CiteSpace在中文期刊文獻的應用現狀
李傑
摘 要 對國內期刊論文應用CiteSpace的現狀從論文時間、空間、領域、作者、期刊、主題以及高被引文獻等方面進行了全面地分析。研究表明國內對CiteSpace的應用已經初具規模，且有增加的趨勢。在應用中產生了一批有影響的機構和學者，研究成果受到了多項國家和省部級課題的支持，成果主要發表在了圖情和科學學領域的多個期刊上，並對其他學科產生了影響。論文的關鍵詞分佈則反映了，CiteSpace被應用領域的詳細主題。高被引論文分佈的研究，則顯示了CiteSpace二次傳播的影響力和分佈特徵。
關鍵詞 CiteSpace，文獻計量，知識圖譜，可視化
1 軟件概況及影響
CiteSpace是由美國德雷塞爾大學計算機與情報學學院陳超美教授，基於JAVA開發的科技文本挖掘及可視化軟件。最早誕生於2003年，並於2004年對外發布。自軟件對外免費分享以來，軟件開發者不遺餘力地對軟件進行了持續的更新和升級。筆者在2015年7月對CiteSpace版本更新專門進行過統計[1]，在本文中筆者進一步更新統計數據（圖 1）。統計結果顯示CiteSpace軟件從對外公佈以來，共計更新了344次（2003年9月25日-2016年8月7日，共計4700天），平均每14天會更新一次[1]。相比其他軟件，在更新速度上是最快的軟件。這裡分別從更新軟件所在的年、月、周以及天進行統計，發現CiteSpace在2008、2009年和2015年的更新分別達到了40次、50次和52次。從整個時間分佈來看，從2003-2009年之間的更新有上升趨勢，到2009年之後下降，並在2015年又一次達到了更新的峰值。軟件更新的年份分佈反映了CiteSpace作為一種工具的不斷完善和發展過程。陳教授在更新軟件後，發佈新軟件的時間主要集中在了12月（年末）、週末時間（週日）以及每個月的27日。表明了軟件開發者為CiteSpace的開發投入了大量的個人時間和工作付出。與此同時，軟件開發者對軟件的持續維護以及提供的充足學習機會和資料，也在很大程度上提升了陳超美教授在該領域的知名度和學術影響力。
圖 1 CiteSpace軟件的更新情況
陳超美教授在2004年發表論文《搜索知識轉折點》首次對CiteSpace I進行了介紹，該論文迄今為止被引頻次達到了580次。2006年，發表《CiteSpaceⅡ: 科學文獻中新趨勢與新動態的識別與可視化》一文，進一步對CiteSpace的功能進行了完善，實現了網絡節點的突發性探測、中介中心性和異質網絡的分析等功能。把研究領域概念化成研究前沿和知識基礎之間的映射關係，來識別研究前沿的本質和變化趨勢。在後期的版本中CiteSpace不斷地根據科學計量的最新進展加入更加高級的功能，如，在2010年CitespaceII版本中引入了新的對共被引進行聚類方法和指標（modularity and silhouette），進一步完善和補充了共被引分析方法。在2012年的論文中加入了SVA分析（結構變化分析），在2014年的論文中加入了期刊的雙圖疊加功能。
在陳超美教授發表的論文列表中，與CiteSpace直接相關的幾篇論文整體受到高的關注。2016年8月16日從谷歌學術瞭解到，陳超美教授所發表論文的總被引次數達到了11077次，h指數為46，單篇論文最高被引次數達到了1315次。通過對其論文列表中與CiteSpace直接相關的8篇論著的被引進行統計，結果顯示這些出版物的總被引次數達到了2975次，佔到了所有論著總被引次數的26.86%（表 1）。
當然，若將陳超美教授發表的所有與CiteSpace相關的論著進行統計，該比例還會有所提高。這也反映了CiteSpace的相關研究在陳超美教授整體學術研究的重要地位。特別是CiteSpaceII的經典論文被引累計達到了1315次，中譯本達到了281次。這兩篇論文高的引證次數，直接反映了CiteSpace的廣泛應用。進一步對這兩篇論文的年度被引進行分析，發現論文從發表一直到2014年的年度被引頻次都是遞增的，但是在2015年突然下降。英文原版的被引相比2014年下降了72次（2014年引證249次，2015年177次），中譯本下降了38次（2014年74次，2015年36次）。這種引證的快速降低的原因有多種，其中最為可能的是，隨著使用CiteSpace的論文越來越多，一成不變研究目的和分析模式越來越難構成論文的閃光點，進而論文被錄用的難度加大。
