本文仅以该图为案例，其他软件如VOSviewer做的图也存在各种问题
上图你一定很熟悉，利用CiteSpace软件制作的时区图(TimeZone)
该图通过关键词出现年份进行排列，用以展示主题的演化过程
具体原理可参考我之前的推文：《CiteSpace的时区图谱含义详细解读》
但是，该图存在一个致命问题
这个问题在以前并不是问题
而是随着期刊公开方式的变化而产生的
以前，中国知网公开的期刊都是已经印刷完成的，已经有纸质版本了，所以文章的发表时间是确定的了
但是，近年来随着期刊公开方式的转变，尚未印刷已经录用的文章会通过网络首发的方式进行公开，如下：
当纸质版印刷后，再把网络首发删除，公开正式版本
现在几乎每个期刊都会通过网路首发公开自己刚刚录用的文章，这是非常好的事情，能够让读者及时了解到最新研究成果，打破了文章从录用到出版的时滞问题
但是，网路首发的文章对于我们做文献计量与知识图谱就会存在致命问题
为什么呢？
因为网络首发的文章
缺失时间
缺失时间
缺失时间
缺失时间有什么重要后果呢？
比如，我们做时区图，有一个关键词是【新型冠状病毒】，显然该词出现于2020年，但是由于缺失时间，CiteSpace会默认补充一个1990年或者其他年份，这就出现问题啦。
同样针对研究前沿探测也会出现此问题
另外，VOSviewer软件也具备时间-关键词叠加图，由于网路首发导致的缺失时间，该软件也会出现相应的问题
上述缺陷会导致结果错误
而你可能并不知道
最终结果就是看着错误的图给出错误的解析
不知道你以前注意过此问题吗？
可能并没有，也可能注意到了但不知道如何解决
下面给出解决方案
中文数据利用Data数据园软件综合提取功能，看是哪篇文献缺失时间，然后回到原TXT文本里补充时间
英文数据利用WOS全字段挖掘软件综合提取功能，看是哪篇文献缺失时间，然后回到原TXT文本里补充时间
关注[学术点滴]公众号获取更多资讯。
这个数据预处理功能一定要重视
网友评论