核心观点：AMiner适合发现论文、学者、机构、专利和合作网络，帮助馆员建立候选专家池；不能用平台排名直接决定邀请、评审、人才评价或合作。作者消歧、现职、代表作和利益冲突必须外部核验。

一、工具概览与业务定位

AMiner诞生于清华大学计算机系实验室，现为智谱旗下科研服务平台。官方资料显示，平台整合大规模论文、学者、专利、引用关系和知识实体，并提供学术检索、AI阅读、Deep Research和科研空间。平台概述；AMiner官网

它的优势是把“论文—作者—机构—合作—主题”放在同一知识图谱中。馆员可由主题找到代表论文，再由论文回到人物，而不是直接采用影响力榜单。

二、访问方式、功能与费用

• 通过网页搜索论文、学者、机构、专利与研究趋势；注册后可收藏、关注和管理文献。

• 个人空间在未订阅会员前有上传数量限制，官方帮助目前注明“我的文库”最多上传200篇。学术空间

• 基础功能、会员、报告、API和机构服务的额度不同，收费以实际付费页或商务报价为准。用户协议

• 官方自2026年1月起开放高校和科研机构申请CARSI等方式接入及阶段性权益，具体资格与期限应向官方确认。

三、适用边界

知识图谱依赖数据源、作者消歧和更新周期。高被引不等于最适合当前主题；平台缺少的实践成果不等于不存在。官方也明确不对页面数据的有效性、准确性、完整性和及时性作保证。因此AMiner只能用于候选发现，不能作为行政评价或邀请决定的唯一依据。

四、六类图书馆场景

1. 参考咨询：回答“谁在研究这个主题”的起点问题。

2. 课题检索：从代表作者补充关键词、期刊和文献。

3. 学科服务：发现专家、机构和潜在合作团队。

4. 阅读推广：为讲座、书展寻找学术顾问或讲者候选。

5. 馆员培训：演示同名作者、旧单位与指标偏差。

6. 证据核查：核对专家陈述是否与近期成果一致。

五、七步标准流程

1. 从主题提取中英文术语和相邻概念。

2. 先找代表论文，再观察作者画像。

3. 检查近三至五年研究是否持续。

4. 观察合作网络，但区分持续合作和一次署名。

5. 回ORCID、机构主页和论文原文确认。

6. 按主题匹配、实践经验、多样性和利益冲突形成候选池。

7. 保存淘汰理由，禁止只截取平台排名。

六、三个可复现案例

案例一：为馆员AI素养研修班筛选5位专家

任务背景

需兼顾学术研究、图书馆实践与地域多样性。

操作步骤

以三组术语检索；从代表论文进入作者；筛选近三年成果；回机构主页和ORCID核验；建立候选表。

可直接复制的检索表达

主题组A：information literacy AND generative AI；主题组B：library AI literacy；主题组C：人工智能素养 AND 图书馆。请按“姓名｜现职｜近三年最相关成果｜主题匹配理由｜实践证据｜机构主页｜ORCID｜待核查点”整理候选，不按单一影响力排序。

预期输出

不少于10人的长名单和5人的核验后短名单。

馆员人工复核要点

同名、旧单位、论文贡献顺序、近期持续性、授课对象适配和利益冲突。

案例二：识别某主题的核心机构与合作群

任务背景

学科馆员需要为校内团队提供合作线索。

操作步骤

选择3—5篇种子论文；查看作者和机构关系；按时间观察；回机构实验室页面验证。

可直接复制的检索表达

以“AI-assisted systematic review”为主题，先确认5篇高相关种子论文，再追踪作者与机构合作。输出“机构｜相关团队｜代表论文｜合作持续时间｜共同作者｜公开项目页｜不能确认的信息”。网络关系只作线索，不得直接推断正式合作关系。

预期输出

机构雷达表和合作网络核验清单。

馆员人工复核要点

共同署名不必然代表当前合作；机构名称合并、分校和人员流动需核对。

案例三：核查讲座嘉宾简介

任务背景

宣传稿中的职称、单位和“代表作”可能过期。

操作步骤

用姓名与机构检索；核对作者画像；打开官方主页与论文；把无法确认项退回本人确认。

可直接复制的检索表达

核查以下嘉宾简介中的现职、研究方向和三项代表成果。按“原陈述｜AMiner线索｜官方主页证据｜论文原文/DOI｜核验结论｜需本人确认”输出。不要依据影响力标签补写荣誉。

预期输出

逐项核验表。

馆员人工复核要点

最终以本人确认、机构主页和原始论文为准；不得公开私人联系方式。

七、新手最容易犯的八个错误

1. 直接按影响力排序邀请专家。

2. 不检查同名作者合并。

3. 把旧单位当现职。

4. 用高被引替代主题匹配。

5. 忽略实践专家和中文非核心成果。

6. 将一次共同署名解释为稳定合作。

7. 上传或汇总不必要的个人信息。

8. 不记录数据覆盖和检索日期。

八、隐私、数据安全与评价伦理

AMiner隐私政策说明，平台会处理账户、搜索对话、上传文档、收藏关注、浏览及交易等信息，并可能从公开来源收集学者的单位、领域、论文、专利或基金信息。隐私政策 机构应只收集完成任务所需的公开职业信息，不建立无关个人画像；涉及人才评价、评审或邀请时，说明数据覆盖、作者消歧和时间窗，保留人工复核与申诉渠道。

九、8分钟快闪演示脚本

• 0:00—0:40 给出会议主题与筛选标准。

• 0:40—1:30 输入三组中英文术语。

• 1:30—3:00 从论文进入两位作者画像。

• 3:00—4:20 检查近三年成果与合作网络。

• 4:20—5:30 打开机构主页核验现职。

• 5:30—6:30 展示一个同名或覆盖不足案例。

• 6:30—7:20 建立候选表而非排名表。

• 7:20—8:00 总结评价伦理和责任。

十、一页式操作清单

检索前

• 定义主题、对象、时间窗和多样性要求；

• 准备中英文术语；

• 明确不使用单一指标决策。

检索中

• 先论文后人物；

• 检查近年持续性；

• 区分合作线索与正式关系；

• 记录同名和旧单位风险。

交付前

• 核对机构主页、ORCID和代表作；

• 检查实践经验与对象适配；

• 记录利益冲突和淘汰理由；

• 由业务负责人作最终决定。

十一、结论与使用建议

AMiner擅长“发现可能的人”，不负责“证明谁最合适”。学科服务和活动策划可以把它作为专家雷达，但必须与机构主页、ORCID、论文原文和本人确认配合，并避免将算法排名用于机械评价。

参考来源与延伸阅读

1. AMiner官方网站，访问于2026年9月1日。

2. AMiner平台概述，数据规模统计截至2026年6月。

3. AMiner学术空间说明。

4. AMiner隐私政策。

5. AMiner用户协议，免费与付费服务以页面为准。

6. 项目内部资料：《面向图书馆工作的AI应用深度调研报告》及AI4L任务卡。

更新提示： 数据规模、会员权益、机构接入和产品功能处于动态变化中。