胡健飛，孟魯洋，張勝軍

1 標注被引文獻的學術貢獻值并對被引頻次進行修正

1.1 目前通行的被引頻次算法有欠缺

學術期刊的影響力，人一定意義上講，其實質主要是指期刊所承載的學術成果對科研活動的學術貢獻程度。目前評價期刊學術影響力的主要指標是期刊的影響因子，其基本算法為：影響因子=某期刊自統(tǒng)計年前兩年發(fā)表的可被引文獻在統(tǒng)計年被統(tǒng)計源文獻引用的總次數(shù) (被引頻次)/該刊自統(tǒng)計年前兩年發(fā)表的可被引文獻總量。該公式中的分子被稱為被引頻次。按照公式，很顯然，被引頻次越高，則該刊的影響因子越大，進而認為該刊的學術影響力越大。那么，真實情況是這樣嗎？由于真實的被引頻次是衡量論文及期刊學術影響力的核心因素，因此有必要對其進行深入探究。本文以王志紅的文章[1]為例，選擇文中第31條參考文獻和第15條參考文獻，從學術貢獻程度等方面來做簡單的比較與說明，如表1所示。

表1 同篇論文中被引文獻的學術貢獻程度比較

從表1的對比可得出結論：兩篇參考文獻在此文中的被引頻次均為1，但對該文的學術貢獻程度截然不同；或者說，某篇論文從兩種期刊中各引用一篇論文，那么，這兩篇被引文獻對該論文的學術貢獻程度及作用不同；進而從期刊角度看，這兩種被引期刊對該論文的學術貢獻程度及作用也不同，本文稱之為學術貢獻值的差別。在實際調研中發(fā)現(xiàn)，引文間的學術貢獻值差別很大。

李靜等[2]從另一角度證實現(xiàn)有的被引頻次統(tǒng)計方法不能完全真實地反映期刊的學術影響力，且認為發(fā)表文章少而精的綜述類期刊在影響因子方面具有明顯優(yōu)勢。相比非綜述類期刊，綜述類期刊更容易在較短的時間內獲得高的影響因子。這是由于綜述類期刊的文章往往涉及內容比較寬泛，雖然在學術上沒有非綜述類期刊的文章那樣專業(yè)、深入，但被引用的可能性要大得多。因此，得益于現(xiàn)行的期刊影響因子計算方法，在兩種期刊具備同等發(fā)文量時，即分母一定的情況下，分子中的被引頻次越多則影響因子越大。這種現(xiàn)象導致了綜述類與非綜述類期刊的被引頻次不能真實地反映各自的學術影響力，進而嚴重降低了影響因子的合理性。

1.2 正視同一被引頻次的不同學術貢獻度及修正新思路

通過調研[3-5]，筆者提出基于學術貢獻值的概念來計算被引頻次。引文的學術貢獻值就是從學術角度確定的，每篇參考文獻對本論文研究內容及觀點的學術影響程度或學術參考價值占所有參考文獻貢獻度。顯然，各篇引文對于某篇論文的學術貢獻價值有差別，無視這種差別，將全部引文都賦予同樣一個頻次的被引量，必然無法準確反映被引文獻及期刊的影響力。因此，本文提出一種比較合理的修正方法：為參考文獻增加學術貢獻值標注。標注的方法及原則如下：

(1)設定某篇論文的全部參考文獻對該文的學術貢獻程度之和為100%。這里的百分比是指所有參考文獻之間相比較的一個指標，與作者自身的創(chuàng)新與原創(chuàng)性沒有關系。

(2)作者按被引文獻對本文的學術貢獻程度，由大到小對參考文獻排序。

(3)要求作者對每條參考文獻標注學術貢獻值，將各條參考文獻對本文研究內容的學術貢獻程度統(tǒng)一用百分比值定量標注，總和等于100%或1。例如，作者從學術角度認為，某篇參考文獻對本論文研究內容及觀點的學術影響程度或學術參考價值大概占所有參考文獻的15%，即可標注其學術貢獻值為0.15，一般取小數(shù)點后兩位數(shù)即可。

