2023年11月3日，李社蕾教授带着信息与智能工程学院的老师和同学们深入探讨了基于CiteSpace的谱图神经网络文献计量学研究与可视化分析。这一主题揭示了文献计量学领域的前沿研究，并通过CiteSpace这一强大的工具，将复杂的科学知识可视化，为科研人员提供了全新的视角和强大的分析工具。
李社蕾教授的讲座主要涵盖了三个主要方面。首先，她详细介绍了基于CiteSpace谱图神经网络的文献共被引分析。这种分析方法通过对论文、作者和引文的共被引情况进行深入挖掘，能够揭示文献之间的内在联系和科学管理。共被引分析是一种有力的研究工具，能帮助科研人员理解特定领域内的研究论文之间的关联和学科结构，同时进一步揭示知识的基础和发展。
其次，李社蕾教授深入探讨了基于CiteSpace谱图神经网络的文献合作网络分析。这种分析方法包括作者合作网络分析、机构合作网络分析和国家合作网络分析。通过这些分析，我们可以清晰地看到科研合作的全貌，从而推动国际间的学术交流和合作。这种全面的合作网络分析能促进跨学科、跨机构甚至跨国的科研合作，对于提升科研效率和科研质量具有重要意义。
最后，李社蕾教授介绍了谱域图卷积神经网络文献知识挖掘。这种知识挖掘方法通过深入挖掘研究前沿、学科结构和知识基础，能够进一步揭示科学知识的产生、传播和利用过程。这对于科研人员来说具有重要的指导意义，能帮助他们把握研究前沿，提高科研工作的效率和质量。
李社蕾教授的讲座揭示了CiteSpace这一强大工具在科学研究和知识管理中的广泛应用，同时也为在座的老师同学们揭示了基于CiteSpace的谱图神经网络文献计量学研究和可视化分析的重要价值。通过使用CiteSpace和谱图神经网络的方法，科研人员可以更好地理解文献之间的关联和内在规律，从而推动科学研究的进步和发展。
