CiteSpace实验报告.docx
《CiteSpace实验报告.docx》由会员分享,可在线阅读,更多相关《CiteSpace实验报告.docx(23页珍藏版)》请在冰豆网上搜索。
![CiteSpace实验报告.docx](https://file1.bdocx.com/fileroot1/2023-1/30/115681cf-bc76-4769-b9e7-821382d868b9/115681cf-bc76-4769-b9e7-821382d868b91.gif)
CiteSpace实验报告
实验室项目实验报告
课程名:
信息可视化软件CitespaceV的应用
任课教师:
**
专业:
*********
学号:
*********
姓名:
***
二○一九至二○二○年度第一学期
南京邮电大学管理学院
实验第1次实验报告
实验内容及基本要求:
实验项目名称:
数据准备:
文献检索与数据保存
实验类型:
验证
每组人数:
1
实验内容及要求:
Citespace软件的下载,国内外CitespaceV可利用的主要信息资源来源的文献检索与数据保存。
要求:
WebofScience、CNKI的文献检索与数据保存
实验结果:
Citespace软件下载:
网址:
http:
//cluster.cis.drexel.edu/~cchen/citespace
如上图可以看到各个版本的Citespace,点击Download按钮,可以下载最新版本的Citespace,也可以点击需要的版本。
要注意,软件配套Java8及以上版本,可以是JRE,也可以是完整的JDK并配置环境变量。
可以发现,目前官网上只提供64位版本的Citespace。
如果需要32位版本的,可以自行寻找资源。
WebofScience的文献检索与数据保存:
从南京邮电大学图书馆-外文数据库,找到WEB,如图:
我用“智慧交通”即”Intelligenttransportation”主题搜索,选择核心合集数据库,如图:
有9474条结果:
导出时,记录内容是:
全记录与引用的参考文献;文件格式是:
纯文本;
如图:
文件名以download开头,便于Citespace软件识别
CNKI的文献检索与数据保存:
从南京邮电大学图书馆-中文数据库,找到CNKI,如图:
我用“智慧交通”为主题,检索所有中文期刊,找到1381条,如图:
导出时,选择文献导出格式为:
Refworks如图:
同样的,文件要以download开头,便于后面的转换。
成绩评定:
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
综合意见:
成绩
指导教师签名
日期
2019.10.22
实验第2次实验报告
实验内容及基本要求:
实验项目名称:
系统使用:
导入数据与调谐数据
实验类型:
验证
每组人数:
1
实验内容及要求:
CitespaceV软件的使用,包括导入分析数据、调谐数据和图谱
要求:
熟悉文献导入的数据格式与数据清理方法、熟悉数据调谐的主要方法如剪切连线、阈值调谐、选择聚类点类型等、熟悉图谱调谐的方法。
实验结果:
以CNKI下载的文件为例,数据转换过程:
点击Citespace软件的Data,选择CNKI。
如图:
然后,新建一个工程,ProjectHome指向一个空文件夹,DataDirectory指向上一步中转化好的文件,DataSource选择WOS
最后,点击Save
单击绿色的GO!
导入数据
我选择NodTypes(聚类点类型)为Institution(机构)
系统提示这些文献的时间跨度是2009—2019
此外,Record:
3该提示有错,忽略它--
References:
0是因为文献自CNKI导出,没有引文内容
单击框中的visuzlize“可视化”按钮,进行可视化分析
数据调谐方法:
剪切连线、阈值调谐、选择聚类点类型等,上图中我选择的聚类点类型是机构,
阈值是默认的,剪切连线选项—pathfinder(寻径)、Pruingslicednetworks(修建切片网),如图:
接下来,我选择的聚类点类型是关键词,
阈值是默认的,剪切连线选项—MinimumSpanningTree(最小生成树),如图:
数据清理:
点击Date选项,直接进入的MySQL@localhost如图,可以进行数据去重处理
成绩评定:
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
