共计 1217 个字符，预计需要花费 4 分钟才能阅读完成。

CiteSpace 聚类分析优化：解决节点过度聚合问题

问题背景与原理

CiteSpace 作为文献计量分析工具，其聚类功能基于共被引网络和关键词共现网络。当网络节点过度聚合时，常表现为：

• 多个研究主题被合并到同一聚类
• 关键节点标签重叠无法辨识
• 聚类间边界模糊导致主题混同

这种现象通常源于：
1. 默认参数过于宽松
2. 网络密度阈值设置不当
3. 可视化映射未突出差异

关键参数优化策略

g-index 调整

控制网络生长规模的核心参数：

1. 初始值建议设为 15-25
2. 值越小网络越稀疏（适合细分领域）
3. 值越大包含节点越多（适合宏观分析）

k-core 过滤

剔除边缘节点的有效方法：

• 文献量 >1000 时设为 3 -5
• 中等规模数据集用 2 -3
• 配合菜单 Path->Network->Pruning->K-core 使用

网络修剪算法选择

推荐工作流：
1. 先用 Pathfinder 初步修剪
2. 对重点区域局部启用 MST
3. 最终可视化前关闭所有修剪

可视化参数配置

标签显示优化

# CiteSpace 可视化设置文件示例
label_threshold = 0.5  # 显示阈值
font_size = 12         # 基础字号
color_scheme = 2       # 1= 单色 2= 多色 3= 渐变 

颜色映射建议

• 不同聚类使用对比色系
• 时间维度采用渐变色
• 关键节点用高饱和色标记

数据预处理脚本

# Python 文献数据预处理示例
import pandas as pd
from sklearn.feature_extraction.text import TfidfVectorizer

# 读取 WoS 导出数据
df = pd.read_csv('wos_records.csv')

# 关键词 TF-IDF 加权
tfidf = TfidfVectorizer(max_features=500)
keywords_matrix = tfidf.fit_transform(df['DE'])

# 生成共现矩阵
co_occurrence = keywords_matrix.T * keywords_matrix
co_occurrence.to_csv('co_matrix.csv')  # 供 CiteSpace 导入 

常见配置误区

1. 过度修剪网络
2. 现象：重要连接丢失

3. 修正：逐级增加修剪强度

4. 颜色映射混乱

5. 现象：同类主题分散显示

6. 修正：手动指定聚类配色

7. 时间切片不当

8. 现象：趋势断裂
9. 修正：按学科发展周期设置

效果验证方法

建议对比实验设计：
1. 使用同一 WoS 数据集
2. 分组测试不同参数组合
3. 评估指标包括：
– 聚类模块度 (Q 值)
– 轮廓系数
– 人工主题判别准确率

实践建议

经过多个项目的验证，推荐以下参数组合作为起点：
– g-index: 20
– k-core: 3
– Pathfinder+Pruning
– 标签显示阈值 0.6

欢迎在评论区分享您的参数配置经验，特别是处理特定学科文献时的独特设置。对于复杂数据集，建议保存多个配置方案进行 AB 测试。