# 4 Other Literature Research Tools
## 1 Citespace

> 作者：爱学习的毛里
> 链接：https://www.zhihu.com/question/27463829/answer/284247493
> 来源：知乎
> 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

一、工作原理
简单来讲，citespace主要基于“共现聚类”思想:

1. 首先对科学文献中的信息单元进行提取
  - 包括文献层面上的参考文献，主题层面上的**关键词**、主题词、学科、领域分类等，主体层面上的作者、机构、国家、期刊等
2. 然后根据信息单元间的联系类型和强度进行重构，形成不同意义的网络结构
  - 如关键词共现、作者合作、文献共被引等，
  - 网络中的节点代表文献信息单元，连线代表节点间的联系（共现）
3. 最后通过对节点、连线及网络结构进行测度、统计分析（聚类、突现词检测等）和可视化，发现特定学科和领域知识结构的隐含模式和规律。

![](https://pica.zhimg.com/50/v2-b94a8061c72d6e299a059da0c1cb3813_720w.jpg?source=1940ef5c)*共现聚类思想*

二、主要用途

1. **<u>研究热点分析</u>**：一般利用关键词/主题词共现
2. 研究前沿探测：共被引、耦合、共词、突现词检测都有人使用，但因为对“研究前沿”的定义尚未统一，所以方法的选择和图谱结果的解读上众说纷纭
3. 研究演进路径分析：将时序维度与主题聚类结合，例如citespace中的时间线图和时区图
4. 研究群体发现：一般建立作者/机构合作、作者耦合等网络，可以发现研究小团体、核心作者/机构等
5. 学科/领域/知识交叉和流动分析：一般建立期刊/学科等的共现网络，可以研究学科之间的交叉、知识流动和融合等除分析 科学文献 外，citespace也可以用来分析 专利技术文献，用途与科学文献类似，包括技术研究热点、趋势、结构、核心专利权人或团体的识别等。

三、工作流程
![](https://pic1.zhimg.com/50/v2-165aa367fa07d8e46f286dfe06f0fce4_720w.jpg?source=1940ef5c)
*摘自《引文空间分析原理与应用》*

### 聚类算法

CiteSpace提供的算法有3个，3个算法的名称分别是：

- LSI/LSA: Latent Semantic Indexing/Latent Semantic Analysis 浅语义索引
  [intro](https://www.cnblogs.com/pinard/p/6805861.html)
  
- LLR: Log Likelihood Ratio 对数极大似然率
  
- MI: Mutual Information 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。

[paper](https://readpaper.com/paper/2613897633)

## 2 VOSviewer

VOSviewer的处理流程与大部分的科学知识图谱类软件类似，即文件导入——信息单元抽取（如作者、关键词等）——建立共现矩阵——利用相似度计算对关系进行标准化处理——统计分析（一般描述统计+聚类）——可视化展现（布局+其它图形属性映射）


Normalization, mapping, and clustering 

[paper](https://www.vosviewer.com/download/f-x2.pdf) (See Appendix)