产学研合作促进了创新网络的形成,然而在推进产学研合作过程中,企业却很难获取高校学术团队信息。其中,学者群体数量庞大、企业与高校的信息不对称是导致问题产生的主要原因。互联网中的学者合作数据,可以用来构建学术网络进而挖掘学术团队的构成情况,为企业提供信息支持。目前市场上有网络分析软件可以划分社区结构,但是其功能无法完全满足企业了解学术团队的需求。本文设计并实现了现实学者社区发现系统,目的在于帮助用户预先了解学术团队的构成情况以及团队中的重要学者。该系统通过收集互联网上公开的学者合作数据,构建学术合作网络,然后从网络中挖掘学术团队构成及其重要节点,利用可视化技术将结果展示给用户,从而为用户提供一个决策支持工具。本文主要工作如下:(1)提出了一种基于网络表示学习社区发现模型。利用作者主题模型训练论文摘要得到学者主题概率分布,通过改进node2vec随机游走过程中的转移概率的计算过程,将节点的文本信息融入特征序列提取过程中得到学者向量,然后通过计算节点的PageRank值和最小距离改进K-means算法中的聚类中心选择和聚类个数选择来进行学者聚类,最终得到各个簇团即为学者社区。(2)进行了学术团队中重要学者的识别。考虑到学者的社交距离因素、社交位置因素和承载信息流动的能力,通过计算社区内各个节点的度中心值、接近中心值、介数中心值,平均后即得到节点综合中心度,帮助找到学术团队内的重要学者。(3)设计并实现了现实学者社区发现系统,包括拥有数据采集功能、数据预处理功能和网络构建功能的社交数据子系统,以及拥有社区划分功能、核心节点发现功能和社区可视化功能的社交应用子系统。对系统进行了功能测试与实例分析,验证了该系统的有效性与可行性。