如何将 Scopus 数据导入 VOSviewer 和 CiteSpace？

很多新手在做 Scopus 可视化分析时，第一步就卡住了：“导出什么格式？” 或者 “导入 CiteSpace 为什么没反应？”

核心原因在于数据格式的选择和预处理。VOSviewer 对 Scopus 比较友好，可以直接读取；而 CiteSpace 原生支持 WoS 格式，处理 Scopus 数据时需要一个**“格式转换”**步骤。

第一阶段：从 Scopus 正确导出数据 (Data Export)

这是最关键的一步。如果源数据导错了（例如没选参考文献），后续分析将无法进行（比如做不了共被引分析）。

1. 执行搜索： 在 Scopus 中输入检索词，获得结果列表。
2. 全选文献： 勾选 "All" 或手动选择需要的文献。
• 注意： Scopus 网页版直接导出通常限制 2,000 条。如果超过此数量，需分批导出或填写邮箱接收下载链接（支持 20,000 条）。
3. 点击 "Export" (导出)： 选择导出格式。
• 为了 VOSviewer： 推荐选择 CSV (Excel) 格式。
• 为了 CiteSpace： 推荐选择 RIS Format (EndNote, Reference Manager)。
4. 勾选字段 (Citation Information)： 【非常重要】
• 务必勾选 "Citation information" 下的所有选项（特别是 Cited References）。没有参考文献数据，就做不了“共被引”分析。
• 同时勾选 "Bibliographical information" (Affiliations, Authors等) 和 "Abstract & Keywords"。
5. 下载文件： 将文件保存到电脑中，建议命名为 scopus_data.csv 或 scopus_data.ris。

第二阶段：导入 VOSviewer (简单模式)

VOSviewer 无论是做“关键词共现”还是“作者合作网络”，操作都非常丝滑。

1. 打开软件： 启动 VOSviewer。
2. 创建地图： 点击左侧面板的 "Create" 按钮。
3. 选择数据源类型：
• 选择第二项："Create a map based on bibliographic data" (基于书目数据)。
• 点击 Next。
4. 选择数据来源：
• 选择 "Read data from bibliographic database files"。
• 选中 "Scopus" 标签页。
5. 加载文件：
• 点击浏览按钮 (...)，找到您刚才下载的 .csv 文件。
• 点击 Next。
6. 选择分析类型：
• Co-authorship (合作网络)： 分析作者、机构或国家。
• Co-occurrence (共现分析)： 分析关键词 (Keywords) 热点。
• Citation (引用分析)： 分析文章或期刊的引用关系。
7. 调整阈值： 根据文献数量调整 "Minimum number of occurrences" (最小出现频次)，然后一路 Finish 即可出图。

第三阶段：导入 CiteSpace (进阶/转换模式)

CiteSpace 是为 Web of Science 量身定制的。直接导入 Scopus 数据通常会报错或分析结果为空。必须先进行数据清洗和格式转换。

步骤 1：准备文件夹

在电脑上新建一个主文件夹（如 Project_Scopus），并在里面建两个子文件夹：

• Input：放入您从 Scopus 导出的 .ris 文件。
• Output：留空，用来存放转换后的数据。

步骤 2：使用内置转换器 (Converter)

1. 打开 CiteSpace。
2. 在顶部菜单栏选择 "Data" -> "Import/Export"。
3. 在弹出的对话框中，点击顶部标签页 "Scopus"。
4. 设置路径：
• Input Directory: 选择刚才建立的 Input 文件夹。
• Output Directory: 选择刚才建立的 Output 文件夹。
5. 开始转换： 点击 "Convert to Web of Science (wos)" 按钮。
• 系统会将 .ris 数据强制转换为类似 WoS 的格式，并生成以 download_ 开头的 .txt 文件保存在 Output 文件夹中。

步骤 3：建立项目 (Project)

1. 关闭转换窗口，回到主界面。
2. 点击 "New" (新建项目)。
3. Project Home: 设置为您的项目主目录。
4. Data Directory: 关键点！ 这里要选择刚才转换后的 Output 文件夹（里面有 download_xxx.txt）。
5. 保存项目。

步骤 4：开始分析

现在您可以像处理 WoS 数据一样操作了：

• 选择时间切片 (Time Slicing)。
• 选择节点类型 (Node Types)：如 Author, Institution, Keyword, Reference (共被引)。
• 点击 "Go!" 运行分析。

常见问题 (FAQ)

• Q: 为什么 VOSviewer 里的中文显示是乱码？
• A: Scopus 导出的 CSV 编码有时不是 UTF-8。建议用记事本打开 CSV，"另存为" 并选择编码为 UTF-8 with BOM。或者在 VOSviewer 界面上，确保字体设置支持中文字符（通常默认 SansSerif 对中文支持一般，可尝试更改字体设置）。
• Q: CiteSpace 转换 Scopus 数据后，做“共被引”分析节点很少？
• A: 这是 Scopus 数据的先天缺陷。Scopus 导出的参考文献格式 (Reference String) 经常不标准，导致 CiteSpace 识别率不如 WoS 高。如果必须做高精度的共被引分析，建议首选 Web of Science 核心合集数据。
• Q: 导出时 Scopus 提示 "Output limit reached"？
• A: 您的账号权限受限。普通导出限制 2,000 条。解决方法：分年份导出（比如 2020-2022 导一个，2023-2024 导一个），然后在做分析前将它们合并（VOSviewer 支持多选文件，CiteSpace 支持文件夹读取）。