圖 2 Chen, C. (2006)的被引年度分佈
CiteSpace在國內外的應用現狀分析，已經在相關文獻中有所涉及。侯劍華[12]、陳悅[13]、李傑[1]以及Qing Ping等[14]學者，專門對CiteSpace在國內外的應用從不同的角度進行了研究。此外，在利用知識圖譜和文獻計量等方法對知識圖譜的主題分析中，同樣也都顯示了CiteSpace應用的現狀和價值[15-20]。這些研究對於全面的認識、理解和使用CiteSpace有很好的參考價值。上文從谷歌學術上獲得的CiteSpace論著的引證數據，基本上包含了所有中英文論文對CiteSpace引用情況，是CiteSpace被應用的整體反映。為了進一步更加細緻的揭示CiteSpace在國內科研中的應用情況。本文以收錄在中國知網中的論文為樣本數據，對CiteSpace的應用論文進一步進行深入的分析。
2 數據和方法
中國知網（CNKI）的文獻數據，是目前國內最全的中文論文數據庫。為了最大程度地瞭解CiteSpace在國內的應用情況，本文選擇該數據庫作為基礎數據源。本文的數據採集於2016年8月5日，使用字段檢索方法以主題 “CiteSpace” 檢索文獻。最後，得到了從2007年-2016年的1117篇文獻[1]。在得到檢索結果後，利用CNKI的檢索頁面提供的數據基本統計結果信息，對數據年度分佈、領域分佈、基金分佈、作者分佈、論文的被引次數和下載次數等進行描述性統計分析。用於回答：應用CiteSpace論文的年度產出分佈、哪些領域、哪些人以及哪些機構在使用，研究受到了哪些資助？以及在應用中產生了哪些有影響的論文？為了從數據中獲得更加全面和深入的結果，本文使用CiteSpace提供的共詞分析[21]功能，對使用CiteSpace論文的主題分佈進行整體分析。並使用CiteSpace+VOSviewer對作者的和機構的合作網絡進行了可視化[22]。
3 結果與討論
3.1 應用概況
（1）論文產出的時間分佈
應用CiteSpace的論文年度分佈如圖 3。在科學論文中應用CiteSpace軟件的數量在逐年遞增，從2007年的1篇論文，發展到2015年的238篇論文，2016年截至到8月初已經有182篇論文。從發文的趨勢來看，2008-2012年，CiteSpace年度論文的增量一直處於2-3倍左右（2007為1篇，2008年8篇，由於數據量小，因此倍數意義不大）。在2011年，應用CiteSpace的論文量是2007-2010年的總和，論文量在2012年首次突破了100篇，2014年論文年度產出超過200篇。CiteSpace的應用趨勢與科學知識圖譜成為一種新的文獻研究技術，以及大連理工大學WISE團隊的宣傳有直接關係。在2009年、2010年、2013年、2015年大連理工大學先後舉辦了4期“科學知識圖譜原理、方法與應用”的培訓班，為CiteSpace的普及和使用發揮了重要作用。在2016年1月、4月以及9月，李傑博士聯合相關單位，以“CiteSpace科技文本挖掘及知識發現”為題，先後舉辦了（或將要舉辦）3屆關於CiteSpace課程培訓。特別是CiteSpace在引入我國以後，相關圖書館在組織的活動中也加入了CiteSpace的講座和教學。此外，CiteSpace自推出以來，陳超美教授一方面開設了中文的科學網博客，為中國的CiteSpace用戶解疑答惑，另一方面，從反饋的問題中，及時更新CiteSpace。這一系列的活動這使得使用Citespace的門檻在不斷降低，分析結果的可靠性不斷提高。也使得CiteSpace在國內外一直保持著持續的使用。
圖 3 應用CiteSpace的論文年度分佈
（2）學科、期刊和基金的分佈
