文献计量分析论文的关键词共现网络构建：CiteSpace操作指南

文献计量分析论文的关键词共现网络构建：CiteSpace操作指南

一、数据准备与预处理

数据来源

WoS：选择“Full Record and Cited References”，导出为纯文本格式（.txt）。

CNKI：选择“Refworks”格式，导出文件命名规则为 download_XXXX.txt。

核心库检索，使用英文引号限定关键词组合（如 "case study" AND "management"）。

手动剔除无关文献（如会议摘要、书评、综述等）。

推荐数据库：Web of Science（WoS）、中国知网（CNKI）、Scopus等权威学术数据库。

检索策略：

导出格式：

数据清洗

去重：使用CiteSpace自带功能或Excel宏删除重复文献。

标准化：统一关键词拼写（如“management”与“managements”合并）。

筛选：保留核心期刊文献，确保数据质量。

二、CiteSpace软件操作流程

软件安装与启动

下载地址：CiteSpace官网（支持Windows/Mac）。

安装注意：Mac用户需处理“app已损坏”问题（参考官网FAQs代码修复）。

数据导入与转换

创建文件夹结构：

主文件夹/├── data/        # 存储转换后的数据├── input/       # 存储原始下载数据├── output/      # 存储转换中间文件└── project/     # 存储项目文件

格式转换（以CNKI为例）：

点击菜单栏 Data → Import/Export → CNKI。

选择 Input Directory（input文件夹）和 Output Directory（output文件夹）。

点击 CNKI Format Conversion(3.0)，将转换后的文件复制到 data 文件夹。

新建项目与参数设置

Time Slicing：根据文献时间范围设置（如2010-2025年，Years Per Slice=1）。

Node Types：选择 Keyword（关键词共现分析）。

Pruning：选择 Pruning sliced networks（简化网络结构）。

项目创建：

参数配置：

点击 New，设置项目名称、Project Home（project文件夹）、Data Directory（data文件夹）。

选择数据源（如CSSCI）。

生成关键词共现网络

节点大小：反映关键词出现频率（越大越高频）。

标签大小：通过 Labels → Keyword 调整。

颜色映射：使用 Colormap 区分不同关键词簇。

运行分析：

点击 GO，再点击 Visualize，生成初始网络图。

调整可视化参数：

三、网络分析与解读

关键节点识别

度中心性（Degree）：节点连接数，反映重要性。

介数中心性（Betweenness）：节点作为桥梁的能力。

特征向量中心性（Eigenvector）：节点与高影响力节点的连接强度。

中心性分析：

操作：在左侧数据栏查看 Centrality 值，筛选高值节点（如 Centrality > 0.1）。

聚类分析

Silhouette值（S值）：>0.5表示聚类合理。

模块化指数（Modularity Q）：>0.3表示网络结构显著。

自动聚类：

结果解读：每个聚类代表一个研究主题（如#0 战略管理、#1 人力资源管理）。

点击聚类图标（🔵），输入 K 启动自动聚类。

评估指标：

时间轴分析

操作：选择 Timeline View，展示关键词随时间演变的趋势。

应用：识别研究热点的兴起与衰落（如“数字化转型”在2015年后成为热点）。

突现词检测

Year：首次出现年份。

Strength：突现强度（值越高，关注度越高）。

红色线段：关键词成为热点的时间段。

操作：点击 Burstness，设置参数（如降低 Y[0,1] 值以获取更多突现词）。

结果解读：

四、结果导出与报告撰写

导出格式

图片：支持PNG、SVG、PDF等格式。

数据：导出节点和连边数据（如GML格式）供进一步分析。

报告撰写建议

结合网络图与表格，展示高频关键词、中心性指标、聚类结果。

通过时间轴与突现词分析，揭示研究趋势与前沿。

研究背景：明确研究问题与目的。

方法部分：详细描述数据来源、CiteSpace参数设置。

结果部分：

讨论部分：对比现有文献，解释结果的理论与实践意义。

五、常见问题与解决方案

数据量过大导致卡顿

解决方案：缩小时间范围或增加切片长度（如 Years Per Slice=2）。

关键词歧义问题

解决方案：手动合并同义词（如“HR”与“Human Resource”）。

网络结构复杂难解释

解决方案：结合聚类分析与时间轴，分主题、分阶段解读。