科学知识图谱是以知识为领域，对科学知识发展进程与结构以一种网络、结构、交叉、演化等的复杂关系进行呈现的图像。科学知识图谱可以通过图示的方法，结合因子分析、聚类分析等揭示出某个学科主题潜在的结构。随着国内学者对该研究方法认识和探讨的深入，科学知识图谱已经被广泛地应用于经济学、心理学、社会学、生物学、教育学、图书馆与信息科学等诸多学科领域中来直观表达学科内主流研究领域、热点关注及新的生长点等问题。科学知识图谱可以通过CiteSpace、HistCite、Bibexcel等工具进行绘制。研究利用CiteSpace软件绘制知识图谱的目的不是为了分析图谱本身的结构，而是在于通过该软件强大的数据挖掘功能来获得高频关键词的信息，从而构建高频关键词的共词矩阵以实现对高频关键词的因子分析。

1.数据来源

本书选取中国学术期刊网CNKI数据库2001-2020年的文献为数据来源，具体检索方法是：以“建模能力”为主题词，时间限制在2001-2020年，进一步限定检索的学科领域为教育类（包括：教育理论与教育管理、中等教育、初等教育等），选择专业为自然科学的分支学科（物理学、化学、生物学和地理科学等），排除数学、计算机等学科，最终得到符合检索条件的结果为144篇。基于这144篇文献题录，借助CiteSpace软件生成“建模能力”知识图谱的关键词信息汇总表（Network Summary Table）。从中筛选出与建模能力构成要素相关，且词频不低于3的关键词共23个。其中，关键词“建模能力”出现的频次最高，共有65次，但鉴于该关键词与研究内容完全重合，在共词分析中难以发挥作用，没有实际意义，故而舍弃。最后得到22个高频关键词：高中物理、思维、物理知识、数量关系、数学、创新意识、策略、创造力、数学语言、问题解决、模型本质、应用意识、数学模型、模型应用、数学建模、物理图像、数学模型、想象力、模型效用、建模历程、知识迁移和高中生物。(www.daowen.com)

2.构造高频关键词的共词矩阵和相关矩阵

为了进一步了解22个高频关键词间的关联程度和结构关系，两两统计这22个关键词在144篇文献中同时出现的频次，构造了一个22x22的共词矩阵。共词矩阵为对称矩阵，主对角线的数据为关键词与自身的共现频次，非主对角线的数据为两个关键词之间的共现频次，如“高中物理”与“数量关系”的共词频次为3，即表明这两个关键词在3篇文献中被同时使用。