CiteSpace應用論文的領域分佈如圖 4。包含“圖書情報與數字圖書館（476篇）”、“教育理論與教育管理（63篇）”、“高等教育（62篇）”以及“體育（56篇）”等，這與CiteSpace應用論文機構的特徵相吻合。從這些領域的整體分佈來看，主要分佈在了經濟、管理等軟科學領域，而在工程技術及自然科學領域的應用相對較少。
圖 4 應用論文的學科領域分佈
應用CiteSpace論文所刊載期刊的分佈如圖 5。在刊載CiteSpace應用論文的期刊中有428篇論文為核心期刊、有276篇論文收錄到了中文社會科學引文索引（CSSCI）。刊載的主要期刊有《現代情報》（36篇）、《情報雜誌》（35篇）、《情報科學》（33篇）、《科技管理研究》（24篇）以及《圖書情報工作》（24篇）等，這些期刊主題以圖書情報類為主。
圖 5 應用論文的期刊分佈
應用CiteSpace論文受到的資助分佈如圖 6。在這些研究產出中，得到了國家自然科學基金（147篇）、國家社會科學基金（120篇）、高等學校博士學科點專項基金（16篇）等資助。受資助的地方基金主要來自湖南省、江蘇省、天津市、河南省以及遼寧省。這些資助反映了，CiteSpace在國內各個項目中得到了廣泛的應用。
圖 6 應用論文受基金的資助
3.2 產出與合作
作者使用CiteSpace發表學術論文的分佈如圖 7。從圖上來看，這些作者多數來自大連理工大學，如發文排在第一位的是大連理工大學畢業的侯劍華博士（目前就職於大連大學），他師從於王續琨教授，並在讀博期間，在陳教授的研究室進行了為期1年的學習，是最早一批接觸CiteSpace的學者。其博士論文[23]研究的主題是系統性地將CiteSpace應用於工商管理學科演進和前沿的分析上。從分析的結果來看，他在大連理工大學發表的論文量為16篇，在大連大學期間發表的論文為27篇（這裡應該也包含了同時署名為大連理工大學和大連大學的論文）。排名第二的是武漢大學科學評價研究中心和武漢大學信息管理學院的趙蓉英教授，發文量為19篇。趙教授使用CiteSpace對多個主題進行了知識圖譜、可視化以及前沿主題的分析。在高產學者中，劉則淵教授是組織和應用CiteSpace進行科學領域圖譜繪製的領軍人物，不僅具有高的論文產量，而且在國內作為主編出版了系列知識圖譜論著，在知識圖譜的應用發展上發揮了重要作用[24, 25]。其他高產學者還包含研究圖書情報的楊國立（江蘇大學科技信息情報所）、研究教育領域主題的潘黎（遼寧師範大學田家炳教育書院暨教育學院）以及研究人力資源管理的房宏君（北京聯合大學生物化學工程學院）。
圖 7 應用CiteSpace的作者發文量
進一步，從合作網絡中提取了應用CiteSpace發表論文作者的最大子網絡，如圖 8。結果顯示，最大子網絡的作者成員主要來源於大連理工大學WISE實驗室，作者的合作模式主要是師生合作。值得關注的是這些作者即使同屬於WISE實驗室，在合作網絡中也被分成了多個類團（同一類團合作緊密）。在網絡的外側，還連接了一些小的類團。這些類團多是大連理工大學的成員在知識圖譜的推廣中與其他領域作者的合作，主要涉教育和體育兩個方面。此外，侯劍華在從大連理工大學畢業後，在大連大學也建立了不小的合作網絡。
圖 8 應用CiteSpace進行知識圖譜研究的核心作者群
對使用CiteSpace發表論文的高產機構統計如圖 9。在論文中應用CiteSpace進行研究的機構主要有大連理工大學、武漢大學、大連大學、南京大學、北京師範大學、遼寧師範大學、華中師範大學、吉林大學、江蘇大學、中南大學以及上海體育學院，這些高校使用CiteSpace發文數量超過了15篇。大連理工大學是最早與陳超美教授合作的國內機構，並將陳超美教授聘為長江學者講座教授。在此期間，在陳教授的幫助下，不僅最早開始使用CiteSpace進行科學研究，而且在後期做了一系列的推廣活動。CiteSpace發文超過10篇的機構主要來源於科技管理或者圖書情報領域（代表的有大連理工大學、武漢大學以及南京大學）、師範類高校（北京師範大學、遼寧師範大學以及華中師範大學）以及其他（體育、農業等）。從圖 10的機構的合作網絡來看，分別形成了以大連理工大學-大連大學、南京大學、吉林大學、中國科學院-北京師範大學以及武漢大學為主要類團核心的機構合作團隊。這些核心高校或者研究所在圖書情報、科技管理方面都有特別優勢的學科作為支撐。
