打开APP
userphoto
未登录

开通VIP,畅享免费电子书等14项超值服

开通VIP
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。

本站仅提供存储服务,所有内容均由用户发布,如发现有害或侵权内容,请点击举报
打开APP,阅读全文并永久保存 查看更多类似文章
猜你喜欢
类似文章
【热】打开小程序,算一算2024你的财运
文献工具 | 用大数据思维做文献综述——Citespace全套学习资料!
【收藏】学习经验| 文献综述不会写?试一试科学计量分析
桥黑板!citespace操作困难户的帮助清单。
4.CiteSpace之网络的聚类分析
Coursera机器学习笔记(十三)
监督学习与无监督学习
更多类似文章 >>
生活服务
热点新闻
分享 收藏 导长图 关注 下载文章
绑定账号成功
后续可登录账号畅享VIP特权!
如果VIP功能使用有故障,
可点击这里联系客服!

联系客服