citespace，科技文本挖掘及可视化

1. 先理解 CiteSpace 做的事
   CiteSpace 面向科技文本挖掘，输入通常是 Web of Science、CNKI、CSSCI 等来源导出的题录文件，输出是共现网络、共被引网络和突现词图谱。它帮助回答的是：这个领域有哪些研究主题、主题之间怎么连接、哪些文献和作者处在关键位置、热点在什么时间出现和消退。因此使用前要先想清楚分析单元，是按关键词、机构、作者还是被引文献来做，这决定了后面导入数据时的文件类型和字段选择。
2. 准备题录数据并命名
   从数据库导出纯文本或制表符格式的题录，注意包含标题、作者、关键词、摘要、参考文献等字段。把同一批检索结果放进一个文件夹，文件名保持数据库默认的 download 前缀或 download_xxx 形式，避免中文名和特殊符号。批量检索时建议分开建文件夹，因为 CiteSpace 会把同目录下所有记录当作一个数据集处理，混在一起会让时间切片和来源统计失真。
3. 新建项目并设置时间切片
   打开 CiteSpace 后选择新建项目，分别为项目目录和数据目录指定路径。时间范围按研究需要设置，跨度大可以按一年一切片，跨度小可以按两年或三年一切片。节点类型按你的问题选择，关键词共现选 Keyword，共被引分析选 Cited Reference，机构合作选 Institution。设置完成后先跑一次，看左上角是否提示成功读取记录数，读不到就回头检查文件格式和目录。
4. 调整阈值与网络裁剪
   运行时需要设定每个时间切片保留哪些节点和连线。常用做法是每个切片保留前若干个高频节点，或用阈值组合控制。若网络太密导致图看不清，可以开启路径查找或最小生成树等裁剪方式，让关键结构突显出来。裁剪不是越强越好，裁剪过度会切断真实联系，所以要边调边对照节点数和连线数的变化，保留能解释问题的骨架。
5. 运行后读懂图谱
   运行结束后主界面会出现节点和连线。节点大小通常反映出现频次或被引次数，连线粗细反映共现强度，颜色对应时间切片，暖色往往代表较晚年份。紫色外圈标记的是中介中心性较高的节点，这类节点常是连接不同主题的桥梁。聚类视图里不同色块代表不同主题群，可以结合聚类标签和突现词列表判断领域演化。读图时不要只看最大节点，还要关注跨聚类的连线，那往往是新方向出现的位置。
6. 导出结果与常见检查
   分析完成后可以把图谱、聚类表和突现词结果导出，用于论文插图或进一步整理。若结果明显异常，按检查项核对：数据目录里是否混入了无关文件，时间切片是否与数据年份不匹配，节点类型是否选错，裁剪参数是否过度，记录数是否与检索数量一致。逐项排除通常能定位问题，不需要反复重装软件。

软件页面：CiteSpace。