论文图谱当如是：Awesome-Graphs用200篇图系统论文打个样

作者：范志东

试想在你刚接触一个陌生的技术领域时，如果有办法以“上帝视角”看到该领域完整的历史发展轨迹，是否可以让自己的技术探索更有的放矢，胸有成竹呢？是的，你没猜错，这个玩意儿叫论文图谱。

我通过“人肉扫描”了200多篇图计算系统的论文，整理了心中理想的“图系统论文图谱”原型，大家可以“类比想象”一下当下关注技术领域的论文图谱应当如何。当然我们很清楚人肉不是终极解，所以我们需要探索如何通过技术手段实现论文图谱的自动化构建。

NOTE：秉承开源宗旨，文中整理的图系统论文图谱（包含图谱数据、论文pdf文件、可视化交互）已全部托管到GitHub仓库Awesome-Graphs，可以直接下载、体验，欢迎Star、捉虫、维护、共建。

代码地址：https://github.com/TuGraph-family/Awesome-Graphs

1. 动机

“熟悉新编程语言最好的办法是模仿编码，熟悉新技术领域最好的办法是通读文献。” —— 不知名开发者

在我最初着手图计算系统的研发工作时，阅读经典的图计算系统论文是必不可少的过程。当时心中一直存在着一个愿望：“要是有整理好的图系统论文的演进轨迹图，我只需沿着主干有重点地阅读就好了。。。”。

显然，理想很丰满，现实很骨感。当时也就从Google学术上逐个捞论文自己慢慢勾勒引用关系，并没有特别好用的工具可以帮助到自己。当然，现在已经有了一些比较不错的检索和分析工具，比如Connected Papers、Semantic Scholar，甚至通过大模型赋能的论文阅读工具，如txyz、沉浸式翻译插件等。

例如Connected Papers确实做了不错的尝试，但是免费版每个月只能渲染5张图谱，而且并不能清晰地表达论文的引用（Reference）和被引用（Citation）关系，且图探索深度（2跳以内）有明显限制。

2. 动作

求人不如求己，既然没有成熟工具达到目的，那不如先手动撸一个出来。具体思路如下：

1. 论文检索：通过常规的手段锚定初始论文集合，手段不限于Survey、奠基论文、公开搜索等。
2. 引用分析：正向引用分析直接下载论文看Reference，找不到论文下载源/反向引用分析时，就需要借助Google学术、Semantic Scholar、ACM Digital Library、Springer Link、Research Gate等工具了。
3. 主题筛选：根据论文标题、摘要、结论等信息确定论文主题，剔除与预期主题无关的论文。
4. 构建图谱：保留筛选后符合预期主题的论文，记录引用关系并构图。

基于这个思路不断地迭代扩散，最终会收敛到一张完整的领域图谱。当然，这个过程其实并不轻松。。。我使用图计算系统的论文图谱的构建流程举例说明。

<