学者是科学知识与学术作品的重要探索者、传播者与推动者。做好学者的评价工作对于提高研究水平、促进科学发展具有重要意义。公平规范的学者评价不仅有利于学术创新,对科研队伍的壮大和发展也有一定的激励作用。我国目前传统的学者评价方法主要包含定性的同行评议和定量的文献计量法,其中文献计量法主要包括h指数、引文分析法等。传统评价法有助于提高文献检索和分析以及预测研究趋势和研究前沿的作用,经过多年的研究与发展,其理论体系和实证研究都趋于成熟,成为当前学者评价实践中最重要最普遍的使用方法。但传统的学者评价方法存在着诸多弊端,如时间滞后、引用动机不纯等。Web2.0的到来催生了在线科研交流环境,一方面是科研成果的形式日益丰富;另一方面是学术影响的表现形式也不仅仅局限于发文量、被引用、h指数等指标,还包括被浏览、下载、讨论、报道等行为。传统的学者评价指标己经无法全面衡量学者的影响,其局限性和缺陷逐渐显现。为弥补传统评价方法的弊端,顺应Web2.0的时代要求,Altmetrics应运而生。Altmetrics自诞生后便吸引了众多学者的关注,但大多数研究都集中在Altmetrics理论和工具层面,实证研究仍然不够深入。传统指标反映的并不是学者影响的全部,Altmetrics指标的多样化为评价不同类型的学术成果的多维度影响提供了可能。本文采用因子分析、主成分分析与相关性分析法,选取综合性Altmetrics指标工具Plum analysis上美国匹兹堡大学学者的数据,并收集对应的来自web of science的传统指标数据,通过对Altmetrics数据与传统指标的主成分分析,构建主成分分析模型,从而测算Altmetrics数据与传统指标数据的综合得分,并对比了较高Altmetrics指标综合得分和较高传统指标得分之中的学科分布差异,探讨较高Altmetrics指标得分的学者是否也更易于获得更多的传统指标得分。此外,本文对两种计量体制的综合得分进行了相关性探讨,并进一步探讨了两种计量机制之间以及各机制内部各指标之间的相关性。研究发现:Altmetrics指标和传统指标并不相关,并且不同学科间的Altmetrics得分分布情况存在着显著的差异。仅部分Altmetrics得分较高的学者更易于获得较高的传统指标得分。由此可见,Altmetrics指标与传统指标是从不同方面衡量学者影响的,Altmetrics指标与传统指标不是替代与被替代的关系,而是相互补充、相互完善的关系。因此,在未来的使用过程中,学者影响的评价应是多维的、全面的,不仅要评价学者的学术影响,更要关注学者的社会影响。最后,本文融合定性与定量,正式交流与非正式交流渠道、构建学者影响的评价模型,更进一步构建了融合社会影响与学术影响的二维计量模型,将学者的学术影响和社会影响在二维坐标中进行呈现与分析,期望能为学术研究和学者评价提供更广阔更具深度的视野。