citespace运行后样本数量不对

1. 先核对导入源文件条数与软件提示条数
   打开 CiteSpace 新建项目时导入的纯文本或文件夹，先独立数一遍源记录条数。常见情况是你以为导出了 500 条，实际导出文件里只有 480 条，或者把多个数据库文件放进同一目录后部分文件没有被识别。检查导入对话框里软件列出的文件数和记录数，与你自己统计的条数逐项对照，确认偏差是发生在导入阶段还是后续处理阶段。如果源目录里混有非数据文件、空文件或上次残留的临时文件，先把它们移出去再重新导入。
2. 检查时间切片与年份过滤是否切掉了记录
   CiteSpace 运行时会按设置的时间切片逐段处理，如果起止年份、切片长度或每片最少记录数设置得偏窄，部分年份的记录可能被跳过而不进入最终样本。回到项目参数里查看时间范围是否覆盖了数据中实际出现的所有年份，切片跨度是否太大导致某些年份被合并或忽略。把起点往前推、终点往后延，或减小切片长度后再运行一次，观察样本数是否回升。这一步能快速判断数量不对是不是时间过滤造成的。
3. 确认去重规则是否合并了本该保留的记录
   软件在运行前通常有去重环节，会按标题、作者、DOI 或来源等字段判断重复并合并。如果你的数据里存在同名不同篇、同一标题不同年份、综述与原文标题相近等情况，去重可能把有效记录误删。打开去重设置，查看当前依据哪些字段判断重复，必要时放宽或关闭自动去重，改为手工核对疑似重复项。也可以先把数据导出去重前后的两份列表做比对，看被合并掉的是不是真正重复的记录。
4. 核对字段映射与记录格式是否被正确解析
   不同数据库导出的字段标签各不相同，CiteSpace 需要把来源字段映射到它识别的标签上。如果字段映射错位，标题、作者或年份读不出来，软件可能把该条记录判为无效而丢弃，最终样本数就少了。检查导入时选择的数据库格式是否与实际文件一致，字段对应关系是否覆盖了标题、作者、来源、年份这几个关键项。可以打开源文件抽样看几条记录，确认每条都有完整的标签和内容，再重新执行导入和运行。
5. 对比不同运行参数下的样本数定位偏差来源
   建议固定同一份数据，只改一个参数分别跑几次，记录每次的样本数。例如先不看时间过滤、不做去重跑一次；再逐步加回去重、加回时间切片、加回节点类型筛选，观察哪一步加入后数量明显下降，那一步就是偏差来源。如果所有参数都放开后数量仍然对不上源文件条数，再检查是否有记录在解析阶段就被丢弃，例如编码异常或字段为空。用这种单变量对比的方法，比反复重跑更容易找到确切原因。
6. 确认是否把分析单位与记录条数混为一谈
   还有一种容易被误判的情况：你看的是节点数、共现对数或聚类结果里的条目数，而不是导入的记录数，这几类数字本来就不等于样本条数。软件界面上显示的总数可能只统计了参与某类分析的记录，未满足阈值或未被引用的记录不会计入。先分清你关注的数字是原始记录数、有效记录数还是网络节点数，再判断是否真的存在偏差。若确认是记录数本身不对，再按前面的导入、过滤、去重、字段映射顺序逐项排查。

软件页面：CiteSpace。