最新的▶▶▶ SCI中心+谷歌学术网站

Sci-Hub在科研者中的地位就不用说了，可由于时常更换域名，也让科研人烦恼不已。还有它的“难兄难弟”——谷歌学术，由于众所周知的原因，谷歌学术无法访问，所以涌现出许多镜像网址，但是也并不稳定。

So，今天给大家分享一些最新可用的Sci-Hub以及Google学术镜像网址，另外附上一个可实时检测Sci-Hub和Google学术最新网址的网站，亲试好用，赶紧收藏吧！

Sci-hub网址汇总：

尚辑Sagesci

√ https://sci-hub.tw

√ https://sci-hub.se

√ https://sci-hub.shop

√ https://sci-hub.fun

√ https://www.sci-hub.ac.cn

Google学术搜索：

尚辑Sagesci

√ https://b.glgoo.top/

√ https://ccc.glgoo.top

√ https://xs.glgoo.top/

√ https://c.glgoo.top/

√ https://x.glgoo.top/

√ https://x.glgoo.top/

尚辑Sagesci

Google搜索：

√ https://google.uulucky.com/webhp

√ https://ge.uulucky.com/webhp

学术导航网站：

尚辑Sagesci

√ https://www.4243.net/

√ https://www.6453.net/

√ https://www.9312.net/

上边这3个学术导航推荐给大家使用，导航网站会更新最新可用的sci-hub网址，Google学术网址，非常方便。

“微教程”中的谷歌学习提示

谷歌学术、Sci-Hub作为学术网站中的两大扛把子，合在一起可以处理绝大多数英文文献。因此，也是每个科研儿的必备网站，今天就先具体聊聊谷歌学术的使用技巧

关注大牛的科研动态

跟着大牛走，大牛的一举一动也许都会为你提供idea，在Google学术中，大部分知名学者都有Google学术名片，在这里你可以对学者实时追踪，能够全面了解大牛们的研究方向和学术水平。（下面以施一公为例）

带有下划线的学者就有自己的学术主页，点击即可进入。同时也会发现，在搜索人名时，词条的第一个就是学者的个人主页。

在大牛的个人主页中，主要包括四部分信息：

①大牛的个人信息；②按照被引数量排序的大牛文章；③大牛被引数据的统计图；④大牛的主要合作伙伴

点击大牛个人信息旁边的关注，即可跟踪大牛的学术动态，选择跟踪方式并留下你的邮箱。谷歌学术会把大牛的新文章、新引用以及最新的相关文章都发到你的邮箱，让你能够无死角的follow大牛，像狗皮膏药一般

。

关键字快讯

在科研生活中，你会发现有一些人，只要期刊发了一些本领域的文章，他们就会立刻知晓，就好像是住在各大Top期刊网站一样。其实他们并不是一直在盯着，而是使用了跟踪关键字的功能。

跟踪关键字就是在谷歌中搜索关键字，然后点击创建快讯，谷歌学术就会把该关键字的最新搜索结果发到你的邮箱，点开设定个人邮箱，就可以实时获得相关主题的快讯了。

当然，这一功能还有更好用的软件能够实现（也是小编我一直在用的，很好用），以后再告诉你们是什么。

扫码关注公众号，获取更多资源

获奖论文！Google academic发布2019年最具影响力的前7篇论文（包括收益）

最近Google Scholar发布了被引用最多论文排行榜TOP 7。

排于榜首的是发表在世界顶级人工智能会议之一 ——“ 计算机视觉与模式识别（CVPR）的IEEE / CVF会议”的出版物上的《Deep Residual Learning for Image Recognition》（2016））一文，该文在过去三年中被引用次数高达25256次。

排名第二的是出自《Nature》的《Deep learning》（2015），其引用次数达16750次。这篇论文的作者是2018年的图灵奖得主，他们是被称为“人工智能之父的——Yann LeCun、yobengio、Geoffrey Hinton。除了其大名鼎鼎的作者引人注目外，该文还因引用次数与2019年Google学术搜索指标报告中引用数量最多的第二篇自然论文之间存在超过10000的差异而被格外关注。