圖 9 Citespace應用機構的發文分佈
圖 10 Citespace應用機構的合作網絡
3.3 主題分析
論文的關鍵詞是作者認真選擇的，能夠反映論文整體內容的專業術語或者主題詞。因此，對關鍵詞的分析，能夠從一定程度上來揭示某一領域的核心研究內容。通過CiteSpace繪製得到應用CiteSpace論文的共詞網絡如圖 11。共詞網絡中的高頻關鍵詞信息參見表 2。在共詞網絡中，節點大小代表特定關鍵詞的詞頻大小，連線代表兩個關鍵詞之間的共現關係。網絡中詞頻最高的關鍵詞為CiteSpace，這與本文所分析的對象主題直接相關。這些應用了CiteSpace進行論文寫作的學者，在給出關鍵詞的時候，往往會以CiteSpace作為論文的關鍵詞之一。在本研究中發現CiteSpace關鍵詞的形式包含了citespace(citespaceⅱ)、citespace信息可視化、citespaceⅱ軟件、citespaceⅱ、cite space以及citespace39r5等形式，在分析時，筆者將類似的寫法統一規範為CiteSpace。通過關鍵詞的親疏分佈，可以明顯的將CiteSpace的應用論文主題劃分為四大區域，分別為上面區域的“知識圖譜、可視化”區域、下面的“研究熱點、研究前沿、知識基礎”區域、左側的文獻計量分析區域以及右側的圖書情報研究區域。
CiteSpace開發以科學計量學的相關理論為基礎，融合了當前最新的可視化技術。因此，在應用CiteSpace的論文中“可視化”一次被廣泛地用到。在2007年，最早應用CiteSpace的中文論文的標題中就出現了“可視化”一詞。隨著CiteSpace在國內的不斷推進，大連理工大學劉則淵教授結合科學學方面的理論和方法和國外的相關研究報道，將該類分析稱為“科學知識圖譜”，這就使得“知識圖譜”一詞開始在文章中大量出現。從“可視化”與“知識圖譜”的年度出現頻次的分佈上來看，在2010年“知識圖譜”的詞頻開始超過“可視化”，成為用戶在論文中使用排名第一的關鍵詞（圖 12）。從CiteSpace的設計的初衷來看，CiteSpace旨在挖掘引文空間的信息，來探測科學發展的動態過程。在探測這一過程中，重點使用了文獻計量（特別是文獻共被引聚類方法）、主題挖掘、網絡分析等技術。建立了從文獻共被引空間（知識基礎）向施引文獻空間（研究前沿）的映射關係，並用施引文獻主題術語來標記研究前沿主題。那麼，CiteSpace的核心功能是進行文獻的共被引分析，以探測領域的研究前沿和知識基礎。這就使得與該分析技術和目的相關的關鍵詞大量出現，如“研究前沿”（緩慢增加趨勢）、“文獻計量（有逐年增加趨勢）”、“共被引分析”、“引文分析”、“研究進展”、“知識基礎”、 “研究現狀”、“演進路徑”、“共現分析”、“文獻共被引”、“共引網絡圖譜”以及“前沿主題”等。從直接操作CiteSpace發表的論文的作者來看，年輕用戶可能要更多一些。這或許是用戶在論文中比較多的使用中文數據庫cssci和cnki的原因之一。在分析過程中還使用了 vosviewer和histcite文獻計量和可視化工具。分析的主題來源於圖書館、情報學領域，包含關鍵詞有“圖書館”、“數字圖書館”、“情報學”、“競爭情報”以及“h-指數”等，還有對當前熱點話題“大數據”的分析。
圖 11應用CiteSpace論文的主題分佈
圖 12 高頻關鍵詞的時序分佈
3.4 高被引論文
從CNKI中獲取了使用CiteSpace發表的論文中高被引論文及對應的論文下載量數據，並以這些論文為基礎數據集來計算CiteSpace在應用中的達到的二次影響及分佈特徵（如圖 13）。從結果來看，應用CiteSpace論文集合的H指數達到了25，也就是說在CiteSpace的應用論文集合中，有至少25篇論文的被引次數不小於25次。僅僅從高被引論文的被引用次數和下載量來看，兩者並沒有顯著的相關性（y = 44.619x + 345.89，R² = 0.5037）。
