《表7 成分得分系数矩阵：基于Altmetrics的学术论文影响力评价模型研究——以人工智能领域为例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于Altmetrics的学术论文影响力评价模型研究——以人工智能领域为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从成分得分系数矩阵中可知：主成分1和指标Google+提及、Blog提及、Reddit提及、News提及、Policy提及和Twitter提及的成分得分系数分别达到了0.778、0.743、0.728、0.702、0.634、0.643和0.594，均超过了0.5，由于此6项指标的数据来源都是社交媒体或信息传播平台，故可将成分1视为社会传播影响因子；主成分2与指标Mendeley读者数量和Dimensions被引频次的成分系数分别为0.939和0.952，Mendeley作为一个文献管理软件其读者数量在很大程度上能代表论文受学者的关注度，Dimensions被引频次体现论文被学者利用程度，更能体现论文的学术影响力，故主成分2可被视为学术影响因子；主成分3中，专利提及的成分系数为0.711，故主成分3可被视为专利影响因子；主成分4中，视频提及的成分系数达到了0.743，故主成分4可被视为视频影响因子。如表7、图1所示。