影响因子（ImpactFactor, IF）是上世纪由汤森路透公司开发的，最初主要用途是为科研机构和图书馆选购期刊提供参考，现在被广泛用于衡量期刊的影响力。
由于IF是一个相对统计量，所以可公平地评价和处理各类期刊。通常，期刊影响因子越大，它的学术影响力和作用也越大。我们看一下IF的计算方法：
IF=IF（2016年）= A / B，其中： A = 该期刊2015年至2016年所有文章在2016年中被SCI引用的次数；B = 该期刊2015年至2016年所有文章数。比如，某期刊在过去2年所发表的论文共被引用了100次，而过去2年共发表了5篇论文，那么该刊物的影响因子=100/5=2，即平均每篇论文被引用了20次。也就是说该期刊的影响因子为20。
从IF的计算方法来看，存在以下几个问题：
1. 引用次数只包括了被SCI期刊引用的次数，未包括非SCI期刊的引用。
2. 影响因子是平均数，反映的是这个期刊的文章的平均质量。这会导致三种结果：（a）某些高质量文章大幅拉高影响因子；（b）高引用的综述文章拉高影响因子，可以在期刊中增加综述类文章的比例；（c）降低发文量可以提高影响因子，发文量越大，影响因子越难以增加，反之，发刊量越小，影响因子越容易增加。
3. 影响因子的查询也是付费的，需要购买JCR报告。当然，这个难不倒聪明的各位。
谷歌学术指标（Google Scholar Metrics）
谷歌学术指标(Google Scholar Metrics)是2012年谷歌推出的新的学术评价标准体系,成为IF之外,衡量学术期刊、顶会影响力的重要指标,每年更新一次。
为了克服SCI存在的一些弊端，谷歌推出了谷歌学术指标（Google ScholarMetrics）。与SCI impact factor相比，谷歌学术指标作出了如下改进：
（1）不计算平均引用次数，计算引用次数的中位数，即过去5年内所发表的论文中至少有H篇论文分别被引用了至少H次。这句话比较绕口，举一个简单的例子，2012-2016年共发表了5篇文章，在google学术中分别引用了20次、10次、5次、3次、1次。有3篇文章引用了三次以上，且找不到4篇文章引用了4次以上，那么该期刊的H5指数就是3。也许有读者会发现H5的计算方法，与学者的H-index的类似，只不过前者是计算期刊，后者则是计算个人。
（2）引用包括非SCI期刊
（3）该指标的查询是免费。
谷歌H5指数的不足
当然，任何一个评价指标都有其不足的一面。对于H5指数来说，存在如下不足：与IF相反，论文发表总量越大，H5指数可能越高。如果以H5指数作为评价期刊的主流指标，那么发表论文体量大的刊物将占有优势，而对于小众学科的、发文量小的期刊则将可能被挤在H5排名最末，尽管他们按影响因子排名是行业里的好期刊。
结束语
IF对于那些小而精的期刊有利，而google的H5指数则对那些大体量的期刊比较有利。建议投稿时，可以同时参考这两个指数。