(4)學術貢獻值可標注于引文文獻首部，便于數(shù)據(jù)庫中進行排序、篩選、統(tǒng)計等。

基于學術貢獻值的概念來計算被引頻次的具體方法示例如下[3]：

(1)標注學術貢獻值。作者從學術角度，依據(jù)每篇參考文獻對本論文研究內容及觀點的學術影響程度或學術參考價值占所有參考文獻貢獻度的比例，進行學術貢獻值的標注，見圖1。

圖1 引文學術貢獻值標注示意圖

(2)計算某期P刊論文Px被某期S刊論文Si的真實引用頻次Pxsi。某期P刊論文Px被某期S刊論文Si的真實引用頻次Pxsi的計算公式如下：

圖2 真實被引頻次計算示意簡圖

上述被引頻次計算體現(xiàn)的方法是影響力算法發(fā)展的趨勢，否則將無法真實體現(xiàn)被引文獻以及被引期刊的學術影響力。行業(yè)專家對該算法給予肯定，同時從專業(yè)角度指出了它在實踐推廣中可能出現(xiàn)的作者主觀性偏差，以及現(xiàn)實的可操作性問題。筆者與同事通過實踐研究，提出相應的完善與實施方案，以期打破“平均頻次”的現(xiàn)狀，進一步提高該方法的研究價值和意義。具體實施方案如下：

①引入三方修正及溝通機制，修正與完善學術貢獻值的標注。即在作者標注的基礎上，由編輯或第三方專家(如審稿專家)結合論文的學術內容對學術貢獻值進行修正，同時由責編與作者進行溝通及認可。由此，通過作者、編輯與審稿專家從各自的專業(yè)角度進行修正，以確保參考文獻學術貢獻值的客觀與科學。另外，通過有效的修正工具，可以較為便利地完成這一過程。

②本文構建并驗證了一種較為直觀、快捷的換算方法，實現(xiàn)了參考文獻學術貢獻值的快速標注與調整。作者、編輯、審稿專家均可采用這一方法直觀、快速地調整具體的學術貢獻值。示例及步驟見圖3。

圖3 參考文獻學術貢獻值換算示例圖

(3)基于被引頻次計算(1)(2)結果，可計算某期P刊論文Px被某期S刊引用頻次Pxs，公式如下：

其中，n為S刊某期發(fā)文數(shù)；Pxsi為某期P刊論文Px被某期S刊論文Si真實引用頻次(引入學術貢獻值的被引頻次)。

(4)計算某期P刊全部論文被某期S刊引用頻次P某期s某期，公式如下：

其中，n為P刊某期發(fā)文數(shù)；Pxs為某期P刊論文Px被某期S刊引用頻次。

(5)最后，計算出基于學術貢獻值的，某統(tǒng)計年P刊被所有期刊自統(tǒng)計年前N年引用的真實總頻次PN。

上述(1)-(5)說明了基于學術貢獻值的某統(tǒng)計年P刊被引用的真實總頻次的計算方法及原理。在實踐中，以期刊為單位，通過數(shù)據(jù)庫的操作來統(tǒng)計某刊該年被引的真實總頻次也是簡單可行的，即統(tǒng)計某年P刊被所有期刊引用的總頻次，可基于標注了參考文獻學術貢獻值的該年全文數(shù)據(jù)庫，直接運用數(shù)據(jù)庫程序的篩選、提取等功能，最后求和即可。實現(xiàn)過程示意如表2。通過該修正，可以更真實地反映引文的學術參考價值，進而為期刊的學術影響力算法修正奠定基礎。

