ResearchRabbit

产品介绍

ResearchRabbit被誉为“文献界的Spotify”[reference:24]。它以彻底颠覆性的“推荐系统”理念改变了传统的线性检索模式，使文献调研变得像听歌一样：你给出一两首喜欢的种子论文（种子文献），它能为你推荐风格相似、主题相关的整片学术森林。

ResearchRabbit底层整合了Semantic Scholar、PubMed、arXiv、IEEE Xplore以及CNKI等超过20个主流学术数据库，构建了跨平台的文献推荐网络[reference:25]。推出完全免费的学术计划，支持用户无限制收藏文献、创建协作空间和导出文献列表收费。

主要功能

1. 文献关系图谱（Literature Graph）：依赖共同引用及文献耦合等算法，生成包含数百篇相关论文的交互式力导向图。图中节点代表论文，节点大小代表引用次数，节点连线越粗相关性越强[reference:26]。

2. 学者推荐（Author Recommendation）：ResearchRabbit突破文献局限，通过分析学术圈的小团体现象，自动推荐该领域的“学术家族树”，包括合作者网络和师承关系谱，帮助寻找审稿人或潜在合作者[reference:27]。

3. 动态文献集与实时更新：创建如“肝癌免疫治疗”的作品集之后，系统将自动每日监控新入库论文，一旦有新的强关联论文发布，第一时间通知用户，保证永远站在科研最前沿。

4. 一键导出文献综述参考文献列表：从可视化图中勾选核心论文，一键导出BibTeX、RIS等多种学术引用格式，无需手动录入元数据。

5. 跨平台文献收藏与智能过滤：支持将感兴趣的不同平台文献整理到ResearchRabbit云端图书馆，同时可按年份、引用数和相关性多重过滤。

6. 协同工作空间：团队版支持多人共建文献库，同一课题组成员可以共同管理文献集、分享批注和挖掘新文献，适用于课题组联合申报。

使用场景

刚入学的博士/硕士研究生构建知识框架：通过1-3篇课题组高引论文作为种子，生成图谱快速梳理发展脉络，了解领域奠基性论文、近期突破之作和当前热点。

撰写Introduction部分的文献梳理：坐以待旦式的写作常不知引用哪些背景文献，使用ResearchRabbit图谱从高影响力节点开始向外推演，确保引文全面不致遗漏关键文献。

跨学科研究的陌生领域探索：计算机视觉学者转投脑科学研究，挑选近5年内最高被引的脑科学论文作为起点，图谱为你推荐该领域必读清单和学术领头人。

寻找论文审稿人或学术合作者：撰写论文时从推荐Author List中找声誉良好的活跃学者，通过ResearchRabbit分析审稿人的研究兴趣匹配度，精准推荐审稿人列表。

寻找小众细分研究方向：锁定几篇在特定议题上很关键的论文，查看图上聚集的小集群，发现引领现代科学的新兴方向。

工具的问题

推荐结果产生相似论文同质化倾向：协同过滤算法易于捕捉流行度，推荐结果可能以相同类型的出版物为主，覆盖度受限。

引文数据依赖第三方来源：数据库更新频率受限于Semantic Scholar等的API开放权限，刚刚发表的最新论文若有延迟，则无法纳入图谱。

无法直接导出可视化高清大图用于论文发表：虽然截图可勉强嵌入论文，但无法生成可定制格式的矢量图直接用于论文图表中。

部分小众学科覆盖不足：主数据库覆盖程度不一，某些纯人文学科或地域性研究文献收录不全，导致图谱节点稀疏。

学习曲线对新人略陡：交互式地图的操作逻辑和节点筛选功能，对于第一次接触新平台的用户需要耗费一些时间去适应。