学术影响力是评价科研人员实力的重要内容之一。但是，如何评价学者的学术影响力？一直是学界的难题。本排行榜力图构建一套客观、可重复、操作性强、多维的评价指标体系。
1.排行榜计算原则
（1）科学性。全面、准确地描述和反映中国哲学社会科学各学科的学者影响力状况。
（2）客观性。以科研成果的相关数据为依据，进行综合运算后得出结论。
（3）可操作性。指标体系设计科学合理，各种数据容易采集。
2.排行榜指标选取与权重划分依据
（1）专家评议
（2）各类排行榜
（3）研究文献
3.排行榜指标体系与权重分配
表1 排行榜指标体系与权重分配表
| 指标 |
近五年核心期刊发文量（TN） |
他引总量（CN） |
论文下载量 （DN） |
H指数 |
AR指数 |
高被引论文篇数 |
| 权重 |
15% |
15% |
5% |
15% |
25% |
25% |
| 测度内容 |
学者的科研产出总量 |
学者的总体影响 |
学者的论文的关注度 |
学者论文数量和质量的综合 |
学者在重要同行中的影响力 |
学者高影响论文的产出情况 |
指标解释：
（1）近五年核心期刊发文量。近五年核心期刊发文量采集的是2012-2016年学者的核
心期刊论文发表数量。如果学者近五年有核心期刊发文，则该项指标有得分，反之则无。
（2）他引总量。他引总量是指学者所有论文的他引频次之和。
（3）论文下载量。论文下载量采集的是学者所有论文的总下载次数。
（4）H指数。H指数是指作者发表的论文中，有h篇被引用了h次；一个混合量化指标；可以将数量和质量统一的有效指标。
（5）AR指数。借鉴PageRank算法的思路，将进入重要作者的引用认同视为同行评议的肯定性结果，对个体研究人员的学术影响力进行评价。
（6）高被引论文篇数。高被引论文采集的是该学科引用次数排在前100名的论文。
（7）本排行榜中的指标，仅“近五年核心期刊发文量”采集的是学者2012-2016年的核心期刊论文发表量数据，其余指标采集的均是学者的所有年限数据。
4.数据来源
由于大量的哲学社会科学研究成果是以中文发表，因此，本研究采用了中国知网的中文论文数据。
5.数据计算
由于各指标的计量单位不同，在综合结果中产生的影响不同，因此我们对数据进行标准化处理，以消除计量单位带来的影响。所有指标数据的综合处理步骤如下：
（1）统计TN、CN、DN、H指数和高被引论文篇数等指标值；
（2）建立AR矩阵，计算AR值；
（3）对各指标的数据进行标准化处理；
（4）运用指标体系计算学者的总体得分；
（5）依据计算结果对各学科学者进行排名。
-----原创文章版权属于长安大学bc365备用网址所有，转载请著名出处。
