histcite是一款文獻分析工具，主要對Web of Science(科學引文索引)網(wǎng)站上的內(nèi)容進行批量分析，發(fā)掘出索引量最高的刊物進行學習；經(jīng)常接觸論文的人都應該知道，一篇文章不可能全部是自己的，原因是沒有佐證，因此就沒有說服力，比如您想寫一篇關于1+2=3的論文，你必須要引用陳景潤的陳氏定理，但您又無法確認這個世界上有多少人應用了陳氏定理的相關論文，今天小編帶來的histcite將帶給你答案，軟件通過少量的設置就能精確地找到各種文獻的索引量，讓你在不熟悉的專業(yè)內(nèi)也能找到精品，非常適合科研人士，只需要短短的時間就能在海量文獻中找出最重要的；本站提供histcite免費下載，并有詳細的安裝使用教程，有需要的趕快試試吧！

功能特色

　　1、速度快、運行流暢、刪選精確，

　　2、操作簡單易上手，只需幾步設置即可，

　　3、徹底解決了以往查找難、查找慢的老問題，

　　4、軟件免費使用、免費更新，

　　5、支持批量索引查詢，最多能下載500篇，

　　6、軟件會形成二維圖，方便用戶對重點進行刪選，不重要的進行剔除。

安裝方法

　　1、下載并解壓，雙擊“main.exe”運行程序打開軟件，

　　2、在彈出的窗口中輸入“YSE”，請注意一定要輸入大寫字母，

　　3、輸入完成以后單擊回車鍵，進入以下界面即可。

使用方法

　　1、打開軟件進入主界面，其實也是進入IE瀏覽器界面，

　　圖1 HistCite 的界面

　   軟件使用IE作為其界面，顯得很簡陋（圖1）。

　　圖2 HistCite 給出的文獻引證關系圖

　　但是， HistCite 的功能十分強大，最酷炫的功能就是能夠給出引證關系圖（圖2），有了這個功能，我們甚至連文章標題都不用看，就可以判斷哪些文章值得一讀。

　　接下來，我們用一個實例，演示如何使用 HistCite 對某個領域的文獻進行分析。例如：我最近在調(diào)研火星的地球化學研究。

　　從WOS獲取數(shù)據(jù)

　　圖3 WOS 檢索關鍵詞 “Mars”

　　登錄WOS網(wǎng)站，并檢索關鍵詞 “Mars”（圖3）。需要注意的是，數(shù)據(jù)庫必須選擇 “Web of ScienceTM核心合集”。否則，檢索結果無法導出全部引文記錄，也就無法使用 HistCite 進行分析。

　　圖4 關鍵詞 “Mars” 的檢索結果

　　檢索結果有 34797 條（圖4），文獻有點多，考慮到我只關心火星的地球化學特征，所以，我們使用 “GEOCHEMISTRY GEOPHYSICS” 精煉一下，這樣就只剩下 4439 條記錄。此時，我們并不需要找全所有文獻，只需要包含大部分文獻即可。后續(xù)通過 HistCite 進行分析，重要文獻基本都跑不掉。

　　圖5 導出檢索結果

　　選擇“保存為其他文件格式”（圖5上），在彈出的對話框中（圖5下），“記錄內(nèi)容”選擇“全記錄與引用的參考文獻”，“文件格式”選擇“純文本”。由于一次最多只能下載 500 條記錄，所以我們先下載第 1 至 500 條。共 4439 條記錄，共需要下載 9 次。

　　在 HistCite 導入數(shù)據(jù)

　　打開 HistCite 軟件，選擇 File -- Add File ，選擇下載的文件，點擊 Add File 按鈕導入文件（圖6）。

　　圖6 導入數(shù)據(jù)文件

　　注意：如果無法導入，（1）請把下載的 txt 文件用記事本打開，將第一行的 "FN Thomson Reuters Web of Science™VR" 替換成 "FN ISI Export FormatVR"，另存為 txt 文件，編碼選擇 ANSI ；（2）確保文件的路徑中沒有中文（如圖6）。

　　圖7 導入成功后的界面

　　導入數(shù)據(jù)后，可以見到上方的 Records 中已經(jīng)有了 500 條記錄（圖7）。接下來，我們依次導入其它8個數(shù)據(jù)文件。全部導入成功之后，我們可以用File -- Save As ，把所有數(shù)據(jù)存在一個（*.hci）文件中（圖8）。這樣下次導入數(shù)據(jù)就不必挨個打開 txt 文件了，直接打開此 hci 文件即可。

　　圖8 將所有數(shù)據(jù)另存到一個 hci 文件中

　　HistCite 參數(shù)介紹

　　圖9 HistCite 分析界面

　　從上方的數(shù)據(jù)可知，我們一共導入文獻 4433 條，由 7721 位作者完成，發(fā)表在 107 種雜志上，這些都好理解。需要詳細說明的是右邊的4個參數(shù)：

　　GCS = global citation score ，即總引用頻次，它表示這篇文章被整個WOS數(shù)據(jù)庫中所有文獻引用的次數(shù)。

　　LCS = local citation score ，即本地引用次數(shù)，它表示這篇文章在當前數(shù)據(jù)集中被引用的次數(shù)。在這個例子里面就是，被導入的 4433 篇文獻引用的次數(shù)。因為導入的文獻是 “Mars” 的搜索結果，所以如果一篇文章的 LCS 值高，意味著它是 “Mars” 領域內(nèi)的重要文獻。

　　LCR = local cited references ，本地參考文獻數(shù)，它表示這篇文獻的參考文獻在當前數(shù)據(jù)集中的數(shù)量，即這篇文獻引用別人的情況。如果一篇文章的 LCR 值高，意味著它引用了大量的 “Mars” 領域內(nèi)文獻，極有可能是綜述文章。

