近年来,随着科学研究的日趋复杂化,科研工作逐渐转向合作的方式。科研合作有助于促进知识共享,资源共享,提高科研产出的效率。因此,研究科研合作的内部组织结构及演化机制具有重大的意义,对科技工作的管理以及科技政策的制定有着至关重要的作用。论文依托“河北省科技创新大数据公共服务平台”,以科技成果产出中的科研论文为研究对象。通过构建科研合作网络,分别从科研合作网络社区划分、可视化布局算法、核心节点的评价方法三个方面进行了重点研究。论文的主要研究工作如下:(1)构建了基于网络拓扑结构和节点异质性信息的核心节点评价模型。从网络拓扑结构的角度出发,通过考虑节点邻居节点的规模和节点与邻居节点之间的紧密程度,给出核心节点的评价方法;节点的异质性信息主要体现在科研机构发表论文的数量与质量对节点重要度的影响,从论文影响力的角度出发,给出核心节点的评价方法。(2)改进了Louvain社区划分算法。通过考虑科研合作机构之间合作的紧密性,分别从节点基于网络拓扑结构中的相似性和节点基于领域相似性的角度定义节点亲密度的计量方式。在此基础上,利用亲密度值对科研合作网络进行加权处理。在Louvain算法的第二阶段,将科研合作网络中的核心节点作为聚类的中心节点。实验表明,本文算法能够从节点领域特性和网络拓扑结构对科研合作网络进行社区划分,能够比较快速的发现网络中的科研团队,划分结果比较合理。(3)提出一种展示科研合作网络社区结构的布局算法。该算法在FR算法的基础上,通过利用节点之间的亲密度值优化引力模型,促使亲密度值较大的节点对在可视化展示过程中欧式距离最近;同时在科研社区之间添加社区斥力,防止社区之间过度靠拢。实验结果表明,本文方法相比于FR算法,能够更加清晰的展示科研社区内部结构。