Dry eye, for example with five kinds of bibliometric tools for research and analysis.
The six tools, CiteSpace, Vosviewer, Histcite, online platform bibliometric analysis: HTTPS: //bibliometric.com/, SATI
1: auf cite Space :
Bibliography coupling (author journal articles), cooperation (author national institutions), co-citation (author literature journals), co-word analysis, timeline view, timezone view, etc.
the following selected co-occurrence analysis literature to study dry eye research focus and research trends . to authors and institutions, national research networks to collaborate posting higher amount of authors and institutions, and research in small groups .
Methods : online search of CNKI in the published literature related to dry eye syndrome (Date: January 1, 1979 to December 31, 2019). The use of scientific research metrology tool CiteSpace5.5R2 draw knowledge maps, literature and Co - occurrence analysis and cluster analysis and timeline view. Results: Key co-occurrence cluster network of 500 nodes, 1062 lines composition, are divided into 37 clusters.
Keywords : KY = 'dry eyes' + 'white astringent disease' + 'Shenshui the dry' + 'corneal xerosis' + 'sicca'
Tool : CiteSpace5.5R2
Materials and Methods : 1. Data Data herein from China HowNet (CNKI) Chinese journal database. Date : January 1, 1978 to December 31, 2019. Literature search keyword portion comprises the following terms: (KY = 'dry eyes' + 'white astringent disease' + 'Shenshui the dry' + 'corneal xerosis' + 'sicca'). Remove and conference papers, retrieved literature 3584. Export from CNKI and go through heavy and exclusion of literature after the screening to the local data. Methods CiteSpace5.5R software to "Keyword" as the document node for 3580 were included and literature keyword co-occurrence analysis and cluster analysis , dry eye draw knowledge maps. Key words co-occurrence analysis of the topic, keyword co-occurrence analysis, node size reflects the theme, keyword or frequency domain.
Following options, comprising:
(A) The interval The Time of Analysis (1978- 2019);
(B) The Unit of Analysis (years. 1);
(C) Top N per Slice (100);
(D) Pruning (MST); Results: Network: N = 500, E = 1062 density = number of network connection nodes the number of network node density 0.0085 Pruning: MST MST represents pruning
modularity: a block value for the network, the greater the value of the trusted (Q = 0.5287> 0.3 means that the trusted)
on Mean Silhouette measure of homogeneity of the network closer to 1, the better the homogeneity of the network
- - Co - occurrence analysis document keywords reflect the core content of a document and important information, it can be the highest frequency vocabulary not appear, but it must be highly summarized and condensed the content of the documents and therefore keywords of the article. analyze, explore and is often used to determine a hot issue in the field of research. Excluded from the study "dry eye" and "dry eye", "" dry eye ", keywords and other conventional glasses, and the number of different keywords agree, but the expression of manual merging the clearer statistical norms, Integrative Medicine e.g. Integrative merge with treatment, care and nursing interventions, clinical efficacy and clinical effects, such as eye drops and eye drops. Keyword obtaining the highest frequency as shown in Table 1.
1-30 before dry eye Keywords literature analysis
of the above statistics do keyword visible, dry eye research concern is divided into
1): dry eye syndrome and its complications: 130 cataract, glaucoma 42, diabetes 41. The
2) : treatment measures: 175 artificial tears, pranoprofen 92, drops 74, 53 phacoemulsification, Lasik 48, 40 meibomian gland massage, sodium hyaluronate 133, 85 effect, 38 Chinese and Western medicine, polyethylene glycol drops 34, TCM 30, 27 pranoprofen eye drops, pills Qijudihuang 27. A
3): etiology, pathogenesis: the tear film 99, 47 as fatigue, Schirmer 69, lens 37;
4): clinical activity index: 29 vitamins, tear film breakup time 74. a
combination of the above analysis shows important keywords
1): when dry eye symptoms appear, may also be shaped like other complications of diabetes, glaucoma, cataract.
2): There are several reasons appear dry eye, such as tear film, tear secretion, visual fatigue, contact lenses can cause dry eye syndrome. Among tear secretion deficiency is the most common cause of dry eye point of view; congenital absence of the lacrimal gland, lacrimal gland function decreased elderly or some autoimmune diseases caused by inflammation of the lacrimal gland, trauma, infection, autonomic nervous system disorders, long-term wear contact lenses, long-term point certain eye drops or taking certain medications can cause insufficient tear secretion.
