Mapping Science
Mapping Science（科学图谱，又称科学知识图谱或科学制图），是一门利用文献计量学方法和数据可视化技术，揭示科学知识的结构、演化历程及领域间相互关系的交叉学科。如果说引文数据库（如 WoS）是科学的“账本”，那么 Mapping Science 就是科学的“地图”。它将海量的学术文献、作者、关键词抽象为节点 (Nodes)，将引用、合作、共词关系抽象为连线 (Edges)，通过复杂的网络布局算法（如力导向算法），绘制出展示学科范式（Paradigms）、无形学院（Invisible Colleges）和研究前沿（Research Fronts）的可视化网络。这使得研究者能够以上帝视角俯瞰科学领域的兴衰变迁。
制图原理：从矩阵到星图
绘制科学图谱的过程，本质上是将高维的抽象数据进行降维和可视化的过程。其核心步骤通常包括：
- 数据抽取 (Extraction)： 从 WoS 或 Scopus 导出数据，确定节点类型（如：文献共被引分析、作者合作分析、关键词共现分析）。
- 关系构建 (Normalization)： 计算节点之间的连接强度。常用的算法包括余弦相似度、Jaccard 系数等。如果两个节点（如两个作者）经常一起出现，他们之间的“引力”就越强，在图中距离就越近。
- 布局与聚类 (Layout & Clustering)： 利用算法（如 Kamada-Kawai）将关联强的节点聚集在一起形成簇 (Cluster)，并用不同颜色区分。这些“色块”通常代表了不同的研究主题或学科流派。
双雄对决：CiteSpace vs. VOSviewer
选哪个？ 如果你想展示一个领域的“演化路径”和“转折点”，首选 CiteSpace；如果你想展示一个领域的“主题分布”和“热力图”，首选 VOSviewer。
| 特性 | CiteSpace (陈超美) | VOSviewer (van Eck & Waltman) |
|---|---|---|
| 核心视角 | 时间演化 (Evolution) | 空间分布 (Distance) |
| 独特功能 | 突现检测 (Burst Detection) 识别突然变热的节点。 |
密度视图 (Density View) 类似热力图，美观直观。 |
| 视觉风格 | 年轮图，时间线视图 | 气泡图，聚类云图 |
| 学习曲线 | 陡峭 (参数极多，功能强大) | 平缓 (操作简单，图表精美) |
我们能看到什么？
学术界的“桥梁”
通过中间中心性 (Betweenness Centrality) 分析，可以发现那些连接不同学科簇的关键节点。这些节点（通常是某篇跨学科论文）起到了“桥梁”和“转折点”的作用。
无形学院 (Invisible College)
通过作者合作网络，可以清晰地看到谁是这个领域的“掌门人”，谁和谁是一个学派的，以及是否存在封闭的小圈子。
学术参考文献 [Academic Review]
[1] Chen C. (2006). CiteSpace II: Detecting and visualizing emerging trends and transient patterns in scientific literature. JASIST.
[点评]：Mapping Science 领域的里程碑文献，详细介绍了 CiteSpace 的算法原理，定义了“突现”和“转折点”的计算方法。
[2] van Eck NJ, Waltman L. (2010). Software survey: VOSviewer, a computer program for bibliometric mapping. Scientometrics.
[点评]：VOSviewer 的官方技术文档，阐述了基于距离的 VOS (Visualization of Similarities) 布局技术。
[3] Börner K. (2010). Atlas of Science: Visualizing What We Know. MIT Press.
[点评]：该领域的百科全书式著作，通过精美的图谱展示了如何利用数据可视化来导航科学知识的宇宙。