当前,科研工作越来越依赖于互联网,科研人员越来越频繁的在互联网上进行学术交流、科研成果共享和学术检索等工作。与此同时,各类科研文献系统也发展起来。专家画像系统,作为科研文献管理系统中的子系统,建立起专家与专家、专家与机构以及专家与科研领域之间的诸多联系,因为具有很好的实用价值和深远的现实意义。本文针对专家画像系统的建立进行技术研究,从元数据提取和数据挖掘两方面研究了专家画像系统中基于PDF的元数据提取、研究领域挖掘、专家关系挖掘、文献聚类、标签抽取几个方面的关键问题。首先,研究了基于PDF的元数据提取,区别于其他按照行进行分类的研究方法,本文采用了基于段落的元数据分类方法,并设计了一种基于规则和支持向量机的混合元数据提取模型。然后,研究了专家画像系统之家各实体之间的关系,设计基于频繁项集和并查集的算法挖掘研究领域信息,并利用挖掘产生的研究领域改进了 K-Means聚类算法,对文献进行聚类。在标签的抽取技术中,充分考虑全局和局部词汇关系,改进了典型的TextRank模型,提出一种基于顶点和边融合加权的TextRank关键词和关键短语抽取模型。同时,结合专家之间的社会合作关系,对专家进行标签的标记。在从文献中抽取标签的基础上,研究了专家的聚合模型,并采用频繁项挖掘算法聚合专家研究的兴趣领域与合作专家的关联关系。最后,应用本文研究得到的技术成果,对专家画像系统进行设计和实现。使用可视化的图表组件对挖掘数据进行显示,得到一个数据完善、具有良好可视化效果的专家画像系统。结果表明,充分深入的技术研究对专家画像系统的易用性、扩展性、性能、展示效果等方面具有重要意义。