科学网 › 标签 › 文献可视化

标签: 文献可视化

相关帖子	版块	作者	回复/查看	最后发表

没有相关内容

相关日志

如何对PDF文献做可视化分析？: 热度 3 wshuyi 2017-10-20 07:03; 看了大量文献后，你的硬盘上想必存下不少PDF文件。能否充分利用它们，挖掘出你独特的领域知识地图呢？本文为你提供一种简便易行的办法。疑问在网上写文章最大的好处，是经常可以收到读者的反馈。不少读者会提出一些好问题，时常给我以启发。前些日子，我写了《如何快速梳理领域文献》一文，为大家讲解了如何使用VosViewer这一文献可视化分析工具，快速梳理领域文献。有读者来信，提出一个疑问：是否有软件支持导入PDF文件，直接做文献可视化分析呢？我看到这个问题，开始一愣，继而会心一笑。愣的原因是，我之前没有想过会有这样的需求。因为做文献可视化分析的时机，往往是我们刚刚接触某一个领域，不确定哪些文献应该重点阅读。这时候，信息的来源是文献数据库（Web of Science, Scopus等）的检索结果。这些导出的检索结果里面包含了足够的可供分析的元数据信息（作者、机构、时间、国别、期刊等）。然而PDF文件可就不一样了。虽然它包含了文献的全文，但是却并不更适合提炼元数据信息，做文献可视化分析。尤其是比起元数据导出格式（例如RIS等），它的体积又大得多。因此，很难想象一个文献可视化工具会选用PDF作为数据源。于是，我打算如实回答，在我接触过的若干种主流文献可视化工具里，没有哪一款支持这样的功能。但是，我旋即想起了哈佛大学营销学教授莱维特（Theodore Levitt）的那句经典名言：人们其实不想买一个1/4英寸的钻头。他们只想要一个1/4英寸的洞。如果透过表象，洞察用户的实际需求，我就立刻能理解这位读者的痛点在哪里了。痛点对科研工作者来说，已阅读文献（大多是PDF格式）的管理，确实是个非常实际的难题。我们经常会从各种文献数据库里下载阅读文献，也因此会在硬盘里积攒下大量的PDF文件。这些文献往往是在相对较长的一段时间内积累起来的，许多都经过了研究者的扫读(skimming)甚至是精读，确认和研究主题密切相关，才被一直保留下来。当然，如果你阅读后发现文献不相关，都懒得整理……算我没说。(幸好做可视化分析的时候，这部分文献可以相对容易地被识别出来。) 跟文献数据库里检索结果全集比起来，这些PDF数量虽多，一般也只是一个子集，并不够全面和完备。但是我们对其更熟悉，而且这些文献也更能准确刻画我们对某个领域的掌握程度。有的学科发展很快，研究热点文献喷涌而出。例如双中子星合并被人类首次观测当夜，就有若干篇相关文章发了出来。研究者硬盘里PDF文件积累成百上千篇，毫不稀奇。一旦文献数量超越了邓巴数，你再想要“如数家珍”，难度就会大幅上升。大部分人甚至都会忘记，自己曾经下载、存储并浏览过某个PDF文件。如果能够利用文献可视化工具，对这些文献做梳理，会有助于我们理清自己掌握文献的脉络，做到心中有数。更进一步，如果我们把手头PDF文件的可视化结果，与全局检索结果的分析图形进行对比，还可以明显看出自己对领域扫描是否全面。这将有助于我们找准大方向，避免在文献丛林中迷失。这样看来，读者的问题就透露出非常有意义的需求。这种需求，未必需要通过一个全功能的，可以直接从PDF做出分析的文献可视化工具一站式完成。我们可以把它拆解为两个环节：从PDF文件提炼文献元数据信息；将元数据信息输入到文献可视化工具做分析。第二个环节，我在《如何快速梳理领域文献》一文中，已经做了详细的介绍。需要补充的是，后来我的学生还做了一个全中文的视频教程，从头到尾展示了一次文献采集和分析过程。欢迎访问这个链接来观看。我今天向你展示，如何从PDF文件提炼文献元数据信息。当然，你完全可以打开PDF文件，把其中各种元数据信息手工提炼出来，然后照葫芦画瓢，存储成Web of Science等文献数据库的导出格式，输入到VosViewer中。但是，这显然效率很低，而且非常容易出错误。工欲善其事，必先利其器。