Graphical Abstract
摘要
本文旨在利用文献分析工具“Bibliometrix”及其交互界面“Biblioshiny”，基于文献数据库的检索结果，快速获取目标课题的关键信息。相较于传统人为反复阅读的方法，该方法可高效实现以下重要功能：
拓展和获取更加准确的关键词
了解领域内已经被占领的研究内容
获取领域内必读的重要文献
了解领域相关的重要期刊
梳理研究进展，了解当下研究热点
定位主题在领域内的位置，确认创新性和有效性
两种文献综述方法的比较：
传统方法：
选择文献数据库
输入关键词进行检索
初筛文献，导入文献管理系统软件
通过泛读和精读，总结归纳
不断重复2,3,4步
优化方法：
选择文献数据库
利用限定关键词进行检索
利用文献分析工具获取领域关键信息
下文将以我之前的论文主题 “城市植物叶片中多环芳烃的城乡分布特征” 为例，进行实例演示。
0 前期准备
0.1 Bibliometrix库的安装
0.1 Bibliometrix的安装
x，公众号：KvasirBibiometrix库的安装
Bibliometrix的实质：对文献检索结果进行排序、聚类等统计分析并进行可视化的R包。
Biblio已经加入交互工具Shiny，这使得“non-coder”也能够轻松实现原R包的全部功能；事实上，对于“coder”来说，Shiny的加入也可以免去不必要的代码输入，大大简化工作流程。原包和交互界面的一些介绍，可参考师弟的文章。
0.2 Bibliometrix的介绍和使用
ClarkD，公众号：段造了解一个全新领域有没有什么更好的办法？
1 获取文献检索结果
文献检索的结果是文献分析的基石，数据必须可靠，否则会影响最终的分析效果，所以必须对文献检索结果的质量进行控制。
获取高质量文献检索结果的关键在于选择和组合合适的关键词。
当我们对不熟悉领域进行文献检索时，关键词的作用应是限定一个“相对大的、可供分析”的文献范围，因此，需要选择“相互独立的最低上位词”作为关键词。
1.1 选择最低上位词
-什么是最低上位词？
--距离“未确定的研究对象”的最近上位词，以及“已确定的研究对象”
以示例课题中的“多环芳烃”为例，相关关键词的层次为(从上位到下位)：
POPs(Persistent Organic Pollutants)-持久性有机污染物Hydrocarbon-烃类物质PAHs (Polycyclic Aromatic Hydrocarbons)-多环芳烃BaP (Benzoapyrene) -苯并[a]芘在确定研究对象是多环芳烃时，最低上位词为多环芳烃；在未确定研究对象，只知课题背景是关于城市污染物研究的情况下，则应选择POPs或者Hydorcarbon作为最低上位词。1.2 相互独立，完全穷尽(MECE分析法)Mutually Exclusive Collectively Exhaustive
关键词选取准确，无重叠，完全覆盖目标研究领域以示例课题为例：“城市植物叶片中多环芳烃的城乡分布特征”，构建关键词组合。例1："urban" AND "plant" AND "leaf" AND "PAHs" AND "gradient" AND "distribution" AND "pattern"解析：- urban选取不够准确
- plant 和 leaf ，pattern和distribution存在重叠
- urban，gradient词义相近，使用布尔运算符合OR并
- urban意在描述城市和城市化，同义词有urbanization，替换词有urbanisation，使用截词符*
- leaf不是确定的研究对象，应使用最小上位词“生物监测器”biomonitor，同时考虑替换词monitor和monitoring
- distribution可能过于限制研究内容，考虑先行删除
1.3 文献检索结果获取利用Web of Science文献数据库，输入关键词，选择“WoS核心合集”，进行文献检索。
WoS检索界面检索得到834篇文献，导出为“.txt”格式，并合并压缩成.zip文件。(WoS每次只能导出500条记录，故需导出两次)
WoS文献检索导出界面2 Bibiometrix的交互可视化文献分析2.1 导入数据打开R，运行以下代码加载Bibiometrix包，打开交互界面Biblioshiny (这之后就可以和R说再见了)library('bibliometrix')biblioshiny()
Biblioshiny 可视化窗口导入.zip文件，开始分析，成功后，右侧会显示所有文献的各个字段的清单，可保存bibliometrix文件，便于下次直接导入使用。
Data工具栏和字段清单2.2 Filter：过滤器可选取时间段，可导出所有字段清单至Excel中。
Filter 工具2.3 DataSet：字段信息概览2.3.1 Annual Scientific Production 文章发表趋势
由图可得，2017年至今该主题的研究较为热门，证明该领域的研究基础已经较为完善，被占领的研究内容和方向可能较多。2.3.2 Three-Fields Plot “三字段桑基图”比较实用的字段包括“Keywords”，“Keywords Plus”，“References”，“Authors”，每个矩形都可拖动，便于区分。
由图可实现关键词拓展和同义词修正内容方面： source appointment -来源解析 exposure-暴露 biomarker/biomonitoring-生物监测 accumulation-积累特征存在介质方面： sediment-沉积物 soil-土壤 air/ambient air/atmosphere/air pollution 大气相关污染物： heavy metals-重金属 PM2.5/PM10-亚微米级颗粒物 pcbs-多氯联苯2.4 Source ：重要期刊的筛选
