《表5 相关文献研究热点聚类》

  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

《论智慧城市的研究进展——基于CiteSpace的文献计量可视化分析》

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

通过聚类操作可知，聚类名称是LLR值最大的关键词，为了得到更多的聚类信息，笔者同时选取每个聚类标签值最大的3个关键词（见表5)，LLR值相等的关键词并列分析。在表5中，包含节点数代表该聚类中包含的关键词个数。例如，“新型智慧城市”聚类标签包含的节点数最多，说明新型智慧城市与很多关键词有密切联系并且新型智慧城市研究范围广，其中与公共服务、治理关系最为紧密；“人工智能（AI）”的包含节点数最少，可能的原因是人工智能（AI）在我国形成研究的时间较短，研究成果较少，但是不能忽略其研究，因为其可能成为未来重点研究主题。紧密程度代表各关键词之间的联系程度，值越高聚类效果越好。例如，“信息共享”和“人工智能（AI）”紧密程度最高，说明智慧城市研究要突出“人工智能（AI）”和“信息共享”；“智慧校园”聚类最松散，智慧校园、物联网和智慧消防属于同一个聚类，但它们之间的紧密程度较低。其原因在于该聚类属于智慧城市的应用领域，而智慧城市的应用领域广泛，可应用于消防、安全和旅游等，因此其紧密程度相对较低。但是总体来看，各聚类紧密程度均在0.6以上，甚至有3个超过0.9，说明聚类效果很好。