共计 1278 个字符，预计需要花费 4 分钟才能阅读完成。
CiteSpace 聚类原理简介
CiteSpace 通过分析文献数据中的共现关系（如关键词、作者、机构等），构建知识网络并自动聚类。其核心原理是基于网络节点的相似性，将关联紧密的节点归为同一聚类，最终形成可视化知识图谱。默认情况下，CiteSpace 会尽可能保留所有显著节点，这可能导致聚类数量过多。
新手常见问题：聚类数量过多的原因
- 数据量过大 ：导入的文献数量过多时，网络节点自然增加
- 参数设置宽松 ：默认的 Node Cutoff 等参数可能保留过多边缘节点
- 时间切片过细 ：短期时间窗口会生成大量局部聚类
- 算法敏感度高 ：部分聚类算法对微小关联也生成独立聚类
三种解决方案
1. 参数调整：关键参数设置
Node Cutoff 参数 （节点筛选阈值）：
[Network] → [Node Cutoff] → 建议设置为 2 -3- 低于该阈值的低频节点将被过滤
- 数值越大，保留的节点越少
Pathfinder 算法 （网络简化）：
[Network] → [Pruning] → 选择 "Pathfinder" + "Pruning sliced networks"- 自动移除冗余连接，简化网络结构
- 可减少 10-30% 的次要聚类
2. 数据预处理优化
关键词筛选 ：
- 在 Web of Science 导出数据时，勾选 ” 作者关键词 ”+”Keywords Plus”
- 使用 Excel 删除明显无关的关键词（如 ”study” 等通用词）
时间切片调整 ：
[Time Slicing] → 将 1 年 / 片改为 2 - 3 年 / 片 - 适合长期趋势分析
- 可合并相似时间点的聚类
3. 算法选择策略
| 算法类型 | 特点 | 适用场景 |
|---|---|---|
| LLR | 敏感度高 | 发现细分主题 |
| TF-IDF | 平衡性佳 | 一般分析 |
| MI | 保守聚合 | 减少聚类数量 |
推荐操作路径：
[Cluster] → [Algorithm] → 选择 "MI" 算法 操作演示（以 WOS 数据为例）
- 导入数据后，按顺序设置：
[Time Slicing] → Years Per Slice=3
[Node Types] → 只勾选 "Keyword"
[Selection Criteria] → g-index(k=25)- 关键参数组合：
[Network] → Node Cutoff=2, Pathfinder+Pruning
[Cluster] → Algorithm=MI, Cluster Size=15
图：推荐参数组合设置界面
避坑指南
- 过度过滤 ：Node Cutoff>5 可能导致核心节点丢失
- 算法冲突 ：同时启用 Pathfinder 和 MST 会过度简化网络
- 时间切片误区 ：医学等快速变化领域不宜 >2 年 / 片
效果对比案例
调整前 ：
– 聚类数量：38 个
– 可视化效果：
调整后 ：
– 聚类数量：12 个
– 可视化改进：
注：核心研究主题更突出，边缘噪声减少
进阶学习资源
- CiteSpace 官方手册：https://citespace.podia.com
- 数据预处理技巧：Chen, C. (2017). Scientometrics 111(3)
- 参数组合研究：李杰 (2020).《CiteSpace 科技文本挖掘及可视化》
通过上述方法，新手可以快速改善聚类过多的问题。建议先尝试参数调整这种最直接的方式，再逐步结合数据预处理和算法选择。实际操作中可能需要多次微调，直到找到最适合当前数据的平衡点。
正文完