1.3 新思路引發(fā)的爭論及探討

新的思路及方法總會帶來爭論。在調研探討過程中，作者得到許多行業(yè)前輩的肯定、鼓勵及建議，有的學者也提出了一些頗具代表性的疑慮。例如，這種貌似向作者轉嫁負擔以換取學術評價系統(tǒng)微小優(yōu)化的做法是否可行；由作者對每條參考文獻進行量化估值是否會引發(fā)人際關系問題；是否會帶來負面引用及加劇引用操縱等學術問題。筆者認為，理清疑惑，堅定研究方向，有時比研究本身更重要。因此，通過討論，明辨是非，對于本文思路的理解是非常必要的。

表2 基于學術貢獻值的某統(tǒng)計年P刊被引用的真實總頻次數(shù)據(jù)庫統(tǒng)計實現(xiàn)過程示意表

(1)持有“轉嫁”觀點的人，自身的學術態(tài)度不夠端正。這與長久以來不重視參考文獻，認為參考文獻是做給編輯部及評估部門看的態(tài)度有關。實際上，作者原本就應該對參考文獻負責任，如果連自己參考和引用了哪些前人成果、引用參考的具體程度都搞不清，那研究論文是如何形成的？難道編輯及評估人員還會比論文作者本人更了解該文的引用情況嗎？所以，不存在“轉嫁”的說法，而是將本應由作者完成的工作回歸其本人，這是合理的，也是可行的。此外，對被引頻次真實性的探討與修正絕不是所謂的“微小優(yōu)化”。它關系到整個期刊影響力算法的客觀性及真實性，是影響因子算法的基礎以及不斷完善與發(fā)展的必然趨勢。

(2)“引發(fā)人際關系問題”的說法突顯了當今一些學者的功利與浮躁心態(tài)。國學大師陳寅恪言學術應秉承：獨立之精神，自由之思想。如今一些所謂的專家不是專心做學問，而是以人際關系為重，以是否得罪人為考量。難道傳統(tǒng)的“平均頻次”不會引發(fā)人際關系問題？對所有的引用成果一概賦予同一頻次的引用量，這本身就是對學術及學者的不尊重、不公平。筆者認為，應該更多地鼓勵創(chuàng)新思維，而不是堂而皇之地冠以“問題”而封殺之。

(3)關于“負面引用及加劇引用操縱”，這一質疑是片面的?，F(xiàn)有的評估系統(tǒng)沒有負面引用現(xiàn)象嗎？為了提高刊物影響因子而大量自引、互引等現(xiàn)象難道還不嚴重嗎？任何好的方法及工具都有兩面性，可以科學地使用它，造福學術研究；也可以利用它來達到非學術目的。因此，所謂“加劇”，是人的問題，而不是方法的問題。

事實上，該方法為我們提供了一種抵制人為操縱引用的思路。例如，某些期刊大量發(fā)表一些非研究類的，但有利于提高被引頻次的文章，如短評、商榷、社論、講話等；而通過作者對每篇參考文獻學術貢獻值的認真標注，不僅有利于編輯及審稿人員對論文的深入理解，還可基于實際情況降低這些引文的被引頻次，較為準確地反映引文的學術貢獻程度，從而抑制人為的被引頻次操縱行為[6-7]。

總之，需要強調的是，該方法注重的是一種思路，是打破傳統(tǒng)算法中“平均頻次”弊端的必然趨勢。它也許不完美，但卻代表了一種突破，一種建設性的思路。正因為它能引發(fā)爭議，才具有它的價值。沒有爭論就沒有進步，希望能將這種思路及思考的方式分享給更多的同行研究者，給大家?guī)砀嗟膶W術討論及啟發(fā)。

2 使用被引分布均值修正影響因子算法的時間跨度

2.1 對已有研究進行分析

目前普遍采用的影響因子算法，在時間跨度上，通常是基于統(tǒng)計年前兩年的可被引文獻在統(tǒng)計年的被引頻次，以及統(tǒng)計年前兩年發(fā)表的可被引文獻總量，即時間跨度是兩年。但是，許多研究結果表明，這種時間跨度的采用有很大的缺陷，認為統(tǒng)計年前兩年是引文高峰期的觀點，是不科學的。

