CiteSpace如何挖掘需要的数据
2021-12-03
1807
CiteSpace如何挖掘需要的数据。CiteSpace是一个引文可视化的分析软件，那么我们应该如何从CiteSpace中挖掘到需要的数据呢?下面艾思云课堂小编给大家分享一些想法。
在获取特定主题的数据后，自然而言我们会冒出一个问题：“我们拿这些数据用来做什么?”CiteSpace的最大的作用，就是能够在这些枯燥乏味、机械重复的数据中挖掘出我们想要的东西。那么，这是依靠什么原理实现的呢?
1、共被引分析
在了解共被引分析前我们需要对引文分析有个概念，引文就是论文后面的参考文献。有学者认为，引文分析就是对科学期刊、论文、作者等分析对象的引用和被引用现象进行分析，以揭示其数量特征和内在规律的一种信息计量研究方法。
为什么要引证： 1. 为了对先驱者表示崇敬。2. 为了对相关工作表示赞赏，同时表示对同行的尊敬。 3. 为了对方法或仪器设备表示认同。 4. 为了向读者提供阅读背景。 5. 为了纠正自己的工作。 6. 为了纠正别人的工作。 7. 为了批评前人的工作。 8. 为了支持某种论断。 9. 为了提醒人们注意即将发表的工作。 10. 为了找到那些传播不广、索引很差又未被引证的文献而提供线索。11. 为了验证科学事实和数据 12. 为了鉴别曾讨论过某个思想或概念的原始文献。 13. 为了鉴别某个时代的某个概念或术语的原始文献或其他著作。 14. 为了对别人的工作或思想提出反证-否定性论断。 15. 为了与别人论争某个观点的优先权。
从上面这么多引用原因我们不难看出，被引文献与当前文献在内容上是相关的。论文引用其他论文的行为可以看做是知识从不同的研究主题流动到当前所进行的研究，是知识单元从游离状态到重组产生新知识的过程。由于这种引证行为的客观存在，随着科学研究的不断推进，引文网络也就自然而然的形成了。一篇特定的论文，引用的文献称为引用文献(即后向引证关系)，这篇论文发表后，引用这篇文章的论文称为施引文献(前向引证关系)。在引证网络的基础上，延伸出两个重要的概念，一个是共被引分析，另一个是耦合分析
本期艾思科蓝学术网分享的内容就到这里啦，如需了解更多相关资讯，请点击关注我们吧。我们将会持续定期分享学术相关的知识，学术路上，艾思科蓝一直陪伴您。
