CiteSpace学习笔记（四）——功能区和参数区

1.菜单栏

（1）File（文件）菜单中的功能主要用于对当前的功能界面参数进行保存和软件退出。
（2）Project（项目）主要是新建、编辑和删除分析的工程项目。
（3）Data(数据)主要是数据的过滤和转换。
（4）Network（网络）主要是对网络文件的可视化。其中主要包括.net文件，GraphML以及Adjacency List。
（5）Adjacency List的可视化。特别地，Batch Export to Pajek.net Files提供了一次性生成一个按照时序保存的Pajek文件，并自动打开MapEquation网站的序列网络可视化应用平台。
（6）Visualization（可视化）主要用来读取CiteSpace分析得到的可视化文件。
（7）Geographical（地理化）主要是对数据地理信息的可视化分析。
（8）Overlay Map（图层叠加）主要用来实现期刊的双图叠加分析。
（9）Analytics（分析）菜单栏主要包含COA作者的合著分析、ACA作者的共被引分析、DCA文献的共被引分析、JCA期刊的共被引分析以及SVA结构变异分析等功能。
（10）Text（文本）主要是CiteSpace的一些高级功能，如概念书+谓词树、全文挖掘等功能。该模块的功能是独立于网络可视化窗口的。
（11）Preferences（偏好）菜单是对常见默认项的修改。其中，Set the Off Point of Centrality Computation为中介中心性的计算设置。CiteSpace默认，当网络的节点数量大于350时，将关闭节点中介中心性的计算功能。用户需要在网络的可视化界面Merics—>Compute Centrality来启动网络节点中介中心性的计算。此外，它还包含Show/Mute Visualization Window和Chinese Encoding for CNKI or CSSCI。
（12）Help（帮助）包含CiteSpace主页链接、PDF版的英文手册链接、术语表以及更新记录等。
2.快捷区域

（1）Projects功能和参数区。该区域主要是新项目的建立、编辑和删除区域。
（2）Time Slicing功能和参数区。该区域的主要功能是对将要分析的数据进行时区分割。
（3）Text Processing功能和参数区。该区域的主要功能包含Term Source和Term Type。Term Source用于选择Term提取的位置，包含Title（标题），Abstract（摘要），Author Keywords（DE，作者关键词）以及Keywords Plus（ID，WoS增补关键词）。Term Type是对共词分析类型的补充选择，选择该功能就能提取到名词性术语。在此界面也可以对主要的名词术语进行突发性探测，在运行生成共词网络后可以查看熵值。
（4）Network configuration功能和参数区。该区域的功能主要是对网络参数的设置，包含Node Types（网络的类型）、Links（网络节点的关联强度）以及Selection Criteria（提取节点阈值的选择）。CiteSpace中共提供了11个节点类型，在以上选择中的一些节点类型还可以与其他节点类型复合选择。
①CiteSpace中分析的网络类型
在节点类型中，Author,Institution以及Country是用来进行Co—authorship分析的，他们之间的差异仅仅是在分析合作上的主体粒度不同而已（可以分别理解为微观合作、中观合作和宏观合作）。在分析时它们是可以多项选择的。Term分析的功能是对文献中名词性术语的提取，主要从文献的标题、摘要、关键词和索引词位置提取；Keyword主要是对作者的原始关键词的提取。Term和Keyword常常用来对文本主题进行共词（co—words）的挖掘分析。Category是对文献中标引的科学领域的共现分析（co—occurrence）,这种分析有助于了解对象文本在科学领域的分布情况。Cited Reference是文献的共被引，Cited Author是作者的共被引，Cited Journal是期刊的共被引。Paper是文献的耦合分析功能，Grant则是对研究基金的分析（Web of Science的数据从2008年才增加了资助基金数段内容，因此不要对2008年之前的数据进行基金分析）。
在使用CiteSpace生成的各种图谱中，作者的合作图谱中的节点大小表示作者、机构或国家/地区发表论文的数量，之间的连线反应合作关系的强度。论文的主题、关键词以及科学类别的网络图谱中，节点的大小代表它们出现的频次，之间的连线表示共现强度。共被引分析图谱中，节点的大小反映了被引用的次数。文献的共被引反映了单个文献的引用次数，作者的共被引网络反映了作者被引用的次数，期刊的共被引网络中节点大小反映期刊被引用的次数，之间的连线反映了共被引的强度。在文献耦合网络中，一个节点代表一篇论文，节点的大小可以按照被引频次显示，节点之间的连线反映了耦合强度。
②CiteSpace中关系强度的计算
Links参数主要用于选择网络节点的关联强度的计算方法（在处理过程上往往可以认为是共现矩阵的标准化过程），CiteSpace提供了三种用于计算网络中连接强度的方法。

