文献计量学系列40: 概念结构地图2
内容涵盖文档、作者、期刊、研究机构和国家等相关文献计量学指标分析
更多自定义函数
一次性获取较多文献计量指标
让学习更轻松!
学习力,才是最大的竞争力!扫码约我吧!
一、加载包和导入数据
加载包和导入数据
pacman::p_load(bibliometrix, rio, tidyverse)
m1_TE <- import(file = 'E:/精鼎统计/m1_TE.xlsx')
rownames(m1_TE) <- m1_TE$SR
m1_TE$ID <- m1_TE$DE_TM
二、概念结构地图
上一期中聚类的数量是我们设定的,即分为3类,本期中聚类由函数内部算法自动构建,其原理是利用cutree函数对聚类树进行剪枝。聚类数量的确定:首先先用hclust函数对多元数据分析得到的点坐标进行聚类,然后用length函数确定聚类高度(height)数量有多少(假如为n),其次利用diff函数算聚类高度向量的滞后差分项(lagged differences),用which.max函数确定最大滞后差分项的位置(假如为m),那么聚类数量即为n-m+1,感兴趣的同学可以查询conceptualStucture函数的源代码,深入了解自动确定聚类数量的工作逻辑。
对应分析(CA):
CA <- conceptualStructure(M = m1_TE, field = 'ID',
method = 'CA',#分析方法为对应分析
quali.supp = NULL, quanti.supp = NULL,
minDegree = 20,#删除词频低于20的术语
clust = 'auto', k.max = 5,#自动选择聚类数量,但最大不超过5个分类
stemming = FALSE, labelsize = 10,
documents = 5, graph = TRUE)
多维标度法(MDS):
MDS <- conceptualStructure(M = m1_TE, field = 'ID',
method = 'MDS',#分析方法为多维标度方法
#quali.supp = NULL, quanti.supp = NULL, 此参数对MDS无用,去除
minDegree = 20,#删除词频低于20的术语
clust = 'auto', k.max = 5, #自动选择聚类数量,但最大不超过5个分类
stemming = FALSE, labelsize = 10,
documents = 5, graph = TRUE)
五、小结
赞 (0)