Altmetrics在图书馆学科服务中的应用策略研究

赵 娜

在web2.0时代， 社交媒体技术的蓬勃发展深刻影响了学术交流环境，科研人员既可以进行线下学术交流，也能够利用博客、自媒体、学术交流平台和文献管理工具共享科技信息，开展学术研究。与此同时，以知识开放与共享为特征的开放存取运动促使科研产出形式和传播途径发生了深刻变革，除了在出版物上发表的论文，学术视频、算法程序、数据集、演示文稿等多样化科研成果均可以在互联网平台上发布。自由开放地在线学术社交形成了新型知识交流生态，既能构建“科研朋友圈”，又能拓展研究成果传播速度和利用速率，缩短科研成果转化的时间。网络技术背景下的学术成果传播模式与用户知识服务需求发生了巨大变化，图书馆理应与时俱进，开创个性化、精深型、高质量信息服务新格局。

学科服务是高校图书馆拓展服务方式、深化服务层次的创新举措，由学科馆员为用户提供学科联络、资源推荐、文献传递、科技查新、教育培训等服务内容。目前，我国高校图书馆学科服务总体上深度不足、定位模糊、效率不高，而Altmetrics的出现为学科馆员开展数据驱动型文献信息与知识服务，构建完善的学科服务体系提供了机遇。

一、Altmetrics的概念界定

Altmetrics由北卡罗来纳大学的J.Priem在2010年首次提出，迅速引发了研究热潮。这种基于在线社交媒体数据的新型计量方式更能适应科学活动中社会公众的关注和参与度不断提升的特点， 也得到了国际权威机构的认可。2012年，Altmetrics由刘春丽［1］首次引入国内，被学者译为选择性计量学、替代计量学、另类计量学、补充计量学、社交网络计量学等。Prime将Altmetrics定义为“以探索和评定学术为目标、源自于社会网络的新式计量标准”。余厚强等［2］认为，Altmetrics的狭义内涵为基于社交网络的新型科学计量评价指标及其应用方法， 与传统评价方法相比，Altmetrics评价对象更广泛，评价指标更多样。广义上的Altmetrics强调构建web2.0环境下更新、更快、更全面的科研学术成果评价体系，替代依靠影响因子的传统、保守的科学评价方式。

Altmetrics的核心是通过Altmetrics指标对在线科学交流全过程中学术成果的影响力进行评估和测度。Altmetrics数据源的多元化特征导致Altmetrics指标数量众多，例如新闻媒体提及次数，Mendley阅读次数，Twitter发帖数和评论数等。 将离散的指标进行简单罗列不利于使用者理解Altmetrics与传统引用数据的关系，因此一些学者依据成果传播规律和影响力产生路径对Altmetrics指标进行了类型划分，例如邱均平等将Altmetrics指标分为感知层、社交媒体层和应用层［3］，Cave主张的分类方法为使用、获取、谈论、社交媒体和引用［4］，王修涵将Altmetrics指标划分为交互、传播和使用三个维度［5］。指标的归纳整合有助于其系统化研究， 也为影响力评价体系中指标的权重区分提供保障。

二、Altmetrics的优势

期刊影响因子、引文分析和同行评议经过多年研究与发展，在文献信息过滤机制中占据主流地位，是科研管理和决策咨询的重要依据。 互联网社交媒体深刻塑造了在线科学交流模式， 伴随着网络出版的盛行与开放获取运动的深化， 数据爆炸和海量文献大大增加了科研人员准确分析、快速获取资源的难度。此外，社交网络环境下的科学交流模式趋于多样化， 而传统论文评价体系局限于学术界内的评议，不仅影响力评价数据具有滞后性，而且难以衡量科研成果的社会影响力， 也不能测量同一种期刊中单篇论文的影响力。Altmetrics的优势可归纳为以下四个方面：

实时性。受到出版周期的影响，学术论文获得引文数据需要数月至数年的时间， 评价结果的滞后性与信息化时代用户对于效率的要求不相匹配。Altmetrics借助API等技术，实时监测和捕捉研究成果的传播和利用数据，也能够揭示社会和学术领域的前沿热点话题。

