英文网络分析
方法概述
英文网络分析（English Network Analysis）通过对文本中词语（或作者、文献等实体）之间的共现与关系进行建网分析，揭示文本背后的关系结构与话题组织模式，广泛用于科技文献计量、舆情话题传播、合作关系分析等场景。
本工具提供完整的“建网 → 测度 → 找团 → 可视化”流程：
- 网络类型：词共现网络、语义网络、作者合作网络、引用网络、自定义网络。
- 共现窗口：文档内、滑动窗口、句子内。
- 边权重计算：共现次数、PMI、Jaccard 系数、余弦相似度。
- 网络指标：节点度、介数中心性、接近中心性、网络密度、聚类系数等。
- 社区发现：多种社区发现算法，支持子群分析。
- 可视化：力导向、圆形、层次、Kamada-Kawai、随机等布局，节点大小/颜色可基于度与中心性映射。
界面支持中英文双语切换。
方法原理
网络分析（Network Analysis）将文本中的实体（词语、作者、文献）作为节点，实体间关系（共现、合作、引用）作为边，构建关系网络图，并通过图论指标揭示结构特征。核心环节如下：
1. 网络构建
- 词共现：统计词语在文档内、滑动窗口或句子内的共现次数，构造节点-边网络。
- 边权重：除共现次数外，可用 PMI（点互信息）、Jaccard 系数、余弦相似度度量词对关联强度，其中 PMI 定义为： \[ \text{PMI}(x, y) = \log\frac{P(x, y)}{P(x)P(y)} \] PMI 抑制”高频但泛搭配”的词对，突出真正的语义关联。
- 依据最小词频与最小边权重过滤低频节点与弱边，控制网络规模。
2. 网络指标计算
- 节点度（Degree）：\(k_i = \sum_j A_{ij}\)，其中 \(A\) 为邻接矩阵，度量节点直接邻居数量。
- 介数中心性（Betweenness）：节点位于其他节点对最短路径上的比例，反映”枢纽”地位： \[ B(v) = \sum_{s \neq v \neq t} \frac{\sigma_{st}(v)}{\sigma_{st}} \] 其中 \(\sigma_{st}\) 为 \(s\) 到 \(t\) 的最短路径总数，\(\sigma_{st}(v)\) 为经过 \(v\) 的路径数。
- 接近中心性（Closeness）：节点到所有其他节点最短距离之和的倒数，反映信息可达的便捷程度。
- 网络密度 / 聚类系数：整体连边稀疏程度与局部集聚程度。
3. 社区发现
通过社区发现算法（如模块度优化）将网络划分为若干社区，使社区内部连边稠密、社区之间连边稀疏。模块度 Q 衡量社区划分质量：
\[ Q = \frac{1}{2m} \sum_{ij} \left( A_{ij} - \frac{k_i k_j}{2m} \right) \delta(c_i, c_j) \]
Q 值越高，社区结构越清晰。
4. 可视化
借助力导向、圆形、层次等布局算法确定节点坐标，节点大小/颜色按度与中心性映射，直观展示网络结构与社区分布。
使用流程
在平台左侧菜单选择“英文文本分析 → 英文网络分析”，点击“开始智算”进入工具界面：
Step 1 数据准备
- 支持 CSV、Excel、TXT 三种格式，文件大小不超过 10MB。
- 常规文本：第一列为原始文本、第二列为分词结果（空格分隔）；TXT 每行一个文本。
- 自定义网络：三列格式，源节点、目标节点、权重（可选）。
- 选择网络类型（词共现 / 语义 / 作者合作 / 引用 / 自定义）并设置最小词频与最小边权重。
Step 2 网络构建
- 选择共现窗口类型（文档内 / 滑动窗口 / 句子内）与窗口大小。
- 选择是否构建有向网络，选择边权重计算方式（共现次数 / PMI / Jaccard / 余弦相似度）。
- 设置最大节点数与最大边数。
Step 3 网络分析
- 选择网络布局算法（力导向 / 圆形 / 层次 / Kamada-Kawai / 随机）。
- 选择社区发现算法、随机种子，设置节点大小与颜色基于的指标、颜色方案。
Step 4 高级设置
- 上传停用词文件；选择移除孤立节点、标准化中心性指标、显示详细过程。
Step 5 开始分析
点击“开始网络分析”按钮执行建网与分析。
Step 6 结果查看与下载
查看网络分析原理、网络可视化、网络指标、社区分析与子群分析等标签页，并下载结果。
参数说明
| 参数 | 默认值 | 说明 |
|---|---|---|
| 网络类型 | 词共现网络 | 词共现 / 语义 / 作者合作 / 引用 / 自定义 |
| 最小词频 | 2 | 低于该词频的词语不参与建网 |
