01 介绍及Ucinet安装
02 CNKI数据下载
导出refworks格式
03 CNKI折线图绘制
3.1合并数据
新建文件夹TXT，将下载命名的.txt文档放置TXT.data数据3.0，进行合并，文件夹用英文字母hebing命名。
3.2 时间提取
利用data3.0数据园提取，提取单元选择“YR”，保持结果为“time”，点击CNKI提取，显示完成。
3.3 绘制折线图
数据透视表，进行汇总。汇总是选中，插入数据透视表，进行“计数项：时间”的汇总 。
制作时间-文献量折线图。复制数据透视表，对折线图进行修改即可。
04 CNKI关键词提取与合并
下载数据——数据提取——关键词合并——矩阵——Ucinet格式转化——图谱绘制以及中心性计算。关键词标志K1，利用data数据园。
4.1 数据合并
4.2 提取关键词
4.2.1提取关键词
提取合并后的文档，名为“hebing.txt”，提取单元为“K1”，保存结果为"keywords”。
4.2.2 关键词删除与清洗
关键词需要进行删除，文献计量时综述一般不计入，取决于自己。GIGI数据清洗软件进行处理不需要的关键词（删除与合并），此操作过程类似于data数据园。
05 CNKI关键词共现矩阵
关键词频次是关键词出现的频次，一般设置5，共现矩阵是gk，频次是pk。原始文件来源路径选择提取出的关键词exl文件。
06 CNKI关键词共现图
6.1 绘制共现图谱
复制gk命名的文件，双击黄色后面的按钮，拷贝数据，保存File——save as另存为“k”。
打开Netdraw，点击file——Open——Ucinet dataset——Network
点击... 选择文件“k.h”，点击OK。
6.2 调整图谱
（1）去掉箭头，关键词不需要箭头。
（2）Analysis——Analysis measures，选择相应的中心性绘制。
点度中心性越大，说明直接相连的关键词最多，测量直接相关的关键词；中间中心性起着中介的作用，控制着其他节点；接近中心性，一个节点到其他网络所有节点越小，说明越重要，起着总揽全局的作用。图谱中一般用点度中心性和中间中心性。
width点完回不去。权重点加号。
09 CNKI作者提取与矩阵制作
9.1 提取作者
步骤和提取关键词一样。在data数据园中进行作者提取，保存结果为“Author”。
打开Author表格，查找与替换，在中英文状态下分别将，替换；。
9.2 作者共现矩阵
运用cooc软件进行作者共现矩阵，打开共现分析，输入原始文件“Author”，设置频次大于2，转化结果文件命名为“ga”，频次结果文件命名为“pa”。点击转化完成。
10 CNKI作者小团体分析
和关键词合作网络制作一样。
11 CNKI作者网络指标计算
复制ga命名的文件，双击黄色后面的按钮，拷贝数据，保存File——save as另存为“au”。
二值化：Transform——Dichotomize（选择.h文件）。Dichotomization rule: y(i,j) = 1 if x(i,j) > 0, and 0 otherwise.
计算密度：
计算作者平均距离(Average distance)和凝聚指数(Compactness)：
指数越大，表明该整体网络具有凝聚力。基于距离的离析指数（fragmentation）等于1减去紧凑指数。
计算作者点度中心性：
12 CNKI机构提取与矩阵制作
12 CNKI机构提取与矩阵制作网络规模怎么看：
整体网的规模指的是网络中包含的全部行动者的数目。规模看共现矩阵，如果共现矩阵得到nxn，那么规模就是n。
网络边数怎么看：
常用网络中实际形成的连线数量(L)的计算公式为(N×(N-1),N代表网络规模。真实情况不一定每个网络是最大可能形成的网络，公式代表的是最大可能连线数量，可以看共现矩阵中的连接边数。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/55361.html