袁潤等[8]指出：人為地將引文的峰值硬性規(guī)定為其發(fā)表后的1-2年，顯然是不合理的。因為某些學科的引文峰值期可能會延長為3-4年或更久，還有許多專業(yè)學科要吸收大量的經典學術思想和成果，其引文往往是若干年前的。另據(jù)萬方數(shù)據(jù)2013年版年度引證報告[9]可知：期刊統(tǒng)計年被引半衰期的均值為：4-5年，或者說，統(tǒng)計年被引頻次中最新的一半是在4-5年內完成的。

陳波等[10]通過統(tǒng)計證明，引文高峰期的時間跨度應該是一個變化的量。時間跨度的變化會有兩種可能：一是跨度區(qū)域后移；二是跨度區(qū)域變長。被引高峰期時間跨度不一定出現(xiàn)于文章刊發(fā)后的2年內，也未必是3年或5年，而可能是一個變數(shù)。目前國際通行的算法中，把計算影響因子的時間跨度規(guī)定為2年的做法無法反映這種動態(tài)變化，需要作動態(tài)修正。

通過表3的統(tǒng)計數(shù)據(jù)可以看出，每種專業(yè)期刊的被引半衰期(被引高峰年份跨度)隨著時代的發(fā)展，都在變長。這是與各期刊的辦刊水平提高、辦刊周期縮短、論文水平提高、網絡引用密度增長等有關。由于各刊的被引半衰期均有顯著增長，現(xiàn)均值大概為4-5年，最長的有8-10年。也就是說，期刊的被引高峰期在不斷的延長，遠遠不是2年所能涵蓋的，所以傳統(tǒng)影響因子算法中以統(tǒng)計年前2年為時間窗口的做法，越來越無法全面反映被引期刊的影響力。

對于被引時間跨度及期刊影響力的時效性問題，許多學者也提出了有價值的解決方案。

俞立平[11]提出存量指標的概念，存量指標是指自期刊創(chuàng)辦以來，對期刊總體水平的評價指標；認為目前的評價指標中，真正的存量指標主要有總被引頻次和h指數(shù)。另外，為了彌補總被引頻次這個存量指標的缺陷，他還提出期刊歷史影響因子(History Impact Factor，HIF)的概念，其定義為：期刊歷史影響因子是截至統(tǒng)計年度，期刊總被引頻次除以期刊載文量再除以期刊辦刊年限的值。計算公式為：HIF=TI/(A*T)，TI(Total Impact)表示總被引頻次，A(Articles)表示期刊的年載文量，T(Time)表示期刊辦刊年限。

表3 2005年與2012年20種圖書情報類期刊被引半衰期比較

該觀點重視存量的因素，啟示研究者應更深入地研究時間因素對影響力評價的作用，包括被引半衰期及h指數(shù)等。但在實踐中，因各刊的創(chuàng)刊時間、每年刊期數(shù)以及每期發(fā)文量差異很大，在評價時會出現(xiàn)很多問題。因此，該方法得出的期刊影響力指標是否能科學地反映期刊的實際影響力還有待深入探討。

白云[12]、王娟[13]、何文[14]等學者的研究認為，期刊的被引高峰期基本包含于其被引半衰期內。因此，采用被引半衰期作為統(tǒng)計時間跨度來修正影響因子，不僅能很好地兼顧影響因子的相對性和變動性，還能把期刊最能夠表達自己影響力的“時段”體現(xiàn)出來。

期刊被引半衰期是指期刊在統(tǒng)計年被引的所有論文中最新一半的時間跨度，即該刊在統(tǒng)計年被引用的全部次數(shù)中，較新一半的引用數(shù)是在多長一段時間內累計達到的。由定義可知，該指標既是一個相對指標，也是一個變動指標：被引文獻最新一半，代表相對性；被引文獻最新一半的時間跨度，代表變動性。被引半衰期主要反映被統(tǒng)計期刊影響力的時效性、生命力。

