1、四部分 首先选择一个盘符，建立工程文件夹项目，建议不要存放在C盘！不要存放在C盘！不要存放在C盘！下载分析数据，再知网高级搜索中选择相应设置。可以看到检索结果有20条。如果数据比较多的话，建议还是逐个筛选一下，尽量选择期刊质量高或者知名作者的论文。然后全选，导出Refworks。
2、CiteSpace的功能区域很质朴，分为执行操作区、时间选择区、文本处理功能区和网络配置功能区等。
3、研究热点分析：一般利用关键词/主题词共现。研究前沿探测：共被引、耦合、共词、突现词检测都有人使用，但因为对“研究前沿”的定义尚未统一，所以方法的选择和图谱结果的解读上众说纷纭。研究演进路径分析：将时序维度与主题聚类结合，例如citespace中的时间线图和时区图。
1、citespace自动聚类的实现是依据谱聚类算法，谱聚类本身就是基于图论的一种算法，因此它对共引网络这种基于链接关系而不是节点属性的聚类具有天然的优势。传统的聚类算法，如K均值算法，EM算法等都是建立在凸球形的样本空间上，算法会陷入局部最优。谱聚类算法正是为了弥补上述算法的这一缺陷而产生的。
2、研究热点分析：一般利用关键词/主题词共现。研究前沿探测：共被引、耦合、共词、突现词检测都有人使用，但因为对“研究前沿”的定义尚未统一，所以方法的选择和图谱结果的解读上众说纷纭。研究演进路径分析：将时序维度与主题聚类结合，例如citespace中的时间线图和时区图。
3、Chen （2012） 和 （2014） 的研究更深入地探讨了结构变化对引用量的影响以及信息的“Fitness”，这些都是CiteSpace强大功能的体现。然而，关于《科学知识前沿图谱与实践》的电子书下载详情，遗憾的是，我们未能在此处提供，但它无疑为CiteSpace在学术领域的广泛应用提供了丰富的实践案例和深入解读。
4、CiteSpace是一种文献计量的建模软件。文献计量学使用定量的方法来描述和监测已发表的研究，通过这种系统的、透明的、可重复的审查过程，克服了叙事型文献综述的主观偏见[5]。
5、研究热点分析：一般利用关键词／主题词共现。研究前沿探测：共被引、耦合、共词、突现词检测都有人使用，但因为对“研究前沿”的定义尚未统一，所以方法的选择和图谱结果的解读上众说纷纭。研究演进路径分析：将时序维度与主题聚类结合，例如citespace中的时间线图和时区图。
6、研究方法：若要进行文本的内容分析，需要在运行主窗口中term sources 面板上选择“term”包含的范围，有四个数据来源可供选择，“title”、“abstract”、“descriptors””identifiers，如果选择题目或者摘要，还需要在“term selection”中选择“noun phrases”选项。
现在citespace软件里已经自带数据转化了，cssci，cnki的数据都都可以在操作界面的data选项中转化。
citespace不能直接将WOS的文献转换为paper格式，因为citespace主要是用于科学文献的可视化分析，而不是文献转换。如果您需要将WOS的文献转换为其他格式（如.pdf、.doc等），您可以通过以下步骤进行操作： 打开WOS数据库，找到您需要的文献。 点击“导出”按钮，选择合适的导出格式（如.txt、.csv等）。
登录与语言切换 首先，打开WoS数据库的官方网站，登录后，目光锁定右上角的语言选项。选择“所有数据库”中的核心合集——Web of Science，切换成英文界面，确保操作的准确性。数据检索的艺术 掌握正确的检索策略至关重要。
设置错误。citespace文献共被引每次结果不同是因为你设置错误，设置聚类算法中，初始化是随机的。去设置里取消随机就可以。
关键词聚类是研究领域内具有相似研究主题的关键词形成的互相联系的网络集群，各集群的内涵是由各自包含文章中高频使用的标题词来标识[7]。CiteSpace中，同一个集群的节点使用凸壳覆盖或者仅显示边界线，集群从0开始编号，即集群#0是最大的集群，而集群#1是第二大的，依次递推。
CiteSpace的核心功能是产生由多个文献共被引网络组合而成的一种独特的共被引网络，以及自动生成的一些相关分析结果。每个文献共被引网络对应于一个历时一年或几年的时间段。最终显示的网络不是各个网络之间的简单叠加，而是要满足一些条件（详见2004年PNAS的论文）。
数据挖掘与信息可视化： Citespace能够通过对大量文献数据的分析，挖掘出其中的关键信息，并以可视化的图谱形式展现。这使得研究者能够直观地看到某一领域的研究热点、研究趋势以及不同研究主题之间的关系。
一旦转化为了wos格式后，什么cnki，cssci格式统统忘掉。基于cnki数据库的限制，一般可以COA分析不可以DCA分析，由此可能使得分析不准。不准确可能的原因是，关键词是自己写的，而共被引分析（dca）是经过同行引证的。
进行基本聚类分析。使用CiteSpace分析某一主题的研究历史与研究前沿，第一步就是要从文献数据库上下载到一定数量的文献信息。外文文献信息一般在webofscience（WoS）上下载得到，中文文献信息一般在中国知网（CNKI）上下载。
1、打开电脑，百度搜索“citespace”，如图所示，进行登录。进入“citespace”主页面，打开“搜索框”进行资料的搜索，点击“ 检索”。根据“日期”、“引用次数”“相关性”等排序方式进行文档的选择。打开“排序方式”，点击“显示”。
2、citespace怎么设置成中文？数据没导入成功，图谱使用了默认的demo，自然全是英文。 解决方法：由于题主是中文文献，所以首先把txt文件名改为“download_xxxxxxx”格式（xxxx为自定义内容），然后放入input文件夹中。
3、可选中1个或多个下面的关键词，搜索相关资料。也可直接点“搜索资料”搜索整个问题。
4、Citespace免费版虽然有限制，但提前的数据准备是关键。比如，针对“动物分子育种”这一主题，万方搜索结果达57篇核心论文，而在维普则只有14篇，不过可能需要调整检索字段。将搜索结果导出至Refworks格式的TXT文件，是下一步操作。
将搜索结果导出至Refworks格式的TXT文件，是下一步操作。此时，NoteExpress的去重功能派上用场，选择Refworks格式导入并去重，再导出至Word文档，以保持格式一致性。
**数据收集与导入**：在WOS数据库中进行检索，收集你需要进行分析的文献数据。选择合适的关键词或者使用高级检索策略来收集相关文献。收集后，将数据导入到CiteSpace和VOSView工具中。 **数据预处理**：在进行可视化之前，可能需要对导入的数据进行一些预处理。
选择新建项目或修改项目时，会出现修改所建项目参数的页面。每项参数的值为on/off或数字。如提示（on/off），说明系统预先设置的值是前面的on。如果要用到Alias，Exclusion等功能，设相应的参数值为on。一般情况，必须设置的参数有：设置项目名称；导入“project”及“data”路径；保存。