随着互联网的发展,学者与学者之间的交流也变的越来越频繁,学者与学者通过互联网来进行学术合作就成了一种大众的方式,学者与学者之间的关系由线下转移到了线上,学者之间的关系呈现出多样性、复杂性。由于学者数量众多,学者关系也异常庞大,目前还缺少对学者的各种关系进行挖掘并可视化展示的系统,本文构建了基于知识图谱的Web of Scholars系统,以知识图谱的形式来存储学者与学者之间的关系网络。本文设计实现的基于知识图谱的Web of Scholars系统将学者之间的关系网络分为合作关系、团队关系、师生关系、直接引用关系、直接被引关系、共同引用关系和共同被引用关系。合作关系根据作者在同一论文中出现的次数计算合作频次;团队关系利用合作强度去定量分析学者之间的合作紧密程度,并利用团队约束指数确定团队关系;师生关系将学者的个人属性和合作网络属性作为的自动编码器模型的输入,识别出学者之间的师生关系;引用关系是利用学者与论文、论文与论文、论文与学者之间的关系计算出直接引用、直接被引、共同引用、共同被引关系。本文利用微软数据集中的计算机学科中的数据,计算出各种关系后导入到图形数据库中,并利用可视化工具D3中的力导向图将学者关系描绘出来。除了展示学者的各种关系外,系统还提供了学者搜索、学者排名、学者推荐等功能,学者搜索能让用户根据学者的信息快速找到目的学者,学者排名根据学者的一些指标进行排名,学者推荐基于协调过滤算法根据用户偏好进行智能化推荐,提高用户查找到目的学者的效率。由于学者数量及关系量比较大,系统采用了分布式技术,利用三台Linux机器搭建了Hadoop+HBase+Zookeeper集群,其中一台机器作为Master节点,另外两台作为Slave节点,当其中一台节点出现故障时,不影响系统地正常运行。图形数据库采用Titan,并基于Elasticsearch索引引擎,索引引擎提高了系统的查询速度,为了进一步提高系统的响应速度,在三台机器上又搭建了Redis缓存集群,每个机器上又有3个节点。分布式的环境保障了系统的稳定性和可靠性。