WOS与CNKI数据库的citespace分析教程及常见问题解决

本教程为面向新手的基于citespace的数据可视化教程，旨在帮助大家更快了解行业前沿的研究内容。

获取最新版本的citespace软件

在citespace官网下载最新的版本（如果是老版本，可能会提示让你去官网更新为最新版，老版本不再提供服务

citespace会有免费版和付费版，免费版会少很多功能，但对于非学此专业的文献分析也足够使用，本教程以basic版为例

官网会提供dmg或msi格式的安装包供你选择，请选择你的电脑能运行的格式（如果不确定哪个可以运行，可以都下载下来

还会附带一些教程与视频

下载时需要提供你的邮箱账号

下载到你觉得顺手的位置——特定的文件夹或者桌面

安装citespace到你喜欢的文件夹，记得一定要放在能找到的地方

新版本初次运行软件会在桌面自动放置一个快捷方式

注意：6.0以上的版本需要JRE，配置Java17以上的环境，如何配置Java环境请参考其他教程

如果你有将桌面图标分类到文件夹的习惯，它会在下一次初始化时再添加一个快捷方式到桌面

获取文献信息（cnki）

在知网选取你要分析的主体的论文

可以在cnki的搜索中选择高级搜索，筛选掉非核心或非sci的文献，或者获取某几个特定关键词交叉领域的文献

点击需要的文献左侧的复选框，使用Refworks格式导出文献

导出的文件必须以download_开头，否则citespace无法识别

下划线后可以跟一些有语义的英文或数字内容，以便后期寻找时能较为轻松的找到并辨识内容的意义

注意：文献分析最好不少于200篇，但是单次分析不得多于500篇，如果想要的文献数目多于500，需要以500（或更少）为单位分次导出Refworks格式的txt

获取文献信息（web of science）

Clarivate

这里提供一个网址，如果你使用的网络无法打开，请自行找寻免费或付费的科技手段，或者校园网的科技手段打开它

使用之前需要先提供你的邮箱进行注册，国内邮箱也可以。密码的格式如果不满足它会告诉你，比如没有添加特殊符号

注册之后可以进行搜索，如果你的文献无法进行搜索，请在登录页面改为机构登录，选择中国的高校，再选择你所在的高校即可登录（如果你的学校没有开通这项服务，可以问别人借一下

它可以在右上角改语言，选择简体中文即可，如果你英文阅读流畅，使用英文也可以

选择数据集为核心合集，引文索引可以只选前两个

使用TS=主题的方式来限定搜索内容，可以添加and词或者or词搜索，提高准确率或者缩小范围

由于该文献库内容非常多，建议筛选文献的时间，可以为最近五年，否则内容量很庞大

可以在结果中进行快速过滤

筛选结束进行导出

citespace建立项目、格式转换与文献去重

建立一个文件夹，存放你的文献分析项目（最好以英文+数字的形式命名，不出现中文

该文件夹必须具备以下四个文件夹

打开citespace软件（语言可选

选择data→import/export（如果出现MySQL界面，选择skip）

选择你下载的文献数据库的标签页，cnki或者wos

为import和export分别选择建好的文件夹中的import和export文件夹

点击转换按钮

如果转换后的文献比导入的文献少，则是有文献未识别，可以自己检查一下原始文件内容是否有问题

注意：如果最后分析出现乱码，而非中文，则是因为import的txt文件并非utf-8编码类型，请打开导出的txt文件另存为utf-8（非此编码类型不支持中文内容

wos在转换界面点击remove duplicate即可完成去重

 

此时export中会有一个新生成的文件，将它复制到date文件中，这就是用于文献分析的文件（如果不进行格式转换，则citespace无法进行文献分析。

在主界面点击new，新建一个项目，可以使用中文做文件名但不推荐这样做

为你的新项目链接到刚才新建的project与date文件夹，并选择文献来源数据库（如果数据来源于cnki，则选择CSSCI

选择save则项目创建成功

citespace分析文献

分析阶段

右边可以选择分析的具体选项

分别为：

分析起止时间与以几年为一个单位进行分析

一般选择默认设置部分

你需要选择想要的分析内容部分，也就是产出怎样的图谱（cnki数据无法进行红色的三个分析

一些可以用的筛选工具，比如每年的top N或Top N%，指选择每年的频次最高的多少文献进行图谱显示，如果你的文献较多可以考虑使用。其余工具，如果你非常熟悉它们，可以使用

如果觉得图谱杂乱，可以勾选pathfinder或者Pruning sliced networks使你的图谱更简洁

点击ok进行分析

如果出现了Remove Empty Time Intervals则需要重新运行分析

出现your options则表示分析成功，选择左侧按钮查看图谱

查看与修改图谱

图谱可能会因为运算方式分的比较开，如果你不希望它们分开太多，则可以点击停止按钮调整到你喜欢的分布情况

可以点击节点并移动，手动地使节点停留在你想停留的位置，最好使各个节点的标签之间不要相互遮挡

注意：如果无法点击节点移动节点，则可能是因为你的Windows设置视窗百分比不是100%，可以在Windows的显示设置中调整

如果想对图谱进行个性化调整，可以使用labels标签页的内容或者在nodes的node shape等选项中设置连线颜色粗细、标签颜色大小、节点形状大小等显示内容

建议选择彩虹色的色条，这样的话可以清晰地看到发文年份的情况，颜色越偏向红色越靠近当前时间，越灰白则越靠近以往时间。

如果出现了方块，将nodesize改为0即可。如果选了还是方块，nodes选项选tree ring history，就可以变圆形

如果想取消标签的红色背景，则选择labels选项卡（左上的而非右边侧边栏的）中的label background color中的term labels中的hsv选项卡，将透明度拉满。

左侧的列表可以查看关键词的频次和中心性，以及出现的年份

其中——"centrality"是一个关键的概念，它代表了节点在网络中的中心性。具体来说，中心性主要衡量了一个节点在网络中的重要性或影响力。如果一个节点具有较高的中心性，那么这个节点在网络中的位置将会相对突出，它的存在对整个网络的结构可能产生重大影响。因此，通过分析节点的中心性，我们可以了解到文献数据中的关键研究主题或者重要的学者等。

聚类分析

点击左侧按钮选择聚类，并在右侧选择聚类方法，k为关键词聚类分析

聚类方式选LLR

可以选择聚类后进行timeline生成鱼眼图让聚类分析更加清晰

如果不想显示太多类别，则选择clusters→show the largest K 选项，填写你想留下的聚类个数

如果鱼眼图聚类出现了显示不了字体或者文献太多，可以手动在左边列表的复选框中调整文献数量，取消选择不想显示的文献，或者减小标签与聚类标签的字体大小。

如果想得到聚类列表，选择clusters标签的clusters explorer，y，得到列表

列表内容分别为序号，size，子聚类轮廓值，LLR对数似然率标签名，与部分关键词

突现分析

选择右侧控制台的burstness，点击refresh

如果burst items found数值过小或过大（指突现词过少或过多），则可以通过将γ值进行调整的方式调整突现词的数量

如果没问题点击view，得到突现词分析

导出

左上角选择file进行导出

可以选择导出为png格式或者pdf格式，不建议使用截图功能保存内容，因为截图难以保证结果清晰度；如果需要发表文献，请导出为png格式以保证清晰度，避免图谱返工