共词分析为何要标准化共现矩阵

单纯统计关键词出现次数来确定热点并不可靠，因为标注关键词带有主观随意性，孤立关键词也无法反映主题间关联。共词分析的改进是统计两个关键词共同出现的次数，构建共现矩阵，但原始共现次数会被高频词干扰，因此要用Ochiai/Jaccard/Dice系数把共现矩阵转换成[0,1]的相似矩阵，越接近1代表两个概念越紧密。这套”共现→标准化→聚类”思路同样适用于作者、机构合作网络等分析。