《表4 国外信息偶遇主题同被引论文聚类表》

  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

《寻求信息偶遇研究的突破——基于近20年来国内外信息偶遇学术论文的知识图谱分析》

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

在基于国外来源论文引文数据集的聚类分析中，本研究以Cite Space为工具，将Time Slice设置为按年分析，筛选标准为TOP10，即选取每年被引频次前10的数据。本研究选择LLR算法进行聚类，采用Pathfinder算法对图谱进行修剪，得到按照信息偶遇文献同被引文献聚类的知识图谱如图8所示，及各个聚类的统计信息，如表4所示。所生成的图谱模块值Q=0.5071，平均轮廓值S=0.5291，两值均大于0.5，说明该知识图谱的聚类结构清晰且合理。