多维度。Altmetrics指标丰富多样，涵盖浏览、下载、分享、推荐、评论等，例如Altmetric.com提供Twitter、CiteULike、New York Times、PubMed Central等多种计量指标。对现有指标的研究表明，Altmetrics指标具有实时性、开放性和透明化等特征， 可以全面记录和反映学术成果传播规律。

全面性。Altmetrics的数据来源涵盖了社交网络平台、新闻媒体、文献管理平台、在线学术网络等，能够从学术影响力和社会影响力两个维度全面分析成果的影响力水平。Altmetrics也扩展了评价对象范围， 可以应用于期刊、专著、软件、专利、视频等20多种科研成果以及学者和科研机构的影响力评价。

客观性。学术论文的同行评议局限于少数专家，耗时较长且评价结果主观性强。Altmetrics能够打破学术交流的时空壁垒，通过社交媒体接受同行学者、从业人员、学生和普通民众的广泛评价，评价过程也更加公开、透明、有效率， 保证在线科研交流背景下学术评价的严谨性和科学性。

三、Altmetrics分析工具

目前广泛使用的Altmetrics分析工具主要有Altmetric.com、Impact Story、PLOS ALM和Plum Analytics。其中，Altmetric.com独创性地引入了Altmetric Score来测量受关注度和影响力， 并具有强大的可视化分析能力， 被Nature、Elsevier、Springer等国际出版机构广泛使用，缺点是评价对象相对单一，且数据来源不包括引文数据库。Impact Story能够追踪多类型学术成果， 也可用于测度研究人员的学术影响力， 但是计量服务需要付费使用。PLOS ALM数据源涵盖了WOS、Scopus等引文数据库，开放性最好，不足之处在于适用范围有限，只能处理PLOS期刊论文。Plum Analytics覆盖的测量对象最全面，数据源最多，评价指标数量上也颇有优势，并且统计功能灵活便捷，但是在信息检索功能上有欠缺［6］。其常用分析工具对换如下图。

四、Altmetrics在学科服务中的应用

学科服务是近年来图书馆最具专业性和开拓性的服务模式，既是“双一流”高校建设的资源信息保障，又为教学、科研和管理提供支持，但也存在几点局限性：学科馆员的工作职责和自我角色定位模糊；读者信息检索能力的提高降低了常规资源推荐服务的必要性； 停滞于资源宣传、读者教育等传统的基础性服务，缺少学科热点追踪、情报决策分析等深度服务。Altmetrics的出现为图书馆提升学科服务能力提供了契机，学科馆员应该充分发挥信息储备与数据挖掘优势，提升服务能力，更新知识结构，制定融入Altmetrics的学科服务策略，实现由知识提供者向知识交流者转型升级。在Altmetrics视角下，学科馆员需要将自身定位为科学交流的平台和渠道， 为用户提供信息资源服务，提高学术交流效率和科研成果影响力。

Altmetrics常用分析工具的特点

（一）融合Altmetrics的学科服务工作内容

1.实现精准化与个性化的文献推荐

研究人员需要通过查阅文献资料了解学科领域已经取得的重要成果和最新进展。当前，学科馆员的文献推荐服务仍停留在数据库层次，由于缺少文献使用数据，论文层次的推荐滞后于出版商。 一些图书馆搭建了资源发现系统，然而只是停留在题录信息等文献外部特征上，而且经常得到数量庞大的检索结果，因此需要发挥Altmetrics的优势，直观地提供值得挖掘的有效信息。学科馆员可以利用Altmetrics工具，在文献检索和推荐过程中有效过滤无用信息，筛选和抽取出最有参考价值的文献和期刊，为研究人员节省宝贵的时间。 此外，Altmetrics数据中的标签、评论等指标已经深入到文献内容层次，有助于实现精准推送， 也可以根据学术社交网络的相关情景数据进行个性化推荐。