筆者認為，被引半衰期可以作為影響因子動態(tài)修正的統(tǒng)計時間跨度指標，但仍有不少局限性。使用被引半衰期來作為影響因子計算的時間跨度，雖然較之目前通行的自統(tǒng)計年前兩年的時間跨度有很大進步，也比較接近期刊在被引高峰期的影響力，但對于很多被引高峰期持續(xù)時間較長的期刊，該時間跨度會忽略掉一部分影響力較高的時段。另外，除了被引高峰期的影響力外，影響因子還應包括其他主要的高水平時段，特別是平均水平以上的影響力時段，否則無法反映期刊影響力所涵蓋的主要時間跨度。

本文通過計算與統(tǒng)計圖情類較有代表性的兩個學術期刊《中國圖書館學報》與《圖書情報工作》在以2016年為統(tǒng)計年的被引文獻出版年份分布情況(見表4、表5)[15-16]，查證相關觀點。從表4可看到，《中國圖書館學報》在2016年被引用次數(shù)中，最接近50%累計百分比的是2011出版年(第6年)，累積達到54.13%，因此其被引半衰期為：

《圖書情報工作》2016年被引用次數(shù)中，最接近50%累計百分比的是2012出版年(第5年)累積達到的51.62%，因此其被引半衰期為：

顯然，《中國圖書館學報》在自統(tǒng)計年第6至第13年(2011-2004年）仍有100-374的被引頻次，這與被引高峰期(第2至第5年，即2015-2012年)440-564的被引頻次較接近?！秷D書情報工作》在自統(tǒng)計年第6至第12年(2011年-2005年)仍有201-1141的被引頻次，且考慮到該刊2009年前仍為月刊的因素，那么這幾年的被引量仍是相當大的。

因此，該統(tǒng)計也證實了期刊影響力的計算應以更長的時間跨度為基礎，而不是僅僅以統(tǒng)計年前兩年、五年或被引半衰期內的發(fā)文量來計算。另外，時間跨度應該是一個視具體期刊不同而動態(tài)變化的量，而不可能是一個固定的時段。

有學者提出，能否直接使用被引全部年份跨度或稱被引全衰期(即期刊在統(tǒng)計年被引的所有論文出版年份的時間跨度)，作為影響因子計算的時間跨度？從表4、表5也可分析查證，例如，由于兩刊被引時間跨度達到了創(chuàng)刊年，而創(chuàng)刊年可被引文獻在被統(tǒng)計年的被引頻次與創(chuàng)刊年的發(fā)文量相比非常少，這是由于各種非學術原因造成的，屬極端情況，并會大幅降低期刊在統(tǒng)計年的真實影響因子值。另外，在該時間跨度內可能會包括很多非學術因素引起的零引用年份，其間不正常的發(fā)文量也會降低影響因子的真實值。也就是說，存在大量極端情況，會對期刊的真實影響力產生干擾。所以，被引全部年份跨度所代表的影響力，因為其中包括的極端情況較多，不能真實地反映統(tǒng)計年期刊在被引高峰期及被引高水平期的影響力。因此，直接使用被引全衰期作為時間跨度來計算影響因子也有很大缺陷。

2.2 基于被引分布均值的時間跨度

通過統(tǒng)計及比較分析[17-19]，本文提出基于被引分布均值的思路來確定影響因子算法的時間跨度。簡單講，就是基于期刊統(tǒng)計年被引頻次在各出版年分布的算術平均值(簡稱被引分布均值)來界定時間跨度的終點。因為依此思路確定的時間跨度，可以較好地涵蓋期刊影響力的高峰期以及平均值以上的大部分高水平時段，同時又排除了影響力衰減的低水平以及極端的零引用等時段，比較真實地反映了期刊影響力的強度與廣度。具體思路及方法如圖4所示。

