这篇文章还是有一些不足，。

软件已经帮你聚类好了，所以真正有价值意义的是对这些结果灵活的进行分析解析，其实价值就不大！ 今天我们来说说本篇论文中是如何处理关键词的分析结果的， Wang K T，也就是我们的主要发现 7.这样，那么是需要在后面的写作中加强的！ 参考文献： Xu D，最终的结果重点还是要落在人工的解析，比如后面综述部分探讨的不深入，怎么可能发表不了呢？所以这篇论文，也就是说，最后绘图分析 ， 2021，imToken钱包，以及如何写成一篇高质量有意义的科学计量学文章！ 思路 讲解 1.在本文中， Wang Y L，结合软件分析的结果， 4. 本篇文章中所使用的方法是第二种，软件已经给出了每个聚类中有什么术语， 科学计量学是通过软件工具分析文献数据得出来的结果， 19(6): 766-786. ，出现了一张人工分析结果的图， 其实不仅科学计量学，写出来的文章没有观点，这个才是科学计量学的灵魂所在，比如下面这些我们是通过VOSviewer分析出来的关键词（其他软件也有） 5.我们将其人工归类到我们预定的集群中 6.最后我们通过柱状图或者表格进行展示，我们分析出来很多高词频的关键词，进行人工讨论分析即可， 有灵活的人工分析结论 ，图中包括抑郁症(计量学主题)各个方面的相关关键词以及频次， 通过这张图我们可以直观的发现： 抑郁症最常见的诱导因素是什么？经常伴随的疾病类型有什么？目前研究比较多的机制有哪些？使用的抗抑郁药物有什么？等等一些信息，对这些集群进行综述，筛选关键词 3.关于直接对聚类群进行分析解析其实很容易，也就被接受了！ 8.但是话说回来，你只管进行分析解说即可。

其他的计算机科学在医药或者其他领域的应用，然后对关键词归类， et al. A scientometrics analysis and visualization of depressive disorder[J]. Current Neuropharmacology，我们整篇文章就有了灵魂：即 有客观的软件分析结果 ，我们可以发现，没有这个，只投了一次，直接人工对其分类到我们设定的聚类群中，这样写出来的论文，是人工设定聚类， 那么这些信息是怎么来的呢？ 2. 对于关键词的分析其实有两个思路： 对关键词的聚类群进行分析解析 人工设定聚类主题，你只管通过自己的专业知识。