SciMetrics：AI主题竞争力指数与热力图可视化用户手册
本手册用于指导用户在 SciMetrics 中完成 AI 主题竞争力指数计算、AI 主题竞争热力图展示和 AI 主题竞争力地形图可视化分析。
说明：当前 SciM 项目中，该功能在界面资源中显示为“AI 主题竞争热力图”，窗口内包含“热力图视图”和“地形图视图”两个页签。本手册将二者合称为“AI 主题竞争力可视化”。
图1：SciMetrics 主界面
一、操作方法
1. 功能适用场景
AI 主题竞争力指数和可视化适合回答以下问题：
- 在同一个 AI 主题下，哪些作者、机构或国家更具竞争力？
- 某个作者、机构或国家在哪些 AI 主题上具有相对优势？
- 不同 AI 主题的竞争主体是否集中，还是存在多主体竞争？
- 某些主题是否形成明显的竞争高峰或主体集群？
- 如何将 AI 主题竞争格局导出为 Excel、热力图或可继续编辑的工程文件？
该功能依赖已有文献数据和 AI 主题识别结果。一般流程是：先导入或打开数据集，再执行 AI 主题识别，之后导出竞争力指数或生成竞争力热力图与地形图。
2. 准备工作
2.1 导入或打开数据集
首先打开 SciMetrics，并导入已经整理好的文献数据。建议数据中至少包含：
| 数据项 | 作用 |
| 文献编号 | 连接文献、主题、作者、机构和国家关系 |
| 题名或记录名 | 便于检查文献内容 |
| 被引次数 | 用于计算文献在主题内的引用权重 |
| 作者 | 用于作者维度竞争力 |
| 机构 | 用于机构维度竞争力 |
| 国家或地区 | 用于国家维度竞争力 |
| AI 主题 | 用于定义竞争力矩阵的主题列 |
图2：SciMetrics 打开数据集后的文献列表
2.2 生成或检查 AI 主题
如果当前数据集还没有 AI 主题，请先执行：
AI → 文档 → AI 主题识别
识别完成后，可以在文献表中查看 AI主题 字段。若主题名称需要统一，可继续使用：
AI → 文档 → 编辑 AI 主题
AI → 文档 → 批量替换 AI 主题
AI → 文档 → 重置 AI 主题
图3：`AI → 文档 → AI 主题识别` 菜单入口
图4：文献表中的 `AI主题` 字段示例
注意事项：
- 一篇文献可以对应一个或多个 AI 主题。
- 主题名称应尽量稳定、简洁，避免同义词、缩写和中英文混用造成主题被拆散。
- 重置 AI 主题后，原有人工编辑结果可能被覆盖。
2.3 检查作者、机构和国家数据
AI 主题竞争力指数支持三个主体维度：
| 维度 | 需要的数据表 |
| 作者 | 作者表和文献-作者关系 |
| 机构 | 机构表和文献-机构关系 |
| 国家 | 国家表和文献-国家关系 |
如果某一维度缺少关系数据，该维度的指数表或可视化可能为空。
3. 导出 AI 主题竞争力指数
AI 主题竞争力指数可以直接导出为 Excel 工作簿。
操作步骤：
- 确认已经打开包含 AI 主题的数据集。
- 在主界面顶部菜单中选择：
指数 → AI 主题竞争力指数
也可以从 AI 菜单进入：
AI → 指数 → AI 主题竞争力指数
- 在弹出的保存窗口中选择导出位置。
- 建议使用默认文件名，或命名为 AI主题竞争力指数_项目名_日期.xlsx。
- 点击保存，软件会自动计算并导出 Excel 文件。
图5：`指数 → AI 主题竞争力指数` 菜单入口
导出的 Excel 文件通常包含以下工作表：
| 工作表 | 内容 |
| `Author Competitiveness` | 作者在各 AI 主题下的归一化竞争力 |
| `Affiliation Competitiveness` | 机构在各 AI 主题下的归一化竞争力 |
| `Country Competitiveness` | 国家在各 AI 主题下的归一化竞争力 |
| `Author Raw Score` | 作者在各 AI 主题下的原始得分 |