表4 《中國圖書館學報》2016年被引文獻的出版年份分布

表5 《圖書情報工作》2016年被引文獻的出版年份分布

依據(jù)表4、表5數(shù)據(jù)，舉實例并繪制圖表說明：

圖4 基于被引分布均值界定影響因子算法的時間跨度示意圖表

上述計算結果及表4、表5數(shù)據(jù)均體現(xiàn)在圖5及圖6中。

圖5 《中國圖書館學報》2016年被引文獻的出版年份分布統(tǒng)計圖

從圖中可直觀地看到，基于期刊統(tǒng)計年被引頻次在各出版年分布的算術平均值來確定時間跨度，不僅可以包含期刊影響力的高峰時段，也涵蓋了其影響力涉及的主要出版年份，避免了零引用及低引用等非主要影響力分布時段對算法的影響。而且，使用這種方法還有諸多原因及優(yōu)點。

(1)相比傳統(tǒng)的基于統(tǒng)計年前兩年的時間跨度，它是一個隨各刊具體情況變動的量，比固定的時間跨度更合理，更接近實際狀況，是對現(xiàn)有影響因子算法的動態(tài)修正。

(2)理論上，該算法是基于算術平均值界定時間跨度的終點，即以反映影響力平均水平及以上的時間跨度來計算。這就意味著它將期刊影響力在平均水平以上的年份包含在內，也就必然涵蓋了期刊影響力的高峰時段、高水平時段，以及其他主要出版年份。同時，在實踐檢驗過程中，本文研究人員發(fā)現(xiàn)，由于很多極端情況的存在，如優(yōu)秀期刊因創(chuàng)刊較早而在創(chuàng)刊年被引用偏低、有的期刊因改名或改制等因素導致當年被引偏低等。這些極端的非學術因素使得期刊影響力計算不能正常反映期刊的高峰及主要年份影響力。而本文以平均水平以上的年份來界定時間跨度，且不包括零引用年份，客觀上規(guī)避了大部分無法準確表達期刊影響力的出版年份，使得基于該時間跨度的影響因子能正確地反映期刊的影響力。

圖6 《圖書情報工作》2016年被引文獻的出版年份分布統(tǒng)計圖

(3)該算法概念清晰，易于計算，具有較強的可操作性。

總之，通過上述分析比較，無論是采用兩年的時間跨度，還是采用被引半衰期，或是采用被引全衰期等均存在明顯的缺陷，無法較準確地反映期刊的影響力。因此，運用被引頻次分布均值來界定時間跨度，在理論上更接近實際情況；在實踐中通過數(shù)據(jù)庫進行統(tǒng)計、運算也具備較簡單、方便的可操作性，不失為一種理想的嘗試。

3 基于學術貢獻值及被引分布均值的影響因子模擬算法演示

確定了真實被引頻次以及基于被引分布均值的時間跨度，對于傳統(tǒng)影響因子算法的修正就水到渠成了。假設以2016年為統(tǒng)計年，則計算P期刊影響因子的模擬算法過程演示如下：

(1)基于期刊統(tǒng)計年被引頻次在各出版年分布的算術平均值(簡稱被引分布均值)來界定時間跨度的終點。進而確定計算影響因子的時間跨度，設為N年(詳見本文2.2)。同時，假設P刊在統(tǒng)計年2016年被引的所有年份論文的數(shù)量為Z。

(2)統(tǒng)計P刊自統(tǒng)計年至特定出版年內(由被引分布均值界定，即N年，可包括統(tǒng)計當年)刊發(fā)的可被引文獻總數(shù)，設為FN。

(3)基于前述的學術貢獻值算法，計算P刊在自統(tǒng)計年至特定出版年內(由被引分布均值界定)的全部可被引文獻在統(tǒng)計年被各刊引用的真實總頻次，設為PN(詳見本文1.2)。