我们会采用一款非常优秀的文献管理工具，完成这一过程。工具这款工具，叫做Zotero。安仁心智的董事长阳志平先生，曾经撰写了系列文章，详细介绍了Zotero的特色、功用和操作方法。建议你读完本文后，认真通读该系列文章。本文只涉及到Zotero的几个非常简单实用的功能。因此如果你没有听说过Zotero，对它不熟悉，也不要紧。一步步按照下文的步骤操作就可以了。请到这个网址下载最新版本的Zotero。我使用的是macOS版本。下载后的格式为dmg。双击打开该文件后，拖拽Zotero应用图标到Application目录的快捷方式里，即可完成安装。从Application目录下，找到Zotero应用，打开。你就可以看到Zotero的主界面了。我很想给你展示一个空白的Zotero界面，可惜我已经在其中存储了许多文献内容了。下文中，我新建了一个空白类别目录，为你演示。工具准备好了，下面我们来逐步展示操作流程。操作 Zotero导入PDF文件，是非常方便的，只需要拖拽即可。下面这个GIF动图为你演示了使用方法。这时，你点击某个PDF文件，右侧的状态栏会有文件描述。但是你可以看到，目前描述内容很少。只有文件名、页码和修改日期等。不过我们可以很方便地利用Zotero的“重新抓取PDF元数据”功能，获得完整的文献描述信息。例如下面这个动图，演示了如何右键菜单选择“重新抓取PDF元数据”，将PDF文件变成元数据完备的文献记录。此时，右侧的状态栏里，文献信息可就清晰多了。可以看到，标题、作者、期刊……甚至是页码都采集完整了。下面我们需要把文献集合的信息导出。为了和后续的文献可视化工具配合，请注意一定要选择 RIS格式。我们打开导出后的RIS文件，预览内容： RIS文件里包含了许多做文献分析需要用到的元数据。但是眼尖的你一定会发现，这里缺少参考文献列表信息。因此，你无法做用它做文献网络分析。但是它依然可以帮助我们挖掘很多有用的信息。我们在VosViewer下新建一个项目。从选项中，可以看到第二项(Create a map based on bibliographic data)或者第三项(Create a map based on text data)功能的数据读入方式，都支持RIS格式。我们用第二项试试看。默认选项下，它可以抽取合著者(co-authorship)信息。因为样例中文献数量较少，所以我们降低了默认阈值，以获得更为丰富的结果。分析结果的密度图如下：可以看到，你收集的文献中有哪些作者相对高产，以及他们之间的联系。我们再试试第三项。分析主题信息。由于过程与第二项类似，我们就不再赘述了。分析结果如下图所示。 VosViewer正确识别出了我们查找的文献主题是大数据和竞争情报的关联，而且揭示了许多文献采用的方法是Web信息抽取。必须说明，此处我们只是为了展示操作方法，采用了非常简单的文献集。参数设置也没有经过合理的调整。从数量这么小的文献集合里，能获得的知识和洞见是非常有限的。如果你积攒的PDF文件数量足够多，那效果就会大不一样了。小结读过本文后，希望你已了解以下内容：如何用Zotero导入和管理PDF文献；如何用Zotero抓取PDF文献的元数据；如何将Zotero中的文献集合信息输出给VosViewer等可视化分析工具；如何挖掘和准确定义用户的需求；如何结合不同的工具来综合解决问题，尝试满足用户需求。与Zotero类似的文献管理工具还有很多。Mendeley, Papers, ReadCube等工具都很优秀，也具备PDF元信息获取功能。我个人偏好Zotero，因为它小巧、强大，还免费。讨论你平时阅读的PDF文件多吗？你是如何有效管理它们的？你使用过哪些优秀管理工具？它们的特色是什么？欢迎留言，把你的经验和心得分享给大家，我们一起交流讨论。如果你对我的文章感兴趣，欢迎点赞，并且关注我的专栏，以便收到后续作品更新通知。如果本文可能对你身边的亲友有帮助，也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。; 17570 次阅读|4 个评论

