信息计量学|CiteSpace使用教程14

8. 聚类标签的提取用哪个来源和算法

citespace在聚类标签的提取上提供了三种标签来源:标题、关键词、摘要;提供了三种标签提取算法LSI/LLR/MI

8.1 算法谁更好?

下面用web of science导出的数据进行文献共被引图谱的生成,并使用标题作为来源,分别使用三种算法进行聚类标签的生成。

LSI

LLR

MI

综合来看,笔者建议使用LLR算法进行聚类主题提取,所得出的聚类标签会更加符合实际情况且重复情况较少。但需要注意的是,不论使用哪种算法进行聚类主题提取,均需要再次确认生成的标签和实际文献的情况,有时需要合并聚类。

(0)

相关推荐

  • 【图像分类】简述无监督图像分类发展现状

    无监督图像分类问题是图像分类领域一项极具挑战的研究课题,本文介绍了无监督图像分类算法的发展现状,供大家参考学习. 作者 | 郭冰洋 编辑 | 言有三 1 简介 近年来,深度学习在图像识别领域取得了前所 ...

  • 视频教程 | matlab机器学习(英文中字)

    在本视频中,您将跟随LorenShure快速入门机器学习算法,并了解三种类型的机器学习(聚类,分类和回归): 聚类--将一组事物分成具有不同属性的组: 分类--用于图像中的对象检测,预测性维护和垃圾邮 ...

  • Ecshop使用——标签列表

    这里你可以查看用户添加的标签 或者对标签进行删除操作 如图1 图1 管理员可以点击右上角的添加标签,进行添加标签 前台用户登录后可以添加 如图2 标签列表 下一篇: ecshop最新版下载地址 上一篇 ...

  • 信息计量学|CiteSpace使用教程1

    信息计量学|CiteSpace使用教程1

  • 信息计量学|CiteSpace使用教程2

    2.CiteSpace理论知识 本部分的内容主要是阐述CiteSpace被开发出来的基本设计理念.仅追求应用的使用者可以跳过本部分,若想了解软件背后的设计理念可继续往下读. CiteSpace的设计理 ...

  • 信息计量学|CiteSpace使用教程3

    3.主界面展示 主界面 本文章使用的为5.1.R8 SE版本,截至到2018年3月26日的最新版本为5.2.R2,版本选择主要依据电脑版本和所需功能确定,本文只涉及citespace的最基本功能,因此 ...

  • 信息计量学|CiteSpace使用教程4

    5.数据处理窗口展示 数据处理窗口 数据处理窗口即展示了上节提到的Citespace支持的数据库类型.在数据处理窗口,软件可以完成以下功能: 数据格式转换(最为常用) 数据获取:获取ADS.arXiv ...

  • 信息计量学|CiteSpace使用教程5

    5.2 生成图谱 在主面板上点击"GO"开始进程.Citespace读取terrorism中的数据文件,在左侧的窗口中报告进度. 完成进度后弹出提示框,有三个选项可选Visuali ...

  • 信息计量学|CiteSpace使用教程6

    5.4 生成聚类图谱 点击 进行自动聚类过程. 依据谱聚类(基于图论的一种算法)对共引网络这种基于连接关系而不是节点属性的聚类具有天然的优势.可以对任意形状的样本空间进行聚类,且收敛于全局最优解. 网 ...

  • 信息计量学|CiteSpace使用教程7--聚类信息的查看

    5.5 聚类信息的查看 cluster→summarization of clusters 聚类信息包括: Cluster size: silhouette mean(year): top terms ...

  • 信息计量学|CiteSpace使用教程8---生成聚类标签

    5.6 生成聚类标签 为了表征识别聚类的性质.从特定聚类的标题.关键词.摘要中抽取名词短语. 点击 任意,从文献的标题.关键词.摘要中抽取名词短语,作为聚类标签. 至此最基本的文献共被引图谱生成.

  • 信息计量学|CiteSpace使用教程9

    6. 我该选什么图? 通过观察功能选择模块的Node Type选项面板,可以根据节点的类型将其提供的功能总结如下: