面对数据库中的海量文献，即使使用高级检索策略，限定关键词、主题词或者时间范围等，检出的数量之多也足以把你淹没在无休止的阅读当中。
大不了“撸起袖子加油看”呗，本着这样的信念开始逐篇阅读，却总是没过多久就泄气了。可谓是“学海不易，猪猪叹气”…
不过先别急着垂头丧气，要相信总有好用的工具可以起到助力作用滴~
今天为大家介绍一款文献可视化工具—VOSviewer，这款工具擅长生成任何类型的文本地图，可以对文献进行合作网络分析、共现分析、引证分析、文献耦合分析、共被引分析。
有了它，我们就可以将文献间的关系以美观的图形直观显示出来，从而快速地锁定学科领域内的重点文献。一起来上手看看吧~
1.安装
我们需要从官网上下载安装这款软件，软件使用需要java的运行环境，不过只需点击下载按钮，参照提示栏一步步安装即可。
2.下载数据
常见的文献获取平台有Web of Science，Scopus等。这次就使用Web of Science检索文献。
需要注意的是，在选择存储格式时，记录内容为“全记录与引用的参考文献”，文件格式为“制表符分隔”。
这里我检索的是图书情报领域近3年的文献，得到近两千条检索结果。
需要注意的是，导出格式应选择为“制表符分隔文件”，记录内容为“全记录与引用的参考文献”。因为一次只能500条，所以要分四次下载。
下载保存好文献数据后就可以打开VOSviwer进行分析啦~
3.功能探索
VOSviewer的主页面分为左中右三个区域，左区是可视化参数的设置，中心区展示可视化结果，右区进行可视化结果的调整。
单击左区Map下的create，选择“create a map based on bibliographic data”，导入文献计量数据集，可以生成合作网络分析、关键词共现分析、引证分析、耦合分析、共被引分析的可视化图谱。
先来解释一下耦合分析和共被引分析这两种引文分析方法：
耦合分析，是通过文献所引用的相同参考文献的数量，来测度文献的相似性；而共被引分析，是通过两篇文献共同被引用的次数，来测度文献之间的相似性。
总的来说，文献耦合反映的是两篇引证文献之间的关系，而共被引反映的是两篇被引文献之间的关系。
如上图所示，其中左侧是文献耦合，右侧是共被引。
下面我们尝试用VOSviewer进行共被引分析
在分析与计数方法设置栏中，分析方法选择co-citation，分析单元选择cited souces（当然你也可以根据需要选择其他的方法~）
引用来源的阈值默认为20 ，也可以根据文献数量适当修改，相应地，要分析的来源数量也可以合理调整。
之后我们会得到一个表格，里面包含source(文献来源)、citations(引用量)、total link strength(总的共引次数)。
最后点击finish按钮后就会显示共引图：
从图中可以看到，节点越大表示期刊的重要性越高。绿色的是科学计量学期刊、，红色的是医学期刊，蓝色的是药理学期刊，黄色的有核酸研究期刊，能够看出最近几年受疫情影响，图书情报领域的研究与医学领域产生交叉。
用类似的操作方法，我们可以进行其他类别的文献分析，下面展示几张分析图：
搞学术的小伙伴可以上手操作一下哟~
关键词共现分析
文献耦合分析
引证分析
本次的工具分享就到这里啦，觉得有帮助的小伙伴记得点赞关注一下哦~
当然，如果你对这款工具感兴趣的话，还可以参考以下资料深入学习
