学科网络实验与可视化算法深读

系统真正承担的工作

641 次提交形成的不是单一仪表盘，而是一个长期演进的网络科学实验台。它并列研究论文引用网络和百科链接网络，以学科、年份、方向、入度/出度阈值、样本比例和算法版本作为实验变量，呈现语义距离、颠覆度、度分布、Zipf、小世界、结构熵、网络熵、流向与知识图。

代码证据同时揭示一个重要边界：大多数指标由远端服务计算，仓库中的前端负责参数编排、结果缓存、少量二次计算和可视化；不能把页面名称等同于算法后端已经保存在仓库。

数据与请求模型

API 适配层连接三类服务，并为不同数据域创建独立浏览器数据库。缓存键是完整请求对象的序列化结果，响应为对象时持久化；缓存库通过版本号人工失效。部分长计算接口把超时放宽到近似无限，反映出历史后端任务可能需要很长时间，但也会导致请求无法及时失败。

通用图表注册表把中文名称、页面模板、请求函数、响应转换器、选择器和范围滑块放在同一配置对象中。一个页面因此可以由参数定义生成，而无需复制视图。典型请求参数包括学科集合、年份区间、入边和出边下限、颠覆度上限、节点数量或百分比上限以及小数精度。

可确认的客户端算法

• 语义距离页面接收目标学科与多个参照学科的年度距离矩阵，按每年对所有参照值求算术平均，生成可保存的“平均距离”曲线。
• 三维图将节点权重先开立方，再映射到固定视觉区间，压缩长尾规模差异；边和节点按年份切片。
• 图加载到 Graphology 后计算连通分量，支持识别或过滤孤立子图；三维场景另有从原点向外平移标签、绕中心旋转相机的几何处理。
• 小世界页面用网络规模、边数和聚类量计算对数比值；度分布可把横轴转换为十进制对数，用于观察幂律形态。
• 熵页面对计数做二进制对数和基于网络规模的标准化；但静态 JSON 已包含结构熵与网络熵结果，前端主要选择层级、底数和序列，不负责从原始边重算熵。

“颠覆度”“Google 距离”等核心数值在前端仅作为接口返回值使用。页面能确认筛选语义：可按引用方向、是否去除零引用、引用量前百分位、历史截止年和 D 值上限取样；公式实现仍属于缺失证据。

图数据发布策略

仓库直接带有按 2016/2017 年拆分的节点、入边和出边数据，以及多层百科学科树、连通关系、论文数量、熵和颠覆趋势。静态快照让演示不依赖全部计算集群，也保留了研究阶段结果。

问题是数据文件没有统一清单、生成提交、输入摘要和算法版本。相似数据以日期或后缀区分，页面中也保留多个年份版本。它保留了演进，却不保证可复算。

技术价值与债务

最值得保存的是“实验参数即产品界面”的思想：用户不是看一个结论，而是改变时间窗口、方向、阈值和样本范围观察结论稳定性。图表注册表、分域缓存、静态快照与交互式三维网络共同服务于这一目标。

主要债务包括页面复制、数据与代码耦合、缓存无过期语义、超长网络请求、复杂图缺乏测试，以及在数组为空或最大最小值相同时可能出现除零。重建应将指标定义、后端任务、数据集版本和视图配置统一登记；每张图必须显示输入范围、公式版本和生成时间，并允许导出可复现实验清单。

证据边界

报告确认了前端内实际执行的平均、对数、立方根缩放、连通分量和几何布局，也确认了后端接口的参数契约。颠覆度、语义距离、PageRank 与熵的完整离线实现不在此仓库，本文不虚构其具体公式。