| `Affiliation Raw Score` | 机构在各 AI 主题下的原始得分 |
| `Country Raw Score` | 国家在各 AI 主题下的原始得分 |
| `Method` | 指数名称、公式、归一化方式和权重说明 |
图6：导出的 Excel 文件
结果解读建议：
- Competitiveness 工作表中的值通常在 0-1 之间。
- 每个 AI 主题列独立归一化，因此同一列内可以直接比较不同主体。
- Raw Score 工作表保留原始得分，适合辅助观察同一主体在不同主题上的贡献基础。
- 不同主题列之间不宜只用归一化分直接比较绝对规模。
4. 生成 AI 主题竞争热力图与地形图
完成 AI 主题识别后，可以生成可视化窗口。
操作步骤：
- 在主界面顶部菜单中选择：
AI → AI主题 → AI 主题竞争热力图
也可以在文献数据集页面的右键菜单中选择“AI 主题竞争热力图”。
- 系统会弹出“维度”选择窗口。
- 选择作者、机构或国家。
- 点击“确定”。
- 软件会显示忙碌窗口并计算 AI 主题竞争力矩阵。
- 计算完成后，打开 AI 主题竞争热力图窗口。
图7：`AI → AI主题 → AI 主题竞争热力图` 菜单入口
图8：数据集右键菜单中的“AI 主题竞争热力图”入口
图 9：维度选择窗口
当前窗口由以下区域组成：
| 区域 | 作用 |
| 顶部菜单和工具栏 | 打开、保存、切换背景、重置、导出 Excel、退出 |
| 左侧主题列表 | 显示当前进入可视化的主题编号、主题名称和论文数量 |
| 中央可视化页签 | 在热力图视图和地形图视图之间切换 |
| 右侧设置页签 | 与中央视图同步，分别调整热力图或地形图参数 |
| 状态栏 | 显示 Ready、打开、保存、导出等状态信息 |
图 10：AI 主题竞争热力图窗口全景
5. 阅读热力图视图
窗口中央默认显示“热力图视图”。热力图是一个“主体 × AI 主题”的矩阵：
- 每一行表示一个竞争主体，例如作者、机构或国家。
- 每一列表示一个 AI 主题。
- 每个单元格表示该主体在该主题下的竞争力得分。
- 默认显示归一化竞争力分。
- 勾选“原始分”后显示 Raw Score。
- 单元格足够大时会显示数值；如果格子太小，数值会自动隐藏。
图 11：热力图视图
左侧主题列表包含：
| 列 | 说明 |
| 序号 | 当前视图中的主题编号 |
| 主题 | AI 主题名称 |
| 论文 | 该主题关联的文献数量 |
图 12：左侧主题列表，展示主题编号、主题名称和论文数量
右侧热力图设置包括：
| 设置项 | 默认值或范围 | 说明 |
| 主题数 | 默认 16，范围 4-30 | 控制热力图显示多少个主题 |
| 主体数 | 默认 35，范围 8-80 | 控制显示多少个作者、机构或国家 |
| 标签大小 | 默认 13，范围 9-24 | 调整标题、行标签、列标签和数值大小 |
| 主题文字角度 | 默认 315，范围 0-360 | 调整顶部主题文字旋转角度 |
| 原始分 | 默认关闭 | 开启后显示 Raw Score |
| 显示主题编号 | 默认开启 | 控制是否显示 `#1`、`#2` 等编号 |
| 显示主题名称 | 默认关闭 | 控制顶部是否显示主题名称 |
| 图例 | 默认开启 | 控制颜色图例是否显示 |
| 热力图颜色 | 默认橙红色高值端 | 调整高竞争力单元格的强调颜色 |
常用操作：
- 如果主题名称较长，可以只显示主题编号，通过左侧主题列表查找编号对应的主题名称。
- 如果用于报告截图，可以打开“显示主题名称”，再调节“主题文字角度”。
- 如果单元格数字看不清，可减少主题数或主体数。
- 如果需要展示绝对贡献基础，可勾选“原始分”。
6. 阅读地形图视图
切换到“地形图视图”后，系统会把同一套竞争力数据转换为地形图。
地形图的基本含义：
- 每座山峰代表一个 AI 主题。
