Connected Papers

Connected Papers是什么？

Connected Papers是一款基于人工智能的学术研究工具，旨在帮助研究者快速理解某个学术领域的核心论文及其关联性。通过分析论文内容、引用关系及主题相似性，它生成可视化图表，展示相关文献的网络结构，帮助用户高效探索学术脉络，尤其适合处理跨学科或新兴领域的研究需求。

Connected Papers

AI学术工具助探索文献脉络

Connected Papers的主要功能

1. 可视化文献网络

• 输入一篇“种子论文”后，系统自动构建包含数十篇相关论文的图表，节点大小反映论文影响力，连线粗细表示关联强度，直观呈现领域内的核心文献与分支方向。

2. 智能文献推荐

• 基于内容相似性（而非仅引用次数）推荐高质量论文，覆盖预印本平台如arXiv的研究成果，避免传统检索工具因“滞后引用”导致的遗漏。

3. 领域趋势分析

• 通过时间轴视图显示论文发表年份，帮助用户识别领域发展的关键阶段、经典理论与前沿突破。

4. 快速定位核心文献

• 区分“原创型论文”（被频繁引用的基础研究）与“综述型论文”（总结性文献），便于用户按需精读或泛读。

Connected Papers的使用场景

• 初入新领域的研究者：博士生或跨学科研究者可通过图表快速掌握领域内的里程碑论文、主流学派及争议点，节省数周手动检索时间。
• 文献综述撰写：在系统性综述写作中，利用“Prior Works”（历史基础）和“Derivative Works”（后续发展）分类，高效梳理理论演变路径。
• 学术前沿追踪：订阅特定领域图表更新，及时获取最新发表的预印本论文，尤其适合计算机科学、生物医学等高速发展学科。
• 跨学科创新探索：通过图表中不同聚类群组的交叉点，发现材料科学与人工智能结合、气候变化与经济模型融合等交叉领域的潜在研究空白。

该工具目前支持超过20个学科的文献分析，用户可通过免费版生成基础图表，专业版则提供更详细的文献筛选与导出功能。其核心算法经过同行评审验证，已应用于一些科研团队。