14级文献信息分析课件.ppt

1、文 献 信 息 分 析Analysis of the literature information中山大学医学文献检索教研室 朱伟丽 2014-9-9课程内容介绍 去哪检索 检索技巧 如何跟踪最新进展 如何有效管理文献 一个新问题 面对海量文献，该如何开始？文献检索目的 追踪进展 特定参考 全面调研开题前的调研了解新的领域基金申请论文投稿快速了解一个领域 教材、专著 综述、经典文章 专家 .如何获得重要文献 导师或高人推荐 大家、顶尖刊物、代表性研究机构 网站检索并分析(WOK、Scopus、GoPubMed) 软件统计分析文献管理软件（如EndNote等）文本分析软件（如Refviz,omn

2、iviz等）引文分析软件（如HistCite、CiteSpace等）关于分析的观点 分析正变得越来越重要数据的海量增加，超出我们的阅读能力高效获取有价值的信息越来越重要 分析不能代替阅读但能够提高我们的阅读效率信息分析途径 数据库内嵌检索结果分析 WOK Scopus SinoMed 信息分析平台分析 GoPubMed SCImago journal & Country Rank分析平台 分析软件 CiteSpace HistCite RefViz 阅读分析 综合分析法 对比分析法1.数据库内嵌检索结果分析1.2.Web of Science提供的分析功能 多角度的过滤分析 引文分析 Cita

3、tion Map作者分析：作者分析： - 发现该领域的高产出研究人员发现该领域的高产出研究人员 - 有利于机构的人才招聘有利于机构的人才招聘 - 选择小同行审稿专家选择小同行审稿专家 - 选择潜在的合作者选择潜在的合作者国家与地区分析国家与地区分析 - 领域高产出的国家与地区领域高产出的国家与地区来源期刊分析：来源期刊分析：发现此领域相关的学术发现此领域相关的学术期刊进行跟踪关注和投稿期刊进行跟踪关注和投稿 出版年分析：出版年分析：了解该研究的发展过程和了解该研究的发展过程和趋势，分析各阶段的重要理论及发现。趋势，分析各阶段的重要理论及发现。多角度过滤分析引文分析引证图谱Scopus提供的分析

4、功能2.信息分析平台 GoPubMed(http:/) SCImago journal & Country Rank分析平台分析平台(http:/)SCImago Journal & country Rank SCImago公司开发的一个利用科学指标对期刊和国家学术水平进行评价的门户网站,数据来源为Scopus. 四大功能模块,能对期刊和国家的文献信息进行排名、分析、比较和可视化呈现3.信息分析软件CiteSpace HistCite RefViz Bibexcel Ucinet Pajek科学计量学之父伦敦大学物理学博士,耶鲁大学科学史博士、教授主要贡献： 科学的指数曲线（普赖斯曲线,195

5、6）巴比伦以来的科学与小科学，大科学（1961，1963） Price(普赖斯,1921-1983)引文索引创始人哥伦比亚大学化学系学士、图书馆学硕士、宾夕法尼亚博士Eugene Garfield(E.加菲尔德,1925)主要贡献：科学引文索引（1963）HistCite(2000+)2004Cited References19931991199519802003Times CitedRelated Records200320041999200219942004 Citing 1995HistCite科学计量学之父伦敦大学物理学博士,耶鲁大学科学史博士、教授主要贡献： 科学的指数曲线（普赖斯曲

6、线,1956）巴比伦以来的科学与小科学，大科学（1961，1963） Price(普赖斯,1921-1983) 科学论文的网络（研究前沿，1965）在科学论文之间形成的引文网络结构中，只有极少数论文被新发表的论文较多引用，表明被引频次甚高的这一小部分论文可视为学科的新生长点，成为热门的科学前沿科学知识图谱开创者科学计量学家、汤姆森科技信息集团首席科学家主要贡献： 创造性提出论文“共被引”的概念和共被引分析法（1973）Henry Small(亨利 斯莫尔,1941)共被引分析定量的揭示科学的结构、亲缘关系和演化规律。斯莫尔等又提出作者其被引、期刊共被引等多种建立在耦合强度和共被引强度基础上的文

7、献聚类分析方法 科学知识图谱可视化 网络分析 六度分隔 社会网络分析 数学模型 信息可视化 可视化技术 图形绘制 数据挖掘无数研究者的贡献陈超美 陈悦 侯海燕 杨国立 李品 刘竟 梁永霞杨中楷尹春丽刘则渊 科学知识图谱：是把应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，用可视化的图谱形象的展示学科的核心框架、发展历史、前沿领域以及整体知识架构的多学科融合的一种研究方法。信息科学科学计量学计算机科学应用数学 引文分析 共被引分析 多元统计分析 词频分析 社会网络分析科学知识图谱应用技术 主要分析字段：引文/作者/关键词/期刊 / 数据库：WOS