對被引頻次>=10的論文統計分析如圖 14。可以得到，這些高被引論文在特定年份的累計被引頻次和下載次數的分佈基本符合正態分佈。在2011年之前的這些論文的被引頻次和下載量呈增長的趨勢。而在2011年之後，呈減少的趨勢。這種現象的形成與早期發表的論文無論在被引頻次和下載上都比新近發表的論文有累計優勢有關。在這些高被引論文中，2012年的高被引論文要大於其他年份。且以2012年為界，之前的高被引論文呈增長趨勢，之後呈減少的趨勢。這仍然與新近發表論文的被引累積量的特點有關。此處，對高被引論文分佈特徵的分析僅僅是在當前的一種靜態特徵，這種分佈會隨著時間的推移發生變化。
圖 13 高被引論文的頻次排序分佈
圖 14 高被引論文的時間分佈
論文被引頻次 >=30的核心文獻，如表 3。高被引論文的研究主題包含“戰略管理[26]”、“文獻計量[27]”、“科技政策[28]”、“圖書館學[29]”、“教育[30, 31]”等領域（在論文標題中進行了標示）。這些主題文獻的高被引在一定程度上說明，CiteSpace在這些領域應用廣泛的原因。在這些高被引論文中包含了兩篇專門對《高等教育研究》和《中國科技期刊研究》期刊的知識圖譜分析[31, 32]。4篇知識圖譜、可視化或者CiteSpace綜述性論文的分析[12, 13, 18, 33]。有9篇的論文題目中出現了“前沿”一詞，7篇論文中出現了“熱點”一詞，題目中包含“圖譜”或“可視化”的論文數量達到了15篇。這些詞彙在一定程度上都反映了使用CiteSpace進行研究的核心內容，這就在一方面解釋了上文所分析的高頻關鍵詞出現的原因。在這些高被引論文中武漢大學趙蓉英教授的論文有4篇，大連理工大學和大連大學侯劍華博士的論文有3篇，欒春娟、陳悅以及劉盛博等各有兩篇。這些高被引論文主要刊載在了圖書情報和科學學類期刊上，如《中國圖書館學報》、《科學學研究》《現代情報》等刊物上；發表的時間主要集中在2010年和2012年；主要機構來自大連理工大學以及相關的圖情專業的高校。
4 總結與展望
CiteSpace自引入我國以來，有效地促進和推動了相關科研工作的開展。從目前所發表的論文來看，CiteSpace的優勢機構、作者、領域以及發表的期刊都集中在了圖書情報學、科技管理等與之直接相關的領域，同時在教育、體育以及生物醫學等領域已經得到的較為廣泛的應用。發表的論文也被數項國家及其省部級課題資助，並發表了一系列高影響力的論文。這些都反映了CiteSpace作為一種新興的文獻挖掘軟件，已經被廣泛地被應用於科研實踐中，並取得了一定的成果。
在CiteSpace被廣泛應用的同時，我們也不得不反思CiteSpace的應用效果問題。科技管理以及圖書情報等領域對於使用CiteSpace有天然的優勢，即具備了一定的知識基礎，能較好認識數據分析的原理。對於教育、體育以及生物醫學等其他領域的實踐者來講，對於數據分析原理的認識，往往存在很多的不足。這就使得“依葫蘆畫瓢”的論文大量出現，甚至出現了軟件錯用、論文錯引的情況。這就要求，在學習和使用CiteSpace時，不能急於求成。需要系統性瞭解和認識CiteSpace的開發背景、原理以及經典案例，並從“問題”角度開展自己的研究。
相比同類軟件（例如VOSviewer、HistCite、SCI2等），CiteSpace的更新頻次是最快的。通過筆者對CiteSpace的更新記錄的統計發現，截止到2016年8月7日，CiteSpace的總更新次數達到了344次，平均更新頻次達到了14天/次（近半個月更新一次）。說明了陳超美教授往往儘可能快的將新研究成果加入到CiteSpace中，使得軟件的功能有了大幅度的提升。但是同時，也給新近接觸CiteSpace軟件的用戶帶來了學習上的難度，新軟件在一些功能顯示上，與老版本有一定的差異。而新版本的發佈，往往缺少中文的學習資料。因此，建議CiteSpace在今後的更新中能進一步優化科學計量和可視化分析的基礎功能，逐步加入最新的分析功能。使得CiteSpace在未來能作為科學計量學領域的基本軟件，成為每一位科學研究人員的必備工具。
參考文獻