3): There are many dry eye therapies, mainly by artificial tears, surgery, combination therapy, and other traditional Chinese medicine
1. - Cluster analysis and basic knowledge of the structure of dry eye study of
2.1 keyword co-occurrence cluster analysis in the "1" key keyword co-occurrence network, based on cluster analysis to obtain the co-occurrence of dry eye Keywords poly class map. Cluster analysis is by no certain method to process data classified information classified according to the degree of similarity, in order to understand the basic structure of knowledge in the field. Domestic dry eye Document Image network co-occurrence clusters were formed 37, the process identifies the structure of the knowledge base and research dynamic evolution. After clustering abstract concise get the following four clusters
"profile column" means homogeneous clusters. The higher the score contour value, the higher the consistency between the cluster membership, which provides comparability of similar size clusters. This shows consistency between members of these clusters are relatively high. The average quoted a cluster in the cluster represented by a recent article published in the more distant past or literature composed. Cluster # 0, # 3, # 1 can be summarized as treatment of dry eye, dry eye # 2 and its complications. Combining these two figures, citations keyword more concentrated between 2008 and 2013.
2.2 timeline view
in FIG. 2 is a year of publication citations to the X-axis, Y-axis and the cluster number is obtained by dry eye layout timeline view. Obtained in each cluster can clearly document, the document more cluster, the more important the cluster field representative obtained. Visible cluster # 0 to # 3 are more documents, indicating that these cluster areas is very important. The timeline view can show each cluster evolution span of time and research progress. # 0 represents the area of clustering, the time span from 1983 to date. It can be said, several groups of clustering, an overview on complications, treatment, pathogenesis of dry eye caused by, but also on behalf of the developments and structural changes in research focus.
2-timeline view of FIG.
- 突现突现（burst），测度的是含关键词文献被引频次的变化率，在短时间内被广泛关注，往往成为之后的研究热点，从而引导学科发展。如下图3
图3-突现
由图“泪膜”，“泪液”突现率最高，从1981年激增，由表3可以清晰见到研究热点的转移，由1992年起始的“干眼症”到1996年的”泪膜” ,1999年”角膜上皮”等到2009起始的“角膜染色体”,可见研究由相对较宽泛领域一步步细化具体。
讨论1,研究热点关键词的使用反映了相关领域的研究热点和发展趋势；引用突现为追踪研究热点的演变提供有效途径。我们结合两者共同分析，以揭示干眼症领域的研究热点。统计表明,现阶段研究热点可概括为几个方面:干眼症引起的并发症、疗法、发病机理。
1）:干眼症及其并发症:白内障,青光眼，糖尿病
2）:采取治疗措施:人工泪液 ,普拉洛芬 ,眼药水 ,白内障超声乳化术 ,准分子激光原位角膜磨镶术 ,睑板腺按摩 ,玻璃酸钠 ,疗效 ，中西医结合疗法 ，聚乙二醇滴眼液 ，中药 ，普拉洛芬滴眼液 ，杞菊地黄丸 .
3）:病因,病机:泪膜 ,视疲劳 ,泪液分泌 ，隐形眼镜 ;
2,研究前沿及趋势在干眼症关键词聚类分析中，#0干眼症患者人工泪液治疗前、后对比敏感度的对比研究和#1中西医结合治疗干眼症的临床观察,#3生脉注射液和丹参注射液联合治疗干眼症的临床研究,几个聚类主要是关于干眼症的治疗措施,#2不同程度糖尿病视网膜病变干眼症患者波前像差的研究 为干眼症及其并发症，可推断干眼症的治疗方法和干眼症的并发症将成为干眼症领域的新兴趋势。与干眼症的研究热点大体相似.干眼症作者合作网络研究:
由图可见高产作者，其中发文量排前6名的作者是，彭清华，邵毅，姚小磊，吴权龙，叶蕃，姜楠。自动聚类后生成的数据，可以看出张宝凤，魏学仿的程度最高。
在知网高级检索输入关键词为干眼症，作者为张宝凤，可以得到
可以看出张宝凤和魏学仿之间合作非常密切。表中作者均与其他作者有过有合作。
由上图可见，发文量靠前的机构有南京中医药大学，南昌第一附属医院，甘肃中医药大学，辽宁中医药大学，湖南中医药第一附属医院等，可见各大中医药院校为干眼症的研究做出；了很大贡献。
由以上图得出有一部分来自美国作者,且其突现率较高,表明在该领域国外发文越来越多.但大部分都来自于中国,因为中国的干眼症发病率高达45%,远高于欧美国家.且近年来随着电子产品的增多,干眼病的发病率还在增加.
