文献计量与知识图谱
文献计量分析
用发表年份、作者和分号分隔的关键词清点发文、找高产学者，并画关键词共现网络；不把摘要句子拿去分词打情感。
这篇能回答什么
文献计量分析回答的是「这批题录里谁在写、哪年写、哪些关键词总是一起出现」。StatsX 要求三列对齐：年份、作者、关键词。作者与关键词按分号或逗号切开。关键词两两共现建成无向图，节点大小跟词频走，中心度用 NetworkX 的度中心性。它不读摘要正文，也不输出情感分——那是文本挖掘与情感分析的事。
教学示例来自文本与设计表的 papers 工作表：40 篇有效文献，识别出 6 个关键词、6 位作者。词频最高的是「因果推断」25 次，其次「机器学习」22 次、「面板数据」21 次。六颗词的度中心性都是 1，网络密度为 1.0000：这是一张完全图，不是「只有因果推断在当桥梁」。高产作者第一名「赵六」累计 18 篇，第二名「钱七」14 篇。
如何选择方法
列是标签还是句子，决定走哪一页。年份 + 作者 +「生存分析;面板数据」这种标签 → 本页共现。摘要段落 → 文本挖掘。已经切好的学科类别 → 频数。购物篮 SKU → Apriori，不是文献关键词。不要把词云里的「研究」「探讨」当成中心度。
文献计量分析（本页）：年份 1 列、作者 1 列、关键词 1 列；趋势、作者表、热点表、共现图。
文本挖掘与情感分析：恰好 1 列长文本；NMF 主题与词典极性。
频数分析：已编码类别的人数。
Apriori：事务里的共现规则，面向购物篮而不是题录。
输入、输出与限制
输入
三列必须成对齐全。年份接受四位公元年、日期或能抽出 1901–2100 的文本；解析失败则按原始取值分组。作者、关键词用 ; ； , ， 分割。教学用法：papers 表第 1 列年份、第 2 列作者、第 3 列关键词。不要把「摘要」拖进关键词。
年份：恰好 1 列，定量或时间。
作者：恰好 1 列文本。
关键词：恰好 1 列文本，多词分隔。
输出
年度发文趋势；热点表（排名、关键词、词频、度中心性，最多 15 行）；作者表（排名、姓名、累计发文，最多 10 人）；共现网络图。图谱布局用力导向，节点带词频与中心性。洞察会写文献篇数、词数、作者数与密度。
产品限制
三列同时非缺失的行少于 10 篇会拒绝运行。
网络节点默认取词频 Top 50，表只展示 Top 15。
度中心性 = 度数 / (节点数−1)；完全图上每点都是 1，排名改由词频决定。
作者「张三;李四」算两人各 +1，顿号或空格不会切分。
SPSS 没有 NetworkX 共现菜单；能对的是发文量透视，不是中心性小数。
案例
研究问题。 一份教学题录把社会科学方法词登记在 papers 里，希望先看哪些词总是绑在一起、谁写得最多，而不是从摘要里再抽一遍主题。
有效文献 40 篇。热点表 6 行：「因果推断」词频 25、中心度 1；「机器学习」22；一直落到「文本挖掘」15 次。作者表 6 人：赵六 18、钱七 14、张三 13、李四与王五各 12、孙八 11。密度 1.0000 来自六词两两都有边，教学样本把方法标签写进同一格，不是学科已经「融合成熟」的外部证据。下载后在 papers 勾选年份、作者、关键词三列即可复现。
在 StatsX 中操作
步骤 1 · 打开 papers，不要打开摘要练习表
上传文本与设计 xlsx，工作表选 papers。kano / conjoint 表没有年份—作者—关键词三元组。
步骤 2 · 画像里把关键词当标签，不当长句
关键词应是「因果推断;面板数据」这种短标签。摘要列留给文本挖掘。
步骤 3 · 搜「文献计量」或「知识图谱」
不要点成文本挖掘。两个都出现「文本」二字，角色完全不同。
步骤 4 · 三列对上三个角色
年份、作者、关键词各一列，顺序与角色一致。至少 10 篇三列都有值。
步骤 5 · 先看密度，再看谁排第一
密度=1 且中心度全是 1 时，第一名只是词频最高（因果推断 25），不是唯一枢纽。作者表对赵六 18 篇。
