Altmetrics在圖書館學科服務中的應用策略研究

趙 娜

在web2.0時代， 社交媒體技術的蓬勃發展深刻影響了學術交流環境，科研人員既可以進行線下學術交流，也能夠利用博客、自媒體、學術交流平臺和文獻管理工具共享科技信息，開展學術研究。與此同時，以知識開放與共享為特征的開放存取運動促使科研產出形式和傳播途徑發生了深刻變革，除了在出版物上發表的論文，學術視頻、算法程序、數據集、演示文稿等多樣化科研成果均可以在互聯網平臺上發布。自由開放地在線學術社交形成了新型知識交流生態，既能構建“科研朋友圈”，又能拓展研究成果傳播速度和利用速率，縮短科研成果轉化的時間。網絡技術背景下的學術成果傳播模式與用戶知識服務需求發生了巨大變化，圖書館理應與時俱進，開創個性化、精深型、高質量信息服務新格局。

學科服務是高校圖書館拓展服務方式、深化服務層次的創新舉措，由學科館員為用戶提供學科聯絡、資源推薦、文獻傳遞、科技查新、教育培訓等服務內容。目前，我國高校圖書館學科服務總體上深度不足、定位模糊、效率不高，而Altmetrics的出現為學科館員開展數據驅動型文獻信息與知識服務，構建完善的學科服務體系提供了機遇。

一、Altmetrics的概念界定

Altmetrics由北卡羅來納大學的J.Priem在2010年首次提出，迅速引發了研究熱潮。這種基于在線社交媒體數據的新型計量方式更能適應科學活動中社會公眾的關注和參與度不斷提升的特點， 也得到了國際權威機構的認可。2012年，Altmetrics由劉春麗［1］首次引入國內，被學者譯為選擇性計量學、替代計量學、另類計量學、補充計量學、社交網絡計量學等。Prime將Altmetrics定義為“以探索和評定學術為目標、源自于社會網絡的新式計量標準”。余厚強等［2］認為，Altmetrics的狹義內涵為基于社交網絡的新型科學計量評價指標及其應用方法， 與傳統評價方法相比，Altmetrics評價對象更廣泛，評價指標更多樣。廣義上的Altmetrics強調構建web2.0環境下更新、更快、更全面的科研學術成果評價體系，替代依靠影響因子的傳統、保守的科學評價方式。

Altmetrics的核心是通過Altmetrics指標對在線科學交流全過程中學術成果的影響力進行評估和測度。Altmetrics數據源的多元化特征導致Altmetrics指標數量眾多，例如新聞媒體提及次數，Mendley閱讀次數，Twitter發帖數和評論數等。 將離散的指標進行簡單羅列不利于使用者理解Altmetrics與傳統引用數據的關系，因此一些學者依據成果傳播規律和影響力產生路徑對Altmetrics指標進行了類型劃分，例如邱均平等將Altmetrics指標分為感知層、社交媒體層和應用層［3］，Cave主張的分類方法為使用、獲取、談論、社交媒體和引用［4］，王修涵將Altmetrics指標劃分為交互、傳播和使用三個維度［5］。指標的歸納整合有助于其系統化研究， 也為影響力評價體系中指標的權重區分提供保障。

二、Altmetrics的優勢

期刊影響因子、引文分析和同行評議經過多年研究與發展，在文獻信息過濾機制中占據主流地位，是科研管理和決策咨詢的重要依據。 互聯網社交媒體深刻塑造了在線科學交流模式， 伴隨著網絡出版的盛行與開放獲取運動的深化， 數據爆炸和海量文獻大大增加了科研人員準確分析、快速獲取資源的難度。此外，社交網絡環境下的科學交流模式趨于多樣化， 而傳統論文評價體系局限于學術界內的評議，不僅影響力評價數據具有滯后性，而且難以衡量科研成果的社會影響力， 也不能測量同一種期刊中單篇論文的影響力。Altmetrics的優勢可歸納為以下四個方面：

實時性。受到出版周期的影響，學術論文獲得引文數據需要數月至數年的時間， 評價結果的滯后性與信息化時代用戶對于效率的要求不相匹配。Altmetrics借助API等技術，實時監測和捕捉研究成果的傳播和利用數據，也能夠揭示社會和學術領域的前沿熱點話題。

