---
description: "共现与共现矩阵：热力图怎么读、聚类与桥接、高相似警示，以及用筛选把噪声压下去。"
---
<!--
  Markdown representation of https://docs.jotaid.com/zh/guide/matrix
  Generated by scripts/gen-markdown-variants.mjs — do not edit by hand.
  Served from the canonical URL under `Accept: text/markdown`.
-->

# 共现与矩阵

**共现**是一个纯事实：两个节点出现在**同一篇笔记**里。你写下 `[[A]]` 和 `[[B]]` 的那一刻，它们就共现了一次。

图谱把这件事画成线，矩阵把它排成网格——**同一份数据，两种读法**。

## 连接强度

格子的深浅是这段关系的**强度**：两个概念有多大比例的场合是一起出现的。

- 两个概念总是一起出现 → 格子深
- 各自出现得多、一起出现得少 → 格子淡

关键在于它衡量的不是"一起出现过几次"，而是"**多大比例的场合是一起出现的**"。一对各出现 100 次、共同出现 5 次的概念，强度很低——那 5 次很可能是偶然。也正因如此格子之间可比：你笔记里某个热闹角落的深格，和别处的深格是一个意思。

全 app 颜色语言一致：**蓝色越深 = 关系越强**，矩阵与[图谱](https://docs.jotaid.com/zh/guide/graph)之间切换不用重新学。

## 读出结构

| 现象 | 含义 |
|------|------|
| **对角线上的亮块** | 一个聚类——这几个概念互相都强相关；括号标出边界 |
| **跨块的亮格** | 桥接——把两个原本独立的聚类连起来的关系 |
| **大片空白的行/列** | 孤立节点，几乎不与别的概念同现 |

点开某个格子，面板会告诉你这一对属于**同一聚类**还是**不同聚类**。跨聚类的强关系往往最值得看——它把两个不同的思考方向接上了。

## 高相似警示

强度最高的那批格子会被标上 **High Similarity**（警示色）。重叠到这个程度通常意味着一件事：

> 这两个可能是**同一个概念的两种叫法**。

比如「用户留存」和「留存率」。这时候该做的往往不是链接它们，而是[合并节点](https://docs.jotaid.com/zh/guide/manage-nodes)。

## 用筛选压掉噪声

节点一多，矩阵会糊成一片。筛选面板给三个旋钮：

| 筛选 | 用途 |
|------|------|
| **最小共现次数** | 只共现过一次的配对多半是偶然，调到 2 或 3 就清爽了 |
| **强度范围** | 只看强关系（拉高下限），或专门找弱关系（压低上限） |
| **按徽章** | 只看 Core / Bridge / Emerging 中的某一类 |

## 怎么用

1. 进 **Node 视图**，切到 **Matrix**（iOS 用底部的分段胶囊在 Graph / Matrix 间切）
2. **悬停**（macOS）或**点按**（iOS）一个格子看这一对的详情
3. 面板里还会列出这两个节点各自**最强的伙伴**，顺着往下找

> **什么时候矩阵才有意义**
>
> 大约 10 条带双链的笔记之后，模式才开始浮现——链接越多，结构越清楚。配好 [Pro](https://docs.jotaid.com/zh/guide/pricing) 与 Key 之后，还可以让 [AI 解读](https://docs.jotaid.com/zh/guide/ai-suggestions)某个亮格子背后的原因。

## 它只看当前项目

矩阵、[图谱](https://docs.jotaid.com/zh/guide/graph)与网络概况都只覆盖**当前选中项目内**的关系。

## 下一步

- [关系预测](https://docs.jotaid.com/zh/guide/predictions) —— 从未共现、但可能该连的
- [知识图谱](https://docs.jotaid.com/zh/guide/graph) —— 同一份数据的网络视图
- [AI 解读与建议](https://docs.jotaid.com/zh/guide/ai-suggestions) —— 让 AI 说清一段强关系