排名第三的是《Going Deeper with Convolutions》（2015），其引用次数达14424次。本文由Google AI研究人员描述了他们的新物体检测系统GoogleNet，它使用代号为Inception的深度神经网络系统构建。它在2014年ImageNet大规模视觉识别挑战赛中获得最高分。

从榜单前三甲可以看出，这些论文都与人工智能有关，也从侧面揭示了一个重要信息：围绕人工智能（AI）的研究兴趣正在飞速增长。

那么，你是否好奇为什么是他们被引用如此之多呢？这些论文又都阐述了哪些问题呢？

赶紧动笔来给我们投稿吧，文章内容可以是每篇上榜论文的深度解读，阐述他们的独特之处与主要贡献；也可以是对论文内容的高度概括与凝练；亦或是你对AI领域其他优秀论文的的推荐，题材不限，字数1000以上。

感兴趣的同学请加学术君微信（AMiner308）投稿哦！（或扫文末二维码加学术君为好友！）

文章一经录用，除了会在学术头条微信公号发布外，您还会收到一份本公号赠送的神秘定制大礼。

Ps,在本周五8月16日前投稿的同学，可再获得一份独家礼品哦！

心动不如行动！学术君等着你哦！

为了方便进一步解读相关论文，学术君收集整理了以下信息供各位参考：

Google Scholar是世界上同类数据库中最大的，跟踪了近4亿篇学术论文和其他学术文献的引用信息，旨在衡量近期出版物的“知名度和影响力”。

2019年Google学术指标排名，追踪了2014年至2018年期间发布的论文，并包括截至2019年7月在谷歌Scholar中被索引的所有文章的引文。

以下是世界上最具影响力的期刊发表的被引用次数最多的七篇文章。

25256次引用

01

1.Deep Residual Learning for Image Recognition（2016）

用于图像识别的深度残差学习（2016）

地址：https://openaccess.thecvf.com/content_cvpr_2016/html/He_Deep_Residual_Learning_CVPR_2016_paper.html

期刊：Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition（IEEE / CVF计算机视觉和模式识别会议论文集）

这篇特别的文章是由微软的一个研究团队撰写的，根据“自然指数”的追踪，微软在2018年实现了高质量研究产出的显著增长。

16750次引用

02

Deep learning（2015）

深度学习（2015）

地址：https://www.nature.com/articles/nature14539

期刊：Nature

深度学习可以让那些拥有多个处理层的计算模型来学习具有多层次抽象的数据的表示。深度学习能够发现大数据中的复杂结构。它是利用BP算法来完成这个发现过程的。BP算法能够指导机器如何从前一层获取误差而改变本层的内部参数，这些内部参数可以用于计算表示。深度卷积网络在处理图像、视频、语音和音频方面带来了突破，而递归网络在处理序列数据，比如文本和语音方面表现出了闪亮的一面。

14424次引用

03

Going Deeper with Convolutions（2015）

卷积深入研究（2015年）

地址：https://ieeexplore.ieee.org/document/7298594

期刊：Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition

本文由Google AI研究人员描述了他们的新物体检测系统GoogLeNet，它使用代号为Inception的深度神经网络系统构建。它在2014年ImageNet大规模视觉识别挑战赛中获得最高分。

10153次引用

04

Fully Convolutional Networks for Semantic Segmentation（2015）

用于语义分割的全卷积网络（2015）

地址：https://ieeexplore.ieee.org/document/7298965

期刊：Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition

加州大学伯克利分校（University of California， Berkeley）的一个团队负责撰写了这篇极具影响力的人工智能论文。这篇论文描述了一种最先进的方法，用于构建能够识别图像中的物体的人工智能系统。

8057次引用

05

Prevalence of Childhood and Adult Obesity in the United States， 2011-2012（2014）

2011 – 2012年美国儿童和成人肥胖患病率（2014年）

地址：https://jamanetwork.com/journals/jama/fullarticle/1832542

期刊：JAMA

在2019年的谷歌学术指标中，没有一篇与人工智能无关的论文被引用超过10，000次，但美国疾病控制和预防中心（US Centers for Disease Control and Prevention）的一个团队的调查结果与之接近。