2.开展基于学术大数据的情报分析服务

论文、作者等学术实体信息和检索、阅读、保存、推荐、讨论等学术网络数据共同构成了学术大数据［7］，为学科馆员使用Altmetrics开展情报分析服务提供基础。前沿热点预测是学科服务的创新方向之一， 学科馆员通过整合Altmetrics指标与引文指标， 构建多维度指标探测体系，可以提高学科领域发展趋势分析的时效性［8］。Altmetrics指标也能够在一定程度上预测论文后期的引用量，例如论文在Twitter上的传播与被引频次正相关［9］。此外，学科馆员还可以利用云计算等技术捕捉学术网络中研究成果下载、使用和讨论的数据，获取受众的身份特征和阅读感受。学科馆员针对多渠道反馈的数据进行挖掘，一方面可以深入揭示学者或学术团队之间的思想传承， 构建同行专家社交网络，向科研人员推荐潜在的科研合作伙伴；另一方面，也可以为科研人员及时调整后续研究重点、制定发展策略、设计技术路线、预测市场化前景提供数据支持和决策参考。

3.研究人员与科研成果的影响力推广

在个人影响力评价方法中，H指数能够兼顾学术产出的质量和价值，然而存在主观性强、测度不够全面、更新速度慢等局限性。Altmetrics指标积累时间较短，不仅可以对成果传播的深度和广度做出快速反馈，而且与作者的科研年限不相关，尤其对于进入科研领域时间较短，在学术生涯中尚未积累足够引文量的年轻学者，可以充分运用在线学术交流工具降低年龄和声望方面的影响［9］。研究表明，社交媒体和新闻媒体平台对学术产出的传播起到积极作用。 因此学科馆员可以协助研究人员认识和建立社交网络时代的学术形象，从内容、传播载体和受众等方面为研究成果量身定制宣传策略， 在更广阔的舞台上展示科研价值。目前常用的社交网络平台有Twitter、Google Scholar Profiles、Mendeley、Research Gate等， 研究人员在网络上分享自身最具有代表性的科研成果， 不仅有助于梳理和完善学术知识体系， 也可以通过扩大学术声誉和竞争力的方式获得项目申报优势。

（二）利用Altmetrics开展学科服务实践的建议

作为Altmetrics发展中的利益相关方，学科馆员应该承担起Altmetrics应用效果最大化的责任，成为Altmetrics生态系统中各方沟通协调的桥梁，促进协同发展。首先，学科馆员可以鼓励学术出版商与Altmetrics工具提供商合作，向用户提供论文层次的计量数据。其次，学科馆员了解用户的需求，在专业知识背景、元数据标识、数据统计和分析方面具有优势，而Altmetrics工具提供商掌握信息开发技术，二者可以合作互补，从而规范数据来源、完善指标体系、优化工具功能、提升用户体验。发表在开放获取期刊上的论文比非开放获取论文的Altmetrics指标得分更高，因此学科馆员应该将Altmetrics纳入读者教育中， 鼓励研究人员将研究成果发布到网络出版平台或开放存取平台上， 激发科研人员知识共享、思想碰撞的热情。

学科馆员在使用Altmetrics进行情报服务与成果推广时应考虑到学科差异，利用主成分分析确定权重因子，进而构建影响力评价指标模型， 同时有针对性地选择宣传平台［8］。例如社会科学、医学与健康科学领域的研究主题贴近社会生活，更容易受到公众瞩目，学科馆员在开展前沿预测时应该在影响力评价体系中赋予传播和交互维度指标更高的权重，并推荐研究人员将成果发表在Twitter、Facebook、微博等大众社交媒体平台上，获得更大的影响力；数学、物理等学科专业性强、门槛高，研究成果的传播和使用集中在学术同行中，因此将关注、使用维度指标作为评价模型的主成分因子更为有效， 而且此类成果适合在Mendeley、CiteUlike等学术社交媒体上分享［5］。各学科在不同社交平台上的传播特征也存在差异， 例如Twitter的用户中有大量各领域专家学者， 具备跨学科知识传播的有利条件，而Research Gate上生物学科的用户最为活跃。

五、结语

Altmetrics诞生于web2.0环境下社交网络、科研工作和学术交流的深度融合，在科研学术成果的评价个体、对象和指标方面具有全面性和多样化的突出特点， 可以对传统意义上的学术影响力评价体系进行合理补充。 图书馆应当敏锐地认识到信息科技革命中文献资源利用和传播方式的变革， 积极将Altmetrics应用到学科服务中，以用户需求为导向，提供前瞻性、多元化、动态化、交互式知识服务，以更丰富的服务内容、更精准的服务方向、更高的服务质量提升图书馆品牌价值。