共计 1290 个字符，预计需要花费 4 分钟才能阅读完成。
问题背景
在使用 CiteSpace 进行文献聚类分析时，新手常常会遇到聚类编号不连续的问题。这表现为生成的聚类图中，聚类编号不是从 1 开始的连续数字，而是出现跳跃（比如 1,3,5,7…）。这种问题会带来两个主要影响：
- 影响聚类结果的解读，难以准确判断聚类数量
- 降低可视化效果，使得最终生成的图谱不够美观
原因分析
经过实践总结，聚类编号不连续通常由以下几个因素导致：
- 数据质量问题 ：原始文献数据中存在大量低被引文献或噪声数据
- 参数设置不当 ：特别是节点选择阈值和聚类算法参数设置不合理
- 聚类算法特性 ：CiteSpace 默认使用的算法会过滤掉某些规模太小的聚类
解决方案
1. 数据预处理
在导入数据前，建议先进行以下数据清洗工作：
- 使用 Python 或 Excel 筛选被引次数高于平均值的文献
- 去除重复文献和明显不相关的文献
- 确保作者、机构和关键词字段格式统一
# Python 数据清洗示例
import pandas as pd
# 读取文献数据
df = pd.read_csv('literature.csv')
# 筛选被引次数高于平均值的文献
mean_cites = df['cites'].mean()
df = df[df['cites'] > mean_cites]
# 去除重复文献
df = df.drop_duplicates(subset=['title'])
# 保存清洗后的数据
df.to_csv('cleaned_literature.csv', index=False)2. CiteSpace 参数优化
在 CiteSpace 中，建议按以下步骤调整参数：
- 在 ”Node Types” 中选择合适的节点类型（建议从作者 / 机构开始）
- 将 ”Selection Criteria” 中的 Top N 设为 50-100（根据数据量调整）
- 在 ”Burst Detection” 中勾选 ”Disable” 临时关闭突发检测
- “Pathfinder” 和 ”Pruning” 都建议勾选
- 聚类参数中，将 ”Minimum Cluster Size” 设为 3 -5
3. 结果验证
运行分析后，检查：
- 网络密度（Density）是否在 0.1-0.3 之间
- 模块度（Modularity）是否大于 0.3
- 轮廓值（Silhouette）是否大于 0.5
如果这些指标不理想，可以适当放宽选择标准（如降低 Top N 值）或增加最小聚类规模。
避坑指南
- 避免数据过少 ：建议至少 100 篇高质量文献作为输入
- 谨慎调整参数 ：每次只修改 1 个参数，观察效果
- 注意版本差异 ：CiteSpace 不同版本可能算法有差异
- 检查字段映射 ：确保 TI（标题）、AB（摘要）等字段正确映射
进阶建议
想要获得更好的可视化效果，可以尝试：
- 使用 ”Timeline View” 展示聚类演进
- 调整 ”Node Size Scaling” 突出重要节点
- 在 ”Labels” 中设置合理的显示阈值
- 导出矢量图后使用 AI 软件进一步美化
总结
解决 CiteSpace 聚类编号不连续问题的关键在于数据质量和参数设置的平衡。通过系统的数据预处理和合理的参数调整，大多数情况下都能获得编号连续的聚类结果。建议新手先从简单的作者共现分析开始练习，逐步掌握各项参数的调节技巧。记住，好的可视化结果往往需要多次尝试和微调才能获得。
正文完
