Observatório Científico

Preciso desenvolver um observatório científico onde eu possa cadastras planilhas de Excel (banco de dados) e, a partir disso, o sistema gere listas, gráficos e imagens.

A base de dados é um arquivo .xls contento os seguintes campos: Título do trabalho; Área de pesquisa; Ano de Publicação; Tipo de Publicação; Nome da Organização; Palavra-Chave; Países; Autores; Local de Publicação (nome da revista ou evento); Abstract (nem todos tem).

As funcionalidades seriam:
(A) Limpeza dos dados: identificar e juntar nomes similares nos campos na base de dados. Exemplo: dentro da base pode ter UFF e Universidade Federal Fluminense. Identificar que é a mesma instituição e padronizar.

Ou Maxwel A. Ferreira é o mesmo que Maxwel de Azevedo Ferreira. Identificar que é a mesma pessoa e juntar.

E permitir que o usuário consiga fazer a junção manualmente ou a separação do que o sistema fez automaticamente.
(B) Criar listas dos campos: Por exemplo, No campo nome do autor, em um mesmo registro "célula do excel" há vários autores separados por "|" ou ";" (depende da origem da base); exemplo: maxwel de azevedo ferreira | vanessa guimarães | joaquim josé. A partir desse campo criar uma lista com cada nome por linha o quantitativo de vezes que ele aparece em toda a base de dados.


(C) Criar matrizes: Ser capaz de cruzar dados (que estão nos campos) e mostrar o quantitativo de vezes que que aqueles dados apareceram juntos.
(D)  Criar gráficos de barra, pizza, mapa, nuvem de palavras a partir dos campos selecionados
(E) Criar gráficos (rede/teia) a partir das matrizes
(F) ter filtros baseados no campo de "ano de publicação" e no quantitativo do campos (exemplo: Mostrar somente os 10 autores que mais apareceram na base)
Em anexo tem mais detalhes de cada uma das funcionalidades e um exemplo de base de dados.