摘 要 对国内期刊论文应用CiteSpace的现状从论文时间、空间、领域、作者、期刊、主题以及高被引文献等方面进行了全面地分析。研究表明国内对CiteSpace的应用已经初具规模，且有增加的趋势。在应用中产生了一批有影响的机构和学者，研究成果受到了多项国家和省部级课题的支持，成果主要发表在了图情和科学学领域的多个期刊上，并对其他学科产生了影响。论文的关键词分布则反映了，CiteSpace被应用领域的详细主题。高被引论文分布的研究，则显示了CiteSpace二次传播的影响力和分布特征。
关键词 CiteSpace，文献计量，知识图谱，可视化
1 软件概况及影响
CiteSpace是由美国德雷塞尔大学计算机与情报学学院陈超美教授，基于JAVA开发的科技文本挖掘及可视化软件。最早诞生于2003年，并于2004年对外发布。自软件对外免费分享以来，软件开发者不遗余力地对软件进行了持续的更新和升级。笔者在2015年7月对CiteSpace版本更新专门进行过统计[1]，在本文中笔者进一步更新统计数据（图 1）。统计结果显示CiteSpace软件从对外公布以来，共计更新了344次（2003年9月25日-2016年8月7日，共计4700天），平均每14天会更新一次[1]。相比其他软件，在更新速度上是最快的软件。这里分别从更新软件所在的年、月、周以及天进行统计，发现CiteSpace在2008、2009年和2015年的更新分别达到了40次、50次和52次。从整个时间分布来看，从2003-2009年之间的更新有上升趋势，到2009年之后下降，并在2015年又一次达到了更新的峰值。软件更新的年份分布反映了CiteSpace作为一种工具的不断完善和发展过程。陈教授在更新软件后，发布新软件的时间主要集中在了12月（年末）、周末时间（周日）以及每个月的27日。表明了软件开发者为CiteSpace的开发投入了大量的个人时间和工作付出。与此同时，软件开发者对软件的持续维护以及提供的充足学习机会和资料，也在很大程度上提升了陈超美教授在该领域的知名度和学术影响力。
图 1 CiteSpace软件的更新情况
陈超美教授在2004年发表论文《搜索知识转折点》首次对CiteSpace I进行了介绍，该论文迄今为止被引频次达到了580次。2006年，发表《CiteSpaceⅡ: 科学文献中新趋势与新动态的识别与可视化》一文，进一步对CiteSpace的功能进行了完善，实现了网络节点的突发性探测、中介中心性和异质网络的分析等功能。把研究领域概念化成研究前沿和知识基础之间的映射关系，来识别研究前沿的本质和变化趋势。在后期的版本中CiteSpace不断地根据科学计量的最新进展加入更加高级的功能，如，在2010年CitespaceII版本中引入了新的对共被引进行聚类方法和指标（modularity and silhouette），进一步完善和补充了共被引分析方法。在2012年的论文中加入了SVA分析（结构变化分析），在2014年的论文中加入了期刊的双图叠加功能。
在陈超美教授发表的论文列表中，与CiteSpace直接相关的几篇论文整体受到高的关注。2016年8月16日从谷歌学术了解到，陈超美教授所发表论文的总被引次数达到了11077次，h指数为46，单篇论文最高被引次数达到了1315次。通过对其论文列表中与CiteSpace直接相关的8篇论著的被引进行统计，结果显示这些出版物的总被引次数达到了2975次，占到了所有论著总被引次数的26.86%（表 1）。
当然，若将陈超美教授发表的所有与CiteSpace相关的论著进行统计，该比例还会有所提高。这也反映了CiteSpace的相关研究在陈超美教授整体学术研究的重要地位。特别是CiteSpaceII的经典论文被引累计达到了1315次，中译本达到了281次。这两篇论文高的引证次数，直接反映了CiteSpace的广泛应用。进一步对这两篇论文的年度被引进行分析，发现论文从发表一直到2014年的年度被引频次都是递增的，但是在2015年突然下降。英文原版的被引相比2014年下降了72次（2014年引证249次，2015年177次），中译本下降了38次（2014年74次，2015年36次）。这种引证的快速降低的原因有多种，其中最为可能的是，随着使用CiteSpace的论文越来越多，一成不变研究目的和分析模式越来越难构成论文的闪光点，进而论文被录用的难度加大。
图 2 Chen, C. (2006)的被引年度分布
