什么是 Connected Papers？
Connected Papers 是一款基于人工智能的学术文献可视化探索工具，由 Alex Eitan 等人开发。它通过分析数百万篇学术论文之间的引用关系，自动构建出以某一篇论文为中心的“相关论文图谱”，帮助研究者直观地了解该领域的研究全貌。用户只需输入一篇论文的标题、DOI 或 URL，即可在几秒钟内生成一张交互式图谱，展示与该论文最相关的文献及其相互连接。
核心功能与特点
- 文献关系图谱：以节点和连线的形式展示论文之间的引用与被引用关系，节点大小代表论文的引用量，颜色深浅表示发表年份。
- 相似论文推荐：基于共引和文献耦合分析，推荐与目标论文主题高度相关的其他论文，而不仅仅是直接引用。
- 交互式探索：支持缩放、拖拽、点击节点查看论文详情，并可一键跳转至原文或导出图谱。
- 研究脉络追踪：通过“Prior works”和“Derivative works”视图，快速识别该领域的奠基性工作和后续发展。
- 多领域覆盖：涵盖计算机科学、生物学、医学、物理学、社会科学等几乎所有学术领域。
- 免费使用：基础功能完全免费，无需注册即可使用。
如何使用 Connected Papers？
- 访问官网 https://www.connectedpapers.com。
- 在搜索框中输入论文标题、DOI、URL 或 arXiv ID。
- 点击“Build a graph”按钮，等待几秒钟生成图谱。
- 通过鼠标滚轮缩放、拖拽移动图谱，点击节点查看论文摘要、作者、引用数等信息。
- 使用左侧面板切换“Prior works”（早期工作）和“Derivative works”（衍生工作）视图。
- 点击“Expand”可添加更多相关论文，点击“Export”可导出图谱为图片或 PDF。
应用场景
- 文献综述：快速了解一个陌生领域的关键论文和研究脉络。
- 选题调研：发现研究空白和潜在合作方向。
- 论文写作：查找相关引用，确保文献覆盖全面。
- 学术社交：通过图谱发现同一领域的其他研究者。
- 教学辅助：帮助学生直观理解学科知识结构。
与同类工具对比
与 Google Scholar、Semantic Scholar 等传统学术搜索引擎相比，Connected Papers 的优势在于可视化呈现和关系挖掘。它不依赖关键词匹配，而是基于引用网络和相似度算法，能发现一些标题中不含关键词但主题高度相关的论文。与 Litmaps、ResearchRabbit 等工具相比，Connected Papers 的图谱布局更紧凑、交互更流畅，且完全免费。
总结
Connected Papers 是学术研究中不可或缺的AI工具，它将复杂的引用网络转化为直观的视觉图谱，极大提升了文献调研的效率。无论你是研究生、教授还是工业界研究员，都能从中受益。建议与 Zotero、Mendeley 等文献管理工具配合使用，形成完整的研究工作流。