如何快速梳理领域文献
烦恼
给研究生上课的时候，有一次作业是让他们就某一个具体领域做文献分析。这个作业基本上就没有很完满而愉快地完成过。
学生们常见的做法是拿一个关键词去文献数据库里面搜索。如果得到的结果是个位数，则大喜过望。把文献都下载下来，一一阅读，然后手动做个统计图表，展示出来。
如果搜到的文献数量超过3位数，学生们的做法往往是双手一摊，告诉我：“老师，文献太多了。读不过来，就没做。要不然您告诉我哪几篇文献重要？我马上去看，下周展示。”
我时常被这种创意答案气乐了。
实际上，这个任务训练学生将来做毕业论文时如何综述文献。他们的答案并不全错。大部分情况下，你找到一个想法，一个问题。只要一搜索，就会发现相关文献如长江之水滚滚而来。把全部文献都看一遍，基本上是不可能的。即便把存量看完，数量更多的增量文献又涌了出来。你很快会陷入深度抑郁。正如《庄子·内篇·养生主》里说：
吾生也有涯，而知也无涯。以有涯随无涯，殆已！
你的时间和注意力是有限而珍贵的。因此你必须对文献歧视对待，选择重点文献来阅读。大部分文献都会被你丢弃不读或者只是扫读(skimming)，你大可不必为此羞愧甚至自责。
哪些文献是重点文献呢？这个问题你必须学会自己解决。而不能坐在那里等着老师喂给你标准答案。
精华
学术期刊、会议和大部头著作构成的知识大网，跟你熟悉的网络论坛没有什么实质区别。
常逛论坛的话，你应该对如何选择阅读内容有很深刻的体会。
常见的做法是去找那些精华帖和热帖先来看。精华帖很重要，因为其质量被高度评价、而且推荐。热帖未必质量好，可能只是当下人们关心的某个话题，或者作者的某些提法极富争议，因而吸引眼球。更常见的，只是纯粹的“标题党”而已。
一般论坛都会有专人来负责维护，去粗取精。然而学术文献里哪篇是精华？你就很难直接看标签来识别了。
怎么办呢？最简单的办法是把文献之间的关系可视化。
这样，你就可以看见哪一个主题（文献）下面回复（引用文献）的人更多，或者帖子的主题（文献聚类）有哪些。
有了这些线索，你就可以在浩如烟海的检索结果里锁定那些重点文献了。
工具
这个工作，当然可以手动来做。拥有方便的计算机辅助工具之前，这可能也是不得已的办法。
但是，现在如果你还去手绘，效率就太低了。文献可视化工具有很多。从功能和易用性综合权衡，推荐VOSviewer。
你的第一步还是需要采集感兴趣的全部文献。采集某个领域文献的时候，应该找一个合适的入口。其中储存的文献信息不仅要全面，而且文献间的引用关系也得完整保留。
常见的入口包括Scopus和Web of Science。注意这两个平台都有访问权限控制和单次下载文献信息的最大数量。请使用校园网IP地址登录操作，根据需要下载文献信息，并存储为合适的格式。为了VOSviewer可以正确打开，请选择用TAB分割的文本方式，文献记录要包含全部字段和引用信息。
然后你就可以在VOSviewer中进行分析了。例如你可以选择生成术语地图(term map)。不同主题的文献会自动聚类，用不同颜色表示类别，文献之间的关联一目了然。
有的主题词汇比其他的词汇更大，这表示了相关文献数量的多寡。一下子，你就能找到在你关心的“论坛”里面，哪些主题是人们更感兴趣的。
你可以放大细节，了解某一个主题内部具体术语之间的关联，以把握更为细致的脉络。
拓展
主题只是文献多种描述标记中的一种而已。因为在采集数据阶段，我们保存了全部的元数据。因此，你可以分析更多自己感兴趣的角度。
假如你关注期刊的联系，那么不妨采用共引(co-citation)关系来看期刊之间的关联网络。
不同领域的期刊采用不同颜色标记。你会清晰看到不同领域期刊之间是如何发生联系的。
如果你的观察角度更为宏观，还可以用作者们所在国家作为节点，看不同国家作者间的合作关系。
这张图很明显告诉我们，当今的科研活动早已不是闭门造车、独立发展了。与国际学术界的协作关系越紧密，获益就越多。看看那些大节点的位置和链接数量便一目了然。
教程
如果你感兴趣的话，请阅读以下参考资料，一步步学习如何使用VOSviewer：
如果你是个视频学习者，可以看VOSviewer作者的官方视频教程。作者的英语口音有些重，但是内容绝对权威而清晰。
讨论
除了VOSviewer，你还知道哪些文献可视化工具？相对VOSviewer，它们有哪些优势和不足？欢迎留言，我们一起交流讨论。
腾讯云开发者