CiteSpace在国内外的应用现状分析，已经在相关文献中有所涉及。侯剑华[12]、陈悦[13]、李杰[1]以及Qing Ping等[14]学者，专门对CiteSpace在国内外的应用从不同的角度进行了研究。此外，在利用知识图谱和文献计量等方法对知识图谱的主题分析中，同样也都显示了CiteSpace应用的现状和价值[15-20]。这些研究对于全面的认识、理解和使用CiteSpace有很好的参考价值。上文从谷歌学术上获得的CiteSpace论著的引证数据，基本上包含了所有中英文论文对CiteSpace引用情况，是CiteSpace被应用的整体反映。为了进一步更加细致的揭示CiteSpace在国内科研中的应用情况。本文以收录在中国知网中的论文为样本数据，对CiteSpace的应用论文进一步进行深入的分析。
2 数据和方法
中国知网（CNKI）的文献数据，是目前国内最全的中文论文数据库。为了最大程度地了解CiteSpace在国内的应用情况，本文选择该数据库作为基础数据源。本文的数据采集于2016年8月5日，使用字段检索方法以主题 “CiteSpace” 检索文献。最后，得到了从2007年-2016年的1117篇文献[1]。在得到检索结果后，利用CNKI的检索页面提供的数据基本统计结果信息，对数据年度分布、领域分布、基金分布、作者分布、论文的被引次数和下载次数等进行描述性统计分析。用于回答：应用CiteSpace论文的年度产出分布、哪些领域、哪些人以及哪些机构在使用，研究受到了哪些资助？以及在应用中产生了哪些有影响的论文？为了从数据中获得更加全面和深入的结果，本文使用CiteSpace提供的共词分析[21]功能，对使用CiteSpace论文的主题分布进行整体分析。并使用CiteSpace+VOSviewer对作者的和机构的合作网络进行了可视化[22]。
3 结果与讨论
3.1 应用概况
（1）论文产出的时间分布
应用CiteSpace的论文年度分布如图 3。在科学论文中应用CiteSpace软件的数量在逐年递增，从2007年的1篇论文，发展到2015年的238篇论文，2016年截至到8月初已经有182篇论文。从发文的趋势来看，2008-2012年，CiteSpace年度论文的增量一直处于2-3倍左右（2007为1篇，2008年8篇，由于数据量小，因此倍数意义不大）。在2011年，应用CiteSpace的论文量是2007-2010年的总和，论文量在2012年首次突破了100篇，2014年论文年度产出超过200篇。CiteSpace的应用趋势与科学知识图谱成为一种新的文献研究技术，以及大连理工大学WISE团队的宣传有直接关系。在2009年、2010年、2013年、2015年大连理工大学先后举办了4期“科学知识图谱原理、方法与应用”的培训班，为CiteSpace的普及和使用发挥了重要作用。在2016年1月、4月以及9月，李杰博士联合相关单位，以“CiteSpace科技文本挖掘及知识发现”为题，先后举办了（或将要举办）3届关于CiteSpace课程培训。特别是CiteSpace在引入我国以后，相关图书馆在组织的活动中也加入了CiteSpace的讲座和教学。此外，CiteSpace自推出以来，陈超美教授一方面开设了中文的科学网博客，为中国的CiteSpace用户解疑答惑，另一方面，从反馈的问题中，及时更新CiteSpace。这一系列的活动这使得使用Citespace的门槛在不断降低，分析结果的可靠性不断提高。也使得CiteSpace在国内外一直保持着持续的使用。
图 3 应用CiteSpace的论文年度分布
（2）学科、期刊和基金的分布
CiteSpace应用论文的领域分布如图 4。包含“图书情报与数字图书馆（476篇）”、“教育理论与教育管理（63篇）”、“高等教育（62篇）”以及“体育（56篇）”等，这与CiteSpace应用论文机构的特征相吻合。从这些领域的整体分布来看，主要分布在了经济、管理等软科学领域，而在工程技术及自然科学领域的应用相对较少。
图 4 应用论文的学科领域分布
应用CiteSpace论文所刊载期刊的分布如图 5。在刊载CiteSpace应用论文的期刊中有428篇论文为核心期刊、有276篇论文收录到了中文社会科学引文索引（CSSCI）。刊载的主要期刊有《现代情报》（36篇）、《情报杂志》（35篇）、《情报科学》（33篇）、《科技管理研究》（24篇）以及《图书情报工作》（24篇）等，这些期刊主题以图书情报类为主。
图 5 应用论文的期刊分布
应用CiteSpace论文受到的资助分布如图 6。在这些研究产出中，得到了国家自然科学基金（147篇）、国家社会科学基金（120篇）、高等学校博士学科点专项基金（16篇）等资助。受资助的地方基金主要来自湖南省、江苏省、天津市、河南省以及辽宁省。这些资助反映了，CiteSpace在国内各个项目中得到了广泛的应用。
图 6 应用论文受基金的资助
3.2 产出与合作