- 山峰高度反映该主题在当前维度下的综合竞争强度。
- 山峰位置根据不同主题在竞争主体上的得分结构计算，竞争主体结构相似的主题会更接近。
- 地形上的点表示主题内的论文规模分布。当前窗口生成模型时主要用于表达主题规模和密度，不建议把每个点都解释为可追溯的具体论文。
- 点的颜色对应竞争主体图例，通常取当前维度下的重点作者、机构或国家。
- 左侧主题图例用于对应主题编号和主题名称，右侧主体图例用于对应点颜色和竞争主体。
右侧地形图设置包括：
| 设置项 | 默认值或范围 | 说明 |
| 图形缩放 | 默认 1，范围 0.46-3.2 | 放大或缩小地形图 |
| 视角水平角 | 默认约 -16 度，范围 -180 到 180 | 调整地形图左右旋转角度 |
| 视角高度 | 默认 0.78，范围 0.46-1.18 | 调整观察俯仰角 |
| 山体强度 | 默认 1，范围 0.7-1.6 | 调整山峰高度 |
| 主题间距 | 默认 1，范围 0.65-1.55 | 调整主题之间的空间距离 |
| 节点大小 | 默认 0.5，范围 0.35-3 | 调整论文点大小 |
| 主题文字大小 | 默认 11，范围 8-20 | 调整地形图主题标签字号 |
| 主题标签数 | 默认 5，最大不低于主题总数 | 控制显示多少个主题标签 |
| 显示引导线 | 默认开启 | 显示主题标签到山峰的连接线 |
| 显示主题编号 | 默认开启 | 显示 `#1`、`#2` 等主题编号 |
| 显示主题名称 | 默认关闭 | 显示主题名称 |
| 主题图例 | 默认开启 | 显示左侧主题图例 |
| 主体图例 | 默认开启 | 显示右侧主体图例 |
图 13：地形图右侧设置面板
地形图支持鼠标交互：
| 操作 | 效果 |
| 鼠标滚轮 | 缩放地形图 |
| 鼠标左键拖动 | 旋转视角 |
| 鼠标右键拖动 | 平移视图 |
| 鼠标左键点击山峰附近 | 高亮最近主题 |
| 右键地形图空白处 | 打开主题文字字体设置 |
图14：点击某个主题山峰后的高亮效果
图15：主题文字字体设置
地形图使用建议：
- 做整体格局展示时，先调节“图形缩放”和“视角高度”，让山峰形态清楚。
- 主题较多时，可减少“主题标签数”，保留重点主题标签。
- 如果山峰过密，可增大“主题间距”。
- 如果需要强调主题竞争强度差异，可适当增加“山体强度”。
- 如果点过密，可减小“节点大小”；如果点不明显，可增大“节点大小”。
7. 修改主题名称、删除主题和调整颜色
在左侧主题列表中右键某个主题，可以执行：
- 修改主题名称。
- 删除主题。
- 修改热力图颜色。
修改主题名称和删除主题只影响当前可视化模型，不会直接修改原始数据集中的 AI 主题字段。若需要保留这些显示层面的调整，请保存为 .topicheatmap 文件。
图16：修改主题名称、删除主题和颜色设置
8. 切换背景
顶部工具栏提供两种背景操作：
- 黑白背景：在黑色和白色背景之间切换。
- 彩色背景：打开颜色选择器，自定义背景颜色。
背景颜色会同时应用于热力图视图和地形图视图。深色背景适合屏幕演示，浅色背景适合 Word、论文和打印材料。
9. 保存、打开和导出
9.1 保存为 `.topicheatmap`
点击工具栏“保存”，选择 .topicheatmap 格式，可以保存当前可视化模型。
.topicheatmap 文件会保存：
- 当前主题和主体矩阵。
- 当前主题重命名或删除后的结果。
- 热力图显示设置，如原始分、主题编号、主题名称、图例、主题文字角度、背景色和热力图颜色。
- 地形图主题文字字体样式。
需要注意：.topicheatmap 不包含原始数据集。重新打开后不能根据原始数据重新计算主题数和主体数，只能查看、调整显示并导出当前模型。
图17：保存 `.topicheatmap` 文件的保存窗口
9.2 打开 `.topicheatmap`
