research-knowledge-graph

研究知识图谱

文献综述本质上是一个图问题：哪些论文是大家共同的基础，哪些研究群体各说各话，哪些研究连接了不同群体，以及研究空白在哪里。此技能会根据参考文献库构建这张图，并交由用户偏好的图工具使用。

构建

# Offline: authors, venues and keywords from the .bib itself
python scripts/build_graph.py references.bib --out kg/

# Enriched: disambiguated authors (OpenAlex IDs, ORCID), venues, topics, and
# citation edges between papers in the library
python scripts/build_graph.py references.bib --out kg/ --openalex --mailto [email protected]

也支持将 CSL-JSON（.json，由 Zotero 或 reference-manager-interop 导出）作为输入。

输出	用途
graph.json	用于 NetworkX：nx.node_link_graph(json.load(f), edges="links")，或任何 JS 图形库
graph.graphml	用于 Gephi、yEd、Cytoscape、igraph、nx.read_graphml
nodes.csv、edges.csv	用于 Neo4j（neo4j-admin database import full --nodes=nodes.csv --relationships=edges.csv）或 Gephi 电子表格导入
vault/	用于 Obsidian（图谱视图），以及 graphify 等 Markdown 图工具；这类工具会将 [[wikilinks]] 读取为边

模式。 节点 type ∈ {paper、author、venue、topic}。边 type ∈ {authored_by、published_in、about、cites}。已知时，论文节点会包含 doi、year、 openalex、cited_by_count。

扩展到参考文献库之外（滚雪球法）

引文边只连接你已有的论文。要绘制某个领域的图谱：

1. 选取 5-20 篇核心论文作为种子。
2. 向后追溯：从 OpenAlex 收集每篇种子的 referenced_works。向前追溯：查询 https://api.openalex.org/works?filter=cites:W123...，获取引用这些论文的作品。
3. 保留至少被 2 篇种子论文引用的候选论文（共被引），将其导出为 .bib，然后重建图谱。
4. 当某轮只新增少量高度连接的论文时停止。报告轮次和阈值（以确保可复现）。

分析（NetworkX）

import json, networkx as nx
g = nx.node_link_graph(json.load(open("kg/graph.json")), edges="links")
papers = [n for n, d in g.nodes(data=True) if d["type"] == "paper"]
cit = g.edge_subgraph([(u, v) for u, v, d in g.edges(data=True) if d["type"] == "cites"]).copy()

influential = sorted(cit.in_degree(), key=lambda x: -x[1])[:10]            # most cited within corpus
bridges = sorted(nx.betweenness_centrality(cit.to_undirected()).items(), key=lambda x: -x[1])[:10]
communities = nx.community.louvain_communities(cit.to_undirected(), seed=0)  # research clusters

解读指南：

• 高入度表示该论文是这批文献的基础（而非全球范围内的重要论文）。
• 高中介中心性表示论文连接了不同群体，通常是撰写综述综合分析部分时最值得阅读的论文。
• 社群可作为综述小节的候选主题。根据每个社群的主要主题和被引最多的论文为其命名。
• 主题相近的社群之间连接稀疏，可能意味着值得阐述（并验证）的研究空白。
• 合著关系的连通分量可显示研究团队。若没有 --openalex，请谨慎处理基于姓名的作者合并。

可视化

• Gephi：打开 graph.graphml → ForceAtlas2 → 按入度调整大小 → 按模块度类别着色。
• Obsidian：将 kg/vault 作为知识库打开，并使用图谱视图，按文件夹（论文/作者/主题）筛选。
• 文档中的小型图谱：将引文子图转换为 Mermaid（flowchart LR，每条 cites 关系对应一条边）。

完整性规则

• 切勿虚构边或论文。每个节点和边都必须来自参考文献库或 OpenAlex 记录。
• 在提出看似明显的研究空白等结论前，先阅读论文进行核实。

撰写时需说明的注意事项

覆盖范围取决于 OpenAlex/Crossref 元数据；引文边的完整程度取决于 referenced_works。关键词/主题节点较为粗略。务必报告数据来源、 检索日期和筛选阈值。

相关技能

paper-corpus-rag（对同一批论文进行全文问答）、literature-review、 systematic-review-prisma、networkx、reference-manager-interop、citation-verification。