作者使用CiteSpace发表学术论文的分布如图 7。从图上来看，这些作者多数来自大连理工大学，如发文排在第一位的是大连理工大学毕业的侯剑华博士（目前就职于大连大学），他师从于王续琨教授，并在读博期间，在陈教授的研究室进行了为期1年的学习，是最早一批接触CiteSpace的学者。其博士论文[23]研究的主题是系统性地将CiteSpace应用于工商管理学科演进和前沿的分析上。从分析的结果来看，他在大连理工大学发表的论文量为16篇，在大连大学期间发表的论文为27篇（这里应该也包含了同时署名为大连理工大学和大连大学的论文）。排名第二的是武汉大学科学评价研究中心和武汉大学信息管理学院的赵蓉英教授，发文量为19篇。赵教授使用CiteSpace对多个主题进行了知识图谱、可视化以及前沿主题的分析。在高产学者中，刘则渊教授是组织和应用CiteSpace进行科学领域图谱绘制的领军人物，不仅具有高的论文产量，而且在国内作为主编出版了系列知识图谱论著，在知识图谱的应用发展上发挥了重要作用[24, 25]。其他高产学者还包含研究图书情报的杨国立（江苏大学科技信息情报所）、研究教育领域主题的潘黎（辽宁师范大学田家炳教育书院暨教育学院）以及研究人力资源管理的房宏君（北京联合大学生物化学工程学院）。
图 7 应用CiteSpace的作者发文量
进一步，从合作网络中提取了应用CiteSpace发表论文作者的最大子网络，如图 8。结果显示，最大子网络的作者成员主要来源于大连理工大学WISE实验室，作者的合作模式主要是师生合作。值得关注的是这些作者即使同属于WISE实验室，在合作网络中也被分成了多个类团（同一类团合作紧密）。在网络的外侧，还连接了一些小的类团。这些类团多是大连理工大学的成员在知识图谱的推广中与其他领域作者的合作，主要涉教育和体育两个方面。此外，侯剑华在从大连理工大学毕业后，在大连大学也建立了不小的合作网络。
图 8 应用CiteSpace进行知识图谱研究的核心作者群
对使用CiteSpace发表论文的高产机构统计如图 9。在论文中应用CiteSpace进行研究的机构主要有大连理工大学、武汉大学、大连大学、南京大学、北京师范大学、辽宁师范大学、华中师范大学、吉林大学、江苏大学、中南大学以及上海体育学院，这些高校使用CiteSpace发文数量超过了15篇。大连理工大学是最早与陈超美教授合作的国内机构，并将陈超美教授聘为长江学者讲座教授。在此期间，在陈教授的帮助下，不仅最早开始使用CiteSpace进行科学研究，而且在后期做了一系列的推广活动。CiteSpace发文超过10篇的机构主要来源于科技管理或者图书情报领域（代表的有大连理工大学、武汉大学以及南京大学）、师范类高校（北京师范大学、辽宁师范大学以及华中师范大学）以及其他（体育、农业等）。从图 10的机构的合作网络来看，分别形成了以大连理工大学-大连大学、南京大学、吉林大学、中国科学院-北京师范大学以及武汉大学为主要类团核心的机构合作团队。这些核心高校或者研究所在图书情报、科技管理方面都有特别优势的学科作为支撑。
图 9 Citespace应用机构的发文分布
图 10 Citespace应用机构的合作网络
3.3 主题分析
论文的关键词是作者认真选择的，能够反映论文整体内容的专业术语或者主题词。因此，对关键词的分析，能够从一定程度上来揭示某一领域的核心研究内容。通过CiteSpace绘制得到应用CiteSpace论文的共词网络如图 11。共词网络中的高频关键词信息参见表 2。在共词网络中，节点大小代表特定关键词的词频大小，连线代表两个关键词之间的共现关系。网络中词频最高的关键词为CiteSpace，这与本文所分析的对象主题直接相关。这些应用了CiteSpace进行论文写作的学者，在给出关键词的时候，往往会以CiteSpace作为论文的关键词之一。在本研究中发现CiteSpace关键词的形式包含了citespace(citespaceⅱ)、citespace信息可视化、citespaceⅱ软件、citespaceⅱ、cite space以及citespace39r5等形式，在分析时，笔者将类似的写法统一规范为CiteSpace。通过关键词的亲疏分布，可以明显的将CiteSpace的应用论文主题划分为四大区域，分别为上面区域的“知识图谱、可视化”区域、下面的“研究热点、研究前沿、知识基础”区域、左侧的文献计量分析区域以及右侧的图书情报研究区域。