可以从窗口工具栏点击“打开”，也可以在主界面直接打开 .topicheatmap 文件。打开后会进入同一个可视化窗口，并可继续在热力图视图和地形图视图之间切换。
9.3 导出 SVG
在保存窗口中选择 .svg 格式，可以导出当前热力图为 SVG 矢量图。当前实现的 SVG 导出基于热力图模型，适合用于报告、论文和 PPT 插图。
如果需要保存地形图画面，建议使用系统截图工具或软件截图功能进行截图。
9.4 导出 Excel
点击工具栏 Excel 按钮，可以导出数据表。
| 当前窗口来源 | 导出内容 |
| 从当前数据集生成 | 导出完整 AI 主题竞争力指数工作簿，包含作者、机构、国家三类矩阵和方法说明 |
| 从 `.topicheatmap` 文件打开 | 导出当前热力图矩阵和主题摘要 |
10. 推荐工作流
推荐按以下流程完成一次完整分析：
导入或打开文献数据
→ 执行 AI 主题识别
→ 检查并规范 AI 主题名称
→ 导出 AI 主题竞争力指数 Excel
→ 打开 AI 主题竞争热力图
→ 选择作者、机构或国家维度
→ 在热力图视图中观察主体-主题竞争矩阵
→ 在地形图视图中观察主题竞争峰值和主题间结构
→ 调整主题数、主体数、标签、颜色和背景
→ 保存 .topicheatmap
→ 导出 Excel 或 SVG
→ 将热力图、地形图截图和关键指数数值写入报告
二、原理说明
1. 数据基础
AI 主题竞争力指数以“文献 – AI 主题 – 竞争主体”为基础结构。系统主要读取以下数据：
| 数据 | 典型表或字段 | 作用 |
| 文献基础信息 | `docTable.Id`、`Record`、`Time`、`ReferencedNumber`、`AITopics` | 获取文献、题名、年份、被引次数和 AI 主题字段 |
| AI 主题关系 | `docTopicTable.DocId`、`Topic` | 判断每篇文献属于哪些 AI 主题 |
| 作者 | `authorTable`、`docAuthorTable` | 计算作者维度竞争力 |
| 机构 | `affiliationTable`、`docAffiliationTable` | 计算机构维度竞争力 |
| 国家 | `countryTable`、`docCountryTable` | 计算国家维度竞争力 |
主题读取优先级：
- 优先读取 docTopicTable。
- 如果没有有效主题关系，则读取 docTable.AITopics。
- docTable.AITopics 中多个主题使用 | 分隔。
2. AI 主题竞争力指数原理
AI 主题竞争力指数不是简单的发文量排名，而是综合文献的主题归属和主题内引用权重，衡量作者、机构或国家在某个 AI 主题下的相对竞争力。
基础符号如下：
| 符号 | 含义 |
| `d` | 一篇文献 |
| `t` | 一个 AI 主题 |
| `e` | 一个竞争主体，可以是作者、机构或国家 |
| `T(d)` | 文献 `d` 关联的 AI 主题集合 |
| `D(t)` | 关联到主题 `t` 的文献集合 |
| `D(e,t)` | 同时包含主体 `e` 且关联主题 `t` 的文献集合 |
| `Citation(d)` | 文献 `d` 的被引次数 |
2.1 主题分摊权重
一篇文献可能属于多个 AI 主题。为避免多主题文献在多个主题中被重复放大，系统使用主题分摊权重：
TopicWeight(d,t) = 1 / |T(d)|
如果一篇文献同时属于 4 个 AI 主题，则它对每个主题的主题权重为 1/4。
2.2 引用权重
当前实现默认启用引用平滑，即使用 Citation(d)+1。这样零被引文献也会保留基础贡献。
CitationWeight(d,t) =
(Citation(d)+1) / sum_{i in D(t)}(Citation(i)+1)
