citespace怎么分析

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。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，而是要满足一些条件。解读这样的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。解读时可以从直观显示入手，然后再参照各项指标。

1、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），观察通过算法能得到几个聚类，是否包括一些重要的节点，如转折点（Pivot node，再CiteSpace中为有紫色外圈的节点，是具有高的中介中心性的节点）、标志点（Landmark node，如每个节点大小代表它的总被引次数，节点越大则总被引频次越高）和具有高的度中心性的点的（Hub node，枢纽节点，具有高的度中心性）。

2、时间。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（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（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）。

3、内容。每个聚类的影响（被引时涉及到的主题，摘要，关键词）和几种不同算法所选出的最有代表性的名词短语。

4、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。