施引文献
-
2023年3月1日发(作者：教师的教学方法)CiteSpace⽂献共被引图谱含义详细解析
CiteSpace⽂献共被引图谱含义详细解析
回顾上⼏次推⽂：
CiteSpace关键词共现图谱含义详细解析
CiteSpace关键词聚类图谱含义详细解析
CiteSpace的时区图谱含义详细解读
CiteSpace关键词时间线图谱含义详细解析
CiteSpace关键四张表解读
CiteSpace同义词、同机构异名批量合并功能
CiteSpace最最强⼤的功能当属于共被引分析啦！
今天就讲解⼀下什么是⽂献共被引。
⾸先看⼀下⽂献共被引的概念。
1973年,美国情报学家Small⾸次提出了⽂献共被引(Co-citation)的概念,作为测度⽂献间关系程度的⼀种研究⽅法。与Small在同⼀时
间提出该理念的还有苏联情报学家Marshakova。
⽂献共被引：两篇（或多篇论⽂）同时被后来⼀篇或多篇论⽂所引证，则称这两篇论⽂构成共被引关系。
【如：A⽂献同时引⽤了C和D⽂献，此时C和D⽂献是共被引关系。同时引⽤这两篇⽂献的⽂献篇数叫共被引强度，此例共被引强度为1，
因为只有⽂献A同时引⽤了C和D；
再如：如果A和B⽂献同时引⽤了C、D、E⽂献，此时C、D、E⽂献是共被引关系，共被引强度为2】。⽂献的共被引关系会随时间的变化
⽽变化，通过⽂献共被引⽹络研究可以探究某⼀学科的发展和演进动态。
看懂了概念是不是感觉所谓的共被引分析原来如此简单？
简单地说，⽂献共被引就是和关键词共现⼀个意思，只不过因为分析对象的变化，叫法变了⽽已，以后这个问题还会经常遇到。
下边看⼀下CiteSpace做出来的⽂献共被引图谱。
理解⽅法类似于关键词共现分析，详情看⼀下下⽂，本⽂简单介绍⼀下⽂献共被引⽹络。
CiteSpace关键词共现图谱含义详细解析
⾸先，我们将上边的⽹络当做⼀个普通的⽹络图，直观上从图中我们⽆⾮只能看到节点、边、以及节点和边之间的连线，别的东西就看不出
来了。
所以，其实类似这种⽹络图所能反映的信息还是⾮常少的。
基于仅有的信息，我们能够从上图中得到什么有价值的信息呢？
⾸先，我们可以得到哪篇⽂章属于⾼被引论⽂，从图中可以得到，杨鹤林（2011）这篇⽂章是⼀篇⾮常重要的论⽂，因为他的被引频次最
⾼，说明其在该领域内具有重要影响，其余论⽂依此类似分析。
其次，从图中我们还可以看到哪些⽂献联系⽐较紧密。联系紧密的含义在于这些⽂献经常被施引⽂献⼀起引⽤，也就是说这些⽂献经常⼀起
出现在后来发表的多篇⽂献中。
既然他们⼀起出现了，那就传达着⼀个重要信息，即这些共同被引⽤的⽂献⼀定在内容上具有相似性。因为你不可能写⼀篇论⽂⼀会引⽤化
学领域的⽂章，⼀会应⽤数学领域的⽂章。
因此，经常共同出现在参考⽂献中的⽂章他们的共被引强⼤就会变⼤，共被引强⼤越⼤说明两者在内容上越相似，在途中他们的联系越紧
密。
基于此，便可以进⾏聚类分析啦。
利⽤CiteSpace聚类功能进⾏⽂献共被引的聚类分析，挖掘相似⽂献的共同主题。这才是⽂献共被引的意义所在！
下⼀节课继续讲解⽂献共被引的聚类分析图谱含义。
另外，再看⼀下⽹络的⼀些指标：
左边的表格显⽰了共被引强度、中介中⼼性、⾸次被引年份、被引⽂章的详细信息。