如何阅读输出
热点表由同一份 papers 在 StatsX 中运行得到。6 个关键词全部进入网络。「因果推断」排名 1，词频 25，中心度 1；「机器学习」排名 2，词频 22，中心度同样是 1。中心度列没有区分度，排序实际上由词频决定：25 > 22 > 21 > 19 > 18 > 15。
| 排名 | 核心关键词 (Hotspot) | 出现频次 (Count) | 网络中心度 (Centrality) |
|---|---|---|---|
| 1 | 因果推断 | 25 | 1 |
| 2 | 机器学习 | 22 | 1 |
| 3 | 面板数据 | 21 | 1 |
| 4 | 生存分析 | 19 | 1 |
| 5 | 结构方程 | 18 | 1 |
| 6 | 文本挖掘 | 15 | 1 |
左右滑动可查看完整表格
注：中心度(Centrality)越大，代表该关键词在整个学科网络中的中枢与桥梁作用越强，是该领域的绝对核心基础概念。
作者表注写明纳入 40 篇、识别出 6 位独立学者。赵六 18 篇居首，钱七 14 篇次之。累计发文是题录里该字符串出现的篇数，不是被引次数，也不是 h 指数。
| 排名 | 核心作者 (Author) | 累计发文量 |
|---|---|---|
| 1 | 赵六 | 18 |
| 2 | 钱七 | 14 |
| 3 | 张三 | 13 |
| 4 | 李四 | 12 |
| 5 | 王五 | 12 |
| 6 | 孙八 | 11 |
在纳入分析的 40 篇文献中，共识别出 6 位独立学者。
密度 1.0000 的教学读法：六词在同一批短标签里两两共现，图没有边缘、也没有真正的「边缘学科」。把「学科融合成熟」写进论文，需要换一批真实检索式导出的题录，让中心度出现小于 1 的点。文本挖掘页对同一张表的摘要只会得到套话主题和 0.50 情感，不能用来解释这张共现图。
读表顺序：有效篇数是否 ≥10 → 关键词个数 → 中心度是否退化成全 1 → 词频谁最高 → 作者累计发文 → 趋势是否只是占位年份。表注里「中枢与桥梁」在完全图上对每一词成立，不能只送给因果推断。
理论与公式
一篇文献的关键词集合为 K_d。边 \{u,v\} 的权重是同时包含这两个词的篇数。度中心性与图密度：
教学网络 n=6。完全图有 15 条边，于是每点 deg=5，C_D=1，Δ=1。词频是标签出现次数：因果推断 25、机器学习 22，与度数脱钩——词可以很频但仍与所有其余词共现。作者计数是切开后的字符串频次，赵六 18 不等于被引 18。
文本挖掘的 NMF 分解的是文档-词矩阵 V≈WH，情感是词典 (p+1)/(p+n+2)。两套公式不共享节点。SPSS 若用透视表数「关键词」文本，得到的是整格字符串频次，不会按分号切开，也算不出 C_D。
注意事项
同义不同写（「机器学习」与「ML」）会拆成两个点。
一人多名、一名多人会扭曲作者表。
完全图上不要写「某词是唯一核心枢纽」。
趋势图的年份解析失败时，横轴是原始标签，不是日历。
40 篇教学题录不能外推到「该学科」的真实结构。
常见问题
参考文献
Pritchard, A. Statistical bibliography or bibliometrics? Journal of Documentation, 1969, 25(4): 348–349.
Callon, M., Courtial, J. P., Turner, W. A., Bauin, S. From translations to problematic networks. Social Science Information, 1983, 22(2): 191–235.
Newman, M. E. J. Networks: An Introduction. Oxford University Press.
陈超美. CiteSpace 知识图谱的方法论功能[J]. 科学学研究.