综合意见:
成绩
指导教师签名
日期
2.19.11.13
实验第3次实验报告
实验内容及基本要求:
实验项目名称:
图谱运用:
判读图谱与获取引文
实验类型:
验证
每组人数:
1
实验内容及要求:
CitespaceV软件使用的中图谱运用,包括判读图谱、获取引文
要求:
熟练掌握最小生成树合并网动画图谱的判读、聚类节点及其标题词的图谱的判读、研究进展时间图的判读、研究进展时区图的判读。
实验结果:
最小生成树合并网动画图谱的判读:
使用实验2中的相关结果,对171216000工程的可视化分析图谱进行判读
需要注意的是。
在剪切连线选项,勾选最小生成树时,会自动勾选修剪切片网,此时可以手动取消勾选修剪切片网。
当然,在这里,我同时勾选这两个选项,如图:
各色连线表示首次被引年代,各色圆环标识为高共被引文献聚类节点,表示研究的热点、前沿领域,节点颜色及厚度反映研究年代及被引次数,节点大小与位置分别表示研究多少和核心层数,其他的突显点表示新兴学科。
上图中,我们勾选掉“智慧交通”,因为它是我们检索文献时的主题。
此外,图中最大的圆环是“智慧交通”,其次是“智能交通”和“智慧城市建设”。
仔细查看此图,发现“智慧城市”节点与“智慧医疗”、“智慧环保”、“人工智能技术”、“物联网”相连接,连线颜色大多相同,说明首次被引年代一致。
“智慧城市建设”节点最外层为紫色,内层浅黄色与深黄色交替,共有11层。
聚类节点及其标题词的图谱的判读:
在可视化图谱界面,点击寻找聚类和以主题词标记聚类,如图:
得到图谱:
聚类环包括一组相关节点,各节点对应一高引文献,聚类标题词显示研究前沿主题。
上图中,聚类环序号从0开始,标记了7个聚类。
第1个聚类环是“智慧城市”,令我意外的是第3个聚类环“5G”,因为“5G网络”作为关键词,出现的频次远远落后于其他的节点,这就体现出聚类与节点的不同:
聚类环包括一组相关节点,“5G”作为第3个聚类环出现,说明与它相关联的关键词还是特别多的。
研究进展时间图的判读:
按年代显示研究前沿、研究进展时间图、聚类标题词表示研究热点
研究进展时区图的判读:
成绩评定:
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
综合意见:
成绩
指导教师签名
日期
2019.11.21
实验第4次实验报告
实验内容及基本要求:
实验项目名称:
分析报告:
结论分析与报告完成
实验类型:
验证
每组人数:
1
实验内容及要求:
利用CitespaceV进行的分析
要求:
掌握高引频文献进行研究分析得出研究热点、研读高频引文获取发展趋势、依据时区图得到研究进展等。
按照科技论文的写作要求完成实验报告,字数不少于2000字。
实验结果:
基于CiteSpace的智慧交通研究热点与趋势分析
摘要:
文章以中国知网(CNKI)数据库收入的1384篇中文期刊文献为研究对象,运用可视化软件CiteSpace,以聚类知识图谱和研究进展时间图谱分析为主要研究方法,揭示了国内智慧交通领域的研究热点及发展趋势。
分析发现,
从时间上看:
研究在2009年开始出现,在2011年开始涌现,2011-2019年进入大规模发展阶段;从内容上看:
研究热点有“智慧城市”、“智慧交通系统”、“物联网”、“车联网”、“人工智能”等。
为此,文章给出总结和思考,为智慧交通的深入研究、实践探索和产业推进提供参考。
一、研究方案
1研究工具
CiteSpace分析智慧交通研究的具体步骤如下:
以CiteSpace自带数据转化工具,将从CNKI导出的Refworks格式的文献引文转化为CiteSpace可识别的数据格式,将时间跨度设置为2009-2019,间隔为1年;设置阈值为(4、4、20);选择最小生成树(MinimumSpanningTree)和修剪切片网(Pruningslicednetworks),呈现可视化图谱,并分别采用聚类静态(ClusterView)和时间图谱(TimelineView)的可视化方式呈现最终分析图谱。
2数据来源
研究主要针对国内智慧交通领域文献的关键词进行词频、聚类、热点以及凸显词分析。
在研究过程中,以“智慧交通”为主题,检索CNKI的全部期刊,截止到2019年11月21日,检索出1397篇相关中文文献,经手工检查,文献都符合研究需要。
二、内容知识图谱及其分析
1智慧交通研究热点
中心度和频次高的关键词代表着一段时间内研究者共同关注的问题,即研究热点。
中心性衡量节点权力的大小,反映了该点在图谱中的重要性。
