摘要:针对目前h指数存在的不足，学界尚缺乏一种综合有效的评价指标，为此，笔者期待介绍一种论文评价的ammaa算法，并提出一种融入时间维度的优化算法，即t_ammaa算法，通过对论文影响力的评价来反映学者个人的影响力评价。研究过程中，以Web of Science作为数据源，聚焦国内图情领域作者发文，计算论文ammaa值及t_ammaa值，进而得出学者的ammaa值及t_ammaa值，并将两种算法结果排名与学者H值排名通过归一化处理，进行实证对比分析。结果表明：t_ammaa算法综合考虑发文被引次数、被引次数的阙值限制、合著者人数及论文被引时间的异质性，既可以对独著和合著论文影响力进行综合性评价，也可以消除时间因素带来的影响，是一种更为合理的学者和论文影响力评价计量方法。