news 2026/10/9 17:46:56

Connected Papers 平替 Inciteful 使用指南(附 Zotero 插件实操)

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Connected Papers 平替 Inciteful 使用指南(附 Zotero 插件实操)

为什么需要文献发现工具?

读研做科研,文献调研是第一步,也是最耗时的一步。传统的文献检索方式——在 Google Scholar 输入关键词、翻几页结果、下载 PDF——效率极低。你很难判断一篇论文的重要性,也很难发现那些“不直接引用但主题高度相关”的论文。

Connected Papers是很多人接触的第一款文献可视化工具。它以一个“种子论文”为中心,生成论文引用关系图,帮助你快速了解一个领域的全貌。它的核心功能包括:

  • 可视化引用图:节点大小代表引用次数,颜色深浅代表发表年份

  • 前观文献:列出图中论文共同引用的重要基础文献

  • 衍生文献:筛选出引用图中多篇文献的新近研究

  • 文献列表导出:支持按作者、年份、引用次数排序,导出 BibTeX 文件

然而,Connected Papers 的免费版每月只能生成5 张图。对于需要频繁调研的研究生来说,这个额度远远不够。升级到 Academic 计划需要 $3/月(按年计费)。

Inciteful是一个完全免费、功能不缩水、还能直接对接 Zotero的替代方案。

Inciteful 是什么?

Inciteful是一个基于引用网络的学术文献发现工具。

官网地址是https://inciteful.xyz/

它的核心理念与传统学术搜索引擎完全不同:

大多数学术搜索引擎聚焦于“重要性”(以引用次数衡量)和关键词匹配。但引用关系背后隐藏的结构价值几乎总是被忽略。Inciteful 将引用置于搜索过程的中心,围绕你选择的论文构建引用网络,然后分析网络来呈现最有价值的信息。

Inciteful 目前提供两个核心工具:

  1. Paper Discovery:从一篇或多篇论文出发,构建引用网络,发现相似论文、重要论文、高产作者和机构

  2. Literature Connector:输入两篇论文,展示它们之间通过文献如何连接,适合跨学科研究者

为什么它适合研究生?

Inciteful 最大的优势可以用四个字概括:真正免费。

它的数据覆盖了2.4 亿+ 学术论文和近 20 亿条引用记录,数据来源包括 OpenAlex、Semantic Scholar、Crossref 和 OpenCitations。

与 Connected Papers 对比:

特性Connected PapersInciteful
免费额度每月 5 张图无限
费用Academic $3/月完全免费
数据来源Semantic ScholarOpenAlex, Semantic Scholar, Crossref, OpenCitations
导出格式BibTeXBibTeX, RIS
Zotero 集成无官方插件有官方插件
无需注册是是

Inciteful 的核心优势是“链接预测算法”——与社交网络中推荐“你可能认识的人”类似,它推荐“你可能想引用的论文”。这种算法倾向于呈现更近期的文献,帮助你更快锁定领域前沿。

Inciteful 的核心功能:

①相似论文发现:

输入一篇种子论文(支持 DOI、PMID、arXiv URL 或标题),Inciteful 会分析引用网络,找出与种子论文相似的其他论文。

如果你已经有一组相关的论文(比如从 Zotero 库中选取的),可以将它们全部导入,构建一个以你的研究主题为中心的引用网络。你找到的论文越多、越精准,Inciteful 的分析就越有针对性。

②重要论文识别:

Inciteful 使用 PageRank 算法来识别网络中的“重要论文”。这些论文是整个引用网络中被最多论文引用的节点,通常是领域内的经典之作或里程碑式研究。

你可以直接在结果列表中用 “+” 号将感兴趣的论文添加到当前搜索网络中,逐步扩展你的文献图谱。

③综述论文发现:

Inciteful 会专门列出一个“引用你集合中最多论文”的列表,这些论文很可能是综述论文。综述论文是快速了解一个领域的捷径,它们系统梳理了某一主题的研究进展。

④高产作者与机构:

除了论文本身,Inciteful 还会列出网络中的高产作者、即将崛起的作者、主要研究机构和核心期刊。这对于寻找潜在合作者、了解领域内的活跃团队非常有帮助。

⑤Literature Connector:跨学科连接

如果你正在做跨学科研究,需要理解两个看似不相关的领域之间如何建立联系,Literature Connector 就派上用场了。输入两篇论文,它会找出它们之间通过引用关系连接的“最短路径”,并以可视化方式展示。

Zotero 插件:让文献发现无缝融入你的工作流

Inciteful 提供了官方的Zotero 插件,让你可以直接从 Zotero 库中发起搜索,无需手动复制粘贴 DOI。

安装插件:

