于文献大数据的国际Altmetrics研究力量与热点分析

齐世杰　郑军卫

〔摘要〕[目的意义]Altmetrics是当前计量学领域中的研究热点，已引起了国内外学者的广泛關注。明晰当前国际Altmetrics研究态势、研究力量布局和研究进展，可为相关研究提供借鉴与参考。[方法过程]选取Web of Science数据库的文献大数据为分析源，采用文献计量法从总体态势、研究力量布局等方面进行分析，利用可视化与内容分析法对研究热点与前沿进行梳理与归纳。[结果结论]①以德国、英国为代表的欧洲地区和以美国、加拿大为代表的北美地区是国际Altmetrics研究的主要力量。②国际Altmetrics研究热点正在由理论研究逐渐转向实证研究与应用，精准的有效性验证、大规模实践应用的评估以及在图书馆与机构知识库中应用的探索是Altmetrics的研究热点与发展趋势。③未来我国应继续加强Altmetrics实证和应用方面的研究，借鉴国外Altmetrics案例的参考意义，积极构建和开发基于国内科学交流环境的新数据源的中文Altmetrics计量工具。

〔关键词〕Altmetrics；文献计量；可视化分析；CiteSpace

DOI：10.3969j.issn.1008-0821.2017.10.022

〔中图分类号〕G250252〔文献标识码〕A〔文章编号〕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

随着Web20时代的到来以及开放存取（OA）运动的深化，科学研究事业正在向网络化和开放化方向发展，在线科研已经成为今后科研活动的必然趋势，学术交流模式也正在悄然转变。这种形势下，Altmetrics应运而生。Priem等[1]在2010年发表了Altmetrics联合宣言，将Altmetrics定义为：基于社交网络对学术研究进行分析和传播的新型计量学的创造与研究。相对于传统计量学而言，Altmetrics具有数据来源广、指标丰富、受众群体多样化、反馈及时等优势，能够弥补传统计量评估中时滞性、评价方式单一等缺陷，即时、全面、动态反映学术成果的影响力，为科研评价机制的改革和创新提供了新思路。目前，国外一些大学和机构，如匹兹堡大学、昆士兰大学等已将Altmetrics工具嵌入网站，用于对论文影响力和学者影响力的评价，并获得了英国《自然》等国际著名期刊的认可。此外，美国国家信息标准组织（NISO）于2013年开始NISO Altmetrics创新项目研究，以探索Altmetrics应用于非传统研究成果潜在评估的可行性[2]。此外，作为文献计量学的新发展，Altmetrics对图情领域工作者适应网络科研环境、图书馆学科服务和馆藏建设以及机构知识库建设等都具有重要意义。本文通过对Altmetrics相关研究的国际文献大数据进行分析和总结，揭示Altmetrics研究的发展现状与趋势，以期为今后理论研究与实践应用提供借鉴与参考。endprint

1数据来源与研究方法

数据源选自汤森路透的Web of Science核心合集数据库，检索策略为：主题=（altmetric*），文献类型为（ARTICLE OR PROCEEDINGS PAPER OR REVIEW），时间跨度为2010-2016年，检索到相关文献187篇（检索日期为 2017年1月5日），去除重复文献与不相关文献，最终得到有效文献183篇。

采用文献计量法从文献数量及增长趋势、学科领域分布、研究力量布局等几个方面对有效文献进行统计分析，并借助CiteSpace绘制关键词时区图与关键词共现网络图谱，结合内容分析法对Altmetrics研究热点与前沿进行解读，以此揭示国际Altmetrics研究的发展沿革与未来趋势。

2国际Altmetrics研究概况分析

科学文献的数量和增长速度可以揭示该学科领域研究的理论水平和发展速度[3]。统计有效数据的年代分布，并绘制2012-2016年文献增长趋势图（2010-2011年数据量为0），如图1所示。

图1Altmetrics研究文献增长趋势图

总体来看，2012-2016年国际Altmetrics研究文献数量一直呈上升趋势，整体发展态势良好。2012-2014年文献增长速度较快，发展较为迅速。2015-2016年文献总量明显扩大，远远超出于平均值（约为37篇），处于活跃状态，极大推动了国际Altmetrics的研究进程。

