Inciteful：构建并分析文献并快速获取最相关的文献的学术工具

Inciteful是一个构建并分析文献并快速获取最相关的文献的学术工具，没有广告也不收费。它主要通过分析论文之间的引用关系，帮用户快速理清研究方向里论文的联系，找到重要的文献。

Inciteful的核心方法是：先以你选的一篇“基础论文”为起点，从 Google Scholar 公开的引用数据里，整理出“谁引用了谁”的网络，再用一些算法（比如 PageRank、社区发现、最短路径这些），找出这个领域里影响力大的研究、内容相近的论文，还有不同主题的分类，让用户很快了解一个研究方向的整体情况。

Inciteful主要功能

单篇论文探索：输入一篇论文的 DOI、arXiv 标题或者网页链接，几秒钟就能生成一张能互动的引用网络图。图里节点的大小代表这篇论文被引用的次数，颜色是算法自动分的类别，线条粗细表示引用的紧密程度。右边会列出“重要的论文”（按 PageRank 排序）、“最有影响的参考文献”“最有影响的被引用论文”等，还能直接导出 BibTeX 格式。
两篇论文关联：输入两篇论文 A 和 B，它会自动算出这两篇论文之间最短的引用路径（最多不超过 6 步），告诉你从 A 到 B 经过了哪些文献，帮你快速补背景知识，或者找到连接两篇论文的“桥梁”文献。
关键词/标题搜索：可以直接搜论文标题里的关键词，系统会先给你一个候选列表，选好后再生成网络图，不用非得先找到 DOI。
实时更新：每次查询都会实时从 Google Scholar 抓最新数据，保证网络图里包含“昨天刚传到 arXiv 就被引用”的论文。
简单好用：不用注册账号，没有订阅费，也没有广告。页面是静态的，所有计算都在浏览器的 WebAssembly 里完成，服务器只负责抓数据，不会存你的使用记录。

Inciteful技术

后端用 Rust 和 Postgres，爬虫用无头 Chrome 绕过 Google Scholar 的反爬机制，按照 Robots 协议控制抓取速度；
前端用 Svelte、vis-network 和 WebAssembly（Rust 编译的），网络布局用的是力导向布局加上逐步稳定的方式；
算法包括 PageRank、HITS、Louvain 社区检测、Yen K 最短路径，还能让用户自己调整权重（比如被引量、发表年份、PageRank 这些）；
数据只来自公开的 Google Scholar 和 CrossRef DOI 解析信息，不收录论文全文，避免版权问题。

Inciteful适合场景

研究生刚开始接触一个新课题时，把导师给的“基础论文”输进去，5 分钟就能搞清楚这个方向最重要的 30 篇左右论文；
写综述时想找全文献，通过聚类的颜色能发现那些容易被忽略的小方向；
做跨学科研究时，用“两篇论文关联”功能看看“机器学习”和“材料学”的论文是怎么联系起来的；
当审稿人或者基金评委时，能快速看看申请人的参考文献有没有漏掉重要的研究。

Inciteful局限

依赖 Google Scholar，像 Semantic Scholar、Web of Science、Scopus 这些平台的私有数据抓不到，中文的知网、万方完全覆盖不了；
只统计“是否引用”，没有引用上下文的语义，分不出是正面引用还是负面引用；
2020 年以前的小众论文，可能因为 Google Scholar 收录不全而找不到；
因为是实时抓站，用的人多的时候可能会出现“429 请求过多”，需要等一会儿再试。