在报告发布时，该研究提供了美国儿童肥胖的最新国家估计数据，发现超过三分之一的成年人和17%的年轻人肥胖。

7371次引用

06

Global， regional， and national prevalence of overweight and obesity in children and adults during 1980–2013：a systematic analysis for the Global Burden of Disease Study 2013（2014）

1980 – 2013年期间儿童和成人超重和肥胖的全球、区域和全国流行率：对2013年全球疾病负担研究的系统分析（2014）

地址：https://www.sciencedirect.com/science/article/pii/S0140673614604608

期刊：Lancet（《柳叶刀》）

来自100多个机构的近200名作者参与了这项研究，这意味着调查全球肥胖患病率的艰巨任务。

6009次引用

07

Observation of Gravitational Waves from a Binary Black Hole Merger（2016）

二元黑洞合并引力波的观测（2016）

地址：https：//journals.aps.org/prl/abstract/10.1103/PhysRevLett.116.061102

期刊：Physical Review Letters（《物理评论快报》）

通过这篇论文，来自先进激光干涉仪引力波天文台（LIGO）的一组物理学家描述了对引力波的首次直接观测——这是继爱因斯坦预测时空中这些难以捉摸的涟漪之后，历时一个世纪才实现的壮举。

（来源：综合整理自网络）

学术头条现招聘全职/实习研究员与编辑，有意者请联系学术君！

分享干货

AMiner迄今为止已发布18期AI系列研究报告，您可在后台回复对应数字获取报告。

微信公众号菜单栏为大家设置了“论文推荐”和“优质分享”专栏，欢迎大家关注。

您的转发就是我们最大的动力

科研写作|掌握学术趋势，从跟踪文献开始

护理科研工作者要养成关注自己研究领域最新科研成果的习惯。第一时间获取相关文献，不仅可以帮助护理科研工作者及时掌握前沿学术动态，还能拓宽视野，提升自身科研水平。现分享几种文献追踪工具，希望能为大家的科研工作提供便利。

1

Stork（文献鸟）

网址：https://www.storkapp.me/

Stork（文献鸟）是一款免费的文献追踪工具，可以帮助用户搜索、筛选新的科研论文。此外，该平台还具有人工智能翻译、文献分析等功能，可有效提高护理科研效率。

用户将检索词设定完毕之后就可以享受文献推送服务，检索词可以是作者姓名、文章关键词、词组、期刊名称等，可随时对检索词进行调整；此外，还可以调整文献推送的频率与时间，十分方便。

2

谷歌学术

网址：https://scholar.google.com/

谷歌学术作为高效的文献检索引擎，是科研过程中不可或缺的利器，利用谷歌学术的“快讯”功能也可以非常便捷地获取最新学术动态。

用户进入谷歌学术官网，点击创建“快讯”，可根据自己的研究领域设定相关的“快讯”查询字段，然后填写好接收推送消息的邮箱即可。推送数量可进行修改，最多可以显示20条。

3

AMiner

网址：https://www.aminer.cn/

科技情报大数据挖掘与服务系统平台AMiner是由清华大学计算机科学与技术系建立的，具有完全自主知识产权的新一代科技情报分析与挖掘平台。

该平台拥有智能的推荐算法，用户在订阅界面添加关键词后，推荐算法首先会根据关键词进行搜索，然后综合考虑论文近期引用数量、学者近期影响力等多种指标进行筛选，最终将文献推送给用户。此外，该平台还提供了一些其他的文献管理功能，用户可对收藏的论文进行综述、引用分析和精读。

4

Research Gate

网址：https://www.researchgate.net/

学术社交两不误，从Research Gate开始。Research Gate是一个由三位科学家在2008年创立的学术网络社交平台，来自世界各地的2000 余万会员使用它来发现、分享和讨论学术研究。

