Community程式設計與開發github.com

VOSviewer 整合

從書目資料建立並開啟 VOSviewer 的書目計量網路視覺化(桌面版或 VOSviewer Online)。適用於共同作者、共同引用、關鍵字共現、書目耦合或術語地圖等分析。

VOSviewer 整合 是什麼?

此技能可將任何書目資料集(如 PubMed、Crossref、Scopus、Web of Science、RIS、NotebookLM 來源或論文清單)轉換為 VOSviewer 可讀取的網路檔案,支援 JSON(適用 VOSviewer Online,無需安裝)與 .map/.net 配對(桌面版)兩種格式。技能涵蓋四種分析類型:共同作者分析(作者/機構/國家)、共同引用分析(被引文獻/作者/來源)、書目耦合分析(文獻/作者/來源)及共現分析(關鍵字/術語)。它提供完整工作流程:識別資料來源、選取分析類型、透過內建 Python 腳本建立網路、產生可分享的 VOSviewer Online URL 或桌面版檔案,並提供篩選、叢集調整、同義詞合併等後續調校建議。內建葡萄牙文同義詞表,適合處理葡萄牙文健康/教育資料集。

相容平台~Claude Code~Codex CLI~Cursor
Part ofMobile
npx skills add https://github.com/ricamesq/docencia-com-ia/tree/main/skills/vosviewer

Installed? Explore more 程式設計與開發 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

VOSviewer 整合 是做什麼的?

目的:將任何書目資料集轉換為可用的 VOSviewer 網路:一個可直接在 VOSviewer Online(無需安裝)載入的 JSON 檔案,或供桌面版使用的 .map + .net 配對。

何時使用此技能

當使用者要求以下任何一項時觸發此技能:

  • Mapa bibliométrico / 書目計量地圖
  • Rede de coautoria / 共同作者網路
  • Rede de citação / 共同引用網路 / 書目耦合
  • Mapa de termos / 關鍵字地圖 / 術語共現
  • "Visualizar artigos do PubMed/Crossref/Scopus/RIS no VOSviewer"
  • "Quero ver a rede de autores/termos/keywords de …"
  • 明確關鍵字:「VOSviewer」、「app.vosviewer.com」、「.map」、「.net」、「.json VOSviewer」

當使用者擁有學術參考文獻資料集(NotebookLM 來源、acervo、bibliografia_parsed.json)並希望以視覺化方式探索時,也應考慮使用此技能。

核心概念

VOSviewer 處理的是透過連結(邊)連接的項目(節點),並組織成叢集。項目可以是作者、文獻、術語、關鍵字、期刊、機構、國家等。

四種分析類型:

  1. 共同作者分析:項目 = 作者/機構/國家,連結強度 = 共同發表的論文數量
  2. 共同引用分析:項目 = 被引文獻/作者/來源,連結強度 = 同時引用兩者的文獻數量
  3. 書目耦合分析:項目 = 文獻/作者/來源,連結強度 = 共享被引文獻的數量
  4. 共現分析:項目 = 關鍵字/術語,連結強度 = 兩者同時出現的文獻數量

VOSviewer 接受的檔案格式

格式副檔名使用案例
VOSviewer JSON.json最適合分享。單一檔案可透過 URL 在 VOSviewer Online 中載入。包含項目 + 連結 + 設定。
地圖 + 網路.map + .net經典桌面格式。Tab 分隔。.map = 項目,.net = 連結。
書目資料庫多種Web of Science、Scopus、Dimensions、Lens、PubMed (MEDLINE)、Crossref JSON、RIS 的原始匯出。VOSviewer 可直接解析這些格式。

經驗法則: 盡可能產生 JSON 檔案:它最具彈性、最易分享,且可在 VOSviewer Online 中使用(無需安裝桌面版)。

VOSviewer JSON 結構(必備)

{
  "network": {
    "items": [
      {
        "id": 1,                          // 唯一整數
        "label": "cultura digital",       // 顯示名稱
        "description": "optional HTML",   // 彈出視窗中顯示
        "url": "https://...",             // 可選:點擊連結
        "x": 0.42,                        // 可選:VOSviewer 在省略時會自動計算
        "y": -0.17,                       // 可選
        "cluster": 1,                     // 整數叢集 ID
        "weights": {                      // 任意數值權重
          "Documents": 12,
          "Citations": 58,
          "Total link strength": 23
        },
        "scores": {                       // 可選:用於著色的數值分數
          "Avg. pub. year": 2022.4
        }
      }
    ],
    "links": [
      {"source_id": 1, "target_id": 2, "strength": 3}
    ]
  },
  "config": {
    "terminology": {                      // 可選:自訂標籤
      "item": "termo", "items": "termos",
      "link": "coocorrência", "links": "coocorrências",
      "cluster": "cluster", "clusters": "clusters"
    },
    "templates": [                        // 可選:標籤/顏色視覺化
      { "label_size": {"min": 0.5, "max": 2.0} }
    ]
  }
}

