5秒辨别优质论文！文献阅读必备免费工具，搞定文献so easy！

　　5秒辨别优质论文！文献阅读必备免费工具，搞定文献so easy！

　　

　　

　　大学老师都有自己的研究课题和研究方向，但每个大的研究方向下还包含了众多的小分支。

　　面对各类文献数据库和海量学术论文，如何在繁杂的研究领域内准确地把握研究热点和前沿，进行文献综述？许多科研工作者表示很崩溃。

　　今天利器君给大家推荐一款文献可视化分析利器：Citespace，快速了解所研究的方向，快速辨别优质论文，高效科技文本挖掘。（由美国德雷塞尔大学信息科学与技术学院终身教授，大连理工大学长江学者讲座教授，陈超美博士开发研究，供科研人员免费试用。）

　　欢迎访问「学者利器」公众号

　　Citespace是一款很实用的文献可视化分析工具，能够显示一个学科或知识领域在一定时期发展的趋势与动向，简单地说，就是将学术文献中的信息（如：作者，期刊，关键词，被引用词汇等）关系，通过可视化的方式表现出来。

　　利器指数：★★★★★

　　平台：Windows、Mac、Linux

　　欢迎访问「学者利器」公众

　　

　　文献共被引分析

　　citespace中文献共被引分析是其最为突出的功能之一，可以很简单的找到引用次数高的文章，同时通过共被引聚类分析，可以分析研究的主要集中方向，并且可以找到每个聚类中的关键文献。

　　下图是 JDIS 论文中的共被引网络的聚类图谱。请看示范▼

　　

　　共被引聚类视图 图源：胡志刚的博客

　　从这幅图的模块度和轮廓值指标来看，这幅图在聚类方面是理想的。

　　网络的模块度是0.8925，可以说是非常高的，这意味着这一共被引聚类可以清楚的界定出science mapping 的各个子领域。聚类效度评价的另一个指标——平均轮廓值的分值是0.3678，相对较低，这主要是因为很多小聚类的存在，对于本文中我们关注的大聚类来说，平均轮廓值其实是非常高的。

　　——胡志刚的博客

　　在文献共被引图谱中，结点的年轮结构表示的是该文献被引用的历史，蓝色的年轮表示较早的年份，红色的表示最近的年份。轮的厚度与该年的被引频次成正比。

　　欢迎访问「学者利器」公众号

　　

　　数据采集

　　分析前需要采集一定的数据，数据采集需建立2个小文件夹，分别命名为：data，project。

　　*Project文件夹是用来保存分析的结果，不需要添加其他内容。Data文件是存放将要被分析的数据。

　　建立文件夹 图源：大志的博客

　　以WOS为例，选中关键词限定下文献的参考文献，并导出存储在data文件夹中。

　　请看示范▼

　　

　　从Web of Science下载分析所需要的数据

　　注意！因为CiteSpace只识别以download_为前缀的文件名，需要将每次下载的文件改名为download_xxx.txt

　　欢迎访问「学者利器」公众号

　　欢迎访问「学者利器」公众号

　　

　　文献可视化分析

　　Citespace数据可以来源于web of science,CSSCI,CNKI,NSF,Derwent,Scopus,arXive-Print,Pubmed,SDSS等平台。

　　下载好数据后可以使用CiteSpace进行引用分析，选择年份，时间间隔，Cited Reference 代表我们要选择分析的是文献引用 ，点击GO，即可生成可视化报告。

　　请看示范▼

　　

　　欢迎访问「学者利器」公

　　

　　网站链接

　　可在Citespace官网上下载其安装软件，链接：

　　~cchen/citespace/download/

　　Citespace软件的使用需要电脑配置Java环境，这样给安装者带来了很多的麻烦，为了更加方便快捷，利器君专门为各位制作好了citespace loading. rar压缩包，其中包括Java JRE（运行环境）+citespace软件包+教程大全。

　　后台回复关键词：文献分析，即可获得citespace软件压缩包。

　　长按图片扫描以上二维码进入后台回复▲

　　欢迎访问「学者利器」

　　————end————

　　

　　

　　向学者和科研教学人员推荐

　　有价值的效率工具