很多科研人员会在该平台开通自己的个人主页，在这里可以了解其科研项目、最新研究成果等相关学术信息。用户可以对自己感兴趣的研究者进行关注，当其发布了新的文章时，该平台会通过邮件进行告知。此外，还可以利用该平台进行学术交流，比如可以向其他研究者发送消息请教科研问题、发起专题讨论等。

5

Ftracker

网址：https://ftracker.net/

Ftracker是一个集文献检索与文献追踪功能为一体的科研工具，除网页版外，该平台还开发了手机APP，极大地方便了科研工作。

该平台可通过设定关键词或期刊名称等方式进行文献订阅，同时还可以设定推送文献的影响因子，及时获取更高质量的科研文献。该平台会将推送文献的题目、摘要等内容自动翻译成中文，方便我们更加快捷地浏览文献，有助于提升文献阅读效率，具有较好的便利性。

来源：综合整理自Stork、谷歌学术、Research Gate、AMiner、Ftracker官网

留学生学习指南：谷歌学术搜索引擎综合分析

Google Scholar (GS)作为一个免费的学术搜索引擎，是谷歌搜索的学术版。GS数据库涵盖了大约2亿篇文章，基本上可以索引出世界上已出版的绝大部分学术期刊。不同于谷歌搜索，它不搜索网络上的所有索引信息，而更偏向于搜索出版商、大学或学术网站发布的的文章数据库。今天藤睿教育就向大家介绍一下该如何使用这款“硬核”学术搜索引擎，帮助同学们更巧妙的学习。

  1. 什么是谷歌学术？

Google Scholar是一个专门搜索学术文献和学术资源的网络搜索引擎。

网址：https://scholar.google.com/

“谷歌学术”与“谷歌”有何不同？

很多同学都问藤睿教育的顾问老师，我的教授说“不要使用谷歌”，那谷歌学术也不可以用吗？答案是谷歌和谷歌学术是不一样的，因为Google搜索的方向是公共Web中的内容。而教授说的“不要使用谷歌”，是你不应使用公共网络中的内容。谷歌学术就不一样了，它搜索的学术书籍、文章和文档与图书馆目录和数据库中搜索的类型相同。Google Scholar的学术性、权威性将其与普通的Google搜索区分开来，是被允许使用的。

Google Scholar 与图书馆的数据库有何关联（和不同）？

Google Scholar搜索中的内容与图书馆的各个数据库之间是存在重叠的。此外，Google学术中的许多引文还附带图书馆数据库或公开数据库中的链接，点击后可以直接一键查看全文。

不过需要注意的是，Google Scholar并不包含图书馆数据库中的所有内容，因此也存在一定的局限性。

如何在Google Scholar搜索中搜索和查看项目？

搜索就像在常规Google中搜索一样简单，直接点击文章和更多选项卡，找到最底部的Google学术搜索框，输入搜索词或词组即可。与常规Google搜索一样，Google学术搜索会根据项目的全文、作者、来源以及在其他来源中被引用的次数来展示搜索结果。

更便利的是，在谷歌学术中输入【filetype: pdf 】，再加上我们想要搜索的关键词，出现的所有结果都会出现带pdf的下载连接。只需轻轻一点链接右上角的Pdf字样，就可直接下载到电脑上。

Google Scholar有什么局限性？

谷歌学术搜索并不是全能的，其局限性也很明显。例如，同学们在图书馆数据库可以检索到播客、视频、文章、统计数据以及特殊藏书等更全面的资料类型。而目前Google学术搜索只提供以下几种出版物类型：

  • 期刊文章：在期刊上发表的文章。主要来自Peer Reviewed Journals, Predatory Journals以及Pre-print Archives。
  • 图书：链接到Google的受限文本。
  • 书籍章节：书籍中的章节，部分图书的电子版本。
  • 书评。
  • 会议录：作为会议一部分所撰写的论文，通常用作会议演讲的一部分。
  • 法院判决。
  • 专利：Google学术可以搜索专利，但是需要在侧边栏中专门勾选此选项。

如何在Google Scholar搜索结果中找到全文文档？

想要查找完整文档，可以查找文章标题右侧的PDF,HTML链接，或Online Resources链接（如下图红框处所示）。这些链接将帮助我们在公开可用的地方或学校图书馆提供的在线数据库中找到文档的全文。

