学科关系实验室：在论文与百科网络中观察知识结构

学科之间的关系很难只用分类树表达。计算机科学与统计学可能共享大量论文引用，医学与材料科学可能通过某个新技术突然靠近；百科条目之间的链接也会形成不同于正式学科目录的知识结构。

subject-relevance 项目把这些问题做成可交互的可视化实验平台。它同时使用学术论文图谱和百科链接数据，从网络结构、距离、引用和时间变化等角度观察学科之间的关联。

从一棵学科树扩展到多种网络视角

代码包含学术领域树、论文网络和百科分类树浏览页面，也提供节点与连线数据的交互展示。用户可以从学科层级进入具体分析，而不是直接面对一张无法解释的巨大关系图。

项目逐步加入度分布、小世界、PageRank、Zipf 分布、内部引用比例、学科距离、结构熵、网络熵和颠覆性指标，并按年份比较变化。一些页面还使用桑基图、气泡图和漏斗等形式展示流向与构成。

这些指标回答的是不同问题：度分布描述连接集中程度，小世界指标观察局部聚集与全局距离，PageRank 近似网络中的结构重要性，熵衡量分布或结构的不确定性，颠覆性指标则试图描述后续工作是延续还是绕过既有知识。它们不应被合并成一个笼统的“学科相关度”。

页面实际传递了哪些实验条件

接口层表明，图表并非只传一个学科名称。典型实验会同时提交目标学科、参照学科、起止年份、入边和出边下限、D 值上限、固定节点数或百分比上限，以及结果小数精度。距离实验还区分引用方向、是否去除零引用论文、是否只保留引用量头部样本，以及只使用某个截止年以前的关系。

这些参数决定了网络本身，而不只是图表外观。例如去掉零引用节点会改变度分布和平均距离，节点数上限会改变连通结构，linksin 与 linksout 回答的是相反方向的问题。现有界面把这些条件做成可调整控件，体现了研究工具的价值；但下载结果或截图没有自动携带完整参数，离开页面后很难复核。

请求被分发到三个数据服务，浏览器也为不同数据域建立三套持久缓存。缓存键是完整请求对象的序列化值，以数据库版本号人工失效。这能避免重复运行昂贵查询，却没有过期时间、数据集版本或服务端算法版本；后端数据更新后，旧结果仍可能被长期展示。个别请求的超时时间被放宽到近似无限，也说明历史计算可能很重，但会把服务故障表现为页面一直等待。

学科网络实验

实验参数数据服务或静态数据集节点与边Graphology 图

Graphology 图连通分量视觉缩放图表渲染

图表状态参数快照笔记与导出研究证据

缓存命中旧版本风险主动失效

哪些算法真的在浏览器中执行

源码可以确认一组客户端计算，而不是只能看到图名：

多条学科距离曲线按年份逐列求算术平均，生成可暂存的平均距离曲线；
节点规模先开立方，再映射到固定视觉范围，避免头部学科吞没小节点；
网络载入 Graphology 后计算连通分量，支持识别孤立子图；
度分布横轴可转为十进制对数，小世界页面计算网络规模与聚类量的对数比值；
三维网络根据节点到原点的距离平移标签，并让相机沿圆周旋转；
图表注册表把请求函数、参数控件、响应转换与图表模板绑定，使一批指标页面可以由配置生成。

下面的源码节选（已脱敏）来自论文网络页面。它按边权排序后逐条加边，并只在连通分量数量下降时记录阈值，从而得到“边逐渐加入时，网络何时合并”的曲线；与界面无关的部分已省略：

javascript

links = links.sort((x, y) => x.weight[weightId] - y.weight[weightId])
const graph = new Graph()
for (const { id } of nodes) {
  graph.addNode(id)
}
let previousCount = nodes.length
for (const link of links) {
  graph.addEdge(link.source, link.target)
  const components = connectedComponents(graph)
  if (components.length < previousCount &&
      maxComponents >= components.length) {
    samples.push([components.length, link.weight[weightId]])
    previousCount = components.length
  }
}
result.push(samples)

与此同时，颠覆度、Google 距离、PageRank 和熵的主体计算并不在该仓库。熵页面加载的静态 JSON 已包含结果，前端只做层级、底数和序列选择；距离页面消费服务端返回矩阵。因而，“前端能展示某指标”只能证明接口和结果曾存在，不能证明公式、原始边或离线脚本可从当前代码复算。

同一个指标需要多个版本验证

仓库中同类页面存在多个年份和版本，例如 2019、2020 及后续修订，也保留多版直接网络、距离、Zipf 和百科结构页面。大量迭代说明分析方法在持续实验，而不是一次冻结的正式产品。

这种演进有研究价值，但也增加解释风险。若页面只显示最新图表，使用者可能不知道节点范围、边权、时间窗口、孤立点处理和归一化方法已经改变。每个图表应绑定数据版本、算法定义、参数和生成脚本，并在方法变化时保留可比较的旧结果。

可视化平台逐渐承担研究记录

除了图表，项目还有笔记板、待办、评论、目录和数据表等组件。这表明工具从纯展示页逐渐向研究工作台演进：分析者可以记录解释、整理任务并查看底层数据。

如果研究记录与图表状态绑定，复盘时就能知道一条判断基于哪个年份、筛选条件和算法版本。现有代码能够确认这些界面组件存在，但不足以证明协作权限、持久化和引用链均已完整实现。

静态数据让演示稳定，也带来版本负担

仓库直接保存多批 JSON 数据，包括学科节点与边、百科网络、论文数量、结构熵和颠覆性趋势。这样可以让页面独立演示，减少后端依赖，却会让大文件、代码和分析结果在同一仓库中不断增长。

更可持续的结构应把原始数据、派生数据和展示配置分开：数据集拥有校验和与版本，计算脚本可重复运行，前端只获取发布后的结果清单。否则一次看似简单的图表修复，可能悄悄携带一套不同口径的数据。

静态文件自身也保留了演化痕迹：节点与入边、出边按年份拆分，百科学科网络又按层级、是否连通和生成日期形成多份近似数据。它们让历史实验仍可打开，却缺少统一 manifest 将文件与生成提交、输入摘要、边定义和算法版本绑定。文件名中的版本后缀只能提示“不同”，不能解释“差在哪里”。

项目留下的经验

学科关系不是单一分数，应分别解释层级、引用、距离、结构和时间变化。
每张研究图表必须绑定数据范围、算法版本、参数和生成时间。
同类指标的多个实验版本应保留方法变更记录，并提供可比性说明。
原始数据、派生结果与前端资源应分离管理，使用校验和保证发布一致。
笔记和评论只有关联到具体数据与视图状态，才能成为可复核的研究记录。
网络指标适合提出问题，不能脱离领域知识直接得出学科价值判断。
缓存键必须包含数据集与算法版本，并提供主动失效和结果来源说明。
导出图片、数据或研究笔记时，应同时固化所有筛选参数和视图状态。
三维图需要覆盖空网络、单节点、相同权重和超大连通分量等边界测试。

证据边界

该项目没有明确对应的 Jira Key 或专属 Confluence 空间。GitLab 仓库有 641 次提交、182 个文件，时间从 2018 年 12 月延续到 2022 年 9 月；代码包含 Vue 前端、少量 Python 演示脚本和多批静态 JSON 数据。

仓库 README 仍保留另一项目名称和通用搭建说明，显示它可能从既有前端工程演化而来。当前证据缺少正式需求、数据生成流水线、后端实现、验收记录和线上使用指标。本文据此确认长期开展的研究可视化实验，不把任何单一图表视为经过同行评审的研究结论，也不推定所有页面构成统一发布版本。