OpenAlex 是一个完全开放且免费访问的学术知识图谱（SKG），旨在为全球的研究生态系统提供一个全面且开放的索引。
查论文时，最麻烦的常常不是找不到一篇文章，而是不知道这个领域还有哪些研究、哪些机构在做、不同论文之间有什么联系。OpenAlex把全球科研成果组织成一个可以检索和分析的开放目录，覆盖论文、书籍、预印本、学位论文、数据集，以及作者、研究机构、期刊和引用关系等信息。你可以按主题、年份、作者、机构等条件筛选，适合寻找研究方向、追踪某个领域的发展，或者整理一批相关文献。对普通人来说，最实用的用法是先用关键词搜，再顺着作者、机构和引用关系继续挖。它提供的是科研发现的入口，不是保证每篇文章都能免费下载的论文仓库。部分成果有开放全文，部分仍然受到出版商的访问限制，可以使用开放获取筛选条件寻找免费版本。网站检索和开放数据很有价值，但如果大量调用API或使用附加服务，还需要留意对应的额度和收费规则。
以下是关于 OpenAlex 的核心介绍：
1. 什么是 OpenAlex
OpenAlex 是一个公开、免费且全球性的学术成果目录，类似于传统的商业数据库（如 Web of Science 和 Scopus），但它的独特之处在于：
开放性：所有数据遵循 CC0 协议（Public Domain Dedication），意味着任何人都可以自由使用、修改和再分发这些数据，无需任何限制。
继承与取代：它于 2022 年 1 月开始运营，由非营利组织 OurResearch 开发，是已停止服务的 Microsoft Academic Graph (MAG) 的直接继承者。
2. 覆盖范围与数据量
OpenAlex 旨在构建一个全面的学术知识图谱，连接论文、作者、期刊（来源）、机构和概念（主题）。截至 2023 年底：
作品（Works）：约 2.5 亿篇科学作品（包括论文、书籍章节、数据集等）。
作者（Authors）：约 9000 万名作者。
机构（Institutions）：约 1 万个机构。
概念（Concepts）：约 3.2 万个概念。
3. 核心技术与数据来源
OpenAlex 通过整合多个开放数据源（如 Crossref、ORCID、DOAJ、Wikidata 等）和先进的机器学习技术来消歧和连接数据。
去歧义（Disambiguation）：它采用了先进的算法来区分同名作者，利用姓名、发表记录、隶属关系和外部标识符（如 ORCID）来识别每个独特的作者。
连接性：它不仅提供元数据，还建立了作品之间的引用关系（Citation Graph），以及作品与作者、机构之间的关联。
4. 如何访问与使用
OpenAlex 提供了多种访问方式，且不需要注册或授权：
网页界面：直接访问 https://openalex.org/ 进行交互式搜索。
REST API：开发者可以使用 API 进行自动化检索和批量数据处理。
数据快照：研究人员可以下载完整的数据快照用于离线分析。
5. 价值与应用
OpenAlex 旨在解决传统学术数据库中存在的问题（如高昂费用、语言偏见、非英语文献覆盖不足）。它为学术界提供了一个公平、透明且可重复使用的数据基础设施，被广泛用于文献计量分析、学术研究和政策制定。
