最近幫王總做了一個文獻關鍵詞信息挖掘的簡單工作，利用關鍵詞的在不同文章中的共現信息，對關鍵詞進行相似度的比較。主要使用到了SATI這個工具，當然為了把最后所有的圖弄出來，還用到了Ucinet6，NetDraw還有spss。主要參考

劉啟元, 葉鷹. 文獻題錄信息挖掘技術方法及其軟件SATI的實現——以中外圖書情報學為例[J]. 信息資源管理學報,
2012(1):50-58.

1.使用SATI抽取關鍵詞共現信息

這一次做的是國內校園欺凌文獻關鍵詞信息的挖掘，拿到手的數據已經是處理好的XML數據（如何從各大平臺獲得XML形式的數據不在本文討論范圍之內），用SATI直接打開，選擇你需要的題錄信息，筆者這里需要的是關鍵詞頻率，然后依次構建了三類共現矩陣：相似度，相異度和邊數。關鍵詞的個數設定為30。點擊矩陣按鈕等待生成然后保存Excel文件即可。

2.使用Ucinet進行層次聚類分析

層次聚類分析的原理很簡單，其實用R語言或者Python寫也比較方便，不過為了使用NetDraw畫圖，需要Uncinet生成的network文件，這里就用Ucinet來聚類了。

Ucinet可以導入Excel文件作為矩陣，這里使用相似度矩陣

點擊確定后會在輸出文件夾輸出Ucinet數據文件，分別是##h文件和##d文件。
用Ucinet打開對應的##h文件，然后就可以再工具菜單中選擇聚類分析了。

3.使用NetDraw繪制共現知識網絡圖譜

直接使用NetDraw打開##h文件即可。

之后可以進行各種編輯。

4.使用Spss進行多維尺度分析

講道理MDS之前在統計機器學習的課上接觸過，但沒有自主實現，這次用Spss相當于看看效果。直接用Spss打開Excel文件（相異度矩陣），然后選擇多維尺度分析。

將所有關鍵詞作為構建新空間的變量（這個沒有全選真的傷），選好參數后就可以輸出了。

5.計算關鍵詞類的向心度和密度值

根據層次聚類圖和多維尺度分析圖，可以將關鍵詞大致分為有意義的類別。采用總和均值法計算類的向心度和密度值， 即聚類向心度為類內所有結點與其他類團內所有結點的邊數總和的均值，聚類密度為類內所有結點之間邊數總和的均值。類別分好過后，用一個Python程序讀取存儲邊數的共現矩陣然后進行計算就可以輕松搞定了。

總結

以上是生活随笔為你收集整理的文献挖掘：SATI文献题录信息统计分析工具初试的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。