CiteSpace关键词聚类轮廓值查看方法详解：新手避坑指南

共计 872 个字符，预计需要花费 3 分钟才能阅读完成。

1. 轮廓值是什么？为什么它重要？

轮廓值（Silhouette Value）是评估聚类质量的指标，范围在 - 1 到 1 之间。CiteSpace 中：

• 值越接近 1，说明同类关键词相似度越高
• 正值表示聚类合理，负值可能需重新调整参数
• 一般要求均值>0.5 才算有效聚类

2. 手把手查看轮廓值（附模拟截图）

1. 数据准备阶段
2. 导入文献数据后，点击Network→Build Network

3. 参数建议：时间切片选 2 - 3 年，节点类型选Keyword

4. 生成聚类图后

5. 在可视化界面右键点击空白处
6. 选择Cluster Explorer→Show Silhouette

7. （模拟截图位置：此处显示红框标注的菜单路径）

8. 结果解读区域

9. 弹出的窗口会显示每个聚类的编号、大小和轮廓值
10. 重点观察 Mean Silhouette 行数据

3. 常见问题排查手册

• 问题 1：不显示轮廓值
• 检查是否勾选 Keyword 而非 Author 等节点类型

• 重新运行时勾选 Pruning 下的Pathfinder

• 问题 2：全部显示 0 或负值

• 调整 Selection Criteria 中的 g -index（建议 15-25）

• 尝试减少 Time Slicing 的分段数量

• 问题 3：部分聚类无值
  通常是聚类过小导致，可：

• 合并相邻时间切片
• 在 Cluster 设置中调低 Minimum Nodes 阈值

4. 结果解读进阶技巧

优质聚类的判断标准：

• 轮廓值>0.7：聚类效果优秀（绿色）
• 0.5-0.7：可接受（黄色）
• <0.3：建议重新分析（红色）

异常值处理示例：

IF 某聚类轮廓值<0 THEN
  检查该聚类关键词是否明显不相关
  尝试调整 Node Reduction 参数
END IF

5. 参数设置黄金法则

• 时间切片：人文社科 3 - 5 年，理工科 2 - 3 年
• 节点类型：初学优先用Keyword
• 修剪算法 ：同时勾选Pathfinder 和Pruning sliced networks
• 可视化 ：在Labels 中开启 Cluster ID 显示

动手实验任务

用 WoS 导出的 10 篇文献试操作：

1. 按默认参数生成网络图
2. 记录初始轮廓值
3. 调整 g -index 从 10 到 20，比较数值变化
4. 导出聚类报表观察关键词分布

小贴士：遇到异常时可尝试 Clear 后重新导入数据，避免缓存影响结果