多維度。Altmetrics指標豐富多樣，涵蓋瀏覽、下載、分享、推薦、評論等，例如Altmetric.com提供Twitter、CiteULike、New York Times、PubMed Central等多種計量指標。對現有指標的研究表明，Altmetrics指標具有實時性、開放性和透明化等特征， 可以全面記錄和反映學術成果傳播規律。

全面性。Altmetrics的數據來源涵蓋了社交網絡平臺、新聞媒體、文獻管理平臺、在線學術網絡等，能夠從學術影響力和社會影響力兩個維度全面分析成果的影響力水平。Altmetrics也擴展了評價對象范圍， 可以應用于期刊、專著、軟件、專利、視頻等20多種科研成果以及學者和科研機構的影響力評價。

客觀性。學術論文的同行評議局限于少數專家，耗時較長且評價結果主觀性強。Altmetrics能夠打破學術交流的時空壁壘，通過社交媒體接受同行學者、從業人員、學生和普通民眾的廣泛評價，評價過程也更加公開、透明、有效率， 保證在線科研交流背景下學術評價的嚴謹性和科學性。

三、Altmetrics分析工具

目前廣泛使用的Altmetrics分析工具主要有Altmetric.com、Impact Story、PLOS ALM和Plum Analytics。其中，Altmetric.com獨創性地引入了Altmetric Score來測量受關注度和影響力， 并具有強大的可視化分析能力， 被Nature、Elsevier、Springer等國際出版機構廣泛使用，缺點是評價對象相對單一，且數據來源不包括引文數據庫。Impact Story能夠追蹤多類型學術成果， 也可用于測度研究人員的學術影響力， 但是計量服務需要付費使用。PLOS ALM數據源涵蓋了WOS、Scopus等引文數據庫，開放性最好，不足之處在于適用范圍有限，只能處理PLOS期刊論文。Plum Analytics覆蓋的測量對象最全面，數據源最多，評價指標數量上也頗有優勢，并且統計功能靈活便捷，但是在信息檢索功能上有欠缺［6］。其常用分析工具對換如下圖。

四、Altmetrics在學科服務中的應用

學科服務是近年來圖書館最具專業性和開拓性的服務模式，既是“雙一流”高校建設的資源信息保障，又為教學、科研和管理提供支持，但也存在幾點局限性：學科館員的工作職責和自我角色定位模糊；讀者信息檢索能力的提高降低了常規資源推薦服務的必要性； 停滯于資源宣傳、讀者教育等傳統的基礎性服務，缺少學科熱點追蹤、情報決策分析等深度服務。Altmetrics的出現為圖書館提升學科服務能力提供了契機，學科館員應該充分發揮信息儲備與數據挖掘優勢，提升服務能力，更新知識結構，制定融入Altmetrics的學科服務策略，實現由知識提供者向知識交流者轉型升級。在Altmetrics視角下，學科館員需要將自身定位為科學交流的平臺和渠道， 為用戶提供信息資源服務，提高學術交流效率和科研成果影響力。

Altmetrics常用分析工具的特點

（一）融合Altmetrics的學科服務工作內容

1.實現精準化與個性化的文獻推薦

研究人員需要通過查閱文獻資料了解學科領域已經取得的重要成果和最新進展。當前，學科館員的文獻推薦服務仍停留在數據庫層次，由于缺少文獻使用數據，論文層次的推薦滯后于出版商。 一些圖書館搭建了資源發現系統，然而只是停留在題錄信息等文獻外部特征上，而且經常得到數量龐大的檢索結果，因此需要發揮Altmetrics的優勢，直觀地提供值得挖掘的有效信息。學科館員可以利用Altmetrics工具，在文獻檢索和推薦過程中有效過濾無用信息，篩選和抽取出最有參考價值的文獻和期刊，為研究人員節省寶貴的時間。 此外，Altmetrics數據中的標簽、評論等指標已經深入到文獻內容層次，有助于實現精準推送， 也可以根據學術社交網絡的相關情景數據進行個性化推薦。

2.開展基于學術大數據的情報分析服務

論文、作者等學術實體信息和檢索、閱讀、保存、推薦、討論等學術網絡數據共同構成了學術大數據［7］，為學科館員使用Altmetrics開展情報分析服務提供基礎。前沿熱點預測是學科服務的創新方向之一， 學科館員通過整合Altmetrics指標與引文指標， 構建多維度指標探測體系，可以提高學科領域發展趨勢分析的時效性［8］。Altmetrics指標也能夠在一定程度上預測論文后期的引用量，例如論文在Twitter上的傳播與被引頻次正相關［9］。此外，學科館員還可以利用云計算等技術捕捉學術網絡中研究成果下載、使用和討論的數據，獲取受眾的身份特征和閱讀感受。學科館員針對多渠道反饋的數據進行挖掘，一方面可以深入揭示學者或學術團隊之間的思想傳承， 構建同行專家社交網絡，向科研人員推薦潛在的科研合作伙伴；另一方面，也可以為科研人員及時調整后續研究重點、制定發展策略、設計技術路線、預測市場化前景提供數據支持和決策參考。

3.研究人員與科研成果的影響力推廣

在個人影響力評價方法中，H指數能夠兼顧學術產出的質量和價值，然而存在主觀性強、測度不夠全面、更新速度慢等局限性。Altmetrics指標積累時間較短，不僅可以對成果傳播的深度和廣度做出快速反饋，而且與作者的科研年限不相關，尤其對于進入科研領域時間較短，在學術生涯中尚未積累足夠引文量的年輕學者，可以充分運用在線學術交流工具降低年齡和聲望方面的影響［9］。研究表明，社交媒體和新聞媒體平臺對學術產出的傳播起到積極作用。 因此學科館員可以協助研究人員認識和建立社交網絡時代的學術形象，從內容、傳播載體和受眾等方面為研究成果量身定制宣傳策略， 在更廣闊的舞臺上展示科研價值。目前常用的社交網絡平臺有Twitter、Google Scholar Profiles、Mendeley、Research Gate等， 研究人員在網絡上分享自身最具有代表性的科研成果， 不僅有助于梳理和完善學術知識體系， 也可以通過擴大學術聲譽和競爭力的方式獲得項目申報優勢。

（二）利用Altmetrics開展學科服務實踐的建議

作為Altmetrics發展中的利益相關方，學科館員應該承擔起Altmetrics應用效果最大化的責任，成為Altmetrics生態系統中各方溝通協調的橋梁，促進協同發展。首先，學科館員可以鼓勵學術出版商與Altmetrics工具提供商合作，向用戶提供論文層次的計量數據。其次，學科館員了解用戶的需求，在專業知識背景、元數據標識、數據統計和分析方面具有優勢，而Altmetrics工具提供商掌握信息開發技術，二者可以合作互補，從而規范數據來源、完善指標體系、優化工具功能、提升用戶體驗。發表在開放獲取期刊上的論文比非開放獲取論文的Altmetrics指標得分更高，因此學科館員應該將Altmetrics納入讀者教育中， 鼓勵研究人員將研究成果發布到網絡出版平臺或開放存取平臺上， 激發科研人員知識共享、思想碰撞的熱情。

學科館員在使用Altmetrics進行情報服務與成果推廣時應考慮到學科差異，利用主成分分析確定權重因子，進而構建影響力評價指標模型， 同時有針對性地選擇宣傳平臺［8］。例如社會科學、醫學與健康科學領域的研究主題貼近社會生活，更容易受到公眾矚目，學科館員在開展前沿預測時應該在影響力評價體系中賦予傳播和交互維度指標更高的權重，并推薦研究人員將成果發表在Twitter、Facebook、微博等大眾社交媒體平臺上，獲得更大的影響力；數學、物理等學科專業性強、門檻高，研究成果的傳播和使用集中在學術同行中，因此將關注、使用維度指標作為評價模型的主成分因子更為有效， 而且此類成果適合在Mendeley、CiteUlike等學術社交媒體上分享［5］。各學科在不同社交平臺上的傳播特征也存在差異， 例如Twitter的用戶中有大量各領域專家學者， 具備跨學科知識傳播的有利條件，而Research Gate上生物學科的用戶最為活躍。

五、結語

Altmetrics誕生于web2.0環境下社交網絡、科研工作和學術交流的深度融合，在科研學術成果的評價個體、對象和指標方面具有全面性和多樣化的突出特點， 可以對傳統意義上的學術影響力評價體系進行合理補充。 圖書館應當敏銳地認識到信息科技革命中文獻資源利用和傳播方式的變革， 積極將Altmetrics應用到學科服務中，以用戶需求為導向，提供前瞻性、多元化、動態化、交互式知識服務，以更豐富的服務內容、更精準的服務方向、更高的服務質量提升圖書館品牌價值。