科研利器(1)-bibliometrix
一、bibliometrics包介绍
bibliometrics-R包是由大牛： Massimo Aria and Corrado Cuccurullo(2016) 开发的,现在已经更新到2.0版本，可以对来自Scopus,web of science数据库的参考文献数据进行文献计量分析：文献影响因子和排名、期刊地位、重要文献、重要作者、热点重要研究领域分析等。具体的特征如下：
（1）network
（2）mapping
（3）citation analysis
（4）i-o
（5）data editing
（6）descriptive analysis
特征具体见图1：
图 1
进一步的信息，查看网页：[bibliometrix-web](http://www.bibliometrix.org/)
二、安装 bibliometrics包
(1)下载安装R软件: [下载R软件] (https://cran.r-project.org/)
(2)下载安装Rstudio软件：[下载Rstudio软件] (https://www.rstudio.com/)
(3)在R软件或Rstudio软件窗口输入：
install.packages("bibliometrix")
或者：
install.packages("bibliometrix")
install.packages("devtools")
devtools::install_github("massimoaria/bibliometrix")
三、bibliometrics包简单使用
详细的介绍，见官方工作手册：https://cran.rproject.org/web/packages/bibliometrix/index.html
library(bibliometrix)
biblioshiny()
进入操作页面，见图2：
图 2
3.1 在web of science,Scopus数据库，根据研究主题检索,导出选中的文献数据（文献格式包括以.txt/.bib/.xslx/.RData为后缀的单个文件, 或者多个以.txt/.bib为后缀的单个以.zip为后缀的压缩文件）
(1) 进入web of science页面:http://webofknowledge.com/WOS
(2) 在【基本检索】 输入【international trade]+[foreign direct investment】，【检索】-【主题】,见图3：
(3)选择文献：
先点击【选择页面】-见图4；
再点击【添加到标记结果列表】；
点击【标记结果列表】；
图 4
点击【保存为其他文件格式】；
点击【其他参考文献软件】-BibTex/纯文本；
最后保存即可(文件名：it-fdi.bib),见图5。
图 5
(2)从 Biblioshiny操作界面中，选择 Load (顶端位置)从最左边把 ： Database 设置为(web of science or Scopus);
file format 设定为(Plain text or bibtex);
Choose a file---Browse，选择文献数据文献，开始上传，红色标记的部分表处理过程。
图6-载入文献数据
3.2 作者水平探索-发文数量
1. 点击【Descriptive Analysis】----【Tables】;
图7-发文菜单:
2.在操作页面最左边，点击-【Most Productive Authors】
图8-发文数量
发现EGGER P.-19篇;SAGGI K.-15篇，就可以沿着这条线路查看具体的文献，寻找研究的线索。
3.3 重要文献-论文被引用的情况
选择【Intellectual Structure】菜单之下的【Historiograph】
图9-重要文献
点击【Table】-显示具体信息
图10-重要文献信息
HELPMAN E, 2004, AM ECON REV，遥遥领先，经典。
这些信息与平时学习文献的情况来看是吻合。
GCS - Web of Science 中，文献被引统计总数；
LCS - 当前数据集里，文献被引次数。
3.4 主题
1.词云分析：【Descriptive Analysis】---【Word Cloud】
【Keywords Plus】：系统利用标题、摘要分析的结果
图11-词云分析1
【Author Keywords】
图12-词云分析2
【Titles】
图13-词云分析3
【Abstracts】
图14-词云分析4
2.主题归类
点击【 Conceptual Structure】菜单，选择【Correspondence Analysis】-----【word map】
图15-主题分类1
【Most Contributing Papers】
图16-主题分类2
【Most Cited Papers】
图17-主题分类3
【Thematic Map】
图18-辅助决策
第一象限（右上角）:motor-themes,重要且良好发展（well-developed）；
第二象限（左上角）:very specialized/niche themes，对于当前领域不重要；
第三象限（左下角）:emerging or disappearing themes-边缘主题； 第四象限（右下角）:basic themes-指基础概念。
【Thematic Evolution】----分析主题演化动态
图19-主题演化
通过上述步骤，基本上就可以对想要研究的领域有了一个基本的认识，如果需要进一步选定领域，还需要大量的阅读和结合实际问题，并根据个人积累综合确定。
关注细节可以继续学习：
A brief introduction to bibliometrix-Massimo Aria and Corrado-2018-9-5 Cuccurullo](http://htmlpreview.github.io/?https://github.com/massimoaria/bibliometrix/master/vignettes/bibliometrix-vignette.html)
参考文献
王树义.如何用R快速了解科研领域
[EB/OL].[2018-11-12].https://www.jianshu.com/p/f0f805cdff9d.
资源仅供学术交流使用，严禁商用！
推文期数：2018146
责任编辑：陈辉民 曹 丽 徐彩仙
宋万营 崔文超 王万里
推文审核：张天舒 梁龙武 骆丹云
总 审 核：学术无界顾问团
下期预告：
ENVI实用技术分享（四）
往期回顾：