学会了用VOSviewer分析Web of Science数据后，想不想知道如何用它分析中文文献？本文用CNKI数据做样例，一步步教你实现步骤。
（由于微信公众号外部链接的限制，文中的部分链接可能无法正确打开。如有需要，请点击文末的“阅读原文”按钮，访问可以正常显示外链的版本。）
疑问
自从写了《如何快速梳理领域文献》一文后，不少读者留言或者来信问我一个问题：
如何可视化分析中文文献呢？
我之前没有用VOSviewer做过中文文献的梳理，所以还真不知道VOSviewer是否有这个功能。
但是我在博士毕业论文里用Citespace分析过中文文献，所以就用我最有把握的答案做了答复。
不过，随着问这个问题的人越来越多，我也来了兴趣：VOSviewer到底能否分析中文文献数据呢？
怀疑的原因，是因为之前在网上查资料时，看到的好像都是英文分析结果。而且VOSviewer的作者都是外国人，所以我不确认它对中文文献是否友好。
于是，我决定验证一下。
验证的方法，不是直接拿软件来尝试，而是查文献。
验证
有句话，叫“在有鱼的地方钓鱼”，我觉得是至理名言。
如果有人用VOSviewer做过中文文献分析，你觉得这样的结果更可能在哪里出现呢？
新闻？博客？……不，一定是科研论文，而且是中文论文里。
我们到CNKI数据库里找找看。
在CNKI首页，以“VOSviewer”作为主题词检索。获得了以下结果。
[图片上传失败…(image-6eb6aa-1510491971990)]
看来将VOSviewer作为研究工具的论文还真不少呢。
我们从标题寻找其中更有可能使用中文文献数据的论文，于是找到了这篇《2010年中国档案学研究热点的知识图谱分析》。
[图片上传失败…(image-37128c-1510491971990)]
看了摘要，确认该文使用中文期刊数据，分析工具为VOSviewer。
于是我们下载原文看看。
在文中显著位置，我们看到了这幅图。
这幅图说明，VOSviewer不仅支持中文文献分析，而且至少从2011年就支持了。
好了，我们的疑惑解决了——VOSviewer可以分析中文文献数据。
自然地，下一个问题就是：
该怎么做呢？
数据
第一步当然是收集数据。
我们继续使用CNKI。这次我们以“图书情报知识”（情报学领域核心期刊之一）作为“文献来源”检索词搜索。
[图片上传失败…(image-f48443-1510491971990)]
获得的结果，有4700多条。我这里连接网速不够快，4700多条文献记录都下载下来，需要很久。咱们精炼一下，只选择2016年的数据。
[图片上传失败…(image-2bd408-1510491971990)]
2016年的记录，一共有101条。我们每次50条，不断翻页，全部勾选。
[图片上传失败…(image-5bdff-1510491971990)]
勾选完毕后，选择“导出/参考文献”。
[图片上传失败…(image-d85bb3-1510491971990)]
在屏幕的左侧，我们可以看到不同的导出类型。
问题来了，该导出哪一种呢？
这时我们打开VOSviewer，瞄一眼，看VOSviewer可以接受哪些格式。
这里我们看到了Web of Science, Scopus, PubMed, RIS等格式。
我们的目标，是取CNKI导出格式，与VOSviewer导入格式的交集。
结果令人很苦恼——交集为空。
到这里，我大概知道为什么这么多读者发问了。不少人可能在CNKI上做到了这一步，然后就不知道该怎么办了。
其实你不必焦虑。因为文献记录格式之间，是可以转换的。
[图片上传失败…(image-364027-1510491971990)]
我们选择其中的Endnote格式，导出。
[图片上传失败…(image-55ad07-1510491971990)]
根据提示，存储导出的txt文件。
我们打开这个文本文件，看看内容。
经检验，数据完整导出。下面我们就要尝试格式转换了。
转换
我们的目标，是把数据转化为VOSviewer可以支持的格式类型。
我们打开Endnote。
从主菜单里，选择“导入(Import)”。
在弹出的窗口里，浏览并找到我们刚刚从CNKI导出的txt文件。
注意，此时不要直接导入文本文件，否则导入结果是空的。
我们需要调整一下选项。点击文件浏览窗口左下角的“Option”。
点击其中的第一项，可以看到许多选项。Endnote作为老牌的文献管理工具，支持的数据格式很丰富。
选择“Endnote Import”。这样Endnote才知道，我们导入的，是Endnote自己的交换格式。
点击确定后，你就能看到100余篇文献正确导入进来了。
我们在这里对文献做粗略筛选。略去“卷首语”和重复文章，同时略掉没有作者的（一般是征稿启示等内容）文章。
筛选后的文献选中，选择“导出”（Export）。
Endnote会提示我们导出的选项。
我们把输出的文件名设定为有意义的名称。注意要把“Output Style”选择为“RIS”格式。
如果你的菜单里面没有“RIS”格式，可以先选择“Select another Style”。
然后你会看到许许多多的导出格式选项，下拉列表到“R”开头的区域，找到“RIS”。
选择后，“RIS”就被添加进来了。
默认导出文件扩展名是txt。我们将其修改为ris，以方便VOSviewer识别。
我们打开RIS文件看看内容：
可以看到，元数据都被保留，但是组织格式发生了变化。
至此，利用Endnote转换文献记录格式环节顺利完成。我们终于可以愉快地分析CNKI文献了。
分析
在VOSviewer中选择“Create”。会弹出以下对话框。我们选择第二项。
然后我们需要选择导入文献的类型和位置。
点击“RIS”标签页，利用文件选择器，定位到刚刚Endnote导出的RIS文件上。
下面选择分析类型，我们选择作者共现(Co-authorship)分析。
因为文章篇数太少，我们不得不把阈值定低一些。
弹出的对话框里，我们可以依据实际情况，把某些记录过滤掉。这里我们选择保持不变。
执行后，就能看到Co-authorship分析结果了。
我们放大结果图，看看细节。
图中中文显示一切正常。
至此，咱们利用VOSviewer分析CNKI文献记录的演示完成。
小结
回顾一下，本文主要介绍了以下内容：
- 我们确认了VOSviewer不止可以分析英文文献，也可以分析中文文献；
- 验证猜想，需要找证据。找证据的关键，是在最可能的地方着手搜索和挖掘；
- 文献记录的格式多种多样，但是其间大多是可以转换的。Endnote作为桥梁，可以帮我们把CNKI的导出结果转换为VOSviewer需要的RIS格式。
讨论
读过本文后，你是否了解如何用VOSviewer分析中文文献数据？你之前做中文文献可视化分析时，用过不同的方法吗？它们是否更有效和便捷呢？欢迎留言，把你的经验分享给大家，我们一起交流讨论。
这里给你留个思考题：如果要做引文分析，CNKI的数据可以吗？希望你能亲自动手尝试一下，把结果反馈给我。
如果本文可能对你身边的亲友有帮助，也欢迎你把本文通过微博或朋友圈分享给他们。让他们一起参与到我们的讨论中来。