3Altmetrics研究力量分布分析

31学科领域分布分析

通过对文献的学科分布的分析能够揭示其所属的研究领域和某主题跨学科研究状况。样本数据共涉及51个学科领域，统计发文量3篇及以上的学科和文献数量，如图2所示。

注：根据WOS学科分类，统计结果存在重复计算。图2Altmetrics研究学科领域分布

结果显示：国际Altmetrics研究主要涉及10个不同学科，分别为：图书馆学与情报学（108篇）、计算机科学与互联网应用（64篇）、计算机科学与信息系统（37篇）、多元科学（9篇）、计算机科学理论方法（7篇）、醫学信息学（3篇）、计算机科学与人工智能（3篇）、教育研究（3篇）、工程电子（3篇）和内科医学（3篇）。可见，图书馆学与情报学（占文献总量59%）、计算机科学互联网应用（占文献总量35%）、计算机科学与信息系统（占文献总量20%）是推动Altmetrics研究发展的主要学科领域。

图书情报学科对Altmetrics研究的文献主要集中在概念及背景介绍、指标及数据源的分析、Altmetrics指标与传统计量指标的相关性研究。计算机科学与互联网应用、计算机科学信息系统学科、计算机科学理论方法和计算机科学与人工智能学科的相关研究集中在数字化和信息技术对科学交流产生影响的探究、Altmetrics数据标准规范、按照影响力级别定义Altmetrics指标的分类规则。而医学信息学相关研究与图书情报学研究类似，在实证研究中更侧重Altmetrics应用于医学信息及医学信息系统的计量与评价。

32主要研究国家及机构分析

利用WOS数据分析功能和Excel工具，对文献的国家地区分布情况进行统计，如表1所示。表中展示了Altmetrics研究中发文量排名前12位，发文量在5篇以上的国家及地区。

1）从发文数量看，英国和美国位居前2位，是位居第3的西班牙发文量的175倍以上，且两国发文总量全球占比486%，是国际Altmetrics研究中的主力军。2）从被引频次看，加拿大、荷兰和英国3个国家的篇均被引频次居于前列，具有较高的科研实力和学术影响力。3）从世界范围来看，许多国家和地区已经开始关注Altmetrics研究领域，其中，欧洲和北美在Altmetrics研究中相对领先，是主要的研究力量与先驱者，而以中国为代表的亚洲和以澳大利亚为代表的大洋洲地区也在积极开展与推动Altmetrics研究工作。

根据WOS文献数据统计显示，共有237个研究机构具有学术成果，表2展示了发文量为5篇及以上的9所研究机构。

总体来看，发文量5篇及以上的研究机构中仅有2个科研院所，分别是马普学会和西班牙国家研究委员会网络计量学实验室，其他7所均为大学，发文总量占比768%，可见高校是Altmetrics的主要研究机构。其中，伍尔弗汉普顿大学、马普学会和蒙特利尔大学是Altmetrics研究的高产机构。伍尔弗汉普顿大学、蒙特利尔大学和印第安纳大学3个机构被引频次在平均值（118篇）以上，是Altmetrics研究中科研实力与学术影响力兼备的核心研究机构。大连理工大学的发文量虽与西班牙国家研究委员会网络计量学实验室相当，但其成果的被引频次远不如后者，可见，我国学术机构的国际学术影响力还有待提升。

相关机构对Altmetrics的研究涉及理论探究、实证研究和应用研究。证实研究主要是对Altmetrics指标性质的分析、Altmetrics指标的覆盖率和学科分布差异、Altmetrics指标与传统指标的相关性分析。针对受众的研究，包括对用户的身份以及不同身份学者对Almetrics指标来源平台使用情况的调研。理论探究主要包括：Altmetrics理论上及在实际应用中的优缺点；Altmetrics的价值意义以及使用规范。

33核心作者分析

核心作者的评定主要通过科研成果数量和成果的影响力两方面来衡量，可以综合反映科研人员的活跃度与科研实力。根据赖普斯核心作者定律[4]：高产作者发表论文数量的下限等于最大发文量作者所发表论文数量平方根的0749倍（见公式1），且需满足全部论文的半数系由该领域全部作者数量的平方根的作者撰写。

H=0749（ηmax）12（1）endprint

（注：N为高产作者发文量下限，ηmax为最高产作者的发文量）

由式（1）计算表明，Altmetrics研究核心作者发文章量至少为4篇，本文选择发文5篇以上者为核心作者，如表3所示。表中序号按照发文量从高到低顺序排列，发文量相同的作者按照被引频次排列。