CiteSpace开发以科学计量学的相关理论为基础，融合了当前最新的可视化技术。因此，在应用CiteSpace的论文中“可视化”一次被广泛地用到。在2007年，最早应用CiteSpace的中文论文的标题中就出现了“可视化”一词。随着CiteSpace在国内的不断推进，大连理工大学刘则渊教授结合科学学方面的理论和方法和国外的相关研究发布，将该类分析称为“科学知识图谱”，这就使得“知识图谱”一词开始在文章中大量出现。从“可视化”与“知识图谱”的年度出现频次的分布上来看，在2010年“知识图谱”的词频开始超过“可视化”，成为用户在论文中使用排名第一的关键词（图 12）。从CiteSpace的设计的初衷来看，CiteSpace旨在挖掘引文空间的信息，来探测科学发展的动态过程。在探测这一过程中，重点使用了文献计量（特别是文献共被引聚类方法）、主题挖掘、网络分析等技术。建立了从文献共被引空间（知识基础）向施引文献空间（研究前沿）的映射关系，并用施引文献主题术语来标记研究前沿主题。那么，CiteSpace的核心功能是进行文献的共被引分析，以探测领域的研究前沿和知识基础。这就使得与该分析技术和目的相关的关键词大量出现，如“研究前沿”（缓慢增加趋势）、“文献计量（有逐年增加趋势）”、“共被引分析”、“引文分析”、“研究进展”、“知识基础”、 “研究现状”、“演进路径”、“共现分析”、“文献共被引”、“共引网络图谱”以及“前沿主题”等。从直接操作CiteSpace发表的论文的作者来看，年轻用户可能要更多一些。这或许是用户在论文中比较多的使用中文数据库cssci和cnki的原因之一。在分析过程中还使用了 vosviewer和histcite文献计量和可视化工具。分析的主题来源于图书馆、情报学领域，包含关键词有“图书馆”、“数字图书馆”、“情报学”、“竞争情报”以及“h-指数”等，还有对当前热点话题“大数据”的分析。
图 11应用CiteSpace论文的主题分布
图 12 高频关键词的时序分布
3.4 高被引论文
从CNKI中获取了使用CiteSpace发表的论文中高被引论文及对应的论文下载量数据，并以这些论文为基础数据集来计算CiteSpace在应用中的达到的二次影响及分布特征（如图 13）。从结果来看，应用CiteSpace论文集合的H指数达到了25，也就是说在CiteSpace的应用论文集合中，有至少25篇论文的被引次数不小于25次。仅仅从高被引论文的被引用次数和下载量来看，两者并没有显著的相关性（y = 44.619x + 345.89，R² = 0.5037）。
对被引频次>=10的论文统计分析如图 14。可以得到，这些高被引论文在特定年份的累计被引频次和下载次数的分布基本符合正态分布。在2011年之前的这些论文的被引频次和下载量呈增长的趋势。而在2011年之后，呈减少的趋势。这种现象的形成与早期发表的论文无论在被引频次和下载上都比新近发表的论文有累计优势有关。在这些高被引论文中，2012年的高被引论文要大于其他年份。且以2012年为界，之前的高被引论文呈增长趋势，之后呈减少的趋势。这仍然与新近发表论文的被引累积量的特点有关。此处，对高被引论文分布特征的分析仅仅是在当前的一种静态特征，这种分布会随着时间的推移发生变化。
图 13 高被引论文的频次排序分布
图 14 高被引论文的时间分布
论文被引频次 >=30的核心文献，如表 3。高被引论文的研究主题包含“战略管理[26]”、“文献计量[27]”、“科技政策[28]”、“图书馆学[29]”、“教育[30, 31]”等领域（在论文标题中进行了标示）。这些主题文献的高被引在一定程度上说明，CiteSpace在这些领域应用广泛的原因。在这些高被引论文中包含了两篇专门对《高等教育研究》和《中国科技期刊研究》期刊的知识图谱分析[31, 32]。4篇知识图谱、可视化或者CiteSpace综述性论文的分析[12, 13, 18, 33]。有9篇的论文题目中出现了“前沿”一词，7篇论文中出现了“热点”一词，题目中包含“图谱”或“可视化”的论文数量达到了15篇。这些词汇在一定程度上都反映了使用CiteSpace进行研究的核心内容，这就在一方面解释了上文所分析的高频关键词出现的原因。在这些高被引论文中武汉大学赵蓉英教授的论文有4篇，大连理工大学和大连大学侯剑华博士的论文有3篇，栾春娟、陈悦以及刘盛博等各有两篇。这些高被引论文主要刊载在了图书情报和科学学类期刊上，如《中国图书馆学报》、《科学学研究》《现代情报》等刊物上；发表的时间主要集中在2010年和2012年；主要机构来自大连理工大学以及相关的图情专业的高校。
4 总结与展望
CiteSpace自引入我国以来，有效地促进和推动了相关科研工作的开展。从目前所发表的论文来看，CiteSpace的优势机构、作者、领域以及发表的期刊都集中在了图书情报学、科技管理等与之直接相关的领域，同时在教育、体育以及生物医学等领域已经得到的较为广泛的应用。发表的论文也被数项国家及其省部级课题资助，并发表了一系列高影响力的论文。这些都反映了CiteSpace作为一种新兴的文献挖掘软件，已经被广泛地被应用于科研实践中，并取得了一定的成果。
