5.6.6 Pajek软件
Pajek软件诞生于1996年，是由Vladimir Batagelj和Andrej Mrvar共同编写的。Pajek是非商业用途的软件，可以自由下载，在本地选择目录简单安装后就能方便运行。Pajeck在斯洛文尼亚语中的意思是蜘蛛，所以Pajeck软件就用蜘蛛来作为它的标志。Pajeck像蜘蛛一样具有极强的网络绘制能力，不仅为用户提供了一整套快速有效的用来分析复杂网络的算法，而且提供了一个可视化界面，使用户能够从视觉角度更加直观地了解各种复杂网络的结构特性。
与一般的计算机图形结构相比，复杂网络的复杂性主要表现为节点数目庞大，通常达到几千甚至上万个，且结构复杂。而Pajek正是一款可以快速有效地分析和仿真大型复杂网络的可视化软件，是用于研究目前所存在的各种复杂非线性网络的有力工具。
Pajek在Windows环境下运行，用于上千乃至数百万个节点大型网络的分析和可视化操作。通过Pajek可完成以下工作：在一个网络中搜索类（组成、重要节点的邻居、核等）；析取属于同一类的节点，并分别显示出来，或者反映出节点的连接关系（更具体的局域视角）；在类内收缩节点，并显示类之间的关系（全局视角）。除普通网络（有向、无向、混合网络）外，Pajek还支持多关系网络、2-mode网络以及暂时性网络。
与其他社会网络可视化分析工具相比，Pajek呈现出的主要特点有以下四方面。
1.快速性
Pajek可为用户提供一整套快速有效的算法，用于分析有数以万计节点的大型复杂网络。Pajek中，所有算法的时间复杂度都低于O（n2），因此，可以快速地处理大型复杂网络。
2.可视化
Pajek为用户提供了一个非常简便的可视化平台，可以快速绘制出一张可视化网络图，而且用户可以根据自身需求自动或者手动地对网络图进行修改。
3.抽象化
软件为用户提供了一种分析复杂网络全局结构的抽象方法。图5-14为某社区的道路分布图，其中阴影部分就是各个不同的类别。这些类别又是若干节点的集合，在这些类别的内部，各个节点之间紧密联系，而各类别之间仅仅是通过少数几条边相连接。从图5-14中可以清晰地看到节点之间的联系。
图5-14 Pajek抽象化
4.提供搜索途径
软件为用户提供了一种搜索网络的途径，如图5-15所示，从整体的网络图可以变化出新的不同的网络图。比如reduction图，其中每个节点代表原网络中的一个类别，这样就很容易从全局角度去查看网络了，还可以变化出context图，原网络中间部分不变，而其周围的各类都看成了一个整体，通过这种图可很方便地看出中间类与其他节点在整体网络中的相互联系作用。
图5-15 Pajek搜索途径
Pajek的主界面如图5-16所示。主界面的左侧包含6种参数：①Networks（网络）主要对象是结点和边，其默认扩展名为.net；②Partitions（分类）指明了每个结点分别属于哪个区，默认扩展名为.clu；③Vector（向量）指明每个结点具有的数字属性（实数），其默认扩展名为.vec；④Permutaions（重排）将结点重新排列，其默认扩展名为.per；⑤Cluster（聚类）是结点的子集（如来自分类中的一类），其默认扩展名为.cls；⑥Hierarchy（层次）是按层次关系排列的结点，其默认扩展名为.hie。
图5-16 Pajek主界面
参考文献
［1］王颖纯，岳磊，康在龙，等.基于词频统计分析方法的SaaS国内研究热点分析［J］.情报杂志，2012，31（7）：44-48.
［2］张勤.词频分析法在学科发展动态研究中的应用综述［J］.图书情报知识，2011（2）：96-98+128.
［3］冯璐，冷伏海.共词分析方法理论进展［J］.中国图书馆学报，2006（2）：88-92.
［4］伍若梅，孔悦凡.共词分析与共引分析方法的比较研究［J］.情报资料工作，2010（1）：26-28.
［5］钟伟金，李佳，杨兴菊.共词分析法研究（三）——共词聚类分析法的原理与特点［J］.情报杂志，2008（7）：118-120.
［6］钟伟金，李佳.共词分析法研究（一）——共词分析的过程与方式［J］.情报杂志，2008（5）：70-72.
［7］叶春蕾，冷伏海.基于共词分析的学科主题演化方法改进研究［J］.情报理论与实践，2012，35（3）：79-82.
［8］钟伟金，李佳.共词分析法研究（二）——类团分析［J］.情报杂志，2008（6）：141-143.
［9］张勤，徐绪松.定性定量结合的分析方法——共词分析法［J］.技术经济，2010，29（6）：20-24+39.
［10］张静.引文、引文分析与学术论文评价［J］.社会科学管理与评论，2008（1）：34-38.
［11］叶继元.引文的本质及其学术评价功能辨析［J］.中国图书馆学报，2010，36（1）：36-39.
［12］邱均平.文献信息印证规律和引文分析法［J］.情报理论与实践，2001，4（3）：236-240.
［13］邱均平，熊尊妍.中国人文社会科学著者的引文分析［J］.现代情报，2008（8）：37-40.
［14］程妮.基于引文的知识转移研究［D］.武汉：武汉大学，2009.
［15］陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能［J］.科学学研究，2015，33（2）：242-253.
［16］侯剑华，知识计量与可视化——原理、方法及应用［M］.北京：科学出版社，2016.
［17］肖明，知识图谱工具使用指南［M］.北京：中国铁道出版社，2014.
［18］邱均平，王曰芬.文献计量内容分析法［M］.北京：国家图书馆出版社，2008.
［19］HUANG M H，CHANG C P.A research fronts in the organic lightusing bibliographic coupling and co-citation［J］.Scientometrics，2015，102（3）：2041-2057.
［20］陈远，王菲菲.基于CSSCI的国内情报学领域作者文献耦合分析［J］.情报资料工作，2011（5）：6-12.