如果某主题下所有文献平滑后的被引总和为 100，某篇文献被引次数为 10，则该文献在主题中的引用权重为：
(10 + 1) / 100 = 0.11
2.3 实体贡献方式
当前版本不使用实体分摊权重。只要作者、机构或国家参与了一篇文献，该主体就在对应维度上获得该文献的完整贡献。
这种设计便于解释为“参与即贡献”，适合用于观察主体在主题中的参与和影响基础。
2.4 原始得分
主体 e 在主题 t 上的原始得分为：
RawScore(e,t) =
sum_{d in D(e,t)}
[
1 / |T(d)|
* (Citation(d)+1) / sum_{i in D(t)}(Citation(i)+1)
]
该得分同时体现：
- 文献数量：主体参与的相关文献越多，贡献累加越多。
- 主题归属：多主题文献按主题数量分摊。
- 引用影响：高被引文献在主题内贡献更高。
2.5 按主题归一化
为了比较同一 AI 主题下不同主体的相对竞争力，系统对每个主题列独立归一化：
AITCI(e,t) = RawScore(e,t) / max_e RawScore(e,t)
归一化后，每个主题列中最高主体得分为 1，其他主体得分表示其相对于该主题最高主体的竞争力比例。
3. 热力图模型原理
热力图不是显示全部矩阵，而是从完整竞争力矩阵中筛选重点主题和重点主体。
主题筛选排序逻辑：
- 按主题综合竞争力总分降序。
- 再按原始得分总和降序。
- 再按主题关联论文数量降序。
- 最后按主题名称排序。
主体筛选排序逻辑：
- 在当前显示主题范围内，按主体竞争力总分降序。
- 再按原始得分总和降序。
- 最后按主体名称排序。
右侧“主题数”和“主体数”决定最终展示多少列和多少行。当前 SciM 窗口默认每个主题只保留 1 个 Top 主体标签，并在地形图中根据主题论文数量生成规模点。
4. 热力图绘制原理
热力图单元格可以显示两种值：
| 模式 | 数值来源 | 适合用途 |
| 默认模式 | 归一化竞争力 `AITCI(e,t)` | 比较同一主题下不同主体的相对优势 |
| 原始分模式 | `RawScore(e,t)` | 辅助观察主体在不同主题上的贡献基础 |
颜色按当前显示矩阵中的最小值和最大值进行映射。调整主题数、主体数或切换原始分后，当前矩阵范围可能改变，因此颜色也会变化。精确比较应以数值或 Excel 为准。
热力图列标题可显示主题编号、主题名称或二者同时显示。主题名称较长时，系统会截断显示，以保证图形可读。
5. 地形图生成原理
地形图将热力图矩阵进一步转换为空间地形。
5.1 主题位置
系统为每个 AI 主题构建一个竞争力向量。向量中的元素是当前显示主体在该主题下的竞争力得分。
然后计算主题向量之间的余弦相似度：
Similarity(t1,t2) =
cosine(Vector(t1), Vector(t2))
竞争主体结构越相似的主题，在地形图中越容易靠近；结构差异越大的主题，空间距离越远。随后系统会进行位置松弛和主题间距调整，避免主题过度重叠。
5.2 山峰高度
每个主题被表示为一个山峰。山峰高度主要来自主题在当前维度下的总竞争力或总原始得分，并结合主题竞争集中度进行增强。
直观理解：
- 总得分越高，山峰越高。
- 竞争越集中，山峰更容易形成尖峰。
- 论文数量会影响山峰范围，论文数越多，山峰范围通常越宽。
5.3 论文点和主体颜色
地形图中的点用于表达主题内部的论文规模和密度。点的颜色来自主体图例，通常对应当前维度下的重点作者、机构或国家。
系统会优先尝试从数据集中读取文献与主体的对应关系；如果无法精确对应，则根据主题的 Top 主体或当前主体列表分配颜色。因此，地形图更适合观察主题竞争格局和主体颜色分布，不宜把每个点都当作一条可精确追溯的文献记录解释。
5.4 地形表面
系统将每个主题山峰看作一个二维高斯峰，并把多个主题峰叠加成连续地形表面。渲染时会根据高度生成颜色带：
- 低处接近水面或沙地色。
- 中部接近草地色。
- 高处接近岩石或雪顶色。
