OpenAlex是什么

OpenAlex 是一个免费、开放的学术研究知识图谱，覆盖范围广，可用于替代 Scopus 和 Web of Science 这类收费商业数据库。它的覆盖面大，实体关系丰富，适合做宏观的科学计量和国家层面分析。

主要特点

  • 完全免费：无需订阅，API免费版每天限10万次调用

  • 开放源码：代码库开放，可自行集成其他数据源

  • 覆盖广泛：文献覆盖率约95%，高于Scopus（87%）等传统数据库

  • 结构化元数据：书目元数据质量较高且标准化，适合文献计量分析

  • 实时更新：每日网络爬取，持续收录新文献

  • 多语言支持：通过深度学习识别文献语言，便于发现非英语文献

核心数据规模（截至2026年）

  • 文献总量：约4.77亿部学术作品，全球最大的免费开放学术知识图谱

  • 实体类型：涵盖5类学术实体及其关联关系

  • Works（成果）：论文、书籍、数据集等

  • Authors（作者）：研究者信息

  • Sources（出处）：期刊、会议、知识库等

  • Institutions（机构）：大学、研究机构等

  • Concepts（概念）：学科主题标签，基于Wikidata的65,000多个主题

主要数据来源

  • Microsoft Academic Graph（MAG）：已停止运营，OpenAlex是其官方继承者

  • CrossRef：DOI注册机构的核心元数据

  • ORCID：作者身份识别系统

  • PubMed / PubMed Central：生物医学文献

  • Unpaywall：开放获取状态追踪

  • arXiv、Zenodo 等预印本和机构知识库

  • 针对性网络爬取：持续抓取新增学术内容

访问与使用

  1. 访问入口：直接打开 openalex.org。

  2. 基本搜索：在顶部的搜索框中，你可以自由输入需要查找的任何内容，例如一个科研主题（如 “Climate Change”）、一位作者的名字、一个研究机构的名称、或者一篇论文的标题。

  3. 高级筛选：在搜索结果页面，左侧会呈现详细的列表。右侧则提供了丰富的筛选（Filters）功能，例如你可以按文章类型（Article, Book Chapter）、出版年份、开放获取状态等条件进行过滤。

  4. 数据导出：你还可以将选中的结果导出为CSV、RIS等格式，方便在Excel等软件中进行离线分析或引用文献。

竞品对比

对比维度OpenAlexMicrosoft Academic Graph (MAG)ScopusWeb of Science (WoS)
运营状态活跃运营，是MAG的继承者已于2021年12月31日停止运营活跃运营活跃运营
运营机构OurResearch（非营利组织）Microsoft ResearchElsevier（爱思唯尔）Clarivate（科睿唯安）
数据规模（文献总量）~4.77亿部作品（截至2026年）停止更新时约2.5亿+记录~8,800万条记录（截至2024年）~8,600万条记录（截至2024年）
期刊覆盖数覆盖极广（含大量非期刊来源）极广（含大量会议论文、数据集、灰色文献）~28,000种活跃期刊~21,000-22,000种期刊（Core Collection）
覆盖起始年份1800年至今1800年至今1970年（部分回溯至1966年）1900年（部分回溯至1864年）
费用模式完全免费；API 免费版限10万次/日；2026年推出积分计费完全免费（ODC-BY许可）机构订阅制，年费数万至数十万美元（依机构规模）机构订阅制，模块化定价（Core Collection + 附加库），年费高昂
API 访问RESTful API，R包(openalexR)，支持批量下载Azure Storage分发、Academic Knowledge API、MAKES私有部署提供API（Scopus API），需订阅授权提供API（Web of Science API），需订阅授权
数据开放程度完全开放（CC0许可），可自由下载完整数据集完全开放，提供完整数据转储封闭商业数据库，元数据不开放下载封闭商业数据库，核心数据不开放
核心数据源MAG遗产数据、CrossRef、ORCID、PubMed、DataCite、Unpaywall、arXiv等Bing搜索引擎爬取、CrossRef、PubMed、arXiv等直接出版商投稿、CrossRef、机构合作直接出版商合作、引文索引传统
实体类型Works, Authors, Sources, Institutions, Concepts, Funders, Publishers, TopicsPapers, Authors, Institutions, Journals, Conferences, Fields of Study文献、作者、机构、期刊、引用文献、作者、机构、期刊、引用、基金
学科分类体系基于Wikidata的65,000+主题层级体系（0-5级）动态Fields of Study层级分类体系（机器学习生成）ASJC学科分类系统（27个一级学科、300+子学科）WoS Categories + Research Areas + ESI 22个学科领域
作者/机构消歧自动机器学习消歧（2026年计划AI重写）机器学习自动消歧（作者、机构）自动+人工审核的Author ID系统ResearcherID / ORCID整合，自动消歧
引用数据覆盖Source references为主，非source references覆盖不全；共享语料库内覆盖率与WoS/Scopus相当最大的开放引用图谱之一，机器学习提取引用关系完整引用数据，包括参考文献列表和引用分析完整引用数据，citation network分析权威
元数据质量摘要覆盖率~87%（低于WoS/Scopus的92%+）；语言推断偶有误差；文档类型分类精度待提升高质量元数据，但部分依赖Bing爬取准确性高质量、经过审核的元数据；摘要覆盖率>92%；文档类型分类精确极高标准质量审核；摘要覆盖率>92%；历史数据权威；期刊筛选严格
语言覆盖多语言支持，通过深度学习推断文献语言以英语为主，覆盖多语言以英语为主，但比WoS更多非英语期刊（需有英文摘要）传统上强烈偏向英语；近年增加区域索引但仍以英语为主
地理覆盖偏向全球均衡，对非西方地区覆盖优于商业数据库（如非洲、亚洲期刊）相对全球均衡，但仍有英语偏向相对均衡，但仍偏向北美和西欧；比WoS更多地区性期刊显著偏向北美和西欧；区域索引部分弥补但核心库仍集中
开放获取追踪通过Unpaywall追踪，但OA期刊比例低于Scopus/WoS（因收录更多非OA来源）提供开放获取状态信息追踪开放获取状态，OA期刊比例较高（27%）追踪开放获取，OA期刊比例约27%
主要优势完全免费、覆盖最广、开放透明、全球均衡、API友好、适合大规模文献计量数据完全开放、引用图谱庞大、机器学习驱动的实体消歧、会议论文覆盖强界面现代友好、覆盖均衡、会议论文丰富、CiteScore免费公开、作者追踪工具强历史权威、期刊筛选严格、Impact Factor发源地、引文分析金标准、历史回溯最深
主要劣势元数据精度不如商业库；缺乏用户友好的高级搜索界面；文档类型分类较粗；引用数据不完整已停止更新；部分数据被后续项目继承但不再维护；缺乏持续质量改进商业收费高；对非英语/非西方覆盖仍有限；选择性索引可能遗漏新兴领域覆盖最窄（选择性最强）；费用高；界面较老旧；地理和语言偏见明显；对新兴领域反应慢
适用场景开放科学研究、大规模文献计量分析、全球学术公平性研究、预算有限机构历史文献计量研究、已构建的学术工具基础设施（需迁移）综合性文献检索、跨学科研究、作者影响力追踪、期刊评价（CiteScore）高水平学术评价、tenure/promotion考核、历史引文分析、期刊Impact Factor查询
替代关系MAG的官方继承者；Scopus/WoS的免费替代方案被OpenAlex继承并成为其数据基础；数据仍可通过存档访问但无更新与WoS直接竞争；OpenAlex试图替代其免费功能学术评价领域的传统权威；OpenAlex和Scopus均试图挑战其地位