正規工作流程

當使用者要求 VOSviewer 視覺化時,請遵循以下步驟:

1. 識別資料來源

詢問(或推斷)來自:

  • PubMed 查詢:使用 mcp__7899fadf-...__search_articles + get_article_metadata(此專案擁有 PubMed MCP)
  • Crossref:WebFetch https://api.crossref.org/works?query=...&rows=100(免費,無需金鑰)
  • OpenAlex:WebFetch https://api.openalex.org/works?search=...&per_page=100
  • NotebookLM 來源:每個來源使用 mcp__notebooklm-mcp__source_get_content
  • 本地檔案:專案中的 RIS、BibTeX、CSV、JSON(使用 Read/Glob)
  • 手動清單:使用者貼上 DOI 或標題

2. 選取分析類型

使用者說分析類型項目連結依據
"rede de autores" / "co-authorship"共同作者分析作者共同發表的論文
"mapa de termos" / "keyword map"共現分析關鍵字/術語摘要/標題中的共現
"co-citação" / "co-citation"共同引用分析被引文獻被同一篇論文共同引用
"artigos similares" / "coupling"書目耦合分析文獻共享參考文獻
"mapa de temas" / "themes"共現分析術語共現

預設值(意義不明確時):關鍵字/術語共現分析:這是最寬容的分析,僅需標題和摘要即可運作。

3. 建立網路

使用 scripts/ 中的相應轉換腳本(見下方)。所有腳本會在目前專案目錄中產生一個 VOSviewer JSON 檔案。

4. 開啟結果

兩個選項:都提供給使用者:

選項 A:VOSviewer Online(零安裝):

  1. 將 JSON 檔案託管在任何可公開存取的地方(GitHub raw、S3、Netlify、Cloudflare R2、gist 等)
  2. 建立 URL:
    https://app.vosviewer.com/?json=<URL-編碼後的-JSON-URL>
    
  3. 將此 URL 分享給使用者。點擊即可在瀏覽器中直接載入網路。

選項 B:VOSviewer 桌面版:

  1. 將 JSON 檔案儲存在本地
  2. 指示使用者:開啟 VOSviewer → 檔案 → 開啟 → 選擇 JSON 檔案
  3. 或者提供 .map + .net Tab 分隔檔案

5. 提供調校

在產生第一個版本後,提議進行:

  • 依最小權重篩選項目(例如,出現次數 ≥ 5 的關鍵字)
  • 透過解析度參數變更叢集數量
  • 加入年份分數以顯示時間趨勢(最舊 = 藍色,最新 = 紅色)
  • 透過同義詞表合併同義詞(例如,「ia」↔「inteligência artificial」)

腳本

此技能附帶現成的轉換腳本,位於 scripts/:

  • scripts/pubmed_to_vosviewer.py:PubMed 查詢 → 關鍵字共現 JSON
  • scripts/crossref_to_vosviewer.py:Crossref 查詢 → 共同作者 JSON
  • scripts/openalex_to_vosviewer.py:OpenAlex 查詢 → 概念共現 JSON
  • scripts/ris_to_vosviewer.py:RIS 檔案 → 關鍵字共現 JSON
  • scripts/json_to_map_net.py:轉換 VOSviewer JSON → 供桌面版使用的 .map + .net
  • scripts/open_in_vosviewer.py:建立 VOSviewer Online URL(或開啟桌面版)

除非另有說明,所有腳本均為僅使用標準函式庫的 Python(無 pip 依賴)。

同義詞表(葡萄牙文友善)

reference/thesaurus-pt.txt 包含常見的巴西葡萄牙文同義詞正規化(例如,ia → inteligência artificial、chatgpt → modelos de linguagem、aps → atenção primária)。在為葡萄牙文健康/教育資料集建立術語共現地圖時載入此檔案。

輸出位置慣例

將所有產生的檔案儲存在目前專案根目錄的 vosviewer-out/ 中(若不存在則建立):

vosviewer-out/
├── YYYY-MM-DD_topic.json        # VOSviewer JSON
├── YYYY-MM-DD_topic.map         # 桌面版地圖檔案(若要求)
├── YYYY-MM-DD_topic.net         # 桌面版網路檔案(若要求)
└── README.md                     # 產生了什麼、如何產生、以及 Online URL

回應格式

在向使用者傳遞 VOSviewer 結果時,務必包含:

  1. 資料集摘要:來源、項目數量、連結數量、日期範圍(若有)
  2. 檔案路徑:JSON/map/net 檔案儲存的位置
  3. VOSviewer Online URL:若 JSON 已託管在可存取的位置
  4. 桌面版操作說明:一行說明如何在本地開啟 JSON
  5. 後續動作:下一步可調校的內容(篩選、叢集數量、同義詞表等)

保持回應簡潔。請勿在對話中貼出完整 JSON:僅提供摘要和 URL/路徑。

參考連結

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相關技能