这种地形表达可以帮助用户快速识别：
- 哪些主题形成竞争高峰。
- 哪些主题在竞争结构上接近。
- 哪些主体颜色集中在某些主题区域。
6. 文件格式与导出原理
6.1 指数 Excel
指数 Excel 保存完整三维度矩阵，包括作者、机构、国家的归一化竞争力表、原始得分表和方法说明表。它适合做数值复核和后续统计分析。
6.2 `.topicheatmap`
.topicheatmap 是 AI 主题竞争力可视化工程文件。它保存当前可视化模型和部分显示设置，可用于后续继续打开查看。
由于该文件不保存完整原始数据集，重新打开后不能重新计算主题数、主体数或维度，只能基于文件中的当前模型继续显示和导出。
6.3 SVG
当前 SVG 导出由热力图导出器完成，主要输出热力图视图。若需要地形图图片，应使用截图方式保存当前地形图画面。
7. 结果解读建议
7.1 同一主题下比较主体
在热力图中沿同一列比较颜色和数值，可以判断哪些主体在该主题下更有竞争力。
示例：
主题：Large Language Models
机构 A = 1.0000
机构 B = 0.7200
机构 C = 0.3100
可解读为：机构 A 在该主题下竞争力最高，机构 B 约为机构 A 的 72%，机构 C 约为机构 A 的 31%。
7.2 同一主体跨主题观察优势方向
在热力图中沿同一行观察颜色较强的单元格，可以判断该主体在哪些主题中更有相对优势。
需要注意，默认归一化分强调的是“主题内部相对位置”。如果要看同一主体在不同主题上的绝对贡献，应结合原始分或 Raw Score 工作表。
7.3 用地形图观察整体竞争格局
地形图适合从整体上观察主题竞争峰值和空间关系：
- 高而尖的山峰：可能表示该主题竞争强度高且集中。
- 高而宽的山峰：可能表示该主题竞争强度高且参与论文较多。
- 相互接近的山峰：说明这些主题在竞争主体结构上较相似。
- 某些颜色集中在某个区域：说明对应主体在这些主题上布局较集中。
7.4 配合指数表形成结论
建议使用热力图和地形图发现格局，再回到 Excel 查看精确数值。报告中可以用热力图说明主体-主题矩阵，用地形图展示整体竞争地貌，用 Excel 数值支撑关键判断。
8. 常见问题
8.1 为什么生成不了竞争热力图？
常见原因包括：
- 尚未打开数据集。
- 数据集中没有 AI 主题。
- docTable 缺失。
- 作者、机构或国家关系表为空。
请先完成数据导入和 AI 主题识别，再生成可视化。
8.2 为什么某个维度没有数据？
通常是因为缺少对应主体关系。例如作者维度需要文献-作者关系，机构维度需要文献-机构关系，国家维度需要文献-国家关系。
8.3 为什么热力图和地形图颜色含义不同？
热力图颜色表示单元格得分强弱。地形图中山体颜色主要表示地形高度，点颜色表示主体图例。二者用于不同层面的阅读。
8.4 为什么 `.topicheatmap` 打开后不能重新计算？
.topicheatmap 只保存当前模型和显示设置，不包含原始数据集。没有原始数据集，系统无法重新计算新的主题数、主体数和维度。
8.5 为什么 SVG 不是地形图？
当前保存为 SVG 时使用的是热力图 SVG 导出器。地形图是交互渲染视图，若需要保存地形图画面，请使用截图方式。
8.6 为什么地形图中的点不能逐个对应论文？
当前 SciM 竞争力可视化窗口主要用地形点表达主题规模和密度。由于窗口生成模型时默认不保留完整论文点清单，地形图中的点更适合解释为主题规模分布，而不是逐条文献记录。
9. 使用建议
用于学科服务报告时，建议按以下方式组织结果：
- 用指数 Excel 给出重点主题下 Top 作者、机构或国家。
- 用热力图展示多个主题和多个主体之间的竞争矩阵。
- 用地形图截图展示主题竞争峰值和主题间结构。
- 对 2-3 个重点主题做文字解释，说明优势主体、竞争集中度和可能的发展方向。
- 在报告末尾注明数据来源、时间范围、AI 主题识别方式和是否使用原始分。