如何在CiteSpace中展示作者合作图的最大K值？

Question

在使用CiteSpace进行作者合作图谱分析时，如何正确设置并展示最大K值（Modularity类簇的K值）是一个常见技术问题。用户常困惑于为何某些图谱中K值未显示或无法达到预期最大值。实际上，CiteSpace中K值的最大数量受数据集中作者节点之间的连接密度限制。若作者间合作稀疏，算法无法形成更多高质量类簇，K值自然受限。为优化展示效果，可调整“Selection Criteria”以筛选高被引或高频作者，提升网络密度；同时，适当调节“Pruning”选项，保留更多关键连接。理解K值与图谱结构的关系，有助于更准确解读合作网络的聚类特性。

Answer 1

1. CiteSpace中K值的基本概念

K值在CiteSpace中指的是Modularity类簇的数量，用于衡量作者合作图谱中聚类的模块化程度。K值越高，意味着图谱中存在更多相对独立的合作子群。

然而，K值的最大数量并非随意设定，而是受限于数据集中作者节点之间的连接密度。当作者之间的合作关系稀疏时，算法无法形成足够多的高质量类簇，因此K值会受到限制。

2. K值受限的常见原因分析

• 作者合作网络稀疏，缺乏足够的边连接节点
• 数据集中存在大量孤立节点或小规模子图
• 未合理设置节点筛选条件，导致无效节点干扰聚类
• 图谱剪枝（Pruning）过于激进，切断了潜在连接

3. 提升K值的优化策略

为提升K值，可从以下两个方面进行优化：

1. 调整Selection Criteria（节点筛选标准）：选择高被引或高频作者，提升图谱整体连接密度。
2. 调节Pruning（剪枝策略）：使用“Pathfinder”或“Pruning the merged network”选项，保留关键连接，避免过度剪枝。

4. K值与图谱结构的关系

K值的大小与图谱结构密切相关，以下是不同K值下的图谱特征对比：

K值	图谱特征	聚类质量	适用场景
低（如2~3）	节点集中，连接密集	聚类不明显	合作集中于少数核心作者
中等（如5~8）	多个子群，结构清晰	聚类质量高	多团队协作，研究方向分化
高（如10+）	大量小类簇，结构复杂	可能存在噪声干扰	跨学科研究或大规模合作

5. 实际操作流程图

以下为提升K值的典型操作流程图：

graph TD
            A[导入数据] --> B[设置作者节点]
            B --> C[调整Selection Criteria]
            C --> D[启用Pathfinder剪枝]
            D --> E[运行Modularity聚类]
            E --> F{是否达到预期K值?}
            F -- 是 --> G[完成图谱绘制]
            F -- 否 --> H[进一步优化节点筛选]
            H --> D

6. 高级参数调优建议

在CiteSpace中，以下参数也会影响K值的表现：

• Threshold for collaboration：设置合作频次阈值，过滤低频合作
• Modularity resolution：调整模块化分辨率，影响类簇划分粒度
• Node link strength：控制边权重，影响聚类结果

建议结合数据特征进行多次尝试，逐步调整上述参数。