如何快速梳理领域文献？: 热度 5 wshuyi 2017-10-8 17:22; 本文为你介绍一款文献可视化工具，帮助你轻松高效地筛选领域重要文献。切记学问须下真功夫，千万不要用它来偷懒啊。烦恼给研究生上课的时候，有一回的作业，是让他们就某一个具体领域做文献分析。这个作业基本上就没有完满而愉快地完成过。学生们常见的做法是拿一个关键词去文献数据库里面搜索。如果得到的结果是个位数，则大喜过望。把文献都下载下来，一一阅读，然后手动做个统计图表，展示出来。如果搜到的文献数量超过3位数，学生们的做法往往是双手一摊，告诉我：“老师，文献太多了。读不过来，就没做。要不然您告诉我哪几篇文献重要？我马上去看，下周展示。” 我时常被这种创意答案气乐了。实际上，这个任务训练学生将来做毕业论文时如何综述文献。他们的答案并不全错。大部分情况下，你找到一个想法，一个问题。只要一搜索，就会发现相关文献如长江之水滚滚而来。把全部文献都看一遍，基本上是不可能的。即便把存量看完，数量更多的增量文献又涌了出来。你很快会陷入深度抑郁。正如《庄子·内篇·养生主》里说：吾生也有涯，而知也无涯。以有涯随无涯，殆已！你的时间和注意力是有限而珍贵的。因此你必须对文献歧视对待，选择重点文献来阅读。大部分文献都会被你丢弃不读或者只是扫读 (skimming)，你大可不必为此羞愧甚至自责。哪些文献是重点文献呢？这个问题你必须学会自己解决。而不能坐在那里等着老师喂给你标准答案。精华学术期刊、会议和大部头著作构成的知识大网，跟你熟悉的网络论坛没有什么实质区别。常逛论坛的话，你应该对如何选择阅读内容有很深刻的体会。常见的做法是去找那些精华帖和热帖先来看。精华帖很重要，因为其质量被高度评价、而且推荐。热帖未必质量好，可能只是当下人们关心的某个话题；或者作者的某些提法极富争议，因而吸引眼球。更常见的，只是纯粹的“标题党”而已。一般论坛都会有专人来负责维护，去粗取精。然而学术文献里哪篇是精华？你就很难直接看标签来识别了。怎么办呢？最简单的办法是把文献之间的关系可视化。这样，你就可以看见哪一个主题（文献）下面回复（引用文献）的人更多，或者帖子的主题（文献聚类）有哪些。有了这些线索，你就可以在浩如烟海的检索结果里锁定那些重点文献了。工具这个工作，当然可以手动来做。拥有方便的计算机辅助工具之前，这可能也是不得已的唯一办法。但是，现在如果你还去手绘，效率就太低了。文献可视化工具有很多。从功能和易用性综合权衡，推荐 VOSviewer 。第一步，需要采集感兴趣的全部文献。采集某个领域文献的时候，应该找一个合适的入口。其中储存的文献信息不仅要全面，而且文献间的引用关系也得完整保留。常见的入口包括 Scopus 和 Web of Science 。注意这两个平台都有访问权限控制和单次下载文献信息的最大数量。请使用校园网IP地址登录操作，根据需要下载文献信息，并存储为合适的格式。为了VOSviewer可以正确打开，请选择用TAB分割的文本方式，文献记录要包含全部字段和引用信息。然后你就可以在VOSviewer中进行分析了。例如你可以选择生成术语地图(term map)。不同主题的文献会自动聚类，用不同颜色表示类别，文献之间的关联一目了然。有的主题词汇比其他的词汇更大，这表示了相关文献数量的多寡。一下子，你就能找到在你关心的“论坛”里面，哪些主题是人们更感兴趣的。你可以放大细节，了解某一个主题内部具体术语之间的关联，以把握更为细致的脉络。拓展主题只是文献多种描述标记中的一种而已。因为在采集数据阶段，我们保存了全部的元数据。因此，你可以分析更多自己感兴趣的角度。假如你关注期刊的联系，那么不妨采用共引(co-citation)关系来看期刊之间的关联网络。不同领域的期刊采用不同颜色标记。你会清楚看到不同领域期刊之间是如何发生联系的。如果你的观察角度更为宏观，还可以用作者们所在国家作为节点，看不同国家作者间的合作关系。这张图很明显告诉我们，当今的科研活动早已不是闭门造车、独立发展了。与国际学术界的协作关系越紧密，获益就越多。看看那些大节点的位置和链接数量便一目了然。教程如果你感兴趣的话，请阅读以下参考资料，一步步学习如何使用VOSviewer： VOSviewer教程。 VOSviewer分析样例图。 VOSviewer相关论文列表。如果你是个视频学习者，可以看VOSviewer作者的官方视频教程。作者的英语口音有些重，但是内容绝对权威而清晰。如果你偏好中文视频资源，这里刚好有一份教程。是选修我课程的研究生用工作坊模式完成的。希望对你能有帮助。讨论除了VOSviewer，你还知道哪些文献可视化工具？相对VOSviewer，它们有哪些优势和不足？欢迎留言，分享给大家，我们一起交流讨论。如果你对我的文章感兴趣，欢迎点赞，并且微信关注和置顶我的公众号“玉树芝兰”(nkwangshuyi)。如果本文可能对你身边的亲友有帮助，也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。; 16642 次阅读|10 个评论

更多...

帐号		自动登录	找回密码
密码			注册

关闭 安全验证

标签: 文献可视化

相关帖子

相关日志

关闭安全验证