| 最小边权重 | 2 | 低于该权重的边被剔除 |
| 共现窗口类型 | 文档内 | 文档内 / 滑动窗口 / 句子内 |
| 窗口大小 | 5 | 滑动窗口长度（3-20） |
| 有向网络 | 关 | 是否构建有向网络 |
| 边权重计算 | 共现次数 | 共现次数 / PMI / Jaccard / 余弦相似度 |
| 最大节点数 / 最大边数 | 100 / 500 | 网络规模上限 |
| 网络布局算法 | 力导向布局 | 力导向 / 圆形 / 层次 / Kamada-Kawai / 随机 |
| 社区发现算法 | — | 多种社区发现算法可选 |
| 节点大小 / 颜色 | 基于度等指标 | 可基于度、中心性等映射 |
| 移除孤立节点 | 开 | 删除无边节点 |
| 标准化中心性指标 | 开 | 对中心性指标做标准化 |
案例分析
案例背景：对 250 篇 AI 领域英文论文摘要构建关键词共现网络。
- 数据：CSV（摘要文本、分词结果）。
- 参数：词共现网络、文档内窗口、边权重=共现次数、最大节点 80、最大边 500、力导向布局、社区发现。
分析结果示例：
- 核心节点：“deep learning、neural network、reinforcement learning、NLP” 位于网络中心。
- 社区结构：识别出 4 个主要社区——深度学习与视觉、语言模型与 NLP、强化学习与机器人、数据挖掘与推荐。
- 网络指标示例：网络密度 0.17、平均聚类系数 0.61，“deep learning” 介数中心性排名第一。
结论：共现网络展示了 AI 研究的四大主题群落，中心性指标可辅助识别领域枢纽术语，为研究趋势判断提供参考。
常见问题
Q1: 与主题分析（LDA）有何区别？
A: LDA 输出文档-主题概率分布；网络分析直接刻画词与词的共现拓扑（中心性、社区等）。两者互补：聚类/主题分群，网络展示关系结构。
Q2: 滑动窗口与文档内共现有何区别？
A: 文档内共现统计同一文档中的词对；滑动窗口共现限定在相邻窗口范围内，能刻画更局部的邻近关系。
Q3: 边权重计算方式有何区别？
A: 共现次数直接统计频次；PMI 度量共现强度相对期望的偏离，抑制高频泛搭配的对；Jaccard 与余弦从集合/向量角度度量关联。
Q4: 什么是有向网络？
A: 有向网络的边有方向（如引用 A→B），信息流动不对称；词共现通常为无向。选择有向后中心性会区分入度/出度。
Q5: 如何判断社区划分是否合理？
A: 结合模块度（Q 值）与社区内标签一致性判断，也可尝试不同社区发现算法对比。
平台功能
- 数据输入：支持 CSV、Excel、TXT 格式，文本类型与自定义网络（源/目标/权重）均可；文件大小限制 10MB。
- 网络构建：网络类型、共现窗口、有向网络、边权重计算、节点/边规模控制。
- 网络分析：布局算法、社区发现、随机种子、节点大小/颜色映射、颜色方案、孤立节点处理、中心性标准化。
- 双语界面：中英文一键切换。
- 结果展示：网络分析原理说明、网络可视化、网络指标统计表、社区分析、子群分析。
- 结果导出：下载完整结果、GEXF 网络文件、网络指标与分析报告（HTML）。
- AI 智能分析：基于 DeepSeek 大模型对网络结构与中心性自动解读（每日限 3 次）。
使用建议
预处理质量：先经“英文文本分词”分词并去停用词，避免 “the、and” 等成为高频中心节点。
规模控制：语料较大时设置合理的最大节点数与最大边数，保留核心结构、降低复杂度。
参数组合：一般先用“词共现 + 文档内 + 共现次数”快速建模，再用滑动窗口或 PMI 细化；有向关系（引用、关注）才选有向网络。
结果解读：结合“网络指标”找枢纽词、结合“社区分析”找主题群落、结合“网络可视化”直观展示，三者互为印证。
导出应用：网络指标与分析报告可用于论文；GEXF 文件可在 VOSviewer 或 Gephi 中进一步精细化可视化，配合“VOSviewer 可视化”工具使用。
平台界面
平台界面包含：数据上传区、网络构建设置区、网络分析设置区、结果展示（网络可视化、网络指标、社区分析、子群分析）及 AI 分析模块
参考文献：
Newman, M. E. J. (2010). Networks: An Introduction. Oxford University Press.
Blondel, V. D., et al. (2008). Fast Unfolding of Communities in Large Networks. J. Stat. Mech.