ScholarTailor - 学者关系可视化知识库

ScholarTailor是一个轻量级学者关系可视化系统，用于展示学者之间的研究方向、合作关系等学术网络。本项目采用现代Web前端+Python后端架构，支持SQLite数据库存储，提供丰富的交互功能和数据分析能力。

核心功能

• 关系可视化：基于Cytoscape.js的交互式学术关系网络图谱
• 数据存储与管理：SQLite数据库支持，确保数据持久化和高效查询
• 自动数据获取：使用Scholarly库自动抓取Google Scholar学者信息
• 关系管理：添加、删除、隐藏不同类型的学者关系（合作者、导师、同事等）
• 高级筛选：多维度筛选条件支持，包括学者标签、机构、研究领域等
• 标签系统：为学者添加自定义标签，便于分类和筛选

快速开始

安装依赖

本项目需要Python环境（建议Python 3.7+）。必要的Python包会在首次启动时自动安装。

启动系统

只需运行启动脚本即可：

python start.py

启动脚本会自动：

1. 安装必要的依赖
2. 初始化SQLite数据库
3. 启动API服务器
4. 打开浏览器访问应用界面

功能亮点

数据管理

• SQLite数据库：高效存储和管理学者信息、关系和研究方向
• 自动抓取：从Google Scholar自动获取学者信息和合作关系

交互功能

• 图谱交互：拖拽、缩放、重新布局等丰富的图谱交互功能
• 节点操作：点击查看详情，标记感兴趣/不感兴趣，添加自定义标签
• 关系操作：右键点击关系可查看详情或删除非合作者关系
• 视图过滤：隐藏特定类型节点或关系，聚焦于感兴趣的学术网络

高级筛选

• 关系筛选：显示/隐藏不同类型的学者关系（合作者、导师、同事）
• 多维度筛选：按研究方向、机构、引用数量、研究兴趣等条件筛选学者，支持组合查询
• 标签筛选：基于自定义标签筛选学者

常见问题

Q: 如何关闭系统？
A: 在运行系统的终端窗口中按 Ctrl+C 即可关闭API服务器。

Q: 我的数据存储在哪里？
A: 所有数据存储在本地SQLite数据库中（data/scholar.db），确保数据的持久性和一致性。

Q: 是否支持离线使用？
A: 是的，一旦数据被抓取并存储到数据库后，系统可以在离线环境中完全使用。

Q: 如何备份我的数据？
A: 只需复制data/scholar.db文件即可完成数据备份。恢复时，替换该文件即可。

许可

MIT License