【注】：这些标准化后的数值都在0~1之间，SI为i出现的频次，SJ为j出现的频次，CIJ为i和j的共现次数。
在科学知识网络的分析中，知识单元的相似性测度（知识单元矩阵的标准化）多是基于集合论方法。这种测度方法的广义相似性指数的表示公式为：

当上式中P—>0时，那么得到的公式就为Cosine的标准化公式；当P=1时，那么得到的标准化公式为Dice。此时的Jaccard算法与广义相似性系数的关系可以表示为：

在CiteSpace中可以将这些相似性算法用于“时间切片内”（Within slices）
或“时间切片之间”（Across slices），CiteSpaces默认的Scope选项为Within slices。
③CiteSpace中所分析数据阈值的设定
Selection Criteria功能区用来设定在各个时间段内所提取对象的数量。Top N per slice的意思是提取每个时间切片内的对象的数量；Top N%就是提取每个时间切片中排名前N%的对象；Usage 180为近180天内，全文的访问次数或保存该记录的次数；Usage 2013为2013年至今的全文的访问次数或保存该记录的次数；g—index是软件的知识单元提取方式，该算法是在增加规模因子k的基础上，按照修正后的g指数排名抽取知识单元。

式中，k为规模因子，推荐使用10，20，30，…来进行尝试；
Thresholds通过设定前中后三个时间段c、cc和ccv赋值，其余用线性内插值算法处理，ccv是利用余弦函数得到的一个标准化值，ccv与c和cc三者关系如下：

式中，c代表最低被引或者出现频次，cc代表本时间切片中共现或者共被引频次，ccv表示共现率或者共被引率；Citations的功能是通过提取施引文献被引频次的分布，按照频次分析调整阈值来分析文献，使用该功能只需要点击Citations—>Use TC Filter—>Check TC Distribution就会得到文献集的被引分布，0~211显示的是所有文献集的分布。其中TC为被引次数，Freq是指在某个被引次数下的文献数量，Accum.%是指该频次对应的累计百分比。
（5）Pruning参数和功能区。Pruning区域是网络的裁剪功能区，当网络比较密集时可以通过保留重要的连线来使网络的可读性提高。该模块主要有两种网络裁剪方法，分别为Minimum Spanning Tree（MST，最小生成树）和Pathfinder Network（PFNET，寻径网络）。
（6）Visualization参数和功能区。主要用于对可视化结果进行设置。默认为Cluster View-Static（聚类视图，静态）与Show Merged Network（显示分析的整体网络）。此外，也可以选择Show Networks by Time Slices,即显示各个时间切片的图谱。还可以选择动态的网络可视化Cluster View-Animated。
（7）数据分析状态与过程区域。Space Status和Process Report两个动态数据过程显示功能区。前者显示在相应参数设置下每个时间切片上的网络分布情况，criteria表示每个时间切片提取的节点数量，space表示空间中节点的数量总数，nodes表示实际提取的节点数量，links/all表示实际的连线数量/连线数量的总数。后者显示在数据处理过程中的动态过程以及网络处理后的整体参数，如显示了文献空间数据的总数，有效参考文献和无效参考文献的个数及其占比，运行的时间，合并后的网络节点数量和连线数量；在运行时可以动态地看到，CiteSpace处理数据是分时处理的。