核心流程：学者收录流水线 每个学者入网都要走一遍
本网站不是一次性画出来的，而是「按学者逐个收录」长期积累的可复用流水线。每收录一位学者，都走下面 8 步，保证每一条数据可溯源、可重复、不编造。换任何新学者都照这条跑。
1
身份核验 现任单位 · 职称职务 · 研究方向
先确认「这个人是谁、现在在哪里」。任职以现任单位官方现任页为准，已调任学者不凭旧校主页。
渠道
高校学院官网个人主页、学校现任领导页、官方新闻稿
红线
任职变动一律以现任单位官方现任页为准（旧官方个人主页是最常见的过时源）
2
中英文论文收齐 收录一位 = 中英文一次收齐
中文成果与英文成果走两套渠道，绝不只收一边。
中文
期刊题录库（24 本图情期刊约 11.4 万篇题录）→ 知网作者检索 → 万方补缺
英文
OpenAlex（ORCID 核验身份）→ Crossref 补最新 → Web of Science（国际学者）
3
被引核验 每条注明口径
被引数逐篇核验，每条记录注明口径（万方 / OpenAlex / WebSearch），不混用。
渠道
万方被引（精确）→ OpenAlex / Crossref → WebSearch 兜底
原则
查不到填 0 兜底、标注口径，不编造数值
4
节点与边 进图谱 · 带证据
写入 data.js：节点带机构 / 领域 / 简介 / 来源，边带 evidence（可点击溯源）。
节点
姓名（中英）、机构、研究方向、职务、bio、sources 来源链接
边
合著 / 同事 / 合作 / 指导，每条带 strength（1-5）与 evidence 原文证据
5
学者档案 profiles.js
为每位学者建档，bio 用官方口径，多来源冲突时以最新官方发布为准。
内容
履历、职务、研究方向、代表作、官方来源
冲突消解
按最新发布为准，保留证据依据
6
全站同步 一处改 · 全站一致
新增机构要同步三处配色表，静态数字（subtitle / 注释 / 文案）全站 grep 同步，版本号 bump。
机构配色
scholars.html INST_META / app.js INSTITUTION_COLORS / scholar-detail.html INST_COLORS 三表同步
缓存版本
data.js / papers.js / app.js 的 ?v=YYYYMMDDx，三处 HTML 统一升版防浏览器缓存旧数据
7
对抗验证 每次改动必跑
用「模拟用户」的方式验证：全站链接逐条点开、统计数与数据一致、0 console error。
DOM 断言
Playwright 卡片数 = 数据条数、统计 = meta、筛选生效、0 console error
链接审计
全量链接 _verify_all_links.js 逐条跟随重定向，非 200 或跳转失败标红人工复核
8
沉淀归档 数据留档 · 别丢
取证素材归档，新渠道 / 新坑 / 新别名回写记忆，供下一位学者复用。
归档
官方页 HTML、OpenAlex 原始响应、冲突消解证据 → 成长轨迹/data/素材/
回写
新渠道、新坑、新 FORCE_EN 名单、期刊发刊日 → 渠道清单 / sources.js / 项目记忆
作者消歧体系 同名混淆怎么处理
学术数据最大的坑是「同名不同人、一人多名」。消歧只捞候选锚点定归属，不凭印象安机构。别名表已积累 125 条。
一人多名
不同署名 / 中英文名 → 别名表归并（author-registry.js）
一名多人
同名异人 → 按机构 / 领域 / 时间二次判定，命不中不硬凑
跨校存疑
人工确认 + 证据依据，存疑条目标注待定
数据依据
题录库署名脚注、官方页原文，不凭印象安机构
关系类型与证据规则
每条关系边都带 evidence（可点击溯源）。判定标准：合著论文是硬证据；"同领域 + 两校"不算证据，边必须两方互证。
| 关系类型 | 含义 | 证据来源 （可点击溯源） | 图谱样式 |
|---|---|---|---|
| 合著论文 | 共同发表论文（co-authorship，主图 402 条） | 题录库 / 期刊官网 ↗ OpenAlex ↗ | 深灰实线 · 较粗 |
| 同事关系 | 同院系 / 同单位（colleague，31 条） | 机构官网 ↗ | 浅灰点线 |
| 深度合作 | 访学 / 项目 / 学术交流（collaboration，4 条） | 合著 DOI ↗ 官方页 ↗ | 橙色实线 |
| 指导关系 | 博士 / 博士后师生（mentorship，1 条） | 导师页 ↗ | 蓝色虚线箭头 |
期刊官网与检索入口 29 本图情期刊 · 中文题录的权威来源
收录的中文论文题录以期刊官网 / 知网 / 万方为准。已核实的期刊直连官网；官网未核实的期刊用知网期刊导航检索。完整清单与出刊节奏见「数据来源」页。
期刊扫描建库 24 本图情期刊 · 约 11.4 万篇题录
中文论文的核心底座是自建期刊题录库：把图情领域 24 本核心期刊的历年题录（标题 / 作者 / 机构 / 卷期 / DOI）批量抓取建成 JSON 库，作为查全与计量的依据。
工作流
登记 → 官网探测 → 抓取脚本 → 后台长任务 → 数据审计 → 全站同步 → 边界声明
数据源
期刊官网（magtech 等自建系统）+ 万方详情页补缺 + 知网
判重规则
同刊 + 标题 + 年 + 卷期 + 起始页全相同，不用裸复合键（笔谈专栏共享 DOI 会误删）
论文全量扩充 素材库驱动 · 差集补齐
收录学者后，用「期刊题录库 + 素材库」做全量差集审计，把漏掉的论文逐篇补齐并核验被引，而不是只收已发现的路径。
做法
题录库按「刊」提取 → 再拿作者名在全部档案反查做差集 → 补齐缺文
工具
_audit / _fill / _check_dup 脚本族，合并去重后入库
泰斗专区模块 成长轨迹 · 著作墙 · 非学术足迹
对少数领域大牛做深度档案，各模块走独立 SOP。
成长轨迹
官方分期只引用官方来源；我的数据分析一律标注「数据观察 · 非官方」；每条事件可点击溯源
著作墙
OPAC 馆藏核验，独著 / 合著 / 编著等责任方式分类
非学术足迹
贺词 / 纪念文 / 学科建设文章：题录库反查 → 知网目录页 → 公众号检索
对抗式验证 把「验证」当对手
不走过场：每次都模拟真实用户逐条点开，主动质疑自己的产出。
链接
全量 _verify_all_links.js 逐条跟随重定向，新增 URL 重点查、存量按缓存 TTL 复用
统计
node --check 语法 + 统计数 = meta + 数据格式一致性 + 0 console error
编造零容忍
evidence 里每个词都能在所附 URL 找到原文；改完 label / evidence 必须实测抓 URL 搜关键词
版本与备份管理 数据可回退 · 可追溯
每次改动留痕，防止一次误操作毁掉全站数据。
缓存版本
数据文件带 ?v=YYYYMMDDx 版本号，改动后三处 HTML 统一升版
写入前备份
改数据前先存 .bak 备份，异常可回滚
删除规范
删文件走回收站，不永久删除；数据文件留档入项目档案