影響因子（ImpactFactor, IF）是上世紀由湯森路透公司開發的，最初主要用途是爲科研機構和圖書館選購期刊提供參考，現在被廣泛用於衡量期刊的影響力。
由於IF是一個相對統計量，所以可公平地評價和處理各類期刊。通常，期刊影響因子越大，它的學術影響力和作用也越大。我們看一下IF的計算方法：
IF=IF（2016年）= A / B，其中： A = 該期刊2015年至2016年所有文章在2016年中被SCI引用的次數；B = 該期刊2015年至2016年所有文章數。比如，某期刊在過去2年所發表的論文共被引用了100次，而過去2年共發表了5篇論文，那麼該刊物的影響因子=100/5=2，即平均每篇論文被引用了20次。也就是說該期刊的影響因子爲20。
從IF的計算方法來看，存在以下幾個問題：
1. 引用次數只包括了被SCI期刊引用的次數，未包括非SCI期刊的引用。
2. 影響因子是平均數，反映的是這個期刊的文章的平均質量。這會導致三種結果：（a）某些高質量文章大幅拉高影響因子；（b）高引用的綜述文章拉高影響因子，可以在期刊中增加綜述類文章的比例；（c）降低發文量可以提高影響因子，發文量越大，影響因子越難以增加，反之，發刊量越小，影響因子越容易增加。
3. 影響因子的查詢也是付費的，需要購買JCR報告。當然，這個難不倒聰明的各位。
谷歌學術指標（Google Scholar Metrics）
谷歌學術指標(Google Scholar Metrics)是2012年穀歌推出的新的學術評價標準體系,成爲IF之外,衡量學術期刊、頂會影響力的重要指標,每年更新一次。
爲了克服SCI存在的一些弊端，谷歌推出了谷歌學術指標（Google ScholarMetrics）。與SCI impact factor相比，谷歌學術指標作出瞭如下改進：
（1）不計算平均引用次數，計算引用次數的中位數，即過去5年內所發表的論文中至少有H篇論文分別被引用了至少H次。這句話比較繞口，舉一個簡單的例子，2012-2016年共發表了5篇文章，在google學術中分別引用了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，那麼該期刊的H5指數就是3。也許有讀者會發現H5的計算方法，與學者的H-index的類似，只不過前者是計算期刊，後者則是計算個人。
（2）引用包括非SCI期刊
（3）該指標的查詢是免費。
谷歌H5指數的不足
當然，任何一個評價指標都有其不足的一面。對於H5指數來說，存在如下不足：與IF相反，論文發表總量越大，H5指數可能越高。如果以H5指數作爲評價期刊的主流指標，那麼發表論文體量大的刊物將佔有優勢，而對於小衆學科的、發文量小的期刊則將可能被擠在H5排名最末，儘管他們按影響因子排名是行業裏的好期刊。
結束語
IF對於那些小而精的期刊有利，而google的H5指數則對那些大體量的期刊比較有利。建議投稿時，可以同時參考這兩個指數。