8、/CNKI/CSSCI/arXiv/Scopus/NSF/DII等科学知识图谱分析数据来源HistCite 引文可视化软件,主要功能是将某一领域高被引和高引用文献转换成引文编年图,帮助用户快速定位某研究领域的原创文献、重要文献和重要文献之间的引用关系.（仅能处理WOS数据） 免费获取网址： http:/ 重要概念：LCS与GCSCiteSpace软件CiteSpace简介由陈超美博士与大连理工大学WISE联合开发的用来分析和可视共被引网络的JAVA程序，可以在网上免费下载使用。分析、挖掘和可视科研文献数据的应用软件，通过引文分析和聚类分析寻找某一学科领域的研究进展和当前的研究前沿，及其对应的知

9、识基础,并以可视化的方式展示。CiteSpace基本知识CiteSpace相关理论基础：研究前沿（Research Front)被定义为一组突现的动态概念和潜在的研究问题，知识基础（Intellectual Base)是研究前沿在科学文献中的引文和共引轨迹，即承载动态概念的引文及其参考文献形成的聚类。 陈超美，2005有什么用? 通过引文网络分析,找出学科领域演进的关键路径 找出学科领域演进的关键点文献（知识拐点） 分析学科演进的潜在动力机制 分析学科热点和前沿 关键点：研究前沿总是沿着时间推进，一个研究领域的知识基础将会同其研究前沿一起随着时间的变化而演进。在这种演进的过程中，必须会产生导致

10、研究前沿演进的关键节点文献，这些节点可能成为网络中的一个时间段向另一个时间段过渡的关键点。一般由提出重要的新理论或是具有重大理论创新的经典文献，也是最有可能形成科学研究前沿的热点的文献。图谱中以紫色圈圈表示。 突测算法:在CiteSpace中，采用Kleinberg的突变检测算法来确定研究前沿中的概念，基本原理是统计相关领域论文的标题、摘要、系索词和文献记录的标识符中词汇频率，根据这些词的词频增长率来确定哪些是研究前沿的热点词汇。根据这些术语在同一篇文章中共同出现的情况进行聚类分析后，可以得到“研究前沿术语的共现网络”。CiteSpace基本知识节点文献在单个时区中的被引次数节点文献记录节点文

11、献总被引次数两个节点文献首次共被引年份年份色标引文年环CiteSpace基本知识软件获取与安装The The CiteSpaceCiteSpace 网站网站http:/cluster.cis.drexel.edu/cchen/citespace下载下载citespacecitespace程程序及安装序及安装JREJRECitespaceCitespace程度自程度自带数据包带数据包数据准备文献检索数据保存系统使用导入数据谐调数据图谱运用判读图谱获取论文分析结论研读引文分析结论咨询专家CiteSpace 使用步骤数据准备 从Web of Science中检索文献 将文献保存,选择全部字段,包括参

12、考文献,以纯文本文献保存,并且文件名必须以download开头,即必须是download*.txt的形式. 在本地电脑创建两个空文件夹,如“分析”与“数据”,其中“数据”用于存放从数据库中下载的数据,而“分析”必须是空文件夹,以备后用.A: AuthorsB: Title, Descriptors, AbstractC: Cited ReferencesD: Times CitedE: Year of PublicationF：SourceG：InstituteCiteSpace中使用的文献信息字段11, 2001, was unprecedented in the United States

13、. We assessed the prevalence and correlates of acute post-traumatic stress disorder (PTSD) and depression among residents of Manhattan five to eight weeks after the attacks. Methods: We used random-digit dialing to contact a representative sample of adults living south of 110th Street in Manhattan.

14、Participants were asked about demographic characteristics, exposure to the events of September 11, and psychological symptoms after the attacks. AU Galea, S Ahern, J Resnick, H Kilpatrick, D Bucuvalas, M Gold, J Vlahov, DTI Psychological sequelae of the September 11 terrorist attacks in New York Cit

15、y.SO NEW ENGLAND JOURNAL OF MEDICINELA EnglishDT ArticleID POSTTRAUMATIC-STRESS-DISORDER; NATIONAL COMORBIDITY SURVEY; MAJOR DEPRESSION; NATURAL DISASTER; SOCIAL SUPPORT; OKLAHOMA- CITY; PREVALENCE; PSYCHOPATHOLOGY; SURVIVORS; SYMPTOMSAB Background: The scope of the terrorist attacks of Septemberco-