在CiteSpace被广泛应用的同时，我们也不得不反思CiteSpace的应用效果问题。科技管理以及图书情报等领域对于使用CiteSpace有天然的优势，即具备了一定的知识基础，能较好认识数据分析的原理。对于教育、体育以及生物医学等其他领域的实践者来讲，对于数据分析原理的认识，往往存在很多的不足。这就使得“依葫芦画瓢”的论文大量出现，甚至出现了软件错用、论文错引的情况。这就要求，在学习和使用CiteSpace时，不能急于求成。需要系统性了解和认识CiteSpace的开发背景、原理以及经典案例，并从“问题”角度开展自己的研究。
相比同类软件（例如VOSviewer、HistCite、SCI2等），CiteSpace的更新频次是最快的。通过笔者对CiteSpace的更新记录的统计发现，截止到2016年8月7日，CiteSpace的总更新次数达到了344次，平均更新频次达到了14天/次（近半个月更新一次）。说明了陈超美教授往往尽可能快的将新研究成果加入到CiteSpace中，使得软件的功能有了大幅度的提升。但是同时，也给新近接触CiteSpace软件的用户带来了学习上的难度，新软件在一些功能显示上，与老版本有一定的差异。而新版本的发布，往往缺少中文的学习资料。因此，建议CiteSpace在今后的更新中能进一步优化科学计量和可视化分析的基础功能，逐步加入最新的分析功能。使得CiteSpace在未来能作为科学计量学领域的基本软件，成为每一位科学研究人员的必备工具。
参考文献[1] 李杰, 陈超美. CiteSpace:科技文本挖掘及可视化 [M]. 北京: 首都经济贸易大学出版社, 2016.
[2] CHEN C. Searching for intellectual turning points: Progressive knowledge domain visualization [J]. Proceedings of the National Academy of Sciences, 2004, 101(suppl 1): 5303-10.
[3] CHEN C M. CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature [J]. Journal of the American Society for Information Science and Technology, 2006, 57(3): 359-77.
[4] 陈超美, 陈悦, 侯剑华, et al. CiteSpace Ⅱ:科学文献中新趋势与新动态的识别与可视化 [J]. 情报学报, 2009, 28(3): 21.
[5] CHEN C M, IBEKWE-SANJUAN F, HOU J H. The Structure and Dynamics of Cocitation Clusters: A Multiple-Perspective Cocitation Analysis [J]. Journal of the American Society for Information Science and Technology, 2010, 61(7): 1386-409.
[6] CHEN C M. Predictive Effects of Structural Variation on Citation Counts [J]. Journal of the American Society for Information Science and Technology, 2012, 63(3): 431-49.
[7] CHEN C, LEYDESDORFF L. Patterns of connections and movements in dual‐map overlays: A new method of publication portfolio analysis [J]. Journal of the association for information science and technology, 2014, 65(2): 334-51.
[8] CHEN C. Mapping scientific frontiers [M]. Springer, 2003.
[9] CHEN C. Turning points: The nature of creativity [M]. Springer Science & Business Media, 2012.
