论文文献作为学术交流的工具,隐藏着大量的文献引用关系和文献作者等重要信息。互联网将文献的承载体从书本转换为电子数据,为研究人员提供了可挖掘分析的相关数据以及深入研究不同学科领域的机会。现阶段互联网上存在大量论文文献,它们之间的引用关系错综复杂,没有能自动生成文献间引用关系的系统。因此,开发一款引文网络生成软件,统计管理论文文献之间的引用关系和特定信息对于科研工作具有重要的意义。本课题利用Python语言设计和实现一个引文网络生成软件,该软件通过对文献及作者数据的提取分析分别生成引文网络图、作者合著图、作者引用网络图及引文网络矩阵图,其具体功能如下:(1)文献信息提取。软件从特定领域的目标文献提取全部论文文献形成元数据集并自动导入系统。通过网络爬虫爬取指定网站目标文献的网络地址及文献信息,运用正则表达式提取文献中的题目、作者、关键字、摘要等信息。(2)文献处理与分析。首先,运用现有分词技术对文献数据进行处理,构建文献词库。其次,根据TF-IDF创建的词组重要性对词进行筛选,建立文献的LDA主题模型。最后,基于主题模型计算目标文献与引文文献之间的相似性,以结合引用深度来确定爬取文献范围。(3)网络图生成及分析。根据连通子图规模排序算法选出最大连通图进而生成引文网络图、作者合著关系图、作者引用网络图以及引文网络矩阵图。