总结:研究热点是干眼症引起的并发症、疗法、发病机理的研究。研究 前沿是：①干眼症引起的并发症.；②干眼症疗法
2:HistciteHistCite是由加菲尔德博士和其科研团队于2007年研发出的一种引文编年化可视软件。与其他软件相比，HistCite能够识别所研究领域内的关键文献，重现研究领域的历史及发展情况，分析下载文献中的作品数量和引用比率 ，指导科研工作者从众多的科学献资料中找出所研究领域的历史轨迹、发展规律和未来趋势.本文以干眼症为例对Histcite功能进行研究分析.
1 数据来源及研究方法
1.1 数据来源WOS数据库是由美国科技信息所推出的引文索引数据库，是全球最大、覆盖学科最多的综合性学术信息资源，支持自然科学、社会科学、艺术与人文学科的文献检索，数据来源于期刊、图书、专利、会议录、网络资源（包括免费开放资源）等，是国际公认进行科学统计和科学评价的主要检索工具。由于Histcite只支持WOS数据库,本文以WOS为数据源，因文献量较大，将检索式设 为TS=(Dry eye OR white astringency OR magic water will dry OR keratoxerosis OR conjunctival xerosis)索引=SCI-EXPANDED 时间跨度=1979-2019共获得1251篇文献记录。利用HistCite软件找到该研究领域被遗漏文章,并且将他加到分析库之中.
1.2 研究方法 HistCite进行文献引用分析的主要指标有 ：发文量；本地被引频次（Local Citation Score，LCS）是这篇文章在当前数据集中被引用的次数，也可以理解为这篇文章在其所属的研究领域内的被引频次；被引频次（Global Citation Score，GCS）是这篇文章被整个WOS数据库中所有文献引用的次数；本地总被引频次（Total Local Citation Score，TLCS）是在当前数据集中文献的被引频次之和；总被引频次（Total GlobalCitation Score，TGCS）是在WOS数据库中所有文献被引频次之和。一篇文章的 LCS 越高，代表它的影响力越高，GCS 高则表示这篇文章被世界许多专家学者所关注。当一篇文章的GCS高而LCS低，则表示这种关注并不是来自本领域的专家学者，也间接说明这篇文章的参考意义不大
1) :时间分析文献出版时间分析下图为干眼病的研究时间分布图。从文献数量来分析,进入21世纪后，随着信息技术的不断进步，越来越多的科学家和医学工作者开始认识到移动医疗在疾病管理中的优势，相关的研究越来越多，从文献的TLCS来分析，2000年之前发表的文献TLCS几乎都较低，说明2000年之前干眼症研究还不是很深入，TLCS在2000年开始逐年增长,且发文量也逐年增涨.
- 作者分析作者在某领域内论文的LCS能够在某种程度上反映其对所研究领域的影响程度。结合发文量和TLCS两项指标，可以确定干眼病研究领域的重要作者由下图可知排名第一的Tsubota K和排名第二的pflugfelder SC要远超后面的作者,可见其二人为干眼症的领域做出了突出贡献,研究者可以关注这两人的动态.
- 机构分析**
由下图可以看出哈弗大学医学院,庆应义,大学医学院,东京牙科大学眼科,迈阿密大学医学院TLCS的指数较高,说明这几个机构对干眼症的研究方面的影响较大.
- 引文编年图
HistCite的Grahps Maker功能，可以根据载入文献的出版年份、被引用频次、引用关系进行引文编年图的绘制，将该领域的发展历史清晰地展示出来。本文研究依据LCS对文献进行排序，设置阈值为30，表示选取LCS排名前30的文献，结果上图所示。图中一个圆圈表示一篇文献，圆内数字表示该文献在文献集合中的唯一序号。文献被引频次多少可以通过圆圈的大小表示，圆圈越大，被引频次越多。不同圆圈间的箭头，表示文献间的引用关系，箭头指向文献为引用的文献。
3:文献计量工具在线分析平台https://bibliometric.com/
资料来源:由于该工具数据来源只能是SCI,于是去选取wos的SCI文献,将检索式设 为TS=(Dry eye OR white astringency OR magic water will dry OR keratoxerosis OR conjunctival xerosis)索引=SCI-EXPANDED 时间跨度=1979-2019检索得到12501篇文章,由于文献太多,选取前2000篇对该工具进行研究.
- :文献总量分析2) 由下图可以分析每年文献总量随时间变化的情况,可以看出2019年发文量少于2018年
上图表明的每一年不同国家之间的文献总量情况图中美国,中国在2019年发文量最多. 1) :合作关系分析下图可以看出各个国家之间的合作情况.可以看出图中美国与其他国家的合作最多.