[10] CHEN C, HU Z, LIU S, et al. Emerging trends in regenerative medicine: a scientometric analysis in CiteSpace [J]. Expert opinion on biological therapy, 2012, 12(5): 593-608.
[11] CHEN C, DUBIN R, KIM M C. Emerging trends and new developments in regenerative medicine: A scientometric update (2000–2014) [J]. Expert opinion on biological therapy, 2014, 14(9): 1295-317.
[12] 侯剑华, 胡志刚. CiteSpace软件应用研究的回顾与展望 [J]. 现代情报, 2013, 04): 99-103.
[13] 陈悦, 陈超美, 刘则渊, et al. CiteSpace知识图谱的方法论功能 [J]. 科学学研究, 2015, 02): 242-53.
[14] PING Q, HE J, CHEN C. How Many Ways to Use CiteSpace? A Study of User Interactive Events over 14 Months [J]. Journal of the Association for Information Science & Technology, 2017,
[15] 胡泽文, 孙建军, 武夷山. 国内知识图谱应用研究综述 [J]. 图书情报工作, 2013, 03): 131-7+84.
[16] 孙雨生, 仇蓉蓉, 邓兴. 国内知识图谱研究进展——基于CiteSpace Ⅱ的分析 [J]. 现代情报, 2014, 01): 84-8.
[17] 魏瑞斌. 国内知识图谱研究的可视化分析 [J]. 图书情报工作, 2011, 08): 126-30.
[18] 肖明, 陈嘉勇, 李国俊. 基于CiteSpace研究科学知识图谱的可视化分析 [J]. 图书情报工作, 2011, 06): 91-5.
[19] 杨思洛, 韩瑞珍. 知识图谱研究现状及趋势的可视化分析 [J]. 情报资料工作, 2012, 04): 22-8.
[20] 赵丙军, 王旻霞, 司虎克. 基于CiteSpace的国内知识图谱研究 [J]. 图书情报工作网刊, 2012, 08): 23-31.
[21] HE Q. Knowledge Discovery Through Co-Word Analysis [J]. Library Trends, 1999, 48(1): 133-59.
[22] VAN ECK N J, WALTMAN L. Software survey: VOSviewer, a computer program for bibliometric mapping [J]. Scientometrics, 2010, 84(2): 523-38.
[23] 侯剑华. 工商管理学科演进与前沿热点的可视化分析 [D]; 大连理工大学, 2009.
[24] 刘则渊. 科学知识图谱: 方法与应用 [M]. 北京: 人民出版社, 2007.
[25] 刘则渊. 技术科学前沿图谱与强国战略 [M]. 北京: 人民出版社, 2012.
[26] 侯剑华, 陈悦. 战略管理学前沿演进可视化研究 [J]. 科学学研究, 2007, S1): 15-21.
[27] 赵蓉英, 许丽敏. 文献计量学发展演进与研究前沿的知识图谱探析 [J]. 中国图书馆学报, 2010, 05): 60-8.
[28] 栾春娟, 侯海燕, 王贤文. 国际科技政策研究热点与前沿的可视化分析 [J]. 科学学研究, 2009, 02): 240-3.
[29] 赵蓉英, 王菊. 图书馆学知识图谱分析 [J]. 中国图书馆学报, 2011, 02): 40-50.
[30] 潘黎, 王素. 近十年来教育研究的热点领域和前沿主题——基于八种教育学期刊2000-2009年刊载文献关键词共现知识图谱的计量分析 [J]. 教育研究, 2011, 02): 47-53.
[31] 易高峰, 刘盛博, 赵文华. 《高等教育研究》研究热点及其知识基础图谱分析 [J]. 高等教育研究, 2009, 10): 74-80.
[32] 姜春林, 刘盛博, 丁堃. 《中国科技期刊研究》研究热点及其演进知识图谱 [J]. 中国科技期刊研究, 2008, 06): 954-8.
[33] 周金侠. 基于Citespace Ⅱ的信息可视化文献的量化分析 [J]. 情报科学, 2011, 01): 98-101+12.
注释[1] 中文期刊论文主题为CiteSpace的论文量，显然与CiteSpace经典论文被引频次是接近的。但在文献中发现，很多使用了CiteSpace的用户，并没有直接引用该经典文献。有一部分引用的是使用CiteSpace的二次文献。
引用格式：陈超美，李杰主编. 科学知识前沿图谱理论与实践/李杰. CiteSpace在中文期刊文献的应用现状[C]. 高等教育出版社. 2018. 5-23.