Google Scholar搜索小技巧

  • Google Scholar搜索不区分大小写。

与谷歌搜索同理，用户搜索“machine Learning”和 "machine learning"，最后显示的结果没有区别。系统会自动转化大小写格式，这点同学们不用担心。

  • 使用关键字而不是完整句子搜索。

使用谷歌学术搜索中有一个常见的误区，同学们要明白并不是越完整的句子就会带来越精准的搜索结果。假设我们的研究主题是关于自动驾驶汽车。对于常规的Google搜索，我们可能会输入诸如“用于自动驾驶汽车的技术的当前状态”之类的内容来进行搜索。而在Google学术搜索中，这种长句搜索一般无法搜索出准确的文章。通常我们需要建立一个关键字列表，然后对它们进行搜索，例如自动驾驶汽车、无人驾驶汽车，得到该Topic下更广泛的资源和相对更精准的搜索结果。

  • 使用引号优化搜索结果。

如果没有使用引号，Google Scholar会单独处理每个单词。这意味着如果想要搜索关键词“国家公园”，那么就要用引号将该词组括起来。否则Google学术搜索可能会单独搜索每个单词，那么就变成了“国家”和“公园”。同学们想要更加准确的搜索结果，一定要学会如何正确使用引号。

  • 搜索结果通常按相关性排序，而不是按时间日期排序。要查找较新的文章，要点击左侧栏中的以下选项：

单击“年份”仅显示最近发表的论文，按相关性排序；

单击“按日期排序”仅显示按日期排序的新增内容；

单击信封图标来订阅相关内容，允许通过电子邮件定期发送新增内容。

  • 用布尔运算符（Boolean Operator）更好地过滤搜索结果。

我们上文中提到，一般情况下搜索关键字并不需要区分大小写，但我们在使用布尔运算符来筛选结果时，这些运算符必须大写：

AND：要求两个单词或短语都在文章中的某个位置出现。

NOT：可以放在单词或短语的前面以排除包含它们的结果。

OR：将对仅与任一侧的一个单词或短语匹配的结果给予同等的搜索权重。

结语：

文献检索能力是同学们在大学中必须掌握的一项学习技能，熟练运用谷歌学术绝对可以帮助同学们在进行科研项目或者撰写论文时事半功倍。初次使用难免会有一定的学习曲线，除了按照文章中提到的要点勤加练习，同学们还可以自己探索一些谷歌学术中有意思的插件，对各类学术内容进行更加全面的深入搜索。

另一项学术业务？付150元让你继续登上“世界科学家排行榜”

编译 ｜ 刘如楠

科研人员只需缴纳24美元（约合150元人民币），在2~7个工作日内就能“榜上有名”，听起来是不是很“划算”？

这个排行榜名为AD科学指数（AD Scientific Index）。除了本人提交资料，网站还支持以团体形式批量提交研究者资料，费用可以打8折。

据撤稿观察（Retraction Watch）近日报道，AD科学指数的这种收费式排名行为在国际学者中已招致不少批评和担忧。

科学网发现，在其网站个人排名列表中不乏国内知名高校教授。需要指出的是，除了个人提交申请，尚不清楚该网站是否会主动将研究者纳入排名。

最低仅需24美元，便可加急上榜

据其网站介绍，AD科学指数是一种基于科学家个人的科学成果和科学生产力附加值的排名和分析系统。此外，该系统还根据机构内科学家的表现情况提供机构排名。

在网站首页显示的“2022世界科学家及大学排名”中，可以看到收录了710719位科学家及14121所高校。其个人排行榜中，排名第一及第三的学者都来自美国哈佛大学，位列第二的学者来自韩国庆北大学。

排名列表截图

在其网站排行榜中选择中国地区后，显示有来自683所高校的27671位科研人员上榜。检索结果展示的前50名科研人员国际名次从29到3000多名不等，其中不乏知名高校教授。