Zotero 插件的 GitHub 地址是:

https://github.com/inciteful-xyz/inciteful-zotero-plugin

安装步骤:

  1. 访问上述 GitHub 页面,在 “Releases” 区域找到对应你 Zotero 版本的插件文件(Zotero 8/9/10 用最新版,Zotero 7 用 0.1.1,Zotero 6 用 0.0.9)

  2. 下载.xpi文件(Firefox 用户请右键链接选择“另存为”)

  3. 打开 Zotero,进入工具→插件(Zotero 6 为工具→附加组件)

  4. 点击齿轮图标 →从文件安装插件,选择下载的.xpi文件

使用插件进行文献搜索:

安装完成后,有两种使用方式:

方式一:单篇或多篇论文搜索

在 Zotero 库中选中一篇或多篇论文,右键点击,选择Inciteful.xyz Tools→Graph Search。

方式二:整组集合搜索(推荐)

选中一个 Zotero 集合(文件夹),右键选择Graph Search using Inciteful.xyz。

为什么推荐整组集合搜索?

来自实际使用者的经验:单篇论文作为种子效果有限,至少使用 5 篇论文作为种子,Inciteful 的引用网络分析才能发挥最大价值。你从 Zotero 集合中选中的论文越多,Inciteful 构建的网络越能准确反映你的研究兴趣。

搜索结果解读:

点击搜索后,浏览器会自动打开 Inciteful 页面,展示:

  • 引用网络可视化图:节点代表论文,连线代表引用关系

  • 相似论文列表:最可能与你主题相关的论文

  • 重要论文列表:按 PageRank 排序的高影响力论文

  • 综述论文列表:系统梳理领域的论文

  • 高产作者、机构、期刊:研究生态全景

结果导入 Zotero:

找到感兴趣的论文后,有两种方式加入你的 Zotero 库:

  1. 使用 Zotero Connector 浏览器插件:点击 “Save” 按钮,Zotero Connector 会自动捕获论文信息

  2. 导出 BibTeX:在 Inciteful 结果页面下载 BibTeX 文件,然后在 Zotero 中导入

完整工作流示例:

假设你正在研究“基于深度学习的 EEG 情绪识别”,Zotero 中已经有 20 篇相关论文。

第一步:打开 Zotero,找到存放这些论文的集合。

第二步:右键点击集合,选择Graph Search using Inciteful.xyz。

第三步:浏览器自动打开 Inciteful,你会看到一个以你的 20 篇论文为中心的引用网络图。

第四步:浏览结果表格。重点看“Similar Papers”(相似论文)和“Most Important Papers”(重要论文)。这些是算法推荐的、你可能遗漏的关键文献。

第五步:将新发现的论文添加到搜索。点击论文旁边的 “+” 号,让 Inciteful 基于扩展后的网络重新分析。

第六步:导出到 Zotero。用 Zotero Connector 保存选中的论文,或下载 BibTeX 批量导入。

总结:

对于研究生来说,文献调研的效率直接影响科研进度。Inciteful用引用网络分析替代关键词匹配,用完全免费替代付费墙,用Zotero 插件替代繁琐的手动操作,是目前最值得尝试的 Connected Papers 平替方案。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/10/9 17:45:02

Java程序员面试前请多刷题?系统化备战核心考点与项目实践

Java程序员面试前请多刷题!每年金三银四、金九银十这两个招聘季,都是Java程序员群体最焦虑也最兴奋的时候。打开任何一个技术交流群,都能看到有人在问“Java面试要准备什么”“有没有java面试题合集”“力扣到底刷多少题才够”。作为在Java这…

作者头像 李华
网站建设 2026/10/9 17:41:27

双色球历史数据包:Excel与MySQL双轨导入与分析指南

简介:完整收录双色球自2003年2月首期开售至2025年4月15日全部3287期开奖号码,每期均包含期号、开奖日期、6个红球(1—33)与1个蓝球(1—16),字段完整且按时间顺序排列,期号连续无断档…

作者头像 李华
网站建设 2026/10/9 17:39:41

MiMo-V2.6:用自我改进替代奖励最大化的新强化学习范式

1. 这篇论文不是又一篇“RL新SOTA”,而是悄悄改写了强化学习的演进逻辑“MiMo-V2.6”这个代号乍看像某个开源模型的内部版本号,但当你点开arXiv上那篇标题为《Scaling Reinforcement Learning Towards Self-Improvement》的论文PDF,第一页就写…

作者头像 李华