《表3 关键词聚类信息：基于CiteSpace的国内旅游意象研究分析》

  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

《基于CiteSpace的国内旅游意象研究分析》

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

对关键词进行聚类分析可以发现不同的知识群，进而了解某个研究领域的知识结构。笔者在关键词共现分析的基础上，利用Cite Space的自动聚类功能，在默认开启过滤器（Filter）的情况下，生成关键词聚类视图（图3）。在聚类视图中，模块值（Q值）和平均轮廓值（S值）是反映网络结构和聚类的清晰度的两个指标，一般认为Q值一般在[0，1)区间内，Q值大于0.3则意味着划分出来的社团结构是显著的；S值在0.5以上则聚类被认为是合理的，0.7以上是高效率令人信服的[5]。在图3的在聚类视图中，模块值（Q值）为0.8515，平均轮廓值（S值）为0.7667，说明此次聚类是成功的。聚类的结果是生成了12个主要聚类，各聚类的信息按照各聚类的轮廓值排列的结果如表3所示。