[1] 李傑, 陳超美. CiteSpace:科技文本挖掘及可視化 [M]. 北京: 首都經濟貿易大學出版社, 2016.
[2] CHEN C. Searching for intellectual turning points: Progressive knowledge domain visualization [J]. Proceedings of the National Academy of Sciences, 2004, 101(suppl 1): 5303-10.
[3] CHEN C M. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature [J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-77.
[4] 陳超美, 陳悅, 侯劍華, et al. CiteSpace Ⅱ:科學文獻中新趨勢與新動態的識別與可視化 [J]. 情報學報, 2009, 28(3): 21.
[5] CHEN C M, IBEKWE-SANJUAN F, HOU J H. The Structure and Dynamics of Cocitation Clusters: A Multiple-Perspective Cocitation Analysis [J]. Journal of the American Society for Information Science and Technology, 2010, 61(7): 1386-409.
[6] CHEN C M. Predictive Effects of Structural Variation on Citation Counts [J]. Journal of the American Society for Information Science and Technology, 2012, 63(3): 431-49.
[7] CHEN C, LEYDESDORFF L. Patterns of connections and movements in dual‐map overlays: A new method of publication portfolio analysis [J]. Journal of the association for information science and technology, 2014, 65(2): 334-51.
[8] CHEN C. Mapping scientific frontiers [M]. Springer, 2003.
[9] CHEN C. Turning points: The nature of creativity [M]. Springer Science & Business Media, 2012.
[10] CHEN C, HU Z, LIU S, et al. Emerging trends in regenerative medicine: a scientometric analysis in CiteSpace [J]. Expert opinion on biological therapy, 2012, 12(5): 593-608.
[11] CHEN C, DUBIN R, KIM M C. Emerging trends and new developments in regenerative medicine: A scientometric update (2000–2014) [J]. Expert opinion on biological therapy, 2014, 14(9): 1295-317.
[12] 侯劍華, 胡志剛. CiteSpace軟件應用研究的回顧與展望 [J]. 現代情報, 2013, 04): 99-103.
[13] 陳悅, 陳超美, 劉則淵, et al. CiteSpace知識圖譜的方法論功能 [J]. 科學學研究, 2015, 02): 242-53.