整体来看，由于Altmetrics研究时间尚短，时间跨度不大，但作者的平均发文量已达8篇，可见，Altmetrics自诞生起就迅速引起国内外学者的持续关注，已逐渐形成核心作者群。其中，Mike Thelwall、Lutz Bornmann 和Stefanie Haustein涉及该领域研究较早，是Altmetrics研究的高产作者。从影响力来看，Vincent Lariviere、Stefanie Haustein、Rodrigo Costas和Mike Thelwall的篇均被引次数和H指数远高于其他作者，拥有较高的学术影响力和学者认可度。

值得注意的是，中国学者王贤文对Altmetrics这一新兴领域有较高的敏锐度和发文量，表明我国少数学者已跻身国际Altmetrics研究前列，但考虑到我国在该领域较大的研究队伍和发文量，我国整体学术影响力亟待提高。

4国际Altmetrics研究热点与前沿分析

41国际Altmetrics研究热点

关键词共现分析能够从内容上揭示某一研究领域的研究主题与热点，反映科学研究的内容关联。利用CiteSpace绘制关键词共现聚类图谱（图3）。节点设置为Keyword，通过Pathfinder剪枝，得到56个网络节点，91条网络连线。参数值Modularity Q=07552，表示关键词网络模块度高，社团结构表现显著，聚类效果好，Mean Silhouette=08697，说明聚类内部网络同质性较好。

图3中节点及其标签字体的大小表示关键词出现的频次，节点及字体越大表示频次越高。CiteSpace将关键词聚集为8类，聚类标签提取采用对数似然率算法（LLR）。由于图中聚类结果较为分散，难以客观反映研究内容，笔者根据已有研究认识将该8类合并为5类，如表4所示。

411概念及背景类

该类研究主要包括对Altmetrics诞生的背景、概念、工具和指标来源等方面的介绍。2010年， Priem [5]在互联网上首次提出Altmetrics（Alternative-metrics），它是伴随着网络科研环境而生的。部分学者率先开始探究，Holmberg[6]指出互聯网的出现同时改变了学术的正式交流模式和非正式交流模式，社会媒体与在线文献管理平台作为新的科研平台能够为影响力的测度提供新的指标。Torres-Salinas[7]认为Altmetrics指标在Web20环境下丰富了影响力的层面和评估途径，有助于帮助学者测度论文影响力、辨识高影响力文献，对于其潜力的挖掘有必要进行深入探究。另有研究分析了Altmetrics的特性和价值，Piwowar[8]认为相较于传统计量学， Altmetrics具有及时性、受众广泛性、指标多样性的优势，能够在新的网络学术交流环境下更好的为科研评价服务。Stacy[9]和Carr[10]指出Altmetrics是开放获取运动的产物，阐述了Altmetrics对于作者、大众、机构知识库、大学管理者的意义和价值，包括帮助作者与读者沟通、促进机构知识库的馆藏规划与建设、提供大学职位应聘者学术成果的评估指标。但有学者对此持谨慎态度，Ronald[11-12]系统梳理了Altmetrics的产生过程并认为Altmetrics是网络计量学和信息计量学的交叉，应命名为influ-metrics或Web-based social influ-metrics。

412指标及来源研究类

指标的可用性是Altmetrics能够发挥其价值与作用的前提，该类研究主要是对指标和指标来源进行实证分析，包括指标的覆盖率、价值性和有效性分析。Alhoori[13]、Hammarfelt[14]、Ronbinson [15]等研究者通过大量调查与实证发现，Mendeley和Twitter是Altmetrics数据源中最为活跃、普及最为广泛的平台，而Mendeley在不同学科中的覆盖率均占据首位。Holmberg发现科研人员使用Twitter比普通用户更活跃[16]。Haustain[17]对计量学专家发表论文的覆盖率进行调查，发现82%的论文被Mendeley收藏，12被调查者中拥有Twitter账号。部分学者通过研究发现Altmetrics指标存在一些问题，如：指标数据来源不可靠、数据平台不稳定、数据不一致等。Torres-Salinas[9]认为传统WOS引用指标具有稳定的数据来源，而处于Web20复杂环境中的Altmetrics指标则具有太多干扰因素，难以保证能提供长期连续的测量值。Mas[18]认为Altmetrics指标依赖于社交网络和社会媒体，这些平台的功能甚至平台的不确定性很大，有可能像雅虎一样消失。对于指标缺乏规范和精准的效度检验，cheung[19]认为Altmetrics标准化和规范化尚且需要一个过程，在此之前不宜选择Altmetrics作为正式评价指标。

