科研数据整理，你卡在哪儿了？

做文献综述或课题调研时，最大的痛点不是“读不完”，而是“理不清”。几百篇论文的作者、关键词、引用关系错综复杂，光靠 Excel 表格列名字，根本看不出学术脉络。VOSviewer 正是为了解决这个“宏观格局看不清”的问题而生。它能把枯燥的元数据转化为直观的图谱，让你一眼看清某个领域的研究热点、核心学者和演化趋势。 这门课专为科研初学者、硕博研究生以及需要快速摸清领域底细的技术转岗人员设计。你不需要懂 Python 编程，也不用会复杂的统计模型，只要会用鼠标、会用浏览器下载文献，就能上手。课程直接从最实用的数据导入讲起，填补了从“下载文献”到“生成图谱”之间的能力空白。很多初学者容易在这里卡住，因为不知如何处理 Web of Science 和 CNKI 导出的不同格式文件，导致软件打不开数据。本课程专门拆解了这两类主流数据库的导出与导入细节，这是建立知识图谱最基础也最关键的一步。

先看哪里？怎么练才有效？

建议按顺序攻克前四节。第一部分是基础入门，重点看“英文文献下载与导入”和“中文文献下载与导入”。这里有个隐藏坑：Web of Science 导出时必须选择“全记录与参考文献”格式，而知网导出通常涉及特定引文格式，搞错格式，后面步骤全废。只有掌握了正确的数据清洗和导入技巧，后续的可视化分析才有意义。 接着看“文献可视化读图”和“界面操作”。别急着画大图谱，先学会看懂单节点、连线权重、聚类颜色代表的含义。这是阅读他人研究成果的基本功。进入第二部分后，重点练习“中英关键词共现分析”。关键词共现是发现研究热点最直接的方式，通过对比中英文献的分析结果差异，你能更敏锐地捕捉到本土研究与国际前沿的异同。练习时，务必亲自跑通一套完整的“下载-导入-创建-保存”流程，哪怕只是拿十篇论文试手，也比只看视频强。

学完能独立做什么？

完成这门课的学习，你将具备独立完成小规模文献计量分析的能力。具体而言，你可以针对一个具体技术方向或学术话题，收集相关文献，利用 VOSviewer 绘制出关键词共现网络图、作者合作网络图或文献共被引网络图。你将能够解读这些图谱，识别出该领域的核心力量代表、主要研究流派以及新兴的研究前沿。 这对于撰写开题报告、准备技术选型背景介绍，或是快速了解一个新切入领域的技术版图，都极具实战价值。资料包中的演示数据可供对照检查，确保你的操作步骤无误。记住，工具只是手段，透过图谱回答“这个领域谁在做、做什么、关联性如何”才是最终目的。不要沉迷于调整节点大小和颜色，要专注于从图谱中提炼出对你有用的洞察。

课程目录

1-1 [VOSviewer初步认识与操作] 使用功能与操作步骤 (08:45)
1-2 [VOSviewer初步认识与操作] 英文文献下载与导入（web of science） (11:41)
1-3 [VOSviewer初步认识与操作] 中文文献下载与导入（CNKI知网） (11:49)
1-4 [VOSviewer初步认识与操作] 文献可视化读图 (10:42)
1-5 [VOSviewer初步认识与操作] 界面操作 (15:34)
2-1 [VOSviewer可视化分析] 中英文献可视化分析介绍与对比 (13:09)
2-2 [VOSviewer可视化分析] 中英（CNKI知网）关键词共现分析 (15:10)
2-3 [VOSviewer可视化分析] 中英（CNKI知网）作者共现分析 (10:55)
2-4 [VOSviewer可视化分析] 英文（web of science）机构共现分析 (09:55)
2-5 [VOSviewer可视化分析] 英文（web of science）国家共现分析 (10:00)
2-6 [VOSviewer可视化分析] 英文（web of science）引文分析 (14:40)
2-7 [VOSviewer可视化分析] 英文（web of science）耦合分析 (16:37)
2-8 [VOSviewer可视化分析] 英文（web of science）共被引分析 (16:29)
3-1 [VOSviewer论文写作技巧] 文献综述类型论文写作 (12:08)
3-2 [VOSviewer论文写作技巧] 研究前期的发展趋势探索 (13:30)