4;影响力:由下图可以看出在干眼症领域影响力排前10的机构,期刊.作者.
5关键词图中可以看出干眼症的一些关键词及其分布情况.
- :作者合作关系由图可以看出各个作者之间的合作关系,当箭头点击在该节点上面时候回显示该节点信息,但是该图的连线太过于密集复杂,没有剪枝,所以用citesapce分析作者合作关系更好.
4:Vosviewer
数据来源:由于Vosviewer支持WOS数据库,直接用之前导出的wos文件打开Vosviewer软件后,点击create,
步骤:
本文以干眼症为例,进行了共词分析.合作关系图(国家,机构,作者)分析,共引分析等每一个网络分析,有三种不同的呈现方式,网络视图,叠加视图,密度视图.如下.叠加可视化和网络可视化差别不大,只是他的颜色代表的是期刊的影响因子.而密度可视化分为两种,分别为项目密度和距离密度.项目密度图表明项目越多,关系越密切,则颜色越趋近于红色,反之为蓝色.而距离密度图的颜色是按照其分布来的,区域的颜色是根据节点相之间的关系与节点数量.
表1:密度视图
表 2 叠加视图
表 3 网络视图
共词分析:
表 4 引文分析图:
上图为被引文献分析网络图,从图中可以看出一些被引次数较高的一些文献,从中可以找出该领域的重要文献.
.表 5 国家耦合
表 6 作者耦合
上两幅图为国家耦合分析，美国的发文数量最多，中国和日本分别位居第二和第三名.从图中也可以看出各个国家之间的合作情况.其中美国与其他国家的合作最为广泛.作者,机构耦合网络等分析方法和国家耦合分析方法一样,可以得出该导出的文献之中发文量最多的机构以及各个机构之间的合作情况.
以上两幅图是关键词聚类分析图.可以得出10个聚类,也可以找出排名靠前的一些关键词,进行研究分析,笔者认为如果是做关键词的聚类分析,citesapce更加适合一些.
5:SATI(链接http://sati.liuqiyuan.com)
背景： 通过统计和分析期刊数据以挖掘出实用的模式和隐藏的信息，已成为识别学科热点或探索学科前沿的重要方法之一，而全文期刊数据库所收录的电子期刊文献自然成为数据源的首选。题录作为描述文献外部特征的重要条目集合，利用适当的信息抽取技术和定量分析方法，即可以题录为媒介，深入发掘和呈现出美妙的数据统计分析结果。对信息技术的掌握可使得我们编写出控制台程序或者窗体软件，以往需要进行大量手工分析运算的工作如今可以迅速直接的从数据本身得出结论。目前针对题录信息统计分析而开发的软件以国外较多，其数据源大都为国外数据库（WOS）导出文件，并且多为大型、复杂软件难以操作，为提供一个专门分析国内期刊论文题录信息，同时拥有分析WOS题录数据功能的小巧精准工具，以抽取指定字段信息、统计条目出现频率、构建知识单元共现矩阵，
该工具分为两个版本,一个是在线,另外一个是桌面版本
表 7 SATI功能介绍
数据来源:CNKI导出,KY=’干眼症’+’白涩病’+’神水将枯’+’角膜干燥症’+’结膜干燥症’.得到3098篇文章,选择Endnote格式导出.将数据输入到SATI工具,得到如下结果.
表 8 频次分析,
可将结果以tsv的格式导出,用Excel打开进行分析.由图可见其分析图与citespace的分析结果差不多.
由图轻易得知,随着时间的增长,对干眼症的研究越来越多,从图中也可以看出每一年干眼症各个关键词研究的分布情况(鼠标点击该年会显示各个关键词分布情况)此外,该工具还可以用来分析各种时序图,如下.
下面进行知识图谱的构建图 1 机构 图谱从下面几幅图可以看出各个机构,作者,关键词之间的联系,以及各个机构.作者,关键词的分布情况,圆圈越大表示占比越大.
图 2 作者图谱
图 3 关键词:
重要的是该工具分析出来的知识图谱还还可以导出为各种不同的格式,然后倒入到其他的的可视化工具中进行分析.
