近年来，我国不断加大对科研工作的管理、推进科研成果的转化，旨在提升我国的科研水平和科技竞争力。科研群体作为科研工作的主力军，对我国科研工作的进步起到至关重要的作用，对于科研群体的成长因素、激励、绩效的研究是科研群体研究的重点。科研能力是科研群体激励和绩效的重要参考因素，故本文选取科研群体的能力作为研究内容，结合互联网上丰富科研群体成果信息，通过有效的数据获取方法，建立合理的科研群体分析模型，为科研群体、科研机构的科研能力评价提供了新的思路，以便更好的运用在科研管理工作中。
　　首先，本文通过广泛阅读国内外文献，结合相关研究对“网络痕迹”进行概念界定；从不同的角度对网络痕迹进行分类，如机构痕迹和个人痕迹、主动痕迹和被动痕迹、显性痕迹和隐形痕迹等；并对不同的网络痕迹提出不同的数据获取方式；并介绍当前网络痕迹的研究现状和应用领域。
　　其次，本文基于PAM的聚类算法对科研群体整体科研状况进行概括性描述。结合科研群体的网络痕迹，通过网络爬虫等工具获取数据，选取科研群体能力评价关键指标，建立基于PAM算法的科学的科研能力聚类分析方法，在宏观层面对不同科研能力学者进行划分，并对分析结果加以总结。
　　最后，本文基于PageRank算法构建关于科研群体和机构的科研能力评价方法。考虑到科研机构之间关联的特殊性，本文基于改进的PageRank算法计算科研机构的PageRank值，并在此基础上结合学者和机构之间合作的密切程度计算学者的科研能力值，结果与H指数、G指数等其它学者科研能力评价指数比较，验证本方法的可行性。