16、authorshipco-occurring burst termsABBBFCR 2001, NY TIMES 1226, B2 *AM PSYCH ASS, 1994, DIAGN STAT MAN MENT *DEP HLTH HUMAN SE, 1999, MENT HLTH REP SURG G *US BUR CENS, 2000, STF3A DEP COMM BUR C BLAZER DG, 1994, AM J PSYCHIAT, V151, P979 EATON L, 2001, NY TIMES 1116, A1 FOTHERGILL A, 1999, DISASTERS

17、, V23, P156 FULLERTON CS, 1999, AVIAT SPACE ENVIR MD, V70, P902 GINEXI EM, 2000, AM J COMMUN PSYCHOL, V28, P495 GOENJIAN AK, 2001, AM J PSYCHIAT, V158, P788 GREEN BL, 1990, J APPL SOC PSYCHOL, V20, P1033 HANSON RF, 1995, J CONSULT CLIN PSYCH, V63, P987 HARVEY AG, 1999, J CONSULT CLIN PSYCH, V67, P98

18、5 KAWACHI I, 2001, J URBAN HEALTH, V78, P458 KESSLER RC, 1995, ARCH GEN PSYCHIAT, V52, P1048 KILPATRICK DG, 1987, CRIME DELINQUENCY, V33, P479 MADAKASIRA S, 1987, J NERV MENT DIS, V175, P286 MAZURE CM, 2000, AM J PSYCHIAT, V157, P896 NORTH CS, 1999, JAMA-J AM MED ASSOC, V282, P755 ORTEGA AN, 2000, A

19、M J PSYCHIAT, V157, P615 POLE N, 2001, J NERV MENT DIS, V189, P442 RESNICK H, 1999, J ANXIETY DISORD, V13, P359 RESNICK HS, 1993, J CONSULT CLIN PSYCH, V61, P984 ROTHBAUM BO, 1992, J TRAUMA STRESS, V5, P455 RUBONIS AV, 1991, PSYCHOL BULL, V109, P384document co-citation author co-citation journal co-

20、citation CNR 32TC 179PU MASSACHUSETTS MEDICAL SOC/NEJMPI WALTHAMPA WALTHAM WOODS CENTER, 860 WINTER ST, WALTHAM, MA 02451-1413 USASN 0028-4793J9 N ENGL J MEDJI N. Engl. J. Med.PD MAR 28PY 2002VL 346IS 13BP 982EP 987PG 6SC Medicine, General & InternalGA 534UYUT ISI:000174608600006ERDEG系统使用数据谐调区数据处理显示

21、区文件设置区CiteSpace导入数据编辑新项目编辑新项目CiteSpace调谐数据处理结果处理结果处理过程处理过程参数设置区参数设置区Time slicing:时间分割From 1996 to 2003：设置数据源的时间跨度.#Year per slice：单个时间分区长度.时间分片Text Processing(文本处理)Term Source:聚类词生成来源,主要指WOS系统中引文信息,包括篇名、文摘、作者关键词及数据附加关键词。Term Type：包括名词短语与突现词，指从Term Source中提取的词语类型，是聚类词的依据。突现词：burst term，指通过考察词频的时间分布，将

22、那些频次变化率高，增长速度快的“突发词”从大量的常用词中检测出来，用词频的变动趋势而不仅仅是词频的高低，来分析学科的前沿领域和发展趋势。聚类词Burst探测步骤 选择词汇来源 点击detect burst 选择plain text/选择noun phrase 选择create POS Tags Node type选择term,top n per slice选择5或10点击GO 重新点击detect burst参考链接:http:/210.75.240.149/blog-496649-566289.htmlNode Types：节点类型Author:COA, Co-Authors合著者Insti

23、tution:合作机构分析Country：合作地区分析Term ：Co Term，共现词分析Keyword：共现关键词分析Category：共现学科类别分析Cited Reference： Document Co-Citation Analysis (DCA)共被引文献分析Cited Author： Author Co-Citation Analysis (ACA)共被引作者分析Cited Journal：Journal Co-Citation Analysis (JCA)共被引来源刊分析节点选择区三种微调设置方式(进入统计分析的文献标准)TopN per Slice:系统设定N=30，意为在

24、每个time slice中提取N个被引次数最高的文献。N越大生成的网络将相对更全面一些。TopN %per Slice:将每个time slice中的被引文献按被引次数排序后，保留最高的N%作为节点。 Threshold Interpolation:设定三个time slices的值，其余time slices的值由线性插值赋值。 c: 为最低被引次数只有满足这个条件的文献才能参加下面的运算. cc: 本slice内的共被引次数 ccv:为规范化以后的共被引次数（0100）。）。 入选文献选择区网络精简(pruning)Pathfinder:路径网络简化减少Link数量，只有那些最突出的可免于

