引入Altmetrics指標(biāo)的學(xué)術(shù)期刊影響力評價研究*
——以國際圖書情報學(xué)期刊為例

趙蓉英 王 旭

（1.武漢大學(xué)中國科學(xué)評價研究中心 湖北武漢 430072）

（2.武漢大學(xué)信息資源研究中心 湖北武漢 430072）

（3.武漢大學(xué)信息管理學(xué)院 湖北武漢 430072）

1 引言

學(xué)術(shù)期刊承載著原創(chuàng)的科學(xué)知識，是科研產(chǎn)出的重要載體。在當(dāng)前的學(xué)術(shù)生態(tài)中，學(xué)術(shù)期刊位于學(xué)術(shù)生產(chǎn)機制的末端環(huán)節(jié)，既承擔(dān)了一定的學(xué)術(shù)評價功能，也是進行學(xué)術(shù)評價的對象之一，分析評價學(xué)術(shù)期刊影響力對于推動期刊發(fā)展具有重要意義。期刊評價由來已久，自加菲爾德提出期刊影響因子以來，從引文角度來研究文獻及科學(xué)發(fā)展動態(tài)，為期刊評價測度提供了量化參考。但由于學(xué)術(shù)研究的復(fù)雜性、不可預(yù)見性及時下不良的學(xué)術(shù)生態(tài)環(huán)境，這種基于影響因子等引文指標(biāo)的傳統(tǒng)期刊定量評價方法，具有時滯長、評價指標(biāo)體系及評價主體單一、虛假引用、“馬太效應(yīng)”引用、以刊評代文評等不足。特別是在Web2.0環(huán)境下，傳統(tǒng)的基于引文指標(biāo)的期刊評價計量方法已無法全面評價學(xué)術(shù)期刊影響力，為了彌補其局限性，補充計量（Alternative Metrics，Altmetrics）應(yīng)運而生，并成為科學(xué)評價研究中備受矚目的研究領(lǐng)域。Altmetrics指標(biāo)在已有計量學(xué)指標(biāo)的基礎(chǔ)上增加了線上指標(biāo)，如瀏覽、保存、討論、推薦和引用等，將學(xué)術(shù)平臺和大眾社交平臺的指標(biāo)結(jié)合起來；另一方面，Altmetrics不僅研究新型的計量指標(biāo)，同時也研究非傳統(tǒng)的計量對象，是對傳統(tǒng)引文分析對象在社交媒體和開放存取平臺上的擴展，具體包括文獻、期刊、圖書、博客、學(xué)術(shù)會議、PPT、軟件、源代碼等形式。Altmetrics數(shù)據(jù)具有公開透明，累積即時等優(yōu)勢，學(xué)術(shù)期刊影響力評價研究中綜合使用基于Altmetrics指標(biāo)數(shù)據(jù)與傳統(tǒng)引文指標(biāo)數(shù)據(jù)可使評價結(jié)果更加客觀公正。

目前，學(xué)界關(guān)于Altmetrics理論、方法及應(yīng)用主要側(cè)重于論文和期刊層面上的研究，其中針對學(xué)術(shù)論文評價的研究較多，但不乏期刊評價層面上的研究。如樊學(xué)明等對科技期刊的網(wǎng)絡(luò)影響力、聲譽等屬性進行了評價；匡登輝指出應(yīng)結(jié)合Altmetrics指標(biāo)與引文指標(biāo)進行期刊影響力綜合評價；李勇等以小木蟲論壇媒體平臺為實證背景，構(gòu)建期刊多維度測評指標(biāo)模型；張洋等分析了四種網(wǎng)絡(luò)數(shù)據(jù)源在期刊影響力評價方面的異同；Yu H等對Atmetric.com平臺收錄論文在微博與推特上的Altmetric指標(biāo)進行了對比研究。另外，關(guān)于引文指標(biāo)和Altmetrics指標(biāo)相關(guān)性問題一直是當(dāng)前研究的重點，如王宇等發(fā)現(xiàn)Altmetrics與谷歌H5指數(shù)存在正相關(guān) 性；Costas R 等對 Altmetric.com 提 供 的 各 學(xué) 科領(lǐng)域出版物的Altmetrics指標(biāo)與其引文指標(biāo)進行了分析，并指出Altmetrics在期刊評價中具有潛在價值。然而，在期刊評價層面上，仍缺乏將傳統(tǒng)期刊學(xué)術(shù)影響力指標(biāo)與網(wǎng)絡(luò)社媒社會影響力指標(biāo)結(jié)合進行全面評價及指標(biāo)間相互關(guān)系的研究，已有的少數(shù)研究也較為分散、單一。因此，為了對學(xué)術(shù)期刊影響力進行綜合評價，本研究在前人經(jīng)驗基礎(chǔ)上，以國際圖書情報期刊為例，結(jié)合學(xué)術(shù)期刊的傳統(tǒng)引文指標(biāo)并引入Altmetrics指標(biāo)，試圖構(gòu)建基于傳統(tǒng)引文指標(biāo)和Altmetrics指標(biāo)的學(xué)術(shù)期刊影響力綜合評價模型，從期刊的學(xué)術(shù)影響力、社會影響力兩個維度系統(tǒng)地進行期刊評價指標(biāo)體系的構(gòu)建，并通過因子分析、主成分分析及相關(guān)性分析方法分別對學(xué)術(shù)期刊的學(xué)術(shù)影響力、社會影響力進行評價，并分析各指標(biāo)間的相互關(guān)系，以此得到學(xué)術(shù)期刊影響力二維評價結(jié)果，以期為學(xué)術(shù)期刊影響力評價提供參考。

2 學(xué)術(shù)期刊影響力綜合評價模型構(gòu)建

米哈伊洛夫?qū)⒖茖W(xué)交流模式分為正式交流與非正式交流兩個過程，據(jù)此，筆者將期刊影響力分為學(xué)術(shù)影響力與社會影響力。期刊學(xué)術(shù)影響力是學(xué)術(shù)期刊通過正式（傳統(tǒng)）科學(xué)交流過程產(chǎn)生的影響力，在正式科學(xué)交流過程中，學(xué)術(shù)期刊的知識傳播是通過其所刊發(fā)論文被其它學(xué)術(shù)論文引用而實現(xiàn)的，體現(xiàn)出學(xué)術(shù)期刊所具有的知識信息被同行專業(yè)學(xué)者吸收利用，是一種單向性的科學(xué)交流。學(xué)術(shù)期刊社會影響力是學(xué)術(shù)期刊在Web2.0網(wǎng)絡(luò)環(huán)境的非正式科學(xué)交流過程中產(chǎn)生的影響力，在非正式科學(xué)交流過程中，學(xué)術(shù)期刊的知識傳播是通過其所載論文在在線社交媒體和網(wǎng)站平臺上被傳播使用實現(xiàn)的，體現(xiàn)了學(xué)術(shù)期刊的知識信息由于知識性、話題性或者趣味性等原因獲得了社會大眾群體的關(guān)注，是一種多向性的非正式的科學(xué)交流。

學(xué)術(shù)期刊影響力的測度從學(xué)術(shù)維度和社會維度兩方面來選取指標(biāo)，本文采用多指標(biāo)融合的方法構(gòu)建學(xué)術(shù)期刊影響力評價模型（見圖1）。在期刊學(xué)術(shù)影響力評價方面，以JCR為數(shù)據(jù)來源，選取8個指標(biāo)進行學(xué)術(shù)影響力評價；在期刊社會影響力評價方面，以Altmetric.com為數(shù)據(jù)來源，選取12個指標(biāo)進行社會影響力評價；然后使用因子分析、主成分分析和相關(guān)性分析進行期刊學(xué)術(shù)與社會影響力評價；最后將兩者的評價得分映射到二維直角平面上進行評價。

3 學(xué)術(shù)期刊影響力評價實證分析

3.1 學(xué)術(shù)影響力評價

3.1.1 數(shù)據(jù)來源

圖1 學(xué)術(shù)期刊影響力評價模型構(gòu)建過程

在 Journal Citation Reports（2016 版，JCR，期 刊引證報告）的 Information Science&Library Science（圖書館學(xué)情報學(xué)）學(xué)科類目中，共收錄85種圖書情報學(xué)期刊。經(jīng)統(tǒng)計85種期刊的影響因子總和為127.958，平均影響因子為1.505，筆者選擇了影響因子大于平均值的期刊，共計35種期刊。引文分析中用于評價的指標(biāo)會根據(jù)每位學(xué)者的研究內(nèi)容有所不同，選擇的指標(biāo)也都存在差異，JCR中由于部分期刊的引用半衰期、被引半衰期值缺失（只顯示其值大于10年），因此剔除掉這兩項指標(biāo)，最終選擇指標(biāo)為總被引頻次（Total Cites）、影響因子（Impact Factor）、5年影響因子（5-Year Impact Factor）、即年指數(shù)（Immedicy Index）、特征因子分值（Eigenfacetor Score）、論文影響分值（Artcle fluence Score）、期刊影響因子百分位（Average Journal Impact Factor Percentile）、標(biāo)準(zhǔn)化特征因子（Normalized Eigenfactor）8 個指標(biāo)（數(shù)據(jù)獲取結(jié)果見表1）。

3.1.2 數(shù)據(jù)分析與評價結(jié)果

期刊學(xué)術(shù)影響力評價即基于傳統(tǒng)引文指標(biāo)的期刊影響力評價。首先，利用SPSS20對上述JCR中獲取的圖書情報期刊8個指標(biāo)變量進行相關(guān)檢驗（見表2）。檢驗數(shù)據(jù)顯示所有的相關(guān)系數(shù)相對較高，各指標(biāo)間呈現(xiàn)較強的正相關(guān)。同時通過KMO-Bartlett球度檢驗得到KMO值為0.736，顯著性值為SIG=0＜0.01（見表3），各變量間顯著相關(guān)，因此樣本可以進行因子分析。

表1 JCR中35種期刊指標(biāo)數(shù)據(jù)（前10位）

表2 各指標(biāo)間的相關(guān)性分析

表3 基于引文指標(biāo)的KMO和Bartlett的檢驗

雖然樣本數(shù)據(jù)能夠進行因子分析，各指標(biāo)間顯著正相關(guān)即存在共性，但這些共性能否準(zhǔn)確反映各指標(biāo)間的原始信息仍需進行驗證。如何提取主成分將各強關(guān)聯(lián)的指標(biāo)聚到一起是進行因子分析的關(guān)鍵，也直接決定評價模型的構(gòu)建。利用主成分分析法作為因子提取方法，各指標(biāo)提取的公因子方差介于0.620-0.966之間，其值均較高、信息丟失都較少，因此本次因子提取的總體效果較理想，能夠反映指標(biāo)的原始信息。

在各指標(biāo)揭示的總方差表中，“初始特征值”“提取平方和載入”和“旋轉(zhuǎn)平方和載入”形成的數(shù)據(jù)組分別代表方差特征值、貢獻率、和累積方差貢獻率（見表4）?？梢钥吹剑煞?的特征值為5.016，解釋原有8個變量總方差的62.702%=5.016÷8×100%；成分2的特征值為1.732，解釋原有8個變量總方差的21.645%=1.732÷8×100%，前兩個公共因子解釋的累積方差貢獻率達84.347%，而后面的公共因子特征值較小，對解釋原有變量的貢獻越來越小，因此提取兩個公共因子是合適的，即將8個原始指標(biāo)劃分至兩個主成分中。同時，根據(jù)表4中“初始特征值”欄中的“合計”列數(shù)據(jù)繪制各指標(biāo)特征的碎石圖（見圖2）。觀察發(fā)現(xiàn)，第2個公共因子后的特征值變化趨緩，故而選取2個公共因子是比較合適的，再一次驗證了主成分?jǐn)?shù)。

圖2 各指標(biāo)特征值碎石圖

通過SPSS得到各成分得分系數(shù)矩陣，由此可得最終的因子得分公式：F1=-0.069*被引頻次+0.302*影響因子+0.223*5年影響因子+0.308*即年指數(shù)-0.128*特征因子分值+0.148*論文影響分值+0.288*期刊影響因子百分位-0.128*標(biāo)準(zhǔn)化特征因子；F2=0.312*被引頻次-0.064*影響因子+0.023*5年影響因子-0.172*即年指數(shù)+0.353*特征因子分值+0.101*論文影響分值-0.086*期刊影響因子百分位+0.353*標(biāo)準(zhǔn)化特征因子。同時根據(jù)表4“旋轉(zhuǎn)平方和載入”欄中的2個主成分的方差貢獻率43.254%、41.093%，可以得到期刊學(xué)術(shù)影響力評價的綜合得分公式：F=0.43254*F1+0.41093*F2。最后由綜合評價得分值大小得到35種圖書情報期刊的學(xué)術(shù)影響力評價結(jié)果（見表5）。

表4 各指標(biāo)解釋的總方差表

3.2 社會影響力評價

3.2.1 數(shù)據(jù)來源

本文借助Altmetric.com的Altmetrics Explorer平臺，以JCR中前35種圖書情報期刊的ISSN為檢索和過濾項，檢索時間為2018年5月21日，獲取Altmetrics相關(guān)指標(biāo)共12個：Altmetric Attention Score,all time（所有時間 Altmetric關(guān)注總得分）、Altmetric Attention Score，the past year （近 一 年Altmetric 關(guān) 注 總 得 分 ）、News mentions、Blog mentions、Policy mentions、Twitter mentions、Patent mentions、Peer review mentions、Facebook mentions、Wikipediamentions、Google+ mentions、NumberofMendeley readers（由于剩余Altmetric指標(biāo)大部分為0值，故暫不考慮剩余指標(biāo)）。檢索得到15858篇論文Altmetric指標(biāo)數(shù)據(jù)，經(jīng)統(tǒng)計最終得期刊Altermetric指標(biāo)數(shù)據(jù)表（見表6）。

表5 學(xué)術(shù)影響力評價結(jié)果

3.2.2 數(shù)據(jù)分析與評價結(jié)果

期刊社會影響力評價即基于Altmetrics指標(biāo)的期刊影響力評價。首先，利用SPSS20對上述Altmetrics Explorer中獲取的圖書情報期刊12個指標(biāo)變量進行相關(guān)性分析,結(jié)果顯示大部分指標(biāo)間呈現(xiàn)較強的正相關(guān)。同時通過KMO-Bartlett球度檢驗得到統(tǒng)計量為622.857，KMO值為0.753，顯著性值為SIG=0＜0.01，各變量間顯著相關(guān)，因此樣本可以進行因子分析。利用主成分分析法作為因子提取方法，得到各指標(biāo)提取的公因子方差介于0.464-0.981之間，其值均較高、信息丟失都較少，因此本次因子提取的總體效果較理想，能夠反映指標(biāo)的原始信息（篇幅限制，未列出）。

表6 期刊Altmetric指標(biāo)數(shù)據(jù)表（前10位）

在各指標(biāo)揭示的總方差表中，“初始特征值”“提取平方和載入”和“旋轉(zhuǎn)平方和載入”形成的數(shù)據(jù)組分別代表方差特征值、貢獻率和累積方差貢獻率（見表7）?？梢钥吹?，成分1的特征值為8.153，解釋原有12個變量總方差的67.942%=8.153÷12×100%；成分2的特征值為1.142，解釋原有12個變量總方差的9.517%=1.1422÷12×100%，前兩個公共因子解釋的累積方差貢獻率達77.46%，而后面的公共因子特征值較小，對解釋原有變量的貢獻越來越小，因此提取兩個公共因子是合適的，即將12個原始指標(biāo)劃分至兩個主成分中。

最后，通過SPSS得到各成分得分系數(shù)矩陣，由此可得最終的因子得分公式：

同時根據(jù)表7“旋轉(zhuǎn)平方和載入”欄中的2個主成分的方差貢獻率67.9%、9.56%，可以得到期刊社會影響力評價的綜合得分公式：F=0.679*F3+0.0956*F4。最后由綜合評價得分值大小得到35種圖書情報期刊的社會影響力評價結(jié)果（見表 8）。

表7 各指標(biāo)解釋的總方差表

表8 社會影響力評價結(jié)果

3.3 學(xué)術(shù)期刊影響力二維評價

3.3.1 相關(guān)性分析

由于在Altmetrics Explorer平臺，通過刊名及ISSN號都未能檢索到期刊 《Information&Management》的各項指標(biāo)，從而導(dǎo)致上文該刊F得分為0。為了不使缺失值影響整體相關(guān)性結(jié)果，因此本文暫對該刊排除，利用SPSS軟件對其余34種期刊的學(xué)術(shù)影響力評價得分值F和社會影響力評價得分值F進行Spearman相關(guān)性分析可知（見表9），兩變量間的相關(guān)系數(shù)為0.774，SIG=0，二者具有較強的相關(guān)性，說明本文基于社會即Altmetrics指標(biāo)的期刊影響力評價對基于學(xué)術(shù)即引文的期刊影響力評價具有較好的補充。Web 2.0時代，開放存取運動盛行、線上學(xué)術(shù)交流活動頻繁，學(xué)術(shù)期刊刊載的論文在社交媒體上被分享，報道后往往會激發(fā)領(lǐng)域內(nèi)其他學(xué)者的閱讀興趣，其中學(xué)術(shù)價值較高的成果易受關(guān)注繼而被引用。由于學(xué)術(shù)論文引用具有滯后性，其滯后于網(wǎng)絡(luò)瀏覽、分享、評論等行為，從而對學(xué)術(shù)期刊被引用也造成滯后結(jié)果，然而基于Altmetrics指標(biāo)評價學(xué)術(shù)期刊的時效性明顯優(yōu)于引文指標(biāo)。同時，由于二者成較強正相關(guān)，可知Altmetrics指標(biāo)得分對被引得分的高低也有一定的預(yù)見性，如果某期刊在早期獲得較高的Altmetrics分值，那么該刊在之后也會獲得較高的被引得分。然而，兩種評價維度仍存在一定差異，并不可完全替代，這也說明將二者結(jié)合進行綜合評價具有一定的價值。

表9 學(xué)術(shù)影響力評價得分值和社會影響力評價得分值相關(guān)系數(shù)表

3.3.2 二維評價

二維矩陣是選擇兩個分類維度，繪制四象限圖的分析方法，是由“波士頓矩陣分析”方法演化而來，可用來綜合反映評價對象在領(lǐng)域中所處水平與狀態(tài)。 王妍從學(xué)術(shù)和社會兩個維度構(gòu)建學(xué)者影響力二維測度框架并進行實證分析。本文借鑒其評價思想，將基于學(xué)術(shù)影響力和社會影響力評價得分作為學(xué)術(shù)期刊影響力評價的兩個維度，并將其投射在二維直角坐標(biāo)系中進行綜合評價。學(xué)術(shù)期刊在學(xué)術(shù)和社會這兩個維度上的活躍度，可以用來判斷其科研角色。期刊在學(xué)術(shù)維度上的得分，測度的是期刊的學(xué)術(shù)貢獻以及同行對該刊刊發(fā)成果的認(rèn)同度，直接反映期刊學(xué)術(shù)質(zhì)量的高低；而社會維度上的得分，測度的是在網(wǎng)絡(luò)環(huán)境下該刊刊發(fā)的研究成果引起的社會關(guān)注度與知名度，以及大眾在研究過程中的參與情況。因此，經(jīng)計算兩個維度評價得分的幾何平均值分別為189、1629，根據(jù)該值確定期刊影響力高低標(biāo)準(zhǔn)分界線，故橫坐標(biāo)以189為基于學(xué)術(shù)期刊影響力高低標(biāo)準(zhǔn)分界線，縱坐標(biāo)以1629為基于社會期刊影響力高低標(biāo)準(zhǔn)分界線 （劃分之后得到四個象限期刊的角色定義見圖3）。

（1）“名望”期刊：分布于第一象限，學(xué)術(shù)影響力和社會影響力都很高，既享有較高學(xué)術(shù)威望，又具有較高知名度和關(guān)注度。這一區(qū)域共有13種期刊，占比37.14%。如以Journal of the American Medical Informatics Association（每年6期）為例，學(xué)術(shù)影響力得分為762.022，排第3位，其社會影響力得分為017，排第1位，該刊是醫(yī)學(xué)信息方面的期刊，與醫(yī)學(xué)相關(guān)內(nèi)容更容易在網(wǎng)絡(luò)上得到關(guān)注及傳播。

（2）“明星”期刊：分布于第二象限，具有高社會影響力，低學(xué)術(shù)影響力，Altmetrics得分較高而被引得分較低，這部分期刊雖然具有較高的社會關(guān)注度和知名度，但其學(xué)術(shù)質(zhì)量不如第一象限。這一區(qū)域共有3種期刊，占比8.6%。如以Journal of the Medical Library Association（季刊）為例，學(xué)術(shù)影響力得分為87.974，排第29位，但其社會影響力得分為1709.453，排16位，從2002年起支持開放獲取，擁有較高的社會影響力。

（3）“普通”期刊：分布于第三象限，學(xué)術(shù)影響力和社會影響力均低于平均水平，無論在社會關(guān)注度還是學(xué)術(shù)貢獻方面均表現(xiàn)平平，屬于默默無聞堅守在學(xué)術(shù)陣營的大多數(shù)普通期刊。這一區(qū)域共有14種期刊，占比40%。

圖3 學(xué)術(shù)期刊影響力二維評價圖

（4）“專家”期刊：分布于第四象限，具有高學(xué)術(shù)影響力、低社會影響力，被引得分較高而Altmetrics得分較低。他們所刊論文研究能力卓越，成果也有代表性。這一區(qū)域共有5種期刊，占比14.3%。如以MIS Quarterly為例，學(xué)術(shù)影響力得分為1443.598，居于榜首，但其社會影響力得分為1241.078，僅排23位。究其原因可能是由于該刊為季刊，文獻數(shù)量較少，從而導(dǎo)致期刊在社交媒體的提及次數(shù)較少，社會影響力評分較低。期刊Information&Management（每年8期）的學(xué)術(shù)影響力得分為577.402，排名第6位，但其社會影響力得分為0，這是由于在Altmetrics Explorer平臺未收錄該刊的各項指標(biāo)。這說明期刊的社會影響力受限于客觀數(shù)據(jù)的采集，單純通過社會影響力評價學(xué)術(shù)期刊存在一定的局限性，因此將其作為學(xué)術(shù)期刊影響力評價的輔助參考，與學(xué)術(shù)影響力結(jié)合進行綜合評價具有實際意義。

4 結(jié)論

本文以國際圖書情報學(xué)期刊為例，結(jié)合學(xué)術(shù)期刊的8個傳統(tǒng)引文指標(biāo)并引入12個Altmetrics指標(biāo)，構(gòu)建基于傳統(tǒng)引文指標(biāo)和Altmetrics指標(biāo)的學(xué)術(shù)期刊影響力綜合評價模型，從期刊的學(xué)術(shù)影響力、社會影響力兩個維度系統(tǒng)地進行了期刊評價指標(biāo)體系的構(gòu)建。通過因子分析、主成分分析及相關(guān)性分析方法分別對期刊學(xué)術(shù)影響力、社會影響力進行評價，然后得到學(xué)術(shù)期刊影響力二維評價結(jié)果。同時，經(jīng)相關(guān)性分析發(fā)現(xiàn)，基于JCR的總被引頻次、影響因子、5年影響因子、即年指數(shù)等8個傳統(tǒng)引文指標(biāo)間呈現(xiàn)較強的正相關(guān)；基于Altmetrics Explorer的Altmetric Attention Score、Twitter mentions、Facebook mentions、Google+mentions等12個Altmetrics指標(biāo)間大部分呈現(xiàn)較強的正相關(guān)，部分呈現(xiàn)中度相關(guān)；基于引文指標(biāo)期刊學(xué)術(shù)影響力評價得分與Altmetrics指標(biāo)期刊社會影響力評價得分間存在較強正相關(guān)，后者對前者有較好的補充作用，且Altmetrics指標(biāo)分值對被引分值高低也有一定的預(yù)見性，如果某期刊在早期獲得較高的Altmetrics分值，那么該刊在之后也會獲得較高的被引得分。

在以用戶主導(dǎo)的Web2.0時代，評價學(xué)術(shù)期刊影響力的標(biāo)準(zhǔn)不應(yīng)僅基于傳統(tǒng)的引文指標(biāo)及JCR的指標(biāo)數(shù)據(jù)，還應(yīng)將網(wǎng)絡(luò)環(huán)境下Altmetrics指標(biāo)數(shù)據(jù)納入評價學(xué)術(shù)期刊影響力的范圍內(nèi)。綜合學(xué)術(shù)影響力和社會影響力來進行學(xué)術(shù)期影響力的二維評價在一定程度上還是比較精準(zhǔn)的。考量期刊在某一學(xué)術(shù)領(lǐng)域內(nèi)的作用效果時，可以把其收錄文章的被引用次數(shù)等學(xué)術(shù)引文指標(biāo)數(shù)據(jù)作為測評的主要依據(jù)；考量期刊在社會上的作用效果時，可以把社會Altmetrics指標(biāo)數(shù)據(jù)作為測評的主要依據(jù)。無論以上哪種評價標(biāo)準(zhǔn)，其評價結(jié)果都具有客觀性，為了進一步從整體上考量客體基本狀況，需綜合各種評價結(jié)果才能實現(xiàn)對學(xué)術(shù)期刊影響力的準(zhǔn)確評價。

然而，本文研究所采用的Altmetrics指標(biāo)數(shù)據(jù)均來自于AltmetricsExplorer平臺，并未考慮諸如Impact-Factory、PlumAnalytics等平臺的補充計量學(xué)指標(biāo)數(shù)據(jù)，所以對于基于Altmetrics進行分析學(xué)術(shù)期刊影響力會存在一定的誤差。再者，由于國內(nèi)期刊在網(wǎng)絡(luò)傳播平臺受限、使用率較低，從而導(dǎo)致中文期刊在國際上受關(guān)注度較低，本文只選取國際圖書情報學(xué)期刊為研究對象，未對其他領(lǐng)域期刊進行探討、對比研究。在未來的研究中，筆者會進一步擴大數(shù)據(jù)源，盡量克服受限，對學(xué)術(shù)期刊影響力評價做進一步深入研究。