《表4 科技新闻关键词聚类表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《近20年中国科技新闻研究图谱——基于知网1999—2018年科技新闻文献分析》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

CiteSpace根据网络结构和聚类清晰度，提供了平均轮廓值（S值）指标，可以评判图谱的绘制效果，一般当S值在0.7时，聚类是高效率令人信服的，在0.5以上时，聚类一般认为是合理的[18]。从表4可见，各聚类的轮廓值较高，表明聚类较好。再对聚类的具体信息进行统计分析，细化凝聚热点主题，从整体上观察掌握科技新闻研究内容的侧重面（见表4）。