25、裁剪 Pruning slicednetworks:修剪切片网 Pruning mergednetworks :修剪合并网最小生成树：Minimum spanning tree寻径算法选择区图谱可视化(Visualization)Cluster View-Static(静态图谱)Cluster View-Animated (动态图谱)Show Networks by Time Slices(按时间片显示多个图谱)Show Merged Network（显示各时间片最终合成的图谱）选择图谱可视化方式关键点文献链接全文中心度大于0.1的为关键点文章保存图谱/图像开始/终止迭代发现聚类/最优聚类，以

26、不同色点显示以标题词/关键词/或摘要词来标记聚类聚类显示显示类组成员及引证文献Contorl panelContorl panel（控制面板）（控制面板）节点选择keyword,term时有效，调谐其节点大小，字体大小及显示阈值节点除keyword,term外时有效，调谐其节点大小，字体大小及显示阈值显示聚类标识词的字体大小显示图谱方式,默认聚类视图,timeline表示时区视图时区视图时区视图案例恐怖主义研究 terrorism选择节点设置阈值设置图谱呈现模式分析结果分析结果分析过程分析过程可视化图谱图谱原始状态图谱原始状态图谱迭代变化过程图谱迭代变化过程迭代停止迭代过程紫色圆环为关键节点点

27、击节点右键,弹出窗口选择全文链接显示聚类以不同的色点显示不同的聚类显示聚类标识(标题词模式)显示聚类数#14 posttraumatic stress disorder聚类信息探索每个聚类的信息#1聚类成员#1引证文献通过从文献中提取句子概况本类主要内容获取主要聚类的信息图谱聚类分析 三个主要的聚类 CA左上绿色部分,恐怖主义爆炸中的身体外伤 CB中部,黄-桔色,与生化武器威胁相关的卫生保健 CC左下桔色部分,911恐怖袭击事件对心理和精神的影响关键点文献分析 CA与CB通过一个关键点Mallonee-1996相联,这篇文章对由1995年俄克拉何马城爆炸引起的灾祸作了全面的研究,因为这是一篇关

28、于恐怖爆炸的人体外伤治疗的灾难处理的文章,故与CA相联,另一方面,这篇文章中的伤病和灾难是起因于俄克拉何马城爆炸,故也同CB相联.1990-2003年间涌现的研究前沿术语共被引文献剪切视图只保留最主要的链接突显关键节点突显不同时间段主要链接时区视图共现词分析作者共被引分析作者共被引分析作用聚集作者相关群体，确定研究同行聚集作者相关群体，确定研究同行组建科学合作网络，促进科学攻关组建科学合作网络，促进科学攻关期刊共被引分析期刊共被引分析作用判断期刊的学科或专业性质判断期刊的学科或专业性质确定核心期刊依据确定核心期刊依据作者共现分析 国家共现分析确定一个研究领域 ，收集尽可能多的该领域的词汇。保证

29、接下来的分析能覆盖该领域所有主要的组成部分。 数据收集及加载。从数据库上检索符合要求的数据，下载到本地，创建New Project。根据词汇在文章标题 、文摘 、表述中出现的频率的增长率来确定哪些是前沿热点词汇。并提取研究前沿术语。时间切片。用户确定总的时间段的范围和分割后每一个时间片的长度 。阈值选择（选择合适的引文数量、共被引频次和共被引系数）。 选择算法精简和合并网络。 展示。生成标准的聚类视图和时间序列视图。 可视化检测。Citespace让用户可以通过几种方法与这个可视化系统进行交互。用户可以根据运算法则通过控制各种参数来控制可视化属性和标签的展示 。 确认关键点。确定的关键点的意义

30、可以通过询问该领域的专家来确认。这些专家可以是处于关键点的文章的作者， 或者是文章中引用过关键点处的文章的作者 。Citespace 的使用一般步骤其他分析软件 RefVize:利用标准的数学聚类算法对文献进行分析,并以可视化的图形将处理后的文献归类结果显示出来,从中可选择性阅读某一组文献,还可根据导入文献之间的主题关系,揭示某学科领域的研究热点,帮助推断研究趋势和挖掘新的学科生长点. Bibexcel Ucinet PajekRefVize小结 数据库内嵌分析功能(作者分析,期刊分析,主题分析,时间分析,引文分析)，帮助精炼检索结果 GoPubMed 与SCImago Journal & country Rank分析平台，分析功能进一步深化. CiteSpace、HistCite、Refvize分析软件，提取高被引或高引用论文，分析研究趋势，析取关键文章，探测研究热点。任何分析软件都不可能替代我们大量阅读文献,软件充其量只是辅助并提高我们的效率,或者从另外的角度将信息展示给我们，最终需要依靠阅读进行深层次分析。朱伟丽谢 谢！