CiteSpace时间线标签聚类优化指南：解决聚类数量不足的实用技巧

共计 1501 个字符，预计需要花费 4 分钟才能阅读完成。

问题背景

CiteSpace 的时间线视图（Timeline View）是文献计量分析中常用的可视化工具，它能清晰展示研究主题的演进路径。但新手用户常遇到一个问题：生成的时间线图上聚类标签数量过少，导致关键信息缺失。典型表现为：

• 时间轴上只有零星几个聚类标签
• 重要关键词未被显示为独立聚类
• 聚类间连线稀疏，难以识别研究脉络

原因分析

导致聚类数量不足的常见原因有：

1. 网络规模过小 ：原始数据导入的文献量不足（建议至少 500 篇）或分析时段划分过细

2. 剪枝参数过严 ：Pathfinder 或 MST 网络剪枝算法过滤了过多连接

3. 数据质量问题 ：

4. 关键词未标准化（如 ”AI” 和 ”Artificial Intelligence” 被识别为不同词）

5. 停用词未有效过滤

6. 显示阈值过高 ：可视化设置中标签显示频次阈值设置不合理

解决方案

一、网络参数调整

1. 扩大网络规模 ：
2. 在 Time Slicing 设置中延长分析时段（如从 5 年扩展到 10 年）

3. 增加每时间片的文献量（Node Types 选 Cited Reference 时建议≥50 篇 / 年）

4. 优化剪枝参数 ：

5. 取消勾选 ”Pruning sliced networks” 保留更多连接

6. 或改用 ”Pruning the merged network” 仅在最终合并网络时剪枝

7. 调整聚类算法 ：

8. 在 Cluster 面板尝试不同算法（LLR 通常效果较好）
9. 降低 Silhouette 阈值（可接受 0.5 以上的聚类）

二、数据预处理技巧

1. 关键词合并 ：
2. 使用 Term Source 的 ”User Dictionary” 功能合并同义词

3. 示例：将 ”deep learning” 和 ”DL” 映射为统一术语

4. 停用词处理 ：

5. 在 Project 界面勾选 ”Remove Stop Words”

6. 自定义停用词表（过滤无意义的通用词如 ”study”）

7. 词频优化 ：

8. 调整 ”Term Selection” 的 g -index（建议 25-50）
9. 选择 ”Noun Phrases” 而非单个单词

三、可视化优化方法

1. 标签显示设置 ：
2. 在 Visualization 面板调低 ”Node Label Size Threshold”（如从 60 改为 30）

3. 勾选 ”Show Labels for Small Clusters”

4. 布局优化 ：

5. 使用 ”Layout – Cluster View – Timeline” 重置布局
6. 手动拖动重叠标签（右键节点选择 ”Unfix Node”）

操作演示

1. 数据导入后，进入 ”Network Configuration”：
2. 设置 Years Per Slice=2（短期趋势）或 5（长期趋势）

3. Node Types 选择 ”Keyword”+”Term”

4. 运行分析后，在 Visualization 界面：

5. 点击 ”Cluster – Run Cluster Analysis”

6. 调整 ”Cluster – Settings” 中的 Minimum Nodes=5

7. 导出优化前后的对比图：

8. 优化前：默认参数下仅显示 3 个聚类标签
9. 优化后：可显示 8 -10 个清晰聚类（需截图示意）

避坑指南

• 勿过度剪枝 ：保留 ”Pathfinder” 同时取消 ”Pruning per slice”
• 避免时段碎片化 ：分析时段不宜短于 2 年
• 警惕同义词干扰 ：务必检查 Term 列表中的重复关键词
• 字体设置技巧 ：标签大小与节点大小需保持比例（建议 1:1.5）

进阶建议

1. 结合时区视图（Timezone View）验证聚类稳定性
2. 使用 Burst Detection 识别突现词辅助解读
3. 导出 Network 文件用 Gephi 进行二次美化

自查清单

✅ 文献量是否足够（≥500 篇）
✅ 是否已合并同义词
✅ Pathfinder 和 MST 是否同时启用
✅ 标签显示阈值是否≤30
✅ 聚类 Silhouette 值是否>0.4

学习资源

• CiteSpace 官方手册（6.2.R4 版）
• 陈超美教授 YouTube 教程
• 《科学知识图谱》实战章节