该网站的介绍页面显示，只要在“谷歌学术”中有人名词条和个人资料，且信息公开显示，就具备了收录进此排名的资格。如果目前不在排名收录中，则需要缴纳一定的“数据处理费”，而后网站会审核并加急处理，2~7个工作日内便可纳入排名。

“数据处理费”的收费标准基于世界银行国家收入分类，如果是高收入国家，需要支付30美元或25欧元或22英镑；其他国家/地区的个人只需要支付24美元或20欧元。

排名介绍及收费标准

该网站显示，个人研究者排名指标包括h指数、i10指数、引用次数等，可根据洲别、研究领域等进行筛选。其排名方法依赖于谷歌学术数据，同时参考了9个未公开的指标，但目前尚不清楚这些指标是什么。

又一门“学术生意”？

针对AD科学指数的排名方法及收费模式，很多国际学者表达了对于排名方式的质疑及其恶劣影响的忧虑。

有学者表示，AD科学指数没有使用适当的数据对科学家和大学进行排名，其方法也没有在任何同行评审研究中得到解释，这是不寻常的。通常的大学排名并不会以收取费用作为进入排名的门槛，且排名是受到审查的。

加拿大魁北克蒙特利尔大学研究员Kyle Siler曾撰写过关于掠夺性出版的文章。他将AD科学指数称为“掠夺式排名”，并认为这是继“掠夺式期刊”后，又一门“学术生意”。

另有研究人员担心，这类并不“科学”的科学排行榜有可能成为许多发展中国家的实际排名，并影响这些国家及地区的科学资金分配。

北卡罗来纳州立大学博士后Tanvir Ahmed表示，今年来自孟加拉国、尼日利亚等国对于收费排名的报道有所增加。他担心，这些国家的媒体在报道AD科学指数前，没有对其进行足够的审查，而大学也会在该指数有利于它们的时候进行宣传。

孟加拉拉杰沙希大学物理学家Saleh Naqib相信此类排名会影响不那么了解其中内情的非科学专业决策者，并对科学资金分配产生恶劣影响。

对于这些评价和担忧，撤稿观察联系了AD科学指数的联合创始人——土耳其伊斯坦布尔健康科学大学的Murat Alper和土耳其安卡拉比尔肯特市医院的Cihan Doger，但没有收到他们的回应。

注：

h指数：由乔治·赫希提出，指在一定期间内作者发表的论文至少有h篇的被引频次不低于h次。

i10指数：由Google提出，指作者发表文章数被引用10次以上的个数。

参考资料：

Researchers sound alarm on ‘predatory’ rankings

谷歌学术发布2021学术期刊最新排名及会议影响力

近日，谷歌学术发布了2021年学术期刊和会议影响力最新排名。

今年总榜单前三名依然没有悬念。Nature再次获得第一名，NEJM稳居第二，Science排名第三。

虽然AI学术顶会继去年在榜单上上榜后，今年刷新了榜单纪录——CVPR从去年的第五名跃升至第四名，五年来首次超越The Lancet(345)，仅次于Science。h5的中位数(583)高于今年的Science(564)。

ICLR、NeurIPS和ICML在总榜单中的排名都有所提升，ECCV的排名从去年的第58位升至27位。排名上超过ICCV。

去年ACL和AAAI首次进入总榜单后，今年的排名继续大幅上升。

(7733328)

2021谷歌学术指标发布：CVPR排名第四，仅次于科学，ECCV超过ICCV

作者 | 陈大鑫

近日，谷歌学术公布了 2021 年最新的学术期刊和会议影响力排名。

今年总榜前三仍然没有悬念，Nature 再夺第 1，NEJM 稳居第 2，Science 排名第 3 。

而 AI 学术顶会继去年在榜单上齐头并进之后，今年再创榜单历史——CVPR在总榜中从去年的第 5 名跃升至第4名，近五年来首超 The Lancet（345），仅次于 Science ！且 h5 中位数（583）更是超过了 今年的 Science（564）。

ICLR、NeurIPS、ICML 在总榜上的排名都有提升，ECCV从去年的第 58 升至第 27，排名上竟然超过了 ICCV！（这背后到底是什么原因，大家可以留言区讨论一下）

