《表1 国内外社会资本与社区治理研究高频关键词表》

  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

《国内外社会资本与社区治理关系研究的可视化图谱分析》

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

关键词共现知识图谱用以反映某一研究领域发展中的研究热点，对关键词共现的分析可以揭示某一领域的研究结构与范式，有助于把握整个研究的特征、主题和内部各要素的关系。[14]本研究将CNKI和WOS数据库中导出的数据，利用Citespace软件进行分析，将节点类型设置为keyword，在Prunning处选择Pathfinder，选择适当的阈值，得出关键词共现图（如图4、图5所示），将中英文文献中提炼出的前十位高频关键词按照词频进行排序，得到表1。关键词是对一篇文章研究内容、总体特征与研究主题的高度凝练，[15]通过对高频关键词的分析，可以看出国内外学者在此领域的研究热点。另外，文章还通过Citespace将分散的高频关键词进行聚类分析，将其按照一定的隶属关系划分成若干维度，有助于从整体上把握研究领域内部的关系连结。将CNKI和Web of Science中收集的文献数据导入Citespace分析软件，节点类型设置为keyword，时间切片设置为1年，数据抽取阈值为“TOP50”，在Prunning处选择Pathfinder，通过关键词共现频次构建出聚类视图:对国内社会资本和社区治理研究采用tf*idf算法进行关键词聚类得到网络节点498个，连线854条，聚类图谱的网络密度为0.0069，其模块度（Modularity Q）为0.79>0.5，说明模块聚合度高，且同质性（Mean Silhouette）为0.6612>0.5，显示为高同质性；对国外社会资本和社区治理研究采用LLR（log-likelihood ratio）算法进行关键词聚类得到网络节点573个，连线1883条，聚类图谱的网络密度为0.0115，其模块度（Modularity Q）为0.6512，且同质性（Mean Silhouette）为0.5278，显示为高模块度和高同质性。上述数据表明国内外社会资本与社区治理研究的聚类图谱所划分的知识结构显著，网络聚类结果是显著有效的。国内文献聚类得到了“社区发展”、“城市社区”、“社区NGO”等17个标签，国外文献聚类得到了“集体行动（collectiveaction）”、“可持续生计（sustainablelivelihoods）”、“公共政策（public policy）”等16个标签。