搞钱文档--哈哈哈_citespace 画图多少钱-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_69379600/article/details/129191504

本文档详细介绍了Citespace和Python在文献分析中的应用，包括Citespace的检索、文献量统计、R语言年度发文量统计以及分析原理，如共被引、共词、突现和聚类分析。同时，分享了Citespace的实用小技巧，如节点合并和隐藏标志。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

citespace参考价格

答疑：支持远程，定金10元，后续付款看答疑时间（不超过30r）

作图：代下数据+15r，支持数据筛选，去重

下边是两张图以上优惠，单做一张图加10r

作者共现图10元一张
机构共现图10元一张
国家共现图10元一张
关键词共现图10元一张
关键词聚类图15元一张
关键词突现词15元一张
时区图35元一张
时间线图25元一张

修改：没关进程不要钱，关进程以后再修改+10r

python写在前边

本人研究生学历，可以邀请我参加一些大的项目😊💕💕💕

#原则
print("简单明了，诚信为主")

答疑：先拍1元，好评后问问题，语音提供解决思路，介意勿拍，不支持白嫖！！！，白嫖去我的csdn：哈都婆，直接评论提问就可以。

大的问题：整个项目发我文件，项目文档，加🛰️15022500590，定金20r，我提供解决思路

辅导：支持代码解释、算法原理解释，远程控制配置环境

citespace检索

7篇

Urban green space+PM2.5

Urban green space+Particular matter

Urban open space +PM2.5

Urban open space+Particular matter

2001年到2022年12.31日

被引频次

文献量发文量

教学视频：年发文量统计图绘制Excel&R_哔哩哔哩_bilibili

检索公式：

https://www.webofscience.com/wos/alldb/summary/ec58c4b3-d042-4062-abc0-17a11c2987d7-7316f7ff/relevance/1

CNKI

1.导出文献选择自定义勾上year-年选择导出excel格式

2.打开excel

选中数据，生成数据透视表，计数

WOS

1.导入citespace中

去重后打开data，找到log文件，复制其中的year到excel中，缺失年份自己补齐

如果有更好的办法记得戳戳我，谢谢！

R语言年度发文量统计

ggplot

二、CiteSpace的分析原理---解释

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？

1、共被引分析

在了解共被引分析前我们需要对引文分析有个概念，引文就是论文后面的参考文献。有学者认为，引文分析就是对科学期刊、论文、作者等分析对象的引用和被引用现象进行分析，以揭示其数量特征和内在规律的一种信息计量研究方法。在了解引文分析法之前我们首先要知道，学者为什么要在其论文中印证前人的研究成果。

为什么要引证： 1. 为了对先驱者表示崇敬。 1. 为了对相关工作表示赞赏，同时表示对同行的尊敬。 1. 为了对方法或仪器设备表示认同。 1. 为了向读者提供阅读背景。 1. 为了纠正自己的工作。 1. 为了纠正别人的工作。 1. 为了批评前人的工作。 1. 为了支持某种论断。 1. 为了提醒人们注意即将发表的工作。 1. 为了找到那些传播不广、索引很差又未被引证的文献而提供线索。 1. 为了验证科学事实和数据，例如援引物理常数等。 1. 为了鉴别曾讨论过某个思想或概念的原始文献。 1. 为了鉴别某个时代的某个概念或术语的原始文献或其他著作。 1. 为了对别人的工作或思想提出反证-否定性论断。 1. 为了与别人论争某个观点的优先权。
引自：引证论文的理由

从上面这么多引用原因我们不难看出，被引文献与当前文献在内容上是相关的。论文引用其他论文的行为可以看做是知识从不同的研究主题流动到当前所进行的研究，是知识单元从游离状态到重组产生新知识的过程。发表的论文被其他论文引用是这个过程的持续。由于这种引证行为的客观存在，随着科学研究的不断推进，引文网络也就自然而然的形成了。一篇特定的论文，引用的文献称为引用文献（即后向引证关系），这篇论文发表后，引用这篇文章的论文称为施引文献（前向引证关系）。在引证网络的基础上，延伸出两个重要的概念，一个是共被引分析，另一个是耦合分析。共被引分析挖掘参考文献之间的关系，耦合分析挖掘施引文献之间的关系，这里着重讲共被引分析。

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。

2、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。

共词分析的假设前提： - 作者都是很认真的选择他们的技术术语的； - 当在同一篇文章中使用不同的术语时，就意味着这些不同的术语之间的关系并不是微不足道，它们一定是被作者认可和认同的； - 如果有足够多的作者对同一种关系认可，那么可以认为这种关系在他们所关注的科学领域中具有一定意义； - 当针对关键词时，经过专业学习的学者，在其论文中标引出来的关键词时能够反映文章的内容的，是值得信赖的指标。在作者标引关键词时，通常也会受到其他学者成果的影响而在论文中使用相同或类似的关键词标引自己的论文。

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。

3、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。

参考文章 CiteSpace中的Burst Detection

4、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。

关于这3种算法，可以参考如下文章做进一步了解： - LSI浅语义索引文本主题模型之潜在语义索引(LSI) - LLR对数极大似然率 Likelihood ratio test - 互信息互信息（Mutual Information

5、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。

无论是共被引分析还是共现分析，在生成网络时都需要根据共被引次数或共现次数计算网络节点之间的连接强度。CiteSpace提供了4种网络节点强度计算的方法，一般不做改动，选择默认方法。

文章分析

1、知识基础的获取

任何一个研究主题，背后都会有一个较为完整的知识体系作为支撑。这个研究主题越成熟，这个知识体系越完整，越丰富。我们知道共被引网络是由参考文献组成的网络。我们获取的这一主题的论文，其知识构成在很大程度上是由其参考文献的知识流动汇集得来的。那么由参考文献组成的共被引网络则能够很好的揭示某一个研究主题的“先验知识”，即我们可以通过获取参考文献的共被引网络的方式，得到某一研究主题的知识基础。以关键词“高等教育”为检索对象，得到2.5万余条数据，得到的共被引网络如下：

颜色的冷暖代表了时间的远近，颜色越暖，时间越近；颜色越冷，时代越久远。那么通过对网络进行分析，对其中关键节点（即关键文献）进行研究，就可以知道，支撑支撑高等教育发展的知识基础在时间上的发展演进情况。那么我们需要研究哪一个阶段的高等教育历史，就得找到相应时段高等教育知识基础的书籍进行研读、浏览和整理。

对这个结果网络进行聚类分析，可以看到各个阶段知识基础的主题的变化情况，方便我们进行主题聚焦。可以看到，在最近的研究中，知识基础为“反馈”类的文献，此时研究也许会以这个为出发点展开研究。

在了解整体的知识基础的框架和演进趋势后，我们如何对关键文献进行定位？我们主要关注2个方面： - 高频节点：代表高被引的文献，是某个领域或多个领域的重要知识基础。 - 高中介中心性节点：代表与多篇文献形成共被引关系的文献，与多篇文献均有关系，起到“交通枢纽”的作用。相对而言，是本领域内的关键文献；同时，也是这段时期内的关键文献，在一定程度上代表着这段时期的研究热点主题。