科學知識圖譜：工具、方法與應用

目 錄




第 1章 科學知識圖譜概述 1
1.1 知識圖譜的概念 1
1.1.1 科學知識圖譜 2
1.1.2 語義知識圖譜 3
1.2 科學知識圖譜的研究方法 6
1.3 科學知識圖譜的研究意義 7
1.3.1 學科分析研究 7
1.3.2 科研合作網(wǎng)絡分析 8
1.3.3 學科建設評估 9
1.4 科學知識圖譜的繪制與解讀流程 10
1.5 科學知識圖譜工具 11
1.6 本章小結(jié) 12
第 2章 數(shù)據(jù)采集與預處理 13
2.1 數(shù)據(jù)庫簡介 13
2.1.1 三大數(shù)據(jù)庫 13
2.1.2 OA數(shù)據(jù)庫 14
2.1.3 其他數(shù)據(jù)庫 15
2.2 數(shù)據(jù)采集 15
2.2.1 CNKI數(shù)據(jù)采集 16
2.2.2 CSSCI數(shù)據(jù)采集 20
2.2.3 WOS數(shù)據(jù)采集 22
2.3 數(shù)據(jù)預處理 24
2.3.1 WOS題錄格式說明 25
2.3.2 數(shù)據(jù)預處理前期準備 27
2.3.3 數(shù)據(jù)預處理操作 28
2.3.4 數(shù)據(jù)轉(zhuǎn)換存在的問題 30
2.3.5 工具演示說明 32
2.4 本章小結(jié) 33
第3章 文獻計量分析工具的應用 34
3.1 文獻計量分析理論方法 34
3.1.1 引文分析 34
3.1.2 共詞分析 37
3.2 CiteSpace 38
3.2.1 CiteSpace簡介 38
3.2.2 CiteSpace概念模型 38
3.2.3 下載與運行CiteSpace 39
3.2.4 設置參數(shù) 41
3.2.5 新建項目與可視化 45
3.2.6 共詞網(wǎng)絡可視化視圖 47
3.2.7 科研合作網(wǎng)絡圖譜 56
3.2.8 共被引網(wǎng)絡 59
3.2.9 保存圖譜 63
3.3 VOSviewer 65
3.3.1 VOSviewer簡介 65
3.3.2 下載與運行VOSviewer 66
3.3.3 知識單元合并及刪除 67
3.3.4 創(chuàng)建圖譜 67
3.3.5 可視化視圖 74
3.3.6 中文文獻可視化圖譜 74
3.3.7 外文文獻可視化圖譜 91
3.3.8 保存圖譜 97
3.4 HistCite 99
3.4.1 HistCite簡介 99
3.4.2 下載與運行HistCite 99
3.4.3 HistCite界面 100
3.4.4 繪制引文時序圖 102
3.5 Bibliometrix 104
3.5.1 Bibliometrix簡介 104
3.5.2 下載與運行Bibliometrix 106
3.5.3 Bibliometrix的部分功能 108
3.6 SATI 112
3.6.1 SATI簡介 112
3.6.2 SATI的部分功能 115
3.7 本章小結(jié) 117
第4章 多元統(tǒng)計分析工具SPSS的應用 119
4.1 多元統(tǒng)計分析理論方法 119
4.1.1 因子分析 119
4.1.2 聚類分析 120
4.1.3 多維尺度分析 121
4.1.4 戰(zhàn)略坐標分析 122
4.2 BICOMB 123
4.2.1 BICOMB簡介 123
4.2.2 下載與運行BICOMB 123
4.2.3 使用BICOMB 124
4.3 SPSS 130
4.3.1 SPSS簡介 130
4.3.2 SPSS距離分析的應用 131
4.3.3 SPSS因子分析的應用 134
4.3.4 SPSS聚類分析的應用 140
4.3.5 SPSS多維尺度分析的應用 144
4.3.6 戰(zhàn)略坐標分析的應用 146
4.4 本章小結(jié) 149
第5章 社會網(wǎng)絡分析工具UCINET的應用 150
5.1 社會網(wǎng)絡分析理論方法 150
5.1.1 中心度 151
5.1.2 凝聚子群 155
5.1.3 網(wǎng)絡密度 156
5.2 UCINET 156
5.2.1 UCINET簡介 156
5.2.2 數(shù)據(jù)輸入/輸出 157
5.2.3 層次聚類 158
5.2.4 中心度計算 160
5.2.5 共詞網(wǎng)絡可視化圖譜 161
5.2.6 國內(nèi)合作網(wǎng)絡可視化圖譜 164
5.2.7 保存圖譜 169
5.3 本章小結(jié) 170
第6章 LDA主題模型的應用 171
6.1 NLP理論方法 171
6.1.1 語料庫 171
6.1.2 分詞 172
6.1.3 特征工程 173
6.1.4 文本表示方法 173
6.1.5 LDA主題模型 175
6.2 開源NLP工具包 176
6.3 Python集成開發(fā)環(huán)境 177
6.4 分詞處理 179
6.4.1 分詞工具 179
6.4.2 自定義詞典 180
6.5 詞袋模型示例 180
6.5.1 詞頻統(tǒng)計 180
6.5.2 TF-IDF統(tǒng)計 181
6.6 主題分析應用 182
6.6.1 數(shù)據(jù)準備 182
6.6.2 LDA主題模型的相關參數(shù) 182
6.6.3 程序代碼 183
6.6.4 主題輸出與可視化 184
6.6.5 熱點主題解讀 186
6.6.6 主題演化歷程 187
6.7 本章小結(jié) 189

附錄A 文獻計量分析的常用術(shù)語 190
附錄B 基本科學指標 191
附錄C 知網(wǎng)題錄數(shù)據(jù)格式轉(zhuǎn)換代碼 192
附錄D CSSCI題錄數(shù)據(jù)格式轉(zhuǎn)換代碼 194