413引用指标与Altmetrics指标比较类

目前大部分实证结果表明， Altmetrics中大多数学术引用和使用指标与传统引文分析呈中高度相关，而社会媒体类指标，如Facebook分享量，与引文分析之间相关度较低，认为Altmetrics指标能够反映论文的社会影响力。代表性研究包括：Thelwall[20]选取PubMed数据库中208 739篇至少含有一个Altmetrics指标的文献作为研究对象，引入符号检测法消除时间窗口的引用偏差，发现有6个使用类Altmetrics指标与WOS引用（排除自引）之间具有高度相关性，其余4个社会媒体类指标，如Google+与引用指标关系较弱。Barbic[21]以急救医学领域为例验证了Altmetrics Scores与被引量之间的相关性。Torres同时选取WOS数据库中通信领域与随机领域文献作为样本文献进行相关性分析，发现两个领域中Mendeley读者数与收藏量与引用频次相关系数最大[22]。Thelwall23和Barllan[24]通过文献实证研究发现，WOS引用量和Scopus引用量与Mendeley收藏量呈中高度相关，相关性系数分别为055和045。由于各研究选取的指标与数据源不同，部分研究结果与上述结果不符，如：Akbulut通过研究ResearchGate的PLoS案例发现：书签、社交分享、收藏与引用指标间的相关性较强，同时PDF下载量和HTML下载量之间也具有显著相关性[25]。endprint

Bornmann[26]提出仅凭借相关性并不能证明Altmetrics指标的价值，需利用内容分析法解读用户的推送、推荐的真实目的，据此判断Altmetrics指标的真正意义，研究发现用户的Tweet与引用的目的是类似的。Thelwall[27]利用内容分析法对Tweet（推文）中学术论文链接进行分析，发现推文中链接行为是客观的，且通常会对论文题目或摘要进行总结，认为推文与未来引用的关联似乎是合理的。Mohammadi[28]对Mendeley标签进行用户动机调查，发现约85%的受访者称将文章添加标签是为了引用，此外，50%受访者是为了在科研活动时使用，结果显示Mendeley标签可以体现学术影响力与更广范围的影响力。

414同行评议类

F1000是全球最大的由医学和生物学专家组成的，为科研人员和临床医生提供快速发现、评价和发表为一体的综合服务系统[29]。作为Altmetrics数据来源平台，一些学者以F1000中论文的分值和“推荐”指标实证分析其在Altmetrics中的作用。Bornmann[30]通过数据验证了被F1000中同行评审专家推荐的文章具有更高的影响力，Altmetric网站指标在评价社会影响具有有效性，指出F1000作为定性指标，有助于Altmetrics指标在评价时能更好的发挥影响力评价功能。Lutz[31]选取由F1000推荐的美国公共科学图书馆（PLoS）期刊的1082篇文章为研究对象，对文章的Altmetrics指标进行实证分析，结果表明Facebook和Twitter平台指标会提供更广泛的读者圈子，而Mendeley和F1000能提供学术影响力评价。Kolahi利用出版后同行评审论坛PubPeer和Publons、F1000的专家打分值等众多Altmetrics指标综合选出TOP50高影响力篇牙科论文，指出Altmetrics指标能在短时间内迅速评估学术论文的影响力，牙科研究人员和期刊编辑应给予高度重视。

415指标的学科差异类

部分学者对Altmetrics指标在学科领域的渗透和普及情况进行了研究，众多研究表明，在学科领域方面，社会科学、人文科学、生命科学和医学学科的指标渗透深度和广度较好，是Altmetrics有特殊价值的学科领域。代表性研究包括：Chen[32]通過实证分析发现，Altmetrics存在明显的学科差异特征，社会学科比人文学科领域具有更高的指标覆盖率以及影响力。Costas[33]研究发现，社会媒体指标在正式发表论文中分布密度较小，人文社会学和生命医学类成果的表现良好。

42国际 Altmetrics研究前沿分析

研究前沿分析可为科研人员提供某研究领域的发展动态，并能发现具有价值的研究方向或潜在研究领域[34]。高频关键词能够反映某领域的重点研究内容和热点领域，通过对关键词的分析可以帮助科研人员明晰Altmetrics的研究脉络，把握研究的发展动向。关键词时区图可以描绘出研究主题随时间的演变趋势和相互影响。

利用CiteSpace对Web of Science研究文献的关键词进行分析，设置节点类型为Keyword，时间片为1年，每个时间片提取频次最高的前30位关键词，得到关键词时区图，如图4所示。图谱中圆环的颜色代表相应的年份，圆环的厚度代表频次的高低。节点的大小代表关键词累积出现频次的高低。节点的中心性体现了该节点在网络中的核心性和重要程度，其值越大说明该节点的影响力越大[35]。图中紫色圆环代表关键词的中心性大于0 1，是具有高中心度的关键节点。

