对文献计量学的发展路径及应用等内容进行概述

与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）

和模式识别等诸多方法来实现上述目标。

操作步骤：分类-估计-预测-相关性分析-聚类-描述和可视化（复杂数据类型挖掘）

聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重

要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计

算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被

用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。

3、可视化操作：采用高级检索，检索条件选择“主题”，具体检索词为“创新生态系统”，检索途径选择“精确”，时间跨度为 2003 /10 /01—2015 /10 /01（绩效考核or 绩效评价or绩效评估or绩效考评and政府财政预算）从CNKI导出数据（Refworks）或者利用litespace软件将来自SCI或SSCI等数据库的软件进行格式转化，将数据导入Citespace或TDA、书目信息共现挖掘系统进行统计和可视化操作——将小类别按照主题自行分为大类别，不同聚类代表不同类别，如主题，研究方法，指标体系，指标体系构建方法等——（依据各类引文指标了解学科或某一主题的研究现状，趋势、热点判断，改进建议）。

使用软件CNKI\SCI\WOS(数据库)+ Tableau \Citespace \TDA（可视化操作软件）

图例

某领域发文数量，期刊名称，数据源（来自何种数据库），区域分布