由表1可知,智慧交通、智慧城市、智能交通、智慧城市建设、交通运输部,这些关键词的频次高、中心性高,反映了智慧交通在推进、发展过程中关注领域的聚焦和变化。
选择最小生成树(MinimumSpanningTree)和修剪切片网(Pruningslicednetworks),呈现可视化图谱,如图1
图1显示,智慧交通研究关键词共现网络中共有节点79个,连线95条,网络密度为0.0308
图2显示,文献机构共现频次聚类网络中共有节点27个,连线5条,网络密度为0.01422
对比可知,相比较机构合作网络,关键词共现网络的网络密度有很大的提升,结构比较集中,在研究主题上有较高的专注度。
相关研究者的机构科研合作程度很低,在未来,争取合作共赢。
2智慧交通研究趋势
CiteSpace的关键词聚类功能可以明确某研究领域的热点和发展趋势,在知识图谱中,圆表示关键词节点,圆越大说明对应主题出现的频次越高。
节点年轮颜色及厚度表示出现时段,即圆内色环越厚,表示该颜色对应年份出现的频次越高。
使用CiteSpace的寻找聚类(findcluster)功能,可以得到研究的群集,这可以帮助理解近年来,智慧交通研究的趋势,如图3
图3显示,有7大群集,分别是:
智慧城市、绿色交通、5g、大数据、交通大数据、智能汽车、企业管理。
结合研究时间图谱,图4
可以看到智慧城市的研究始于2012年,2012-2018年涌现出“互联网+”等关键词;绿色交通的研究始于2014年,2014-2018年涌现出“云计算”、“人工智能应用”等关键词;交通大数据的研究始于2016年,涌现出“人工智能”、“智能网联汽车”等关键词。
除此以外,2019年是5g商用元年,相关研究也开始转向5g在智慧交通领域的应用。
三、时空图谱及其分析
为考察智慧交通的研究成果,统计了CNKI收录的相关中文期刊文献,图5显示,自2011年以来围绕智慧交通的研究文献大规模出现,2017年开始爆发时增长,截至2019年,发文量仍然呈现增长趋势。
如图5
在图6智慧交通研究关键词时区图谱中,可以发现新兴的研究热点,包括人工智能、无人驾驶汽车等。
这一方面归结于我国城市交通压力大、交通问题形式严峻,另一方面,2011年以来,云计算、物联网、大数据、5g等新兴技术的应用,使得智慧交通能够以多种形式呈现。
统计了发文量前30名的研究机构,如图6,为考察不同机构的合作情况,可以参考图2。
可以发现,不同机构的作者之间合作较少,尚未形成极具凝聚力的科研群体。
四、结论与思考
1研究结论
本研究通过CiteSpace软件,对CNKI数据库中2009-1019年有关智慧交通的文献生成图谱及相关数据进行了不同层次的分析和可视化研究,得出以下结论:
•关键词共现图谱表明:
智慧交通研究热点是智慧城市建设、大数据、智慧交通系统、物联网、人工智能、车联网。
•关键词聚类图谱显示,有7大群集,分别是:
智慧城市、绿色交通、5g、大数据、交通大数据、智能汽车、企业管理。
•时间分布图谱表明:
智慧交通研究最早始于2009年,在2011年开始涌现,2011-2019年进入大规模发展阶段,截至2019年,发文量仍然呈现增长趋势。
•空间分布图谱表明:
参与智慧交通研究的机构较多,科研人员队伍不断壮大但发文量在4篇及以上的机构只有22个,机构间合作较少,存在各自为阵的现象。
•研究时间图谱表明:
交通大数据、5g应用、AI已经成为研究前沿,智慧交通研究的主题丰富、研究范围大、热度高,借助新技术不端开拓新的研究方向,相关研究者大有可为。
2研究思考
智慧交通的发展,集中在最近10年,从“智慧+”提出以后,智慧交通便迅速出现在研究者的视野中,其中,我国巨大的城市交通压力和解决交通问题的强烈需求,推动着研究者不断将新技术、新思路结合到智慧交通研究中去。
在相关工作者的努力下,取得了一个个令人振奋的成果。
随着大数据、物联网技术的大规模商用,越来越多的前沿研究将付诸实践,将大大减缓城市交通压力。
随着5g、物联网技术的成熟和不断更新,需要广大研究者和实践者在实践中不断对智慧交通实现形式进行完善。
成绩评定:
该生对待本次实验的态度□认真□良好□一般□比较差。
本次实验的过程情况□很好□较好□一般□比较差
对实验结果的分析□很好□良好□一般□比较差
文档书写符合规范程度□很好□良好□一般□比较差
综合意见:
成绩
指导教师签名
日期
2019.11.23
[文档可能无法思考全面,请浏览后下载,另外祝您生活愉快,工作顺利,万事如意!
]