　　CR = cited references ，參考文獻數(shù)，它表示這篇文章的參考文獻在整個 WOS 數(shù)據(jù)庫中的數(shù)量。

　　簡而言之， LCS 和 LCR 更重要，它們分別代表了與本領域相關聯(lián)的被引用數(shù)和引用數(shù)， LCS 值高的文章一般是重要的新發(fā)現(xiàn)或者新解釋， LCR 值高的一般是綜述類文章。

　　補充漏網(wǎng)文獻

　　在檢索文獻的時候，無論怎樣設置關鍵詞，一定會存在漏網(wǎng)的重要文獻。使用 HistCite ，重要文獻基本上都跑不掉。

　　通過界面上方的 “Cited References” （圖10），我們知道有 86924 篇文獻被全部 4433 篇文章所引用。通過點擊該鏈接，我們可以進入這 86924 篇被引文獻的列表。在這個列表中，我們發(fā)現(xiàn)很多文獻后面都有個綠色的“+”號，這表明這篇文獻并沒有被本地數(shù)據(jù)集收錄，也就是說通過關鍵詞搜索并沒有檢索到的文獻。每篇文獻最后有個 Recs 值，表示這篇文獻在當前數(shù)據(jù)集中被引頻次，通過 Recs 排序，我們很快就可以定位重要的被遺漏的文獻。實際上，“漏網(wǎng)之魚”還真不少，排名前9的文獻，有 6 篇都沒有被收錄進來。

　　圖10 HistCite “Cited References” 界面

　　接下來，我們需要把這些重要的“漏網(wǎng)之魚”的數(shù)據(jù)補全。首先，拷貝這篇文獻的 DOI 值，到 WOS 網(wǎng)站搜索（圖11）。

　　圖11 使用 WOS 檢索漏網(wǎng)文獻

　　然后勾選搜索到的文獻，選擇“添加到標記結果列表”（圖12）。

　　圖12 將搜索結果添加到標記結果列表

　　然后，繼續(xù)搜索下一篇文獻，并添加到標記結果列表。等完成所有搜索之后，點擊右上角的“標記結果列表”，一次性把所有結果導出來。導出時，與圖5所示一樣，“記錄內(nèi)容”選擇“全記錄與引用的參考文獻”，“文件格式”選擇“純文本”。最后，再將 txt 文件導入到 HistCite 中，導入方法與前面介紹的一樣。

　　尋找專家大牛

　　圖13 HistCite “Author” 界面'

　　通過點擊界面上方的 “Author” 鏈接（圖13），可以進入作者列表，總共有 7736 位作者。 Recs 代表文章數(shù)， TLCS = Total LCS ， TGCS = Total GCS 。通過這個列表很容易找出該領域內(nèi)最高產(chǎn)和最具有學術影響力的專家。

　　收集關鍵詞

　　圖14 HistCite “Word” 界面

　　通過點擊界面上方的 “Word” 鏈接（圖14），我們可以進入關鍵詞列表，從而了解這個領域目前的研究焦點，記住這些關鍵詞，在后續(xù)對某個特定問題進行搜索時會比較方便。

　　生成引證關系圖

　　圖15 HistCite 開啟 “Graph Maker”

　　選擇Tools -- Graph maker（圖15），軟件開啟一個新窗口（圖16）。

　　圖16 HistCite “Graph Maker” 界面

　　作圖界面并不復雜，關鍵選擇是參與做圖的文獻數(shù)量，其余參數(shù)都是調(diào)整圖片中方塊、線條和字體的大小。這里選擇的是 LCS 排名前 50 的文獻。如果對圖中某篇文獻感興趣，可以直接點擊它，軟件會在一個新窗口中打開該文獻的詳細信息，我們可以預覽一下論文的標題和摘要（圖17）。

　　圖17 HistCite 文獻詳細信息界面

　　選擇感興趣的文獻導出

　　圖18 HistCite 開啟 “Mark & Tag”

　　首先，Tools -- Mark & Tag（圖18），然后界面會有一些變化，出現(xiàn)了一個 Marking and Tagging Tool 工具條，并且每篇文獻前面多了一個小方框可以勾選（圖19）。

　　圖19 HistCite “Marking and Tagging Tool”界面

　　勾選上感興趣的文獻，然后點擊右邊的 Mark 按鈕進行標記。界面上方會出現(xiàn)一個 “Marks” 鏈接（圖20）。把所有要導入 Endnote 的文獻，全部標記，然后點擊此 Marks 鏈接，可顯示全部被標記的 23 篇文獻的列表（圖20）。

　　圖20 HistCite 的 Marks 列表

　　然后，F(xiàn)ile -- Export -- Records （圖21），將標記文獻導出至一個 hci 文件。

　　圖21 從 HistCite 導出被標記的文獻

　　將文獻導入至 Endnote

　　首先，把導出的 hci 文件的后綴改成 txt，然后打開 Endnote，F(xiàn)ile -- Import -- File（圖22）。

　　圖22 Endnote 導入文獻選項

　　在彈出的對話框中，選擇導入的文件，Import Option 選擇 “Multi-Filter (Special)” （圖23），這樣可以保留文獻的 DOI 信息，方便后續(xù)自動下載文獻。

　　圖23 Endnote 導入文獻對話框

　　在 Endnote 界面，可以看到已經(jīng)成功導入全部 23 篇文獻，并且 Endnote 立刻開始自動查找，并下載文獻全文，短短幾分鐘已經(jīng)找到了 17 篇（圖24）。

　　圖24 Endnote 自動下載文獻全文