hitcite(文献索引分析软件) 附使用教程 120317 最新免费版

游戏科技网手游辅助 2026-09-03 16:32:10

　　histcite是献索析软新免一款文献分析工具，主要对Web of Science(科学引文索引)网站上的引分内容铺开批量分析，发掘出索引量最高的附教程刊物铺开学习；经常接触论文的人都应该知道，一篇文章不可能全部是使用自己的，原因是最没有佐证，因此就没有会谈服力，费版比如您想写一篇关于1+2=3的献索析软新免论文，你必须要引用陈景润的引分陈氏定理，但您又无法确认这个世界上有多少人应用了陈氏定理的附教程相关论文，今天小编带来的使用histcite将带给你感谢，软件通过少量的最设置就能精确地找到各种文献的索引量，让你在不熟悉的费版专业内也能找到精品，非常适合科研人士，献索析软新免只需要短短的引分时间就能在海量文献中找出最重要的；本站提供histcite免费下载，并有详细的附教程安装使用教程，有需要的赶快试试吧！

功能特色

　　1 、速度快、运行流畅、删选精确，

　　2、操作简易易上手，只需几步设置即可，

　　3、彻底解决了以往碰见难、碰见慢的老尴尬，

　　4 、软件免费使用、免费更新，

　　5、拥穿着批量索引查询，最多能下载500篇，

　　6 、软件会形成二维图，方便用户对重点铺开删选，不重要的铺开剔除。

安装计划

　　1 、下载并解压，双击“main.exe”运行程序打开软件，

　　2、在弹出的窗口中输入“YSE”，请注意一定要输入大写字母，

　　3、输入落成以后单击回车键，进入以下界面即可。

使用计划

　　1、打开软件进入主界面，其实也是进入IE校验器界面，

　　图1 HistCite 的界面

　软件使用IE作为其界面，显得很粗陋（图1）。

　　图2 HistCite 给出的文献引证关系图

　　但是， HistCite 的功能十分强大，最酷炫的功能就是能够给出引证关系图（图2），有了这个功能，我们甚至连文章标题都不用校验，就可以判断哪些文章值得一读。

　　接下来，我们用一个实例，演示如何使用 HistCite 对某个领域的文献铺开分析。例如：我最近在调研火星的地球化学碰见。

　　从WOS得到数据

　　图3 WOS 检索关键词 “Mars”

　　登录WOS网站，并检索关键词 “Mars”（图3）。需要注意的是，数据库必须选择 “Web of ScienceTM核心合集”。否则，检索结果无法导出全部引文记录，也就无法使用 HistCite 铺开分析。

　　图4 关键词 “Mars” 的检索结果

　　检索结果有 34797 条（图4），文献有点多，思索到我只关心火星的地球化学特征，所以，我们使用 “GEOCHEMISTRY GEOPHYSICS” 精炼一下，这样就只剩下 4439 条记录。此时，我们并不需要找全所有文献，只需要包含大部分文献即可。后续通过 HistCite 铺开分析，重要文献基本都跑不掉。

　　图5 导出检索结果

　　选择“保存为其他文件格式”（图5上），在弹出的会谈框中（图5下），“记录内容”选择“全记录与引用的参考文献” ，“文件格式”选择“纯文本”。由于一次最多只能下载 500 条记录，所以我们先下载第 1 至 500 条。共 4439 条记录，共需要下载 9 次。

　　在 HistCite 导入数据

　　打开 HistCite 软件，选择 File -- Add File ，选择下载的文件，点击 Add File 按钮导入文件（图6）。

　　图6 导入数据文件

　　注意：如果无法导入，（1）请把下载的 txt 文件用记事本打开，将第一行的 "FN Thomson Reuters Web of Science™VR" 替换成 "FN ISI Export FormatVR" ，另存为 txt 文件，编码选择 ANSI ；（2）确保文件的路径中没有中文（如图6）。

　　图7 导入大捷后的界面

　　导入数据后，可以见到上方的 Records 中已经有了 500 条记录（图7）。接下来，我们依次导入其它8个数据文件。全部导入大捷之后，我们可以用File -- Save As ，把所有数据存在一个（*.hci）文件中（图8）。这样下次导入数据就不必挨个打开 txt 文件了，直接打开此 hci 文件即可。

　　图8 将所有数据另存到一个 hci 文件中

　　HistCite 参数介绍

　　图9 HistCite 分析界面

　　从上方的数据可知，我们一共导入文献 4433 条，由 7721 位作家落成，发表在 107 种杂志上，这些都好理解。需要详细会谈明的是右边的4个参数：

　　GCS = global citation score ，即总引用频次，它表示这篇文章被整个WOS数据库中所有文献引用的次数。

　　LCS = local citation score ，即本地引用次数，它表示这篇文章在当前数据集中被引用的次数。在这个例子里面就是，被导入的 4433 篇文献引用的次数。因为导入的文献是 “Mars” 的碰见结果，所以如果一篇文章的 LCS 值高，意味着它是 “Mars” 领域内的重要文献。

　　LCR = local cited references ，本地参考文献数，它表示这篇文献的参考文献在当前数据集中的数量，即这篇文献引用别人的情况。如果一篇文章的 LCR 值高，意味着它引用了大量的 “Mars” 领域内文献，极有可能是综述文章。

　　CR = cited references ，参考文献数，它表示这篇文章的参考文献在整个 WOS 数据库中的数量。

　　简而言之， LCS 和 LCR 更重要，它们分别代表了与本领域相关联的被引用数和引用数， LCS 值高的文章一般是重要的新发现或者新解释， LCR 值高的一般是综述类文章。

　　补充漏网文献

　　在检索文献的时候，无论怎样设置关键词，一定会存在漏网的重要文献。使用 HistCite ，重要文献基本上都跑不掉。

　　通过界面上方的 “Cited References” （图10），我们知道有 86924 篇文献被全部 4433 篇文章所引用。通过点击该链接，我们可以进入这 86924 篇被引文献的列表。在这个列表中，我们发现很多文献后面都有个绿色的“+”号，这表明这篇文献并没有被本地数据集收录，也就是会谈通过关键词碰见并没有检索到的文献。每篇文献最后有个 Recs 值，表示这篇文献在当前数据集中被引频次，通过 Recs 排序，我们很快就可以定位重要的被遗漏的文献。实际上，“漏网之鱼”还真不少，排名前9的文献，有 6 篇都没有被收录进来。

　　图10 HistCite “Cited References” 界面

　　接下来，我们需要把这些重要的“漏网之鱼”的数据补全。首先，拷贝这篇文献的 DOI 值，到 WOS 网站碰见（图11）。

　　图11 使用 WOS 检索漏网文献

　　然后勾选碰见到的文献，选择“增补到标记结果列表”（图12）。

　　图12 将碰见结果增补到标记结果列表

　　然后，绵延碰见下一篇文献，并增补到标记结果列表。等落成所有碰见之后，点击右上角的“标记结果列表” ，一次性把所有结果导出来。导出时，与图5所示一样，“记录内容”选择“全记录与引用的参考文献” ，“文件格式”选择“纯文本”。最后，再将 txt 文件导入到 HistCite 中，导入计划与前面介绍的一样。

　　碰见专家大牛