为了进一步详细解读关键词的频次及中心性，将图3中CiteSpace中关键词统计数据整理得到34个关键词，结合人工判读法对关键词进行清洗，统计高频关键词（TOP20）频次及中心性，如表5所示。

通过图4、表5和CiteSpace中统计的关键词可知：1）2012-2013年Altmetrics主题研究主要关注Altmetrics概念与背景的理论研究，涉及的主要关键词包括开放获取、补充计量学、社会科学、引用。2）2014-2015年，随着Altmetrics研究的深入，科研人员开始对Altmetrics指标以及指标来源平台进行实证分析，涉及主要关键词有引用、推特、推文、指标、社会媒体、引文分析、Mendeley、学术影响力。3）2016年至今，实证研究工作仍是Altmetrics关注的重点，与此同时还增加了对科研成果的评价，逐渐转向应用领域，新增关键词有影响因子、研究影响力、科研评价。由以上分析可知，Altmetrics研究已经由理论研究逐渐过渡至对指标及数据来源的实证研究，且正在向实践与应用探究的方向发展。

5结论与启示

利用内容分析法与可视化方法，对2010—2016年Web of Science核心合集收录的183篇文献进行文献计量与分析，据此总结出国际Altmetrics研究的发展特点与趋势。

1）以德国、英国为代表的欧洲地区和以美国、加拿大为代表的美洲地区以绝对优势主导着国际Altmetrics研究领域。高校是研究机构中的主力军，伍尔弗汉普顿大学、马普学会和蒙特利尔大学是主要研究机构，Mike Thelwall、Lutz Bornmann和Stefanie Haustein是Altmetrics研究领域的带头人。我国Altmetrics研究的主要机构及科研人员相对单薄，且整体学术影响力有待提高。2）学科领域相对集中，图书馆学与情报学、计算机科学是推动Altmetrics研究的主要学科。随着Altmetrics指标在各大数据库的普及和科研人员素质的提高，其涉及的学科领域将逐渐扩大，呈现多学科共同利用与发展的局面。3）当前的研究重点集中在对Altmetrics指标的覆盖度、学科分布情况等指标可用性探究，以及在学术和社会两个层面对受众的价值性验证方面，国际研究热点由理论研究逐渐转向实证研究与应用。结合当前研究可知，指标的可用性探究、精准的有效性验证、大规模实践应用的评估、图书馆与机构知识库库中应用的探讨等是Altmetrics的研究热点与发展趋势。endprint

綜上可知，2012年以来国际Altmetrics研究受到广泛关注，Altmetrics理论研究、数据源及指标可用性和Altmetrics应用前景研究均取得了一定的成果，为发挥Altmetrics的巨大潜力，国内外有必要进一步深入研究。国际Altmetrics的发展现状及趋势分析为国内研究提供了多方面的启示：1）继续加强Altmetrics实证和应用方面的研究。国内Altmetrics研究中Altmetrics的理论研究占据很大比例，忽视了国外Altmetrics案例的借鉴意义与Altmetrics工具嵌入国内平台的技术实现，应提高我国Altmetrics研究内容的先进性和实用性。2）正确看待Altmetrics研究热点，探索具有中国特色的发展方向。针对国内Altmetrics的实践情况，积极开发国内科学交流环境下新数据源，推广和普及网络科研平台，优化Altmetrics工具功能，突破语言障碍，构建中文Altmetrics的计量工具。3）提高国内研究的学术影响力，增强科研评价的话语权。消除歧视性思维，促使国外工具服务提供多语言支持功能，以便于Altmetrics能够为国内科研机构与人员提供更好的学术影响力评价服务。

参考文献

[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.信息计量学[M].武汉：武汉大学出版社，2007.

[4]庞景安.科学计量研究方法论[M].北京：科学技术文献出版社，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，FRED.A multi-metric approach for research evaluation[J].Science Bulletin，2013，58（26）：3288-3290.

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

[13]Alhoori H，Furuta 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]楊良选，李自力，王浩.基于CiteSpaceⅡ的研究前沿可视化分析[J].情报学报，2011，30（8）：883-889.

[35]陈悦，陈超美，刘则渊，等.CiteSpace知识图谱的方法论功能[J].科学学研究，2015，33（2）：242-253.

（本文责任编辑：孙国雷）endprint