下面的各种聚类图谱的分析(聚类分析是把一组数据按照相似性和差异性分为几个类别，其目的是使得属于同一类别的数据间的相似性尽可能大，不同类别中的数据间的相似性尽可能小。)
图 4 机构聚类
图 5 作者合作
图 6 关键词聚类
小结:Vosviewer和Citespace都可以进行作者（偶联）、机构（偶联）、文献共被引和期刊共被引等方面的分析。通过以上分析可以看出，Vosviewer和Citespace分析结果存在一定的差异，且Vosviewer分析结果更接近于WOS数据。造成这种现象的原因，除了跟软件算法、字段拼写形式有关外，跟分析阈值也很有关系。在分析的过程中，需要反复测试，找出合适的阈值，只有这样，才能得到理想的结果。当然，分析结果不是可视化软件选择的唯一依据，Citespace和Vosviewer的其他功能也可用作参考，如：Citespace的时区视图展示了科学研究的全景及演化进程，突变检测用于发现科学研究的前沿；Vosviewer的叠加视图以颜色冷暖表示各个Cluster的重要性高低，以密度视图表示科学研究的重点与热点等。文献计量平台简单易用,但是功能不多,且对于分析合作关系的话,数据加载缓慢图过于密集,不是很适合用来分析.Histcite可以用来锁定该领域的重要文献和技术大牛,引文编年图将该领域的发展历史清晰地展示出来。SATI功能比较齐全且软件使用起来很容易,且可以转化数据格式放到其他软件里面使用,当然citesapce也可以导出其他文件格式.但是在引文分析这块分析不出来图表,所以用Vosviewer分析更好.
参考文献：[1]李杰,陈超美. citespace:科技文本挖掘及可视化[M].首都经济贸易大学出版社,2016.
[2]胡志刚 .2017-04-06…陈超美教授又一力作，你要的 CiteSpace 应用的完美范文来了.[2020-01-22].（http://blog.sciencenet.cn/blog-43950-1043931.html）
[3] loonytes.2018-06-01.信息计量学|CiteSpace使用教程.[2020-01-22].（https://www.jianshu.com/p/49d41d0ccd7f）
[4] 胡佳卉，孟庆刚.基于CiteSpace的中药治疗2型糖尿病知识图谱分析[J].中华中医药杂志 ( 原中国医药学报 ),2017,32(9):4102-4106
[5] 王发明，朱美娟.国内区块链研究热点的文献计量分析[J].情报杂志，2017，36（12）：70-73
[6] 赵磊，朱 泓，张春博.我国 ＭＯＯＣ研究热点及趋势的知识图谱分析[J].大连理工大学学报（社会科学版）,2016,37(4):11-15
[7] 李杰. e CiteSpace 中文版 指南. . 网址[ [ EB/OL[ ][ YYYY- - MM- - DD. ].5 2015 年
[8] :四维虫子.2019-07-31.教你简单易学的文献可视化工具——文献计量在线分析平台.[2020-01-24].(https://mp.weixin.qq.com/s?src=11×tamp=1579957626&ver=2118&signature=2X17wxI5svnw-kJIu1Df4tPfDMaSyz0a8q-hDzZz9hFac4vRJRdMhXmum5kyGRCln-6kGous1lm5JRVDlSUyLYL9*gJS7ls8-w3Xn6J2a5xgGpCWpdheS5YD2gJdEFR4&new=1)
[9] :宋秀芳，迟培娟.Vosviewer与Citespace应用比较研究.情报科学,2016,34(7):108-146
[10] 刘成.21世纪以来高校共青团研究的特征.扬州大学学报(高教研究版),2019,23(6),88-93
[11] 黄思佳 ,何翀, 徐惠珍.基于Gephi的R&D投入与公司成长性的可视化研究.研究分析.DOI:10.14011/j.cnki.dzsw.2019.11.015.
[12] 余 萍，张玲玉，刘 玲，吴 静.基于HistCite的移动医疗在慢性病管理中应用的文献计量学分析.江苏科技信息Jiangsu Science & Technology Information,2018,35,9-13
[13] 李 艳，张 悦，曾 可，张士靖.文献信息分析工具的比较.中华医学图书情报杂志,2015,24(11),41-47
[14]肖 明，邱小花，黄 界，等．知识图谱工具比较研究［J］．图书馆杂志，2013，32(3):61－69．
[15] 梁晓婷.知识图谱工具应用及反思性研究.应用科技,2019,22,156-158
[16] Liu Qi Yuan Ye Ying. Bibliographic information mining method and its software implementation technology to the Chinese and foreign --- SATI's Library and Information Science [J]. Journal of Information Resources Management, 2012,01,50-52
[17] touch the new green blog .2013-05-14.SATI domestic bibliographic information statistical analysis tools: tutorial [2020-01-25] (http://blog.sina.com.cn/s/blog_4ee13c2c01017rvx.html)..
