

和

libraries

。在分 析时应该将两者的频次相

加，

还是只取其中一个的数据呢？

在图中右键将要保留的词选为

Alias Primary

，

再将另一词

选为

Al ias secondary.

重新

GO!

< br>一下

,

会将二者合并。

问

article labeling

和

term labeling

分别

是

指

什

< p>
么

类

别

？

Term:

TermsArticle:

Authors,

Cited

References,

Institutions,

Countries,

Keywords, etc.

“The most active citer to the cluster is 0.45 ISI:018 Mines, M (2000)

ocular injuries sustained by survivors of the oklahoma city bombing.”

里面的

0.45

指的是什么指

标呀？

0.45=45%. Mines, M.

引用了该类中

4 5%

的文献。

检索结果与主题相关程度

：右键弹

出的菜单上有个

Citation History< /p>

里面的第二个

tab

列出了施引文件，< /p>

点击这些条目可得到两

种结果：

1

。

如果有

DOI< /p>

信息，将直接打开原文的网上地址。

2

。

否则，将显示标题和摘

要。你可根据 这些信息进一步判断引用的原因。

我用的中文数据，节点类型选择

cited

reference .

在阈值选择上，如果所 有

c=3

的情况下，每个

slices

的节点最多只有

10

个左右，

连钱每个

slices

都只有几条，构不成聚类 ，而所有的

c=2

的情况下，每个

sl ices

的节点就都

有几百个，连线上千条。生成的图谱一盘散 沙，都是小型聚类，并且聚类之间都没有连线。

这样的数据好像缺乏主题和核心

-

所以有可能还算不上一个领域。

CiteSpac

也没办法

:-)

（ 数据去重复与阈值选择类问题）

如何运用

citespace< /p>

这个软件除重呢？

Data

->

Import/Export -> WoS -> Duplicate Removal

1

）从

WOS

下载的文本中有重复文献，

CiteSpace

能直接对重复文献过滤吗？若不能，该如何处理这些重复文献呢？用

NoteExpress

去重后，

再重新导入

CiteSpace

可以吗？（本人还没尝试）

2< /p>

）

Project

一旦建立，其

“Data

Directory”

便不能更改 了吗？为什么点了

“Edit”

之后没有反应？

3

）在

“Process

R eports”

中显示

Records

in the dataset: 95676

，

这里的

Records

是指所有

.txt

文件中包括的的文献吧，

但实际数量只有

1

万条左右，这是为什么呢？

4

）设定

slice

为

1 year

，在

“Process Reports”

中，每一年的记录

情

况

均

显

示

了< /p>

两

次

，

是

代

表

CiteSpace

对

每

一

年

的

情

况

都

做< /p>

了

两

次

统

计

吗

？

1.

Data>Import/Export>Web of Science>Duplicates Removal2.

可以更改。再试试。< /p>

3

。选的是被

引参考文献吗？

< p>
4

。检查一下你是不是有两份文件。

< p>
（看看周斌有没有遇到这个问题）

我最近在用

ci tespace

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

Display>Label Font Size: Node ...

在做作者或机构或国家合作网络知识图谱时，

Freq

指的是被

引频次呢，还是发文数量？

这 时

Freq

为发文数量。

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，

< br>感觉这样画出的图谱好像没

有体现出共词的关系呐。

Te rm

和

Keyword

都可生成

co-word

网络。

Keyword

是

Web of Science

记录中

KeywordPlus

字段里的词。

< /p>

（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.

生成网络

3. Citation

Burst

(

需按

< br>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