[14] PING Q, HE J, CHEN C. How Many Ways to Use CiteSpace? A Study of User Interactive Events over 14 Months [J]. Journal of the Association for Information Science & Technology, 2017,
[15] 胡澤文, 孫建軍, 武夷山. 國內知識圖譜應用研究綜述 [J]. 圖書情報工作, 2013, 03): 131-7+84.
[16] 孫雨生, 仇蓉蓉, 鄧興. 國內知識圖譜研究進展——基於CiteSpace Ⅱ的分析 [J]. 現代情報, 2014, 01): 84-8.
[17] 魏瑞斌. 國內知識圖譜研究的可視化分析 [J]. 圖書情報工作, 2011, 08): 126-30.
[18] 肖明, 陳嘉勇, 李國俊. 基於CiteSpace研究科學知識圖譜的可視化分析 [J]. 圖書情報工作, 2011, 06): 91-5.
[19] 楊思洛, 韓瑞珍. 知識圖譜研究現狀及趨勢的可視化分析 [J]. 情報資料工作, 2012, 04): 22-8.
[20] 趙丙軍, 王旻霞, 司虎克. 基於CiteSpace的國內知識圖譜研究 [J]. 圖書情報工作網刊, 2012, 08): 23-31.
[21] HE Q. Knowledge Discovery Through Co-Word Analysis [J]. Library Trends, 1999, 48(1): 133-59.
[22] VAN ECK N J, WALTMAN L. Software survey: VOSviewer, a computer program for bibliometric mapping [J]. Scientometrics, 2010, 84(2): 523-38.
[23] 侯劍華. 工商管理學科演進與前沿熱點的可視化分析 [D]; 大連理工大學, 2009.
[24] 劉則淵. 科學知識圖譜: 方法與應用 [M]. 北京: 人民出版社, 2007.
[25] 劉則淵. 技術科學前沿圖譜與強國戰略 [M]. 北京: 人民出版社, 2012.
[26] 侯劍華, 陳悅. 戰略管理學前沿演進可視化研究 [J]. 科學學研究, 2007, S1): 15-21.
[27] 趙蓉英, 許麗敏. 文獻計量學發展演進與研究前沿的知識圖譜探析 [J]. 中國圖書館學報, 2010, 05): 60-8.
[28] 欒春娟, 侯海燕, 王賢文. 國際科技政策研究熱點與前沿的可視化分析 [J]. 科學學研究, 2009, 02): 240-3.
[29] 趙蓉英, 王菊. 圖書館學知識圖譜分析 [J]. 中國圖書館學報, 2011, 02): 40-50.
[30] 潘黎, 王素. 近十年來教育研究的熱點領域和前沿主題——基於八種教育學期刊2000-2009年刊載文獻關鍵詞共現知識圖譜的計量分析 [J]. 教育研究, 2011, 02): 47-53.
[31] 易高峰, 劉盛博, 趙文華. 《高等教育研究》研究熱點及其知識基礎圖譜分析 [J]. 高等教育研究, 2009, 10): 74-80.
[32] 姜春林, 劉盛博, 丁堃. 《中國科技期刊研究》研究熱點及其演進知識圖譜 [J]. 中國科技期刊研究, 2008, 06): 954-8.
[33] 周金俠. 基於Citespace Ⅱ的信息可視化文獻的量化分析 [J]. 情報科學, 2011, 01): 98-101+12.
註釋[1] 中文期刊論文主題為CiteSpace的論文量，顯然與CiteSpace經典論文被引頻次是接近的。但在文獻中發現，很多使用了CiteSpace的用戶，並沒有直接引用該經典文獻。有一部分引用的是使用CiteSpace的二次文獻。
引用格式：陳超美，李傑主編. 科學知識前沿圖譜理論與實踐/李傑. CiteSpace在中文期刊文獻的應用現狀[C]. 高等教育出版社. 2018. 5-23.
閱讀更多 科學知識前沿圖譜號 的文章
