产学研数据服务平台的科技文献数据来源于互联网文献知识库,但处理科技文献数据时不得不面对作者姓名歧义的问题。作者姓名歧义问题是指在以作者姓名作为主要标识的文献数据库中,由于学者同名现象的普遍存在,经常出现无法判断文献所属作者的情况。而在推进产学研合作过程中,工作人员和企业通过科技文献检索对应专家学者,作者姓名歧义会严重影响检索的准确率。因此,构建一个能有效消除姓名的歧义,准确判断文献作者归属的数据清洗工具具有重要的应用价值。本文针对目前文献中存在的作者重名问题,设计并实现了文献作者重名消歧系统。系统通过处理使用网络爬虫爬取到的作者信息和文献信息,提取文献特征将文献划分为不同的簇,接着链接文献簇与学者实体。在实现不同数据源的文献与学者数据集成后,系统利用Web应用实现了数据可视化。本文主要工作如下:（1）提出一种基于分步聚类的文献作者重名消歧算法TSC算法。构建待消歧作者的合作关系图并通过路径参数计算作者相似度并完成聚类,接着通过词向量模型训练和预测得出文献文本向量表示并计算文本相似度,然后通过文本相似度完成第二步聚类。最终划分出的文献簇即为不同作者各自名下的文献。对比实验结果显示分步聚类算法准确率和召回率总体表现更加优异。（2）针对中文论文、英文论文和专利等来自于不同数据源的文献数据,使用不同的策略实现专家学者实体与这些多源异构的文献数据集成。最终可以通过专家姓名检索到其名下所有的科技文献。实验结果显示数据集成错误率总体较低,基本实现文献与作者精确连接,具备可用性。（3）设计并实现了文献作者重名消歧系统,主要包含消歧聚类模块、多源异构数据集成模块以及数据可视化模块。对系统提供的功能进行功能测试,验证系统各功能模块均能正常运行。