而 ACL 和 AAAI 继去年首次进入总榜之后，今年的排名继续大幅上升。

具体排名情况如下：

  • CVPR 总榜排名从去年的第 5升至第4；

  • ICLR 总榜排名从去年的第 17 升至第 12；

  • NeurIPS 总榜排名从去年的第21升至第 10；

  • ICML 总榜排名从去年的第 33 升至第 23；

  • ECCV总榜排名从去年的第 58 升至第 27；

  • ICCV 总榜排名从去年的第 29 降至第 31；

  • ACL去年刚入总榜排名第 72，今年排名升至 58；

  • AAAI去年刚入总榜排名第 96，今年排名升至 59。

以下，AI科技评论为读者列出了总榜榜单，榜单排序依据 h5-指数，各 AI 顶会由红色标记。

关于 2021 谷歌学术指标

2021年版的谷歌学术指标涵盖了 2016-2020 年发表的文章，并包含了截至2020年7月在Google Scholar中索引的所有文章的引文。谷歌学术指标榜单虽然公布了各期刊或会议的h5-指数和h5-中位数，但最重要的还是h5-指数。h5-指数不易人为操控，不会因多了一篇超高被引论文而明显增长，而刻意减少发文量也不会对提升h5-指数有作用。

值得一提的是，只有那些在5年内发表了100篇以上论文并且至少有一个引用的杂志才会被收录到谷歌学术。因此，h5-指数可以体现期刊和会议的整体综合实力，这使得它逐渐成为学术出版物和会议影响力评价的一个重要参考。

以下分别对h指数、h核心、h5-指数、h5中位数做简单的解释：

1、h指数：将被引用的文章按照引用次数排序，引用次数高的排在最前，引用次数低的排在最后，从排序的结果得出“有h篇文章至少被引用h次”，取h最大值；

2、h核心：出版物最高被引的h篇文章；

3、h5-指数：指过去5年内所发表文章的 h 指数；

4、h5-中位数：组成h5-指数文章的引用次数的中位数。

参考数据来源：

https://scholar.google.com/citations?view_op=top_venues

由于微信公众号试行乱序推送，您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道， 请将“AI科技评论”设为星标账号在看”。

如何使用GoogleTrends检查术语的流行程度并比较流行的搜索术语

美国当地时间9月10日上午10时，苹果在美国加州总部召开秋季产品发布会,新款iPhone终于在沸沸扬扬的传闻中揭开了面纱，引起了全球果粉的关注。那么你如何得知哪一国家/地区的果粉对新款iPhone的关注度最高呢？又或者说，新品发布时，卖家从何得知自己的产品在美国火了没有？各个时段各个区域对新品的反应又是怎样的呢？

中国有热搜，有百度，而基于谷歌搜索的谷歌趋势（Google Trends）更能够反映出某一搜索关键词或话题在某一时期和某一地区的搜索量及相关统计数据，从而得出时下的热门内容。而这恰恰适用于那些想要了解自己的品牌和业务在目标受众中的反响程度的卖家，以及想要做海外推广的卖家，因为这些都能通过搜索频率以及何时达到人气峰值来体现。

而且，谷歌趋势对内容创作者和产品开发者同样也很有帮助，因为你可以及时获取时下的热门内容，包括季节性趋势。例如，关键词“给妈妈的圣诞礼物”在11月和12月的美国搜索中呈上升趋势。那么该如何使用这样一款免费而专业的工具呢？

一、如何使用谷歌趋势搜索某一关键词？

1、首先，访问https://trends.google.com，在谷歌趋势主页输入你要查看的搜索词。

（图源：Meira Gebel/Business Insider）

2、明确你的搜索词。如果你的公司或产品具有比较“泛”或有歧义的名称（如苹果），请务必指定出“ 苹果科技公司”，而不是水果范畴的“苹果”。

（图源：Meira Gebel/Business Insider）

3、谷歌趋势将根据你的搜索词生成一系列图表。

二、如何定制谷歌趋势搜索相关数据图表？

1、要定制谷歌趋势搜索的相关数据，请首先搜索关键词或话题。此处以“Apple”为例。

2、如果要定制某一搜索词的“兴趣随时间变化”图表，请使用四个下拉菜单查看有关地域、时间段、类别和搜索类型（包括网页、图片、新闻、谷歌购物及YouTube搜索）这些更具体的指标。

