概述
Connected Papers 是一款以图谱方式展示学术论文相似性与引用关系的工具。用户只需输入论文的 DOI、arXiv ID、标题或 URL，平台便会生成一张以该论文为中心的可交互网络图，帮助研究者从宏观上把握研究领域的演进、关键节点与研究群体分布。
核心能力
-
图谱生成: 根据输入论文构建可视化的关系图，显示与目标论文在内容或引用上相关的文献，便于快速掌握研究脉络。
-
先行与衍生视图: 提供 Prior Works（先行作品） 与 Derivative Works（衍生作品） 两种视角，帮助用户区分理论来源与后续发展。
-
多种输入方式: 支持 DOI、arXiv ID、论文 URL 与论文标题 等多种检索入口，灵活接入不同来源的文献。
-
跨学科数据库支持: 借助 Semantic Scholar 的大规模数据库，覆盖多个学科领域，适用于机器学习、生物学、哲学等不同研究方向。
-
示例与导出辅助: 提供示例图谱、用户评价展示与邮件订阅，方便入门与结果保存。
使用场景
- 文献综述与课题立项时，用于发现关键文献与未被注意到的重要工作。
- 撰写毕业论文或科研报告时，快速补齐参考文献并构建合理的引用链。
- 跟踪快速发展的领域（例如机器学习）中最近的重要工作与发展趋势。
推荐原因
Connected Papers 的优势在于将复杂的引用与相似性关系以直观的可视化图谱呈现，使研究者不必通过繁琐的关键词检索与人工筛选就能发现重要节点。其多种输入方式与来自 Semantic Scholar 的广泛覆盖，适合不同阶段的学者使用：从初学者快速建立领域认知，到资深研究者发现被忽视的相关工作。
注意事项
- 图谱质量依赖底层数据库与相似性算法，部分小众或最新论文可能被遗漏。
- 高级功能与批量使用可能需查看定价页面或注册登录才能使用全部功能。
总体而言，Connected Papers 是一款以可视化为核心的学术发现工具，适合需要快速构建领域地图和发现关键文献的研究者使用。
