进入信息化和大数据时代,各个学科研究对数据库的依赖进一步加深。虽然国内外建立了众多大型的、综合性的数据库,国内数据库如CSSCI、CNKI、万方、维普等,国外数据库如SCI、SSCI、Scopus、Derwent等,但由于这些综合性数据库涵盖各类学科,数据库存储的数据量巨大,致使各学科研究者在检索某一特定研究主题时,往往会得到成千上万条检索结果,在这些检索结果中,存在许多不相关信息。因此,如何剔除这些杂质信息获得满足自己需求的关键性、价值高的信息,成为人们日益关注的焦点问题。针对该问题,本文以“Big Data”为实例,以SCI-EXPANDED、SSCI、A&HCI中相关文献数据为实证数据来源,对文献计量常用软件进行功能方面的分类及比较,尤其是在对同一主题数据进行分析时,针对具有相似功能的文献计量常用软件在分析方法、分析过程及分析结果等共性与个性方面进行深度解析和比较。本文研究的必要性在于:(1)对分析文献计量学中常用的软件进行充分比较,总结各自软件的优缺点及用途;(2)针对各自优缺点提出个性化的优化建议,为各学科用户提供参考,为开发人员对软件进行优化提供建议。全文共分为六个部分:第一部分是绪论。该部分首先介绍了本文的研究背景、研究意义,通过对目前国内外现有的相关文献进行整理、归纳和分析,提出本文的研究思路、研究技术路线,对研究内容与主要创新点进行说明。第二部分介绍了文献计量相关理论。该部分对文献计量相关理论的概念和发展历史进行概述,介绍了文献计量相关理论中词频分析法、共现分析等基本方法与基本原理;并充分论述了文献计量学与社会网络分析法之间的联系。第三部分是常用软件的功能分类及比较研究。该章节主要内容是根据文献计量软件功能对常用软件进行分类,并分别进行对比分析。第四部分是实证分析部分,也是本文的核心章节。该章节以“Big Data”为实证对象,通过对Web of Science数据库进行检索,获取“Big Data”相关数据,从功能、提取过程和优缺点等方面对文献计量常用软件进行对比分析。第五部分和第六部分是本文的结论与建议以及总结。这两部分分别对本文的所提出的改进意见和建议、研究内容、研究过程以及研究不足进行总结。