在RStudio中构建引文网络的数据框与映射矩阵的技术问题

嘿，我来帮你搞定这个矩阵构建的问题！看起来你已经搭好了空矩阵的架子，接下来就是给它填上正确的引用关系、设置好行名列名对吧？下面一步步来：

1. 先给矩阵挂上行名和列名 #

假设你的原始文献列表叫original_papers，引用文献列表叫cited_papers，空矩阵是citation_matrix（你说的50×1497那个），先把行名、列名对应上：

# 把原始文献设为行名
rownames(citation_matrix) <- original_papers
# 把引用文献设为列名
colnames(citation_matrix) <- cited_papers

2. 填充引用关系（核心步骤） #

这里默认你有一个对应关系的列表，比如citation_list——其中citation_list[[i]]就是第i篇原始文献引用的所有文献的向量。如果是这样的话，有两种常用方法：

方法A：循环填充（新手友好，逻辑清晰） #

如果数据量不大，用循环完全没问题，每一步都看得懂：

# 遍历每一篇原始文献
for (i in 1:length(original_papers)) {
  # 找到当前原始文献的引用文献在列名中的位置
  cited_pos <- match(citation_list[[i]], colnames(citation_matrix))
  # 把这些位置设为1（代表该原始文献引用了这篇文献，要是需要计数就改成+1）
  citation_matrix[i, cited_pos] <- 1
}

方法B：向量化/稀疏矩阵（高效省内存，适合大数据） #

如果你的矩阵大部分是0（引用关系通常都是这样），用稀疏矩阵能省超多内存，而且速度更快：

# 先装Matrix包（没装的话先跑下面这句）
# install.packages("Matrix")
library(Matrix)

# 生成行索引：每个原始文献重复对应引用文献的次数
row_idx <- rep(1:length(original_papers), sapply(citation_list, length))
# 生成列索引：把所有引用文献对应到列名的位置
col_idx <- unlist(lapply(citation_list, function(x) match(x, cited_papers)))

# 创建稀疏矩阵，直接带上行名列名
citation_matrix <- sparseMatrix(
  i = row_idx, 
  j = col_idx, 
  dims = c(50, 1497),  # 对应你的矩阵维度
  dimnames = list(original_papers, cited_papers),
  x = 1  # 填充的值，这里是1代表存在引用
)

# 如果一定要转成普通矩阵，用这句
citation_matrix <- as.matrix(citation_matrix)

重要提示！ #

• 一定要确保citation_list里的文献名称和cited_papers完全一致！不然match会返回NA，导致填充失败。可以先检查：

# 检查所有引用文献是否都在列名列表里
all(unlist(citation_list) %in% cited_papers)

要是返回FALSE，得先清洗数据，统一文献的名称格式（比如去掉空格、统一大小写、规范DOI格式之类的）。

• 如果你之前的空矩阵是用matrix(0, nrow=50, ncol=1497)创建的，初始值是0，填1刚好能区分“引用/未引用”，非常合适。

内容的提问来源于stack exchange，提问作者Joseph Bosse