用途:帮助研究者、系统综述作者和科研管理者,用引用网络量化科学领域的知识结构,识别奠基性论文、新兴趋势、影响力作者与文献空白。
主要能力:区分直接引用、共被引、文献耦合、作者共被引与作者合作网络及其回答的问题;计算论文被引量、作者h指数、期刊影响因子、PageRank、中介中心性与突现检测;用NetworkX建图与分析,用pyvis生成交互式可视化,或用VOSviewer导出高分辨率图;介绍altmetrics(Altmetric Attention Score、PlumX、下载量、社交提及、维基百科与政策引用)作为快速影响信号。
使用方式:数据源包括OpenAlex(约2.5亿作品、免费REST API、无需密钥)、Crossref(1.4亿DOI、免费API)、Web of Science与Scopus(需机构授权)。示例流程为用requests调用OpenAlex按cites过滤抓取被引论文,用networkx.DiGraph构建citing->cited网络,再调用 nx.pagerank、nx.betweenness_centrality 与 greedy_modularity_communities 分析;可视化可用pyvis的 Network 保存HTML,或VOSviewer导入CSV选择共被引、文献耦合或合著分析。
适用场景:系统文献综述、新研究领域绘图、合作者与影响力评估、自身工作影响分析。
限制与最佳实践:任何单一数据库覆盖不完整,建议合并OpenAlex与Crossref;需按领域与年份归一化,使用领域加权引用影响(FWCI)等相对指标;引用量不等于质量,撤稿或争议论文也可能高被引;应同时报告网络指标与常规引用;引用网络随新论文发表而变化,需定期更新。费用方面,OpenAlex与Crossref免费,Web of Science与Scopus为授权付费。其他细节暂未提供。