citespace有哪些基本功能
citespace有哪些基本功能，核心是围绕文献数据的检索、导入、清洗、共现与共被引分析、聚类与突现检测、可视化图谱解读以及结果导出这几件事展开。它主要面向科学计量与知识图谱分析场景，把一批文献记录转换成节点与连线构成的知识网络，帮助使用者观察研究主题、作者、机构、期刊、关键词等对象之间的结构关系与演化趋势。
- 文献数据导入与格式转换
基本功能的第一步是把外部文献数据变成 CiteSpace 能识别的内容。常见来源包括 Web of Science、CNKI、Scopus 等数据库导出的纯文本或题录文件，通常需要按软件要求整理成指定文件夹结构，例如把下载的 txt 文件集中放入 data 目录，再在软件里选择对应数据源与时间范围。导入后界面会提示记录数量、时间跨度与字段完整情况，若记录数为零，应先检查导出格式是否为该版本支持的格式、字段是否包含标题、作者、关键词、参考文献等必要项，而不是直接怀疑软件故障。这一步决定了后续分析能否成立，属于最基础的准备环节。 - 时间切片与阈值设定
CiteSpace 把整个时间区间切成若干切片，再在每个切片内按阈值筛选节点。基本功能里这一项常被称为切片设置或阈值选择，常见做法有按每段时间内出现频次最高的若干比例取前 N 项，也有按被引频次、共现频次或 g 指数来选。切片长度、每片节点上限、连线计算方式都会影响最终图谱的密度与可读性。使用者可以在界面中调整起止年份、切片年数以及选择标准，观察节点数与连线数的变化，从而找到一个既能保留重要信息又不过度拥挤的平衡点。这部分属于参数配置，不是安装或兼容问题。 - 共现分析与共被引分析
这是 CiteSpace 最被熟知的能力集合。共现分析覆盖关键词共现、作者合作、机构合作、国家或地区合作等，用来观察研究主题分布与合作网络结构。共被引分析覆盖参考文献共被引、作者共被引、期刊共被引等，用来识别学科的知识基础与经典文献。软件会在网络基础上计算中心性、突现度、聚类模块度等指标，其中中介中心性较高的节点往往处于不同主题之间的连接位置。使用者可以根据分析目的选择节点类型，例如研究主题演化就选关键词，研究学术共同体就选作者或机构，研究知识来源就选被引文献或期刊。 - 聚类、突现检测与图谱解读
生成网络之后，基本功能还包括聚类与突现检测。聚类会把联系紧密的节点归为同一类，并给出聚类编号、标签词与轮廓值，轮廓值越接近 1 通常表示聚类内部一致性越高。突现检测用于发现某段时间内突然增多或受到集中关注的关键词、文献或作者，结果常以突现词列表或时间线形式呈现，适合观察研究前沿与阶段热点。图谱解读时可以结合节点大小、颜色、连线粗细与聚类标签综合判断，节点大小往往反映出现或被引频次，颜色对应时间切片，连线表示共现或共被引关系。 - 结果查看、导出与重复分析
分析完成后，CiteSpace 提供图谱视图、聚类视图、时间线视图与时间区域视图等查看方式，并允许把图谱导出为图片，把节点、连线、聚类、突现结果导出为表格或文本，便于写入报告或进一步统计。若结果不理想，通常需要回到数据与参数环节：检查文献记录是否完整、时间范围是否合适、节点类型是否匹配研究问题、阈值是否过松或过严，再重新运行。整个流程是导入、配置、计算、解读、导出的循环，而不是一次性操作。软件的具体按钮位置与选项名称可能随版本不同而变化，使用前可以到软件页 https://www.xxu5.com/?p=3029 对照当前版本的界面说明，并以本机实际显示为准。另需注意，CiteSpace 需要 Java 运行环境才能启动，若图谱无法生成，可先确认运行环境是否正常，但这不是功能本身的内容。