CiteSpace的核心功能是产生由多个文献共被引网络组合而成的一种独特的共被引网络，以及自动生成的一些相关分析结果。每个文献共被引网络对应于一个历时一年或几年的时间段。最终显示的网络不是各个网络之间的简单叠加，而是要满足一些条件（详见2004年PNAS的论文）。解读这样的网络（我称为递进式知识领域分析）的要点包括：网络整体结构，网络聚类，各聚类之间的关联，关键节点（转折点）和路径。解读时可从直观显示入手，然后再参照各项指标。

结构：是否能看到自然聚类（未经聚类算法而能直观判定的组合），是否包括转折点（有紫色外圈的节点），通过算法能得到几个聚类？每个节点大小代表它的总被引次数。大圈则总被引高。

时间：每个自然聚类是否有主导颜色（出现时间相对集中），是否有明显的热点（节点年轮中出现红色年轮，即被引频率是否曾经或仍在急速增加）？通过各个年轮的色彩可判断被引时间分布。时间线显示将每一聚类按时间顺序排列，相邻聚类常常对应相关主题（聚类间共引）。聚类之间的知识流向也可从时间（色彩）上看到（由冷色到暖色）。

内容：每个聚类的影响（被引时涉及的主题，摘要，和关键词）和几种不同算法所选出的最有代表性的名词短语？

指标：每个聚类是否具有足够的相似性（silhouette值是否足够大，太小则无明确主题可言），整个聚类是否有足够节点（太少则很可能全都出自同一篇文献的参考文献，因而缺乏普遍意义）？

Tips：每个节点上，右键弹出的选择中，有一项是通过DOI连接到原文出版社提供的网页。可用CiteSpace的图谱作为一个直接浏览相关文献的界面。