(4)計算期刊P的影響因子：

以上就是修正后的期刊影響因子算法演示。算法中提出了學術貢獻值與被引分布均值的概念，從而可以基于更接近實際的被引頻次及期刊影響力時間跨度來計算影響因子。

4 結語

本文提出并探討了學術貢獻值及被引分布均值的概念及思路，并嘗試對期刊影響因子進行修正，但研究的前提與基礎仍然是同一專業(yè)學科內可比較的期刊。隨著科學發(fā)展及學科的融合、交叉，以往為單一學科的期刊不同程度地趨于多學科化。另外，一直以來存在的綜合性期刊如大學學報，因包括了各種學科，學科之間幾乎沒有可比性，其期刊的影響因子或影響力的量化指標如何進行計算比較[20-21]，如何構建一個能真實反映多學科期刊影響力的指標體系，仍有待研究。

[1]王志紅.我國圖情領域期刊論文在線百科的利用特征探析[J].圖書情報工作，2016，60（19）：99-107.

[2]李靜，黃翊彬，趙紅梅，等.影響科技期刊影響因子的期刊因素分析與思考——以SCI收錄的眼科類期刊為例[J].編輯學報，2013，25（4）：356-358.

[3]陸偉，孟睿，劉興幫.面向引用關系的引文內容標注框架研究[J].中國圖書館學報，2014，40（6）：93-104.

[4]劉雪立，方紅玲，王梅英，等.2009年7347種SCIE期刊文獻計量學指標統(tǒng)計分析[J].中國科技期刊研究，2011，22（1）：44-52.

[5]劉雪立.10種國際權威科技期刊影響因子構成特征及其啟示[J].編輯學報，2014，26（3）：196-300.

[6]王凌峰，葉涯劍.期刊影響因子操縱行為及抑制策略[J].編輯學報，2012，24（6）：567-570.

[7]范少萍，張志強.期刊撤銷影響因子的構建及其與期刊影響因子的關系[J].大學圖書館學報，2014，32（2）：76-84.

[8]袁潤，王慧，閆永君.累積影響因子及其實證研究[J].圖書情報工作，2010，54（16）：36-39.

[9]北京萬方數(shù)據(jù)股份有限公司.2013年版中國科技期刊引證報告（擴刊版）[M].北京：科學技術文獻出版社，2013.

[10]陳波，靖曉莉.學術期刊影響因子修正——基于期刊學科綜合性及網絡發(fā)行視角[J].圖書情報工作，2009，53（24）：133-136.

[11]俞立平.歷史影響因子：一個新的學術期刊存量評價指標[J].圖書情報工作，2015，59（2）：89-92.

[12]白云.中國人文社會科學期刊被引半衰期分析研究[J].云南師范大學學報（哲學社會科學版），2006，38（4）：127-130.

[13]王娟，鄭春厚.JCR5年期影響因子實證分析[J].圖書情報工作，2012，56（4）：143-147.

[14]何文，葉繼元.期刊影響因子與被引半衰期關系之比較研究——以圖書情報學期刊為例[J].新世紀圖書館，2015，36（4）：39-43.

[15]中國科學文獻計量評價研究中心，清華大學圖書館.中國學術期刊影響因子年報（人文社會科學）[M].北京：《中國學術期刊（光盤版）》電子雜志社有限公司，2016.

[16]中國知網.CNKI中國引文數(shù)據(jù)庫[EB/OL].[2017-08-08].http://58.194.172.13/rwt/CNKI_CRLD/http/PJTXMLUDN3WXTLUPMW4A/REF/AnalysisproductType=JOURNAL.

[17]陳云鵬，高柳濱.學科期刊平均影響因子的新算法[J].圖書情報工作，2009，53（18）：141-144.

[18]俞立平，潘云濤，武夷山.基于分位數(shù)回歸的期刊影響因子影響因素研究[J].圖書情報工作，2010，54（16）：145-148.

[19]楊濤.中國50所大學網站的網絡影響因子比較分析[J].圖書情報工作，2004，48（6）：47-50，54.

[20]袁培國.中文文科期刊影響因子評價作用之反思[J].南京大學學報（哲學·人文科學·社會科學），2011，48（3）：133-139.

[21]史慶華.影響因子評價專業(yè)學術期刊的科學性與局限性[J].現(xiàn)代情報，2006，26（1）：35-36，40.