Logo文献星图教程

怎么读图

节点大小、年轮、红圈、中心性、聚类色块,以及 Q、S 和三种标签。

图谱页左上角有四个数:Q、S、节点数、连线数。图例写着年份颜色,以及「红圈 = 引用突现」。点一个节点,右侧给出频次或被引、中心性、Sigma、突现强度和年轮。

文献共被引聚类图

节点大小

圆圈越大,这个点出现得越多。文献共被引里,大小是被引次数。关键词、术语、作者、机构里,大小是出现次数或合作次数。大小说的是「多不多」,不是「重不重要」。一个很大的点可能只是常用词。

年轮

打开底部的「年轮」之后,节点里一圈一圈的环对应年份。每一环的粗细是那一年的被引或共现次数,颜色走图例上的年份色带,从时间窗的开始到结束。年轮用来看一个点是一直都在,还是集中在某几年。

红圈是突现

红圈表示 Kleinberg 突现(Kleinberg, 2003):这个节点在一段时间里突然变热,而不是匀速增长。图例写的就是这圈。底部的「突现」开关控制它显不显示。

点开节点可以看到突现强度,以及开始和结束的年份。强度越高,这段升高越陡。没有红圈,只是没检测到突现,不表示这个点不重要。

Kleinberg, J. (2003). Bursty and hierarchical structure in streams. Data Mining and Knowledge Discovery, 7, 373–397.

紫圈与中心性

CiteSpace 用紫圈标出中介中心性高的节点。中心性高,表示它躺在几条通路上,把本来分开的聚类连在一起,是桥,不是最热的那个点。又大又红的点往往是热点;中心性高的点往往是转折。

文献星图算的是同一种中介中心性。点开节点,右侧的「中心性」就是这个数。图上图例画出来的外圈是红圈(突现)。读「桥不桥」时,以节点详情里的中心性为准。

Sigma 把中心性和突现强度合在一个数里。两个都高,Sigma 就更大,适合用来找「既是桥、又在某段时间突然变热」的节点。

聚类色块

同一种颜色的一片是一个 Louvain 聚类,也就是一组彼此连得更紧的节点。聚类从 0 开始编号,0 最大。色块是这组成员的范围。点左侧列表里的一行,可以只看这一个聚类。

标签默认用 LLR。可以改成 LSI、MI,或换成 AI 命名。

Q 和 S

Q 是模块度。Q > 0.3,划分出来的团块比随机连边更清楚,结构显著。Q 低,通常是网络太密,或节点太少,聚类之间分不开。

S 是聚类成员的平均轮廓系数,范围从 -1 到 1。S > 0.7,成员更像自己这一组、而不是旁边那一组,聚类可信。S 低,表示有些节点站在两组之间。

界面上会标出这两条线:Q > 0.3 结构显著,S > 0.7 聚类可信。需要同时知道的是:文献星图里 S 的计算口径正在与 CiteSpace 校准。写论文时可以报告本工具给出的 S,不要把它当成已经和 CiteSpace 的 S 逐位相同。Q 和 S 都低时,先回到 高级参数 看是不是节点留得太多、剪枝太少,而不是先改结论。

LLR、LSI、MI

三种标签都从施引文献的用词里来,问的是「什么词把这一组和其他组分开」。排序不同。

  • LLR(对数似然比)看一个词在这组里是否明显比组外更多。它是默认标签,适合写「这一簇在谈什么」。专名和具体术语容易排到前面。
  • LSI(潜在语义索引)看这一组文献共同的用词方向,标签往往更宽,像一个主题,而不是一个很窄的术语。
  • MI(互信息)看「见到这个词,有多大把握说它属于这一组」。少见但几乎只出现在这一组里的词会靠前。

三套标签可以同时看。论文里写明你用的是哪一种。LLR 和 LSI 对不上时,通常不是算错了,而是一个偏具体、一个偏主题。

下一步是换视图。各种视图 里每种图都写了论文里可以怎么描述。

目录