citespace关键词聚类分析

### CiteSpace 中的关键词聚类分析

#### 准备工作
为了顺利进行关键词聚类分析，需先确保CiteSpace已正确安装并调整好显示设置。对于高DPI屏幕，可通过右键点击CiteSpace执行程序，选择属性下的兼容性选项卡，点击更改高DPI 设置，并勾选替代高 DPI 缩放行为，将其设为系统（增强），以此使界面字体更易于阅读[^3]。

#### 数据导入
启动CiteSpace后，进入主界面，选择`File` -> `Import References into a New Project...` 导入所需的数据文件。支持多种格式如 ISI, EndNote, RIS 等。完成数据加载之后，可以开始配置参数准备运行聚类算法。

#### 参数设定
在工具栏中找到`Data Citation Network` 或者 `Co-citation Analysis`, 这里针对关键词聚类应选择 `Term Co-occurrence Networks`. 接着，在弹出窗口内指定时间范围以及节点类型（这里选择 Keywords）。另外还需注意的是要适当调节阈值以过滤掉频率过低或过多而无意义的信息项。

#### 执行聚类
当一切就绪后，点击`Run`按钮即可开始处理。CiteSpace会基于选定的时间区间构建网络模型并对其中的关键术语实施分组即所谓的“聚类”，从而帮助识别不同时间段内的主要话题领域及其演变趋势[^1].

# Python伪代码示意如何调用命令行接口实现自动化流程(仅作概念展示)

import subprocess

def run_citespace_analysis(input_file_path):
    command = [
        "java", "-jar", "path/to/CiteSpace.jar",
        "-data", input_file_path,
        "-function", "termco",
        "-timeSpan", "startYear-endYear",
        "-selectionCriteria", "Top N per slice"
    ]
    
    process = subprocess.Popen(command, stdout=subprocess.PIPE)
    output, error = process.communicate()