Source 结果一览上图中的图题即为选择的功能，包括：- Most Relavent Sources “主题相关期刊”
- Most Local Cited Sources “当前数据库中的高被引期刊”
- Source Clustering 基于“布拉德福定律”划分的核心期刊区
- Source Impact 期刊影响力(基于H指数)
期刊动态变化图图中红圈圈出的三个期刊，相关文章发表的数量逐年增加，而且未出现拐点，说明这三个期刊近年来比较愿意接受这个主题的文章，这是一个能够增加中稿率的关键信息。2.5 Author：重要作者筛选作者的分析功能和方法类似于2.4期刊的筛选，包括：- Most Relavant Authors 主题最相关作者
- Author Impact 作者影响力排序
- Most Local Cited Author 高被引作者
Author 结果一览与2.4期刊处理方法相同，取交集4-10个，可以得到几个重要作者De Nicola FAlfani AHarner TJones KC2.6 Documents：关键词获取
Documents功能中虽然集成了重要参考文献的筛选，但个人认为，该功能较为鸡肋，原因是缺少题名字段，因此将在2.7中介绍重要文献的获得。Keywords Plus：由WoS增加的与原文章相关的关键词，但是非作者本人添加，可增加文章在相关专题下的命中率。 有三个比较实用的功能，高频词列表，词云和词树，其中高频词列表导出直接可作为关键词的补充，比上文提到的桑基图更为直接；而词云和词树可视化的作用居多，仅供直观的参考。
高频词可视化Word Growth 高频词和主题趋势 为研究方向的选择提供参考
高频词趋势图 1从上图可以看出，PAHs(多环芳烃)的研究热度逐年递增，部分领域(PM, Source Appointment, Air)热度递增，部分领域(Urban)热度递减。
高频词趋势图 2由上图可得近年来的新兴方向，如“Risk Assessment”, “Spatial Distribution”, “Health Risk”等。上面两张图的区别可能在于，图1的纵坐标是每年关键词出现的次数，图2的纵坐标可能是关键词出现次数的标准化数据(关键词出现次数占当年关键词总次数的比例)，且图2显示无重复，说明可能只在关键词标准化次数最大值的年份标注。2.7 重要文献的获取“Author's Production over Time ” 的妙用Documents中的文献功能虽然也给出了类似“2.4 作者”和“2.5期刊”的柱形图的表格，但并不实用，原因在于缺乏题目字段，因而无法直接获取关键词，无法判断文献是否属于自己想要阅读的。反而在Author功能中有一个功能极为实用，“Authors' Production over Time”，推荐导出表格，操作如下图：
Author‘’s Production over Timee: Export Tableexcel中包括高被引作者文章的题目、期刊、链接、总引和年均引五个字段，可浏览题目选择感兴趣的关键词，按照期刊排序，选择高影响因子的期刊文章；按照总引排序，选择高被引文章，点击链接直接进行转到，下载或在线阅读。在浏览器地址栏输入https://doi.org/+“DOI”字段里的值即可直接访问。
Table例如，浏览题目后发现第一篇就与我们的主题极为相关，“冬青叶片中的PAHs积累量”，在地址栏输入“https://doi.org/10.1016/j.envpol.2007.08.008”即可。
Paper Example2.8 Conceptional Structure：梳理概念结构侧重梳理主题发展，特别地，对综述性文章的撰写极为有用。2.8.1Thematic Map “主题四象限图”纵坐标密度，横坐标中心程度(领域内)。- 第一象限：既处于领域中心且发展好
- 第二象限：发展好但位置相对边缘
- 第三象限：密度低且不是领域内中心，可能是新兴主题或过气主题
- 第四象限：处于领域中心但缺乏发展的主题
Theme Map 上图可得，我们的主题部分关键词属于第三象限，但如果单纯研究“urban”和“PAHs”缺乏创新性，可以考虑结合主题演进，选择新兴的热门主题进行主题交叉。2.8.2 Theme Evolution “主题演进图”
主题演化图：1997年至今可按照需求，划分时间节点，研究不同时间段内的主题热度。我们将主题以2008, 2013, 2017三个时间点划分为四个时间段，主要分析2017年至今(近3年)。
主题聚类图：2017年至今从第二象限来看，近三年的研究较为分离，若考虑将关键词交叉研究，可能会出好结果，师姐前段时间新鲜出炉的7分Sci就是将第二象限中的“land-use”, “biomonitor” 和“PAHs”结合。从第四象限来看，近三年的研究中，我们主题中的关键词“distribution”, “urban”, “passive sampler” (leaf) 仍处于集中但研究较少的阶段，证明我们的主题仍然是当下的热点；同时与健康相关的“健康暴露”和“与室内空气的关系” (“cancer-risk”和“indoor air”)可能是未来的研究热点。3 总结1. 利用Bibliometrix及其交互界面，我们实现了以下重要目标：- 拓展和获取更加准确的关键词
- 了解领域内已经被占领的研究内容
- 获取领域内必读的重要文献
- 了解领域相关的重要期刊
- 梳理研究进展，了解当下研究热点
- 定位主题在领域内的位置，确认创新性和有效性