（图源：Meira Gebel/Business Insider）

3、在这个例子中，假设你希望看到苹果公司在过去30天在全地域内、在谷歌新闻（Google News）中被搜索的频率。每次选择不同的变体时，定制的图表都会发生变化。

（图源：Meira Gebel/Business Insider）

上图显示，8月18日该搜索词达到峰值，可以推测这是因为这期间是苹果CEO库克与特朗普总统会面，就关税文图展开讨论的期间。

在“兴趣随时间变化”图表的下方是“按子区域划分兴趣”的图表，你可以在其中得出该搜索词在哪一国家（或大都市、城市或分区）最受欢迎。

（图源：Meira Gebel/Business Insider）

三、如何解读谷歌趋势中每个图表的含义？

在你搜索了某一关键词或话题并定制了相关图表后，可能会在看懂它的搜索峰值（图上显示为100）和停滞期上产生困惑，对此谷歌给出的解释是：

•每个数据点/它所代表的地理位置和时间范围的总搜索量得出其相对受欢迎程度以进行比较。否则，搜索量最多的地方总是排名最高。

•根据某话题占所有话题搜索的比例，数字结果将在0到100的范围内进行缩放。

•对某一搜索词显示相同搜索兴趣指数的不同区域，搜索量并不一定相同。

针对上面苹果公司的例子，这意味着在8月18日当天，对于那些在谷歌新闻进行搜索的美国用户来说，与其他主题相比，“苹果”是最受欢迎的搜索词之一。

此外，数值为“0”也并不意味着没有搜索量，只是与峰值相比，搜索人数很少。

四、如何比较谷歌趋势上的搜索词？

1、要比较搜索词，请单击“比较（Compare）”并输入你的关键词或话题。

2、沿用苹果公司的例子，我们将苹果与Facebook和三星进行比较，通过单击“+”图标逐一添加这些搜索词。

（图源：Meira Gebel/Business Insider）

3、这一操作将生成一系列图表，而后你可以根据时间范围、类别、区域和搜索类型进行自定义。

4、在将过去30天内美国地区的谷歌新闻所有类别中苹果、Facebook和三星的搜索量进行比较后，可以看到Facebook在整体搜索频率和数量方面胜出。

（图源：Meira Gebel/Business Insider）

五、如何在谷歌趋势上使用“相关查询”？

位于谷歌趋势搜索结果底部的是一个标题为“相关查询”的框，在这里你可以找到经常伴随某一搜索词出现的热门搜索词。例如，搜索“Apple（苹果）”的人同时也在搜索“Apple card（苹果信用卡）”。

（图源：Meira Gebel/Business Insider）

在“相关查询”框中，你可以单击相关搜索词，如“Apple card”，以查看该搜索词的流行程度，并将其与其它搜索词进行比较。

（编译/雨果网 谢欣欣）

【特别声明】未经许可同意，任何个人或组织不得复制、转载、或以其他方式使用本网站内容。转载请联系：editor@cifnews.com

桌面谷歌镜头优化：搜索结果可以在边栏中打开

在将 Google Lens 引入桌面的同时，Google 仍在进一步优化该功能。在两周前体验该功能的时候，搜索结果会在新标签页中打开，而现在 Google 进行优化会在侧边栏中打开搜索结果。

侧边栏的使用和收藏夹、Google 的 Readling List 相同，用户也可以选择在新标签页中打开结果。该面板还将允许用户上传图片或拖放图片。有趣的是，鉴于 Google Lens 与 Google 服务的整合程度，该功能还将支持替代的搜索供应商。Google目前正在 Chrome Canary 浏览器中测试新的表现形式，如果它决定采用新的外观，大概会把它带给主流用户。