《表2 粮食研究关键词聚类分析结果》

  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

《中国近20年粮食领域研究热点与趋势——基于CiteSpace的可视化分析》

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

注:括号内数字代表似然函数值。

关键词聚类分析，首先需要选择提取聚类关键词的方法。综合参考当前较多学者对Ctiespace软件的运用（田军，2014；李彬彬和许明祥等，2017；张亚如和张俊飚等，2018），本文选取LLR算法提取聚类主题关键词。基于对软件阈值进行的多次调整，本文选择了K聚类形式，最终得以呈现比较清晰的10个关键词的聚类图谱成像结果。根据软件运行显示的结果，Modularity Q指标值为0.418，Mean Silhouette指标值为0.783。其中，Modularity Q指标值虽然处于相对较低水平，但是其值大于0.3，说明聚类结果可信，而Mean Silhouette指标值大于0.5，说明聚类结果较为合理。CiteSpace软件的成像结果最终显示了粮食安全、粮食生产、粮食、粮食单产、粮食主产区、耕地压力、主成分分析、耕地、粮食价格以及供给侧结构性改革这10个关键词聚类群组，这也在较大程度上反映了在本文研究时间范围内的有关粮食研究热点分布。为了对获得的聚类群组做进一步了解，在每个关键词聚类群组内列示排名靠前的三大关键词，具体见表2: