齊世杰　鄭軍衛(wèi)

〔摘要〕[目的意義]Altmetrics是當前計量學領(lǐng)域中的研究熱點，已引起了國內(nèi)外學者的廣泛關(guān)注。明晰當前國際Altmetrics研究態(tài)勢、研究力量布局和研究進展，可為相關(guān)研究提供借鑒與參考。[方法過程]選取Web of Science數(shù)據(jù)庫的文獻大數(shù)據(jù)為分析源，采用文獻計量法從總體態(tài)勢、研究力量布局等方面進行分析，利用可視化與內(nèi)容分析法對研究熱點與前沿進行梳理與歸納。[結(jié)果結(jié)論]①以德國、英國為代表的歐洲地區(qū)和以美國、加拿大為代表的北美地區(qū)是國際Altmetrics研究的主要力量。②國際Altmetrics研究熱點正在由理論研究逐漸轉(zhuǎn)向?qū)嵶C研究與應用，精準的有效性驗證、大規(guī)模實踐應用的評估以及在圖書館與機構(gòu)知識庫中應用的探索是Altmetrics的研究熱點與發(fā)展趨勢。③未來我國應繼續(xù)加強Altmetrics實證和應用方面的研究，借鑒國外Altmetrics案例的參考意義，積極構(gòu)建和開發(fā)基于國內(nèi)科學交流環(huán)境的新數(shù)據(jù)源的中文Altmetrics計量工具。

〔關(guān)鍵詞〕Altmetrics；文獻計量；可視化分析；CiteSpace

DOI：10.3969j.issn.1008-0821.2017.10.022

〔中圖分類號〕G250252〔文獻標識碼〕A〔文章編號〕1008-0821（2017）10-0128-09

〔Abstract〕[ObjectiveMeaning] Altmetrics is a research hotspot in the field of metrology，which has aroused great concern from domestic and foreign scholars.The development of the international Altmetrics research and the layout of research force can provide reference and reference for the research of researchers.[Method Process] The Web of Science database was selected as the source of the literature，and the bibliometric method was used to analyze the general situation，the distribution of the disciplines and the layout of the research force.CiteSpace was used to visualize the keyword co-occurrence network.[Results Conclusion] （1） The European region represented by Germany and the United Kingdom and the Americans，represented by the United States and Canada，were the main research forces in this field.（2） Altmetrics research hotspot was moving from theoretical research to empirical research and application，accurate validation of validity，evaluation of large-scale application，exploration of library and institutional repository application was Altmetrics research development trend.（3） The future of China should continue to strengthen Altmetrics empirical and applied research，attention to foreign Altmetrics case of reference，and actively develop the new data source from scientific communication environment，construct the Chinese Altmetrics measurement tools.

〔Key words〕Altmetrics；bibliometric；visualization analysis；CiteSpace

隨著Web20時代的到來以及開放存?。∣A）運動的深化，科學研究事業(yè)正在向網(wǎng)絡化和開放化方向發(fā)展，在線科研已經(jīng)成為今后科研活動的必然趨勢，學術(shù)交流模式也正在悄然轉(zhuǎn)變。這種形勢下，Altmetrics應運而生。Priem等[1]在2010年發(fā)表了Altmetrics聯(lián)合宣言，將Altmetrics定義為：基于社交網(wǎng)絡對學術(shù)研究進行分析和傳播的新型計量學的創(chuàng)造與研究。相對于傳統(tǒng)計量學而言，Altmetrics具有數(shù)據(jù)來源廣、指標豐富、受眾群體多樣化、反饋及時等優(yōu)勢，能夠彌補傳統(tǒng)計量評估中時滯性、評價方式單一等缺陷，即時、全面、動態(tài)反映學術(shù)成果的影響力，為科研評價機制的改革和創(chuàng)新提供了新思路。目前，國外一些大學和機構(gòu)，如匹茲堡大學、昆士蘭大學等已將Altmetrics工具嵌入網(wǎng)站，用于對論文影響力和學者影響力的評價，并獲得了英國《自然》等國際著名期刊的認可。此外，美國國家信息標準組織（NISO）于2013年開始NISO Altmetrics創(chuàng)新項目研究，以探索Altmetrics應用于非傳統(tǒng)研究成果潛在評估的可行性[2]。此外，作為文獻計量學的新發(fā)展，Altmetrics對圖情領(lǐng)域工作者適應網(wǎng)絡科研環(huán)境、圖書館學科服務和館藏建設以及機構(gòu)知識庫建設等都具有重要意義。本文通過對Altmetrics相關(guān)研究的國際文獻大數(shù)據(jù)進行分析和總結(jié)，揭示Altmetrics研究的發(fā)展現(xiàn)狀與趨勢，以期為今后理論研究與實踐應用提供借鑒與參考。endprint

1數(shù)據(jù)來源與研究方法

數(shù)據(jù)源選自湯森路透的Web of Science核心合集數(shù)據(jù)庫，檢索策略為：主題=（altmetric*），文獻類型為（ARTICLE OR PROCEEDINGS PAPER OR REVIEW），時間跨度為2010-2016年，檢索到相關(guān)文獻187篇（檢索日期為 2017年1月5日），去除重復文獻與不相關(guān)文獻，最終得到有效文獻183篇。

采用文獻計量法從文獻數(shù)量及增長趨勢、學科領(lǐng)域分布、研究力量布局等幾個方面對有效文獻進行統(tǒng)計分析，并借助CiteSpace繪制關(guān)鍵詞時區(qū)圖與關(guān)鍵詞共現(xiàn)網(wǎng)絡圖譜，結(jié)合內(nèi)容分析法對Altmetrics研究熱點與前沿進行解讀，以此揭示國際Altmetrics研究的發(fā)展沿革與未來趨勢。

2國際Altmetrics研究概況分析

科學文獻的數(shù)量和增長速度可以揭示該學科領(lǐng)域研究的理論水平和發(fā)展速度[3]。統(tǒng)計有效數(shù)據(jù)的年代分布，并繪制2012-2016年文獻增長趨勢圖（2010-2011年數(shù)據(jù)量為0），如圖1所示。

圖1Altmetrics研究文獻增長趨勢圖

總體來看，2012-2016年國際Altmetrics研究文獻數(shù)量一直呈上升趨勢，整體發(fā)展態(tài)勢良好。2012-2014年文獻增長速度較快，發(fā)展較為迅速。2015-2016年文獻總量明顯擴大，遠遠超出于平均值（約為37篇），處于活躍狀態(tài)，極大推動了國際Altmetrics的研究進程。

3Altmetrics研究力量分布分析

31學科領(lǐng)域分布分析

通過對文獻的學科分布的分析能夠揭示其所屬的研究領(lǐng)域和某主題跨學科研究狀況。樣本數(shù)據(jù)共涉及51個學科領(lǐng)域，統(tǒng)計發(fā)文量3篇及以上的學科和文獻數(shù)量，如圖2所示。

注：根據(jù)WOS學科分類，統(tǒng)計結(jié)果存在重復計算。圖2Altmetrics研究學科領(lǐng)域分布

結(jié)果顯示：國際Altmetrics研究主要涉及10個不同學科，分別為：圖書館學與情報學（108篇）、計算機科學與互聯(lián)網(wǎng)應用（64篇）、計算機科學與信息系統(tǒng)（37篇）、多元科學（9篇）、計算機科學理論方法（7篇）、醫(yī)學信息學（3篇）、計算機科學與人工智能（3篇）、教育研究（3篇）、工程電子（3篇）和內(nèi)科醫(yī)學（3篇）?？梢?，圖書館學與情報學（占文獻總量59%）、計算機科學互聯(lián)網(wǎng)應用（占文獻總量35%）、計算機科學與信息系統(tǒng)（占文獻總量20%）是推動Altmetrics研究發(fā)展的主要學科領(lǐng)域。

圖書情報學科對Altmetrics研究的文獻主要集中在概念及背景介紹、指標及數(shù)據(jù)源的分析、Altmetrics指標與傳統(tǒng)計量指標的相關(guān)性研究。計算機科學與互聯(lián)網(wǎng)應用、計算機科學信息系統(tǒng)學科、計算機科學理論方法和計算機科學與人工智能學科的相關(guān)研究集中在數(shù)字化和信息技術(shù)對科學交流產(chǎn)生影響的探究、Altmetrics數(shù)據(jù)標準規(guī)范、按照影響力級別定義Altmetrics指標的分類規(guī)則。而醫(yī)學信息學相關(guān)研究與圖書情報學研究類似，在實證研究中更側(cè)重Altmetrics應用于醫(yī)學信息及醫(yī)學信息系統(tǒng)的計量與評價。

32主要研究國家及機構(gòu)分析

利用WOS數(shù)據(jù)分析功能和Excel工具，對文獻的國家地區(qū)分布情況進行統(tǒng)計，如表1所示。表中展示了Altmetrics研究中發(fā)文量排名前12位，發(fā)文量在5篇以上的國家及地區(qū)。

1）從發(fā)文數(shù)量看，英國和美國位居前2位，是位居第3的西班牙發(fā)文量的175倍以上，且兩國發(fā)文總量全球占比486%，是國際Altmetrics研究中的主力軍。2）從被引頻次看，加拿大、荷蘭和英國3個國家的篇均被引頻次居于前列，具有較高的科研實力和學術(shù)影響力。3）從世界范圍來看，許多國家和地區(qū)已經(jīng)開始關(guān)注Altmetrics研究領(lǐng)域，其中，歐洲和北美在Altmetrics研究中相對領(lǐng)先，是主要的研究力量與先驅(qū)者，而以中國為代表的亞洲和以澳大利亞為代表的大洋洲地區(qū)也在積極開展與推動Altmetrics研究工作。

根據(jù)WOS文獻數(shù)據(jù)統(tǒng)計顯示，共有237個研究機構(gòu)具有學術(shù)成果，表2展示了發(fā)文量為5篇及以上的9所研究機構(gòu)。

總體來看，發(fā)文量5篇及以上的研究機構(gòu)中僅有2個科研院所，分別是馬普學會和西班牙國家研究委員會網(wǎng)絡計量學實驗室，其他7所均為大學，發(fā)文總量占比768%，可見高校是Altmetrics的主要研究機構(gòu)。其中，伍爾弗漢普頓大學、馬普學會和蒙特利爾大學是Altmetrics研究的高產(chǎn)機構(gòu)。伍爾弗漢普頓大學、蒙特利爾大學和印第安納大學3個機構(gòu)被引頻次在平均值（118篇）以上，是Altmetrics研究中科研實力與學術(shù)影響力兼?zhèn)涞暮诵难芯繖C構(gòu)。大連理工大學的發(fā)文量雖與西班牙國家研究委員會網(wǎng)絡計量學實驗室相當，但其成果的被引頻次遠不如后者，可見，我國學術(shù)機構(gòu)的國際學術(shù)影響力還有待提升。

相關(guān)機構(gòu)對Altmetrics的研究涉及理論探究、實證研究和應用研究。證實研究主要是對Altmetrics指標性質(zhì)的分析、Altmetrics指標的覆蓋率和學科分布差異、Altmetrics指標與傳統(tǒng)指標的相關(guān)性分析。針對受眾的研究，包括對用戶的身份以及不同身份學者對Almetrics指標來源平臺使用情況的調(diào)研。理論探究主要包括：Altmetrics理論上及在實際應用中的優(yōu)缺點；Altmetrics的價值意義以及使用規(guī)范。

33核心作者分析

核心作者的評定主要通過科研成果數(shù)量和成果的影響力兩方面來衡量，可以綜合反映科研人員的活躍度與科研實力。根據(jù)賴普斯核心作者定律[4]：高產(chǎn)作者發(fā)表論文數(shù)量的下限等于最大發(fā)文量作者所發(fā)表論文數(shù)量平方根的0749倍（見公式1），且需滿足全部論文的半數(shù)系由該領(lǐng)域全部作者數(shù)量的平方根的作者撰寫。

H=0749（ηmax）12（1）endprint

（注：N為高產(chǎn)作者發(fā)文量下限，ηmax為最高產(chǎn)作者的發(fā)文量）

由式（1）計算表明，Altmetrics研究核心作者發(fā)文章量至少為4篇，本文選擇發(fā)文5篇以上者為核心作者，如表3所示。表中序號按照發(fā)文量從高到低順序排列，發(fā)文量相同的作者按照被引頻次排列。

整體來看，由于Altmetrics研究時間尚短，時間跨度不大，但作者的平均發(fā)文量已達8篇，可見，Altmetrics自誕生起就迅速引起國內(nèi)外學者的持續(xù)關(guān)注，已逐漸形成核心作者群。其中，Mike Thelwall、Lutz Bornmann 和Stefanie Haustein涉及該領(lǐng)域研究較早，是Altmetrics研究的高產(chǎn)作者。從影響力來看，Vincent Lariviere、Stefanie Haustein、Rodrigo Costas和Mike Thelwall的篇均被引次數(shù)和H指數(shù)遠高于其他作者，擁有較高的學術(shù)影響力和學者認可度。

值得注意的是，中國學者王賢文對Altmetrics這一新興領(lǐng)域有較高的敏銳度和發(fā)文量，表明我國少數(shù)學者已躋身國際Altmetrics研究前列，但考慮到我國在該領(lǐng)域較大的研究隊伍和發(fā)文量，我國整體學術(shù)影響力亟待提高。

4國際Altmetrics研究熱點與前沿分析

41國際Altmetrics研究熱點

關(guān)鍵詞共現(xiàn)分析能夠從內(nèi)容上揭示某一研究領(lǐng)域的研究主題與熱點，反映科學研究的內(nèi)容關(guān)聯(lián)。利用CiteSpace繪制關(guān)鍵詞共現(xiàn)聚類圖譜（圖3）。節(jié)點設置為Keyword，通過Pathfinder剪枝，得到56個網(wǎng)絡節(jié)點，91條網(wǎng)絡連線。參數(shù)值Modularity Q=07552，表示關(guān)鍵詞網(wǎng)絡模塊度高，社團結(jié)構(gòu)表現(xiàn)顯著，聚類效果好，Mean Silhouette=08697，說明聚類內(nèi)部網(wǎng)絡同質(zhì)性較好。

圖3中節(jié)點及其標簽字體的大小表示關(guān)鍵詞出現(xiàn)的頻次，節(jié)點及字體越大表示頻次越高。CiteSpace將關(guān)鍵詞聚集為8類，聚類標簽提取采用對數(shù)似然率算法（LLR）。由于圖中聚類結(jié)果較為分散，難以客觀反映研究內(nèi)容，筆者根據(jù)已有研究認識將該8類合并為5類，如表4所示。

411概念及背景類

該類研究主要包括對Altmetrics誕生的背景、概念、工具和指標來源等方面的介紹。2010年， Priem [5]在互聯(lián)網(wǎng)上首次提出Altmetrics（Alternative-metrics），它是伴隨著網(wǎng)絡科研環(huán)境而生的。部分學者率先開始探究，Holmberg[6]指出互聯(lián)網(wǎng)的出現(xiàn)同時改變了學術(shù)的正式交流模式和非正式交流模式，社會媒體與在線文獻管理平臺作為新的科研平臺能夠為影響力的測度提供新的指標。Torres-Salinas[7]認為Altmetrics指標在Web20環(huán)境下豐富了影響力的層面和評估途徑，有助于幫助學者測度論文影響力、辨識高影響力文獻，對于其潛力的挖掘有必要進行深入探究。另有研究分析了Altmetrics的特性和價值，Piwowar[8]認為相較于傳統(tǒng)計量學， Altmetrics具有及時性、受眾廣泛性、指標多樣性的優(yōu)勢，能夠在新的網(wǎng)絡學術(shù)交流環(huán)境下更好的為科研評價服務。Stacy[9]和Carr[10]指出Altmetrics是開放獲取運動的產(chǎn)物，闡述了Altmetrics對于作者、大眾、機構(gòu)知識庫、大學管理者的意義和價值，包括幫助作者與讀者溝通、促進機構(gòu)知識庫的館藏規(guī)劃與建設、提供大學職位應聘者學術(shù)成果的評估指標。但有學者對此持謹慎態(tài)度，Ronald[11-12]系統(tǒng)梳理了Altmetrics的產(chǎn)生過程并認為Altmetrics是網(wǎng)絡計量學和信息計量學的交叉，應命名為influ-metrics或Web-based social influ-metrics。

412指標及來源研究類

指標的可用性是Altmetrics能夠發(fā)揮其價值與作用的前提，該類研究主要是對指標和指標來源進行實證分析，包括指標的覆蓋率、價值性和有效性分析。Alhoori[13]、Hammarfelt[14]、Ronbinson [15]等研究者通過大量調(diào)查與實證發(fā)現(xiàn)，Mendeley和Twitter是Altmetrics數(shù)據(jù)源中最為活躍、普及最為廣泛的平臺，而Mendeley在不同學科中的覆蓋率均占據(jù)首位。Holmberg發(fā)現(xiàn)科研人員使用Twitter比普通用戶更活躍[16]。Haustain[17]對計量學專家發(fā)表論文的覆蓋率進行調(diào)查，發(fā)現(xiàn)82%的論文被Mendeley收藏，12被調(diào)查者中擁有Twitter賬號。部分學者通過研究發(fā)現(xiàn)Altmetrics指標存在一些問題，如：指標數(shù)據(jù)來源不可靠、數(shù)據(jù)平臺不穩(wěn)定、數(shù)據(jù)不一致等。Torres-Salinas[9]認為傳統(tǒng)WOS引用指標具有穩(wěn)定的數(shù)據(jù)來源，而處于Web20復雜環(huán)境中的Altmetrics指標則具有太多干擾因素，難以保證能提供長期連續(xù)的測量值。Mas[18]認為Altmetrics指標依賴于社交網(wǎng)絡和社會媒體，這些平臺的功能甚至平臺的不確定性很大，有可能像雅虎一樣消失。對于指標缺乏規(guī)范和精準的效度檢驗，cheung[19]認為Altmetrics標準化和規(guī)范化尚且需要一個過程，在此之前不宜選擇Altmetrics作為正式評價指標。

413引用指標與Altmetrics指標比較類

目前大部分實證結(jié)果表明， Altmetrics中大多數(shù)學術(shù)引用和使用指標與傳統(tǒng)引文分析呈中高度相關(guān)，而社會媒體類指標，如Facebook分享量，與引文分析之間相關(guān)度較低，認為Altmetrics指標能夠反映論文的社會影響力。代表性研究包括：Thelwall[20]選取PubMed數(shù)據(jù)庫中208 739篇至少含有一個Altmetrics指標的文獻作為研究對象，引入符號檢測法消除時間窗口的引用偏差，發(fā)現(xiàn)有6個使用類Altmetrics指標與WOS引用（排除自引）之間具有高度相關(guān)性，其余4個社會媒體類指標，如Google+與引用指標關(guān)系較弱。Barbic[21]以急救醫(yī)學領(lǐng)域為例驗證了Altmetrics Scores與被引量之間的相關(guān)性。Torres同時選取WOS數(shù)據(jù)庫中通信領(lǐng)域與隨機領(lǐng)域文獻作為樣本文獻進行相關(guān)性分析，發(fā)現(xiàn)兩個領(lǐng)域中Mendeley讀者數(shù)與收藏量與引用頻次相關(guān)系數(shù)最大[22]。Thelwall23和Barllan[24]通過文獻實證研究發(fā)現(xiàn)，WOS引用量和Scopus引用量與Mendeley收藏量呈中高度相關(guān)，相關(guān)性系數(shù)分別為055和045。由于各研究選取的指標與數(shù)據(jù)源不同，部分研究結(jié)果與上述結(jié)果不符，如：Akbulut通過研究ResearchGate的PLoS案例發(fā)現(xiàn)：書簽、社交分享、收藏與引用指標間的相關(guān)性較強，同時PDF下載量和HTML下載量之間也具有顯著相關(guān)性[25]。endprint

Bornmann[26]提出僅憑借相關(guān)性并不能證明Altmetrics指標的價值，需利用內(nèi)容分析法解讀用戶的推送、推薦的真實目的，據(jù)此判斷Altmetrics指標的真正意義，研究發(fā)現(xiàn)用戶的Tweet與引用的目的是類似的。Thelwall[27]利用內(nèi)容分析法對Tweet（推文）中學術(shù)論文鏈接進行分析，發(fā)現(xiàn)推文中鏈接行為是客觀的，且通常會對論文題目或摘要進行總結(jié)，認為推文與未來引用的關(guān)聯(lián)似乎是合理的。Mohammadi[28]對Mendeley標簽進行用戶動機調(diào)查，發(fā)現(xiàn)約85%的受訪者稱將文章添加標簽是為了引用，此外，50%受訪者是為了在科研活動時使用，結(jié)果顯示Mendeley標簽可以體現(xiàn)學術(shù)影響力與更廣范圍的影響力。

414同行評議類

F1000是全球最大的由醫(yī)學和生物學專家組成的，為科研人員和臨床醫(yī)生提供快速發(fā)現(xiàn)、評價和發(fā)表為一體的綜合服務系統(tǒng)[29]。作為Altmetrics數(shù)據(jù)來源平臺，一些學者以F1000中論文的分值和“推薦”指標實證分析其在Altmetrics中的作用。Bornmann[30]通過數(shù)據(jù)驗證了被F1000中同行評審專家推薦的文章具有更高的影響力，Altmetric網(wǎng)站指標在評價社會影響具有有效性，指出F1000作為定性指標，有助于Altmetrics指標在評價時能更好的發(fā)揮影響力評價功能。Lutz[31]選取由F1000推薦的美國公共科學圖書館（PLoS）期刊的1082篇文章為研究對象，對文章的Altmetrics指標進行實證分析，結(jié)果表明Facebook和Twitter平臺指標會提供更廣泛的讀者圈子，而Mendeley和F1000能提供學術(shù)影響力評價。Kolahi利用出版后同行評審論壇PubPeer和Publons、F1000的專家打分值等眾多Altmetrics指標綜合選出TOP50高影響力篇牙科論文，指出Altmetrics指標能在短時間內(nèi)迅速評估學術(shù)論文的影響力，牙科研究人員和期刊編輯應給予高度重視。

415指標的學科差異類

部分學者對Altmetrics指標在學科領(lǐng)域的滲透和普及情況進行了研究，眾多研究表明，在學科領(lǐng)域方面，社會科學、人文科學、生命科學和醫(yī)學學科的指標滲透深度和廣度較好，是Altmetrics有特殊價值的學科領(lǐng)域。代表性研究包括：Chen[32]通過實證分析發(fā)現(xiàn)，Altmetrics存在明顯的學科差異特征，社會學科比人文學科領(lǐng)域具有更高的指標覆蓋率以及影響力。Costas[33]研究發(fā)現(xiàn)，社會媒體指標在正式發(fā)表論文中分布密度較小，人文社會學和生命醫(yī)學類成果的表現(xiàn)良好。

42國際 Altmetrics研究前沿分析

研究前沿分析可為科研人員提供某研究領(lǐng)域的發(fā)展動態(tài)，并能發(fā)現(xiàn)具有價值的研究方向或潛在研究領(lǐng)域[34]。高頻關(guān)鍵詞能夠反映某領(lǐng)域的重點研究內(nèi)容和熱點領(lǐng)域，通過對關(guān)鍵詞的分析可以幫助科研人員明晰Altmetrics的研究脈絡，把握研究的發(fā)展動向。關(guān)鍵詞時區(qū)圖可以描繪出研究主題隨時間的演變趨勢和相互影響。

利用CiteSpace對Web of Science研究文獻的關(guān)鍵詞進行分析，設置節(jié)點類型為Keyword，時間片為1年，每個時間片提取頻次最高的前30位關(guān)鍵詞，得到關(guān)鍵詞時區(qū)圖，如圖4所示。圖譜中圓環(huán)的顏色代表相應的年份，圓環(huán)的厚度代表頻次的高低。節(jié)點的大小代表關(guān)鍵詞累積出現(xiàn)頻次的高低。節(jié)點的中心性體現(xiàn)了該節(jié)點在網(wǎng)絡中的核心性和重要程度，其值越大說明該節(jié)點的影響力越大[35]。圖中紫色圓環(huán)代表關(guān)鍵詞的中心性大于0 1，是具有高中心度的關(guān)鍵節(jié)點。

為了進一步詳細解讀關(guān)鍵詞的頻次及中心性，將圖3中CiteSpace中關(guān)鍵詞統(tǒng)計數(shù)據(jù)整理得到34個關(guān)鍵詞，結(jié)合人工判讀法對關(guān)鍵詞進行清洗，統(tǒng)計高頻關(guān)鍵詞（TOP20）頻次及中心性，如表5所示。

通過圖4、表5和CiteSpace中統(tǒng)計的關(guān)鍵詞可知：1）2012-2013年Altmetrics主題研究主要關(guān)注Altmetrics概念與背景的理論研究，涉及的主要關(guān)鍵詞包括開放獲取、補充計量學、社會科學、引用。2）2014-2015年，隨著Altmetrics研究的深入，科研人員開始對Altmetrics指標以及指標來源平臺進行實證分析，涉及主要關(guān)鍵詞有引用、推特、推文、指標、社會媒體、引文分析、Mendeley、學術(shù)影響力。3）2016年至今，實證研究工作仍是Altmetrics關(guān)注的重點，與此同時還增加了對科研成果的評價，逐漸轉(zhuǎn)向應用領(lǐng)域，新增關(guān)鍵詞有影響因子、研究影響力、科研評價。由以上分析可知，Altmetrics研究已經(jīng)由理論研究逐漸過渡至對指標及數(shù)據(jù)來源的實證研究，且正在向?qū)嵺`與應用探究的方向發(fā)展。

5結(jié)論與啟示

利用內(nèi)容分析法與可視化方法，對2010—2016年Web of Science核心合集收錄的183篇文獻進行文獻計量與分析，據(jù)此總結(jié)出國際Altmetrics研究的發(fā)展特點與趨勢。

1）以德國、英國為代表的歐洲地區(qū)和以美國、加拿大為代表的美洲地區(qū)以絕對優(yōu)勢主導著國際Altmetrics研究領(lǐng)域。高校是研究機構(gòu)中的主力軍，伍爾弗漢普頓大學、馬普學會和蒙特利爾大學是主要研究機構(gòu)，Mike Thelwall、Lutz Bornmann和Stefanie Haustein是Altmetrics研究領(lǐng)域的帶頭人。我國Altmetrics研究的主要機構(gòu)及科研人員相對單薄，且整體學術(shù)影響力有待提高。2）學科領(lǐng)域相對集中，圖書館學與情報學、計算機科學是推動Altmetrics研究的主要學科。隨著Altmetrics指標在各大數(shù)據(jù)庫的普及和科研人員素質(zhì)的提高，其涉及的學科領(lǐng)域?qū)⒅饾u擴大，呈現(xiàn)多學科共同利用與發(fā)展的局面。3）當前的研究重點集中在對Altmetrics指標的覆蓋度、學科分布情況等指標可用性探究，以及在學術(shù)和社會兩個層面對受眾的價值性驗證方面，國際研究熱點由理論研究逐漸轉(zhuǎn)向?qū)嵶C研究與應用。結(jié)合當前研究可知，指標的可用性探究、精準的有效性驗證、大規(guī)模實踐應用的評估、圖書館與機構(gòu)知識庫庫中應用的探討等是Altmetrics的研究熱點與發(fā)展趨勢。endprint

綜上可知，2012年以來國際Altmetrics研究受到廣泛關(guān)注，Altmetrics理論研究、數(shù)據(jù)源及指標可用性和Altmetrics應用前景研究均取得了一定的成果，為發(fā)揮Altmetrics的巨大潛力，國內(nèi)外有必要進一步深入研究。國際Altmetrics的發(fā)展現(xiàn)狀及趨勢分析為國內(nèi)研究提供了多方面的啟示：1）繼續(xù)加強Altmetrics實證和應用方面的研究。國內(nèi)Altmetrics研究中Altmetrics的理論研究占據(jù)很大比例，忽視了國外Altmetrics案例的借鑒意義與Altmetrics工具嵌入國內(nèi)平臺的技術(shù)實現(xiàn)，應提高我國Altmetrics研究內(nèi)容的先進性和實用性。2）正確看待Altmetrics研究熱點，探索具有中國特色的發(fā)展方向。針對國內(nèi)Altmetrics的實踐情況，積極開發(fā)國內(nèi)科學交流環(huán)境下新數(shù)據(jù)源，推廣和普及網(wǎng)絡科研平臺，優(yōu)化Altmetrics工具功能，突破語言障礙，構(gòu)建中文Altmetrics的計量工具。3）提高國內(nèi)研究的學術(shù)影響力，增強科研評價的話語權(quán)。消除歧視性思維，促使國外工具服務提供多語言支持功能，以便于Altmetrics能夠為國內(nèi)科研機構(gòu)與人員提供更好的學術(shù)影響力評價服務。

參考文獻

[1]Priem J，Taraborelli D，Groth P，et al.altmetrics： a manifesto[EBOL].http：altmetrics.orgmanifesto，2010-10-26.

[2]NISO RP-25-2016，Outputs of the NISO Alternative Assessment Metrics Project.[EBOL].http：www.niso.orgtopicstlaltmetrics_initiative，2015-11.

[3]邱均平.信息計量學[M].武漢：武漢大學出版社，2007.

[4]龐景安.科學計量研究方法論[M].北京：科學技術(shù)文獻出版社，1999.

[5]Priem J，Groth P，Taraborelli D.The Altmetrics Collection[J].Plos One，2012，7（11）：e48753.

[6]Holmberg K，Thelwall M.Disciplinary differences in Twitter scholarly communication[J].Scientometrics，2014，101（2）：1027-1042.

[7]Torressalinas D，Cabezasclavijo A，Jimenezcontreras E.Altmetrics： New Indicators for Scientific Communication in Web 2.0[J].Comunicar，2013，41（41）：53-60.

[8]Piwowar H.Introduction altmetrics： What，why and where？[J].Bulletin of the American Society for Information Science & Technology，2013，39（4）：8-9.

[9]Librarian S K E.New opportunities for repositories in the age of altmetrics[J].Bulletin of the American Society for Information Science & Technology，2013，39（4）：22–26.

[10]Carr L，Weal M，White W.Research Assessment and a Diverse Role for Repositories[J].Carr Les，2010.

[11]RONALD，F(xiàn)RED.A multi-metric approach for research evaluation[J].Science Bulletin，2013，58（26）：3288-3290.

[12]Ronald R，F(xiàn)red Y Y.A multi-metric approach for research evaluation[J].Science Bulletin，2013，58（26）：3288-3290.

[13]Alhoori H，F(xiàn)uruta R.Do altmetrics follow the crowd or does the crowd follow altmetrics？[C] Digital Libraries.IEEE，2014：375-378.

[14]Hammarfelt B.Using altmetrics for assessing research impact in the humanities[J].Scientometrics，2014，101（2）：1419-1430.

[15]Robinsongarcía N，Torressalinas D，Zahedi Z，et al.New data，new possibilities： Exploring the insides of Altmetric.com[J].El Profesional De La Informacion，2014，23（4）：359-366.

[16]Holmberg K，Thelwall M.Disciplinary differences in Twitter scholarly communication[J].Scientometrics，2014，101（2）：1027-1042.endprint

[17]Haustein S，Peters I，Bar-Ilan J，et al.Coverage and adoption of altmetrics sources in the bibliometric community[J].Scientometrics，2014，101（2）：1145-1163.

[18]Mas-Bleda A，Thelwall M，Kousha K，et al.Do highly cited researchers successfully use the social web？[J].Scientometrics，2014，101（1）：337-356.

[19]Cheung M K.Altmetrics： Too soon for use in assessment[J].Nature，2013，494（7436）：176.

[20]Thelwall M，Haustein S，Larivière V，et al.Do altmetrics work？ Twitter and ten other social web services.[J].Plos One，2013，8（5）：e64841.

[21]Barbic D，Tubman M，Lam H，et al.An analysis of Altmetrics in emergency medicine.[J].Academic Emergency Medicine Official Journal of the Society for Academic Emergency Medicine，2016，23（3）：251–268.

[22]Torressalinas D，Cabezasclavijo A，Jimenezcontreras E.Altmetrics： New Indicators for Scientific Communication in Web 2.0[J].Comunicar，2013，41（41）：53-60.

[23]Li X，Thelwall M，Giustini D.Validating online reference managers for scholarly impact measurement[J].Scientometrics，2012，91（2）：461-471.

[24]Barilan J，Haustein S，Peters I，et al.Beyond citations： Scholars visibility on the social Web[J].2012.

[25]Akbulut M.Relationships Between Traditional Metrics and Altmerics： A Case Analysis of PLoS[J].2015.

[26]Bornmann L.What do altmetrics counts mean？ A plea for content analyses[J].Journal of the Association for Information Science and Technology，2016，67（4）：na-na.

[27]Thelwall M，Tsou A，Weingart S，et al.Tweeting Links to Academic Articles[J].Cybermetrics，2013，17：1-8.

[28]Mohammadi E，Thelwall M，Kousha K.Can Mendeley bookmarks reflect readership？ A survey of user motivations[J].Journal of the Association for Information Science and Technology，2016，67（5）：458-60.

[29]F1000[EBOL].http：baike.baidu.comitemF1000？sefr=cr，2015-12-01.

[30]Bornmann L.Validity of altmetrics data for measuring societal impact： A study using data from Altmetric and F1000Prime[J].Journal of Informetrics，2014，8（4）：935-950.

[31]Bornmann L.Usefulness of altmetrics for measuring the broader impact of research[J].Aslib Journal of Information Management，2015，67（3）：305-319.

[32]Chen K H，Tang M C，Wang C M，et al.Exploring alternative metrics of scholarly performance in the social sciences and humanities in Taiwan[J].Scientometrics，2015，102（1）：97-112.

[33]Costas R，Zahedi Z，Wouters P.The thematic orientation of publications mentioned on social media： Large-scale disciplinary comparison of social media metrics with citations[J].Aslib Journal of Information Management，2015，67（3）：260-288.

[34]楊良選，李自力，王浩.基于CiteSpaceⅡ的研究前沿可視化分析[J].情報學報，2011，30（8）：883-889.

[35]陳悅，陳超美，劉則淵，等.CiteSpace知識圖譜的方法論功能[J].科學學研究，2015，33（2）：242-253.

（本文責任編輯：孫國雷）endprint