R语言快速实现文献计量分析

写在前面

       作为科研狗的我们，每到选题时便会一筹莫展，所以，此时此刻的我们就急需一个能快速了解新的科研领域的工具。文献计量就是一个很好的工具，那什么是文献计量呢，话不多说，直接上文献。我们以一篇Catena上的文章为例，讲一讲文献计量能让我们得到什么有效信息。最近时间紧张就不排版了，关注公众号“生态R学社”回复“文献计量”即可快速下载本文示例数据，至于为什么说是快速，各位大佬按着教程做就知道了~

Catena

这篇文章主要研究了1991年至2018年黄土高原的研究趋势演变和其重点研究内容。

第一步，在web of science上以黄土高原为关键词进行检索，共检索到6026篇相关文献，再限制条件分别检索国人发表的文章和国外友人发表的文章，分别为5580篇和446篇。

第二步，现在就进入正式分析阶段了，通过搜集到的文献分别统计了1991年至2018年每年的关于黄土高原的发文量、每年本地引用分数，然后对发文量添加了一条回归线，看来增长趋势很明显。

第三步，统计了每年研究黄土高原的相关文献中中国学者贡献了多少，从图中可以明显看出中国学者的表现越来越好。

第四步，统计了引用次数超过80篇的高被引文献，作为这个领域的科研小白，这些文章必须读一读。

第五步，统计了黄土高原各主要研究领域发文的变化趋势，也可以一定程度上反映研究热点的变化，

第六步，和上一步相辅相成，这儿统计了出现频次较高的关键词，就具体到了准确的研究点。

第七步，将各关键词的时间演化可视化，就能清晰的看出研究热点的变化。

第八步，统计一下哪些期刊收录黄土高原领域的研究较多，可以为自己以后投稿明确方向。

第九步，看看主要期刊每年收录相关研究内容的变化。

第十步，看看哪些机构进行的相关研究较多。

第十一步，当然，研究数量较多，但是研究质量如何呢，我们再看看哪些机构的文章被引用的最多。

第十二步，看完了哪个机构高产，再看看哪些作者比较厉害，看看排名前十的作者的产出和被引频次。

第十三步，再看看排名前七的机构发文时最常用的关键词。

至此，文献计量的流程基本就完成了，是不是觉得TOP离我们很近了呢~接下来我们看看文献计量怎样在R中快速实现吧。

R实现文献计量

我们需要借助的工具是R的shiny，叫做BiblioShiny，它的底层其实就是Bibliometrix，也就是这篇文献中用到的R包。

我们通过以下方式调用这个shiny程序：

install.packages(“bibliometrix”, dependencies=TRUE)

library(bibliometrix)

biblioshiny()

调用完毕后，我们的默认浏览器就会弹出工作界面，工具准备齐全，现在就开始准备原始数据吧。

数据的收集

小编是搞草地生态的，就近原则，就以ecology letters这个生态学领域的顶刊为例，这是为了方便快捷演示，实际检索过程中可以以关键词为核心进行检索，然后我们打开web of science开始检索。

我们只检索文章，检索时间跨度为1985年-2020年，共计检索到了2713篇文献。我们选择导出文献，文献导出类型为BibTex，由于web of science每次只支持导出500篇文献，所以我们需要分5次导出所有检索到的文献，我将导出的文献放入了同一个文件夹并压缩。

在 Biblioshiny 中开始操作

我们选择data选项卡，开始上传原始数据，按照下图中的内容选择并导入原始数据，导入成功后界面如下图所示，现在软件数据都准备好了，我们就直接进入正文吧。

哪些作者比较厉害

我们先来看看发文数量。能在 ecology letters 这样的顶刊发文，是有相当高的门槛的。因此这里的发文数量、以及被引状况能够反映作者的科研能力，如下图所示，这就是排名前20的作者被引状况。

我们再顺便看看这些作者在检索时间跨度内的发文状况

哪些文献比较重要

这个问题，其实不是那么容易解答。

下载次数多的论文，是不是很重要？

在社交媒体上流传最广的论文，是不是很重要？

目前，学界基本能够达成共识的判断标准，还是看论文被引用的情况。

Biblioshiny 可以轻易帮助我们分析论文的 Historiograph ，以便让我们了解哪些论文在学科发展历史上，具有重要的地位。

用默认的参数，我们可以看到数据集中这20篇文献，重要性较高，点击table就可以看见具体信息。

注意这里展示了2项统计指标，一个是 GCS ，也就是 Web of Science 中，文献被引统计总数；另一项是 LCS ，即当前数据集里，文献被引次数。

假设一篇文献 GCS 很高，但是 LCS 不高，很可能意味着在其他领域影响力更大。不过因为我们只找了一份期刊，因此这个因素不宜过度解读。

哪些主题更值得研究

首先我们得搞清楚主题都有哪些。我们选择做个词云图（Word Cloud），点击document里的worldcloud即可。

注意这里的词汇，来自于 Keywords-Plus（即系统利用标题、摘要等分析结果）。我们更换一下左侧的 Field 选项，变成 Author Keywords （即作者自己列出的关键词）

确实，分析结果有了差别。

我们还可以继续尝试，只从标题文字做词云

对比上面几张图，你有什么发现？反正小编是看得眼花缭乱。

不过没关系，我们可以让 Biblioshiny 帮我们把主题归类一下。

点击 Conceptual Structure 菜单，选择其中的“Factorial Analysis”

看到这里，你大概可以把 ecology letters 的研究关注点聚焦在两个类别上。并且可以知道每个类别是如何被关键词描述的。但是，即便你知道了这些大致的研究主题分类，也依然难以抉择，自己今后的研究方向，应该向哪里聚焦。因为，这只代表了历史和现状。你不能看着后视镜开车。这时候，你可以使用 Biblioshiny 辅助决策。方法是点击“主题地图”（Thematic Map）选项。

主题地图中，横轴代表中心度，纵轴代表密度。据此绘制出4个象限。

第一象限（右上角）：motor-themes，既重要，又已有良好发展（well-developed）；

第二象限（左上角）：very specialized/niche themes，已有良好发展，但是对于当前领域不重要；

第三象限（左下角）：emerging or disappearing themes，边缘主题，也没有好的发展，可能刚刚涌现，也许即将消失；

第四象限（右下角）：basic themes，对领域很重要，但是未获得良好发展。一般是指基础概念。

有了这些背景知识，再回看这张图，就很有意思了。请你思考一下，哪些主题更值得你投入资源和时间去深度参与呢？

其他功能

Shiny操作界面还有很多功能，包括我们介绍的那篇catena中的所有图形，均可以在这里实现，大家慢慢探索吧~