將總被引頻次和影響因子相結合來進行期刊評價，影響最大和最早的應該是CSSCI期刊評價，它是將這兩個評價指標進行標準化處理后進行加權匯總，總被引頻次的權重是0.2，影響因子的權重是0.8，方法簡捷。

關于學術期刊影響力指數(CI)的研究，由于該指標推出時間還不長，總體上討論不多。楊浦認為CI有引導期刊向指標優化組合方向發展的作用，認為在選取指標時，除了考慮指標自身的重要性，還要兼顧指標之間的獨立性；處理指標時，除了進行歸一化處理，還要加入修正因子以平衡指標提升難度的公平性；設定引導方向時，除了考慮數學上的合理性，更要符合期刊發展規律。丁筠以圖書情報領域19種核心期刊為研究對象，對CI指數與22種傳統期刊計量指標的相關性進行分析，得到與之顯著相關的15個指標，經主成分分析消除這15個指標間的相關性后，將其用作BP神經網絡預測模型的輸入向量，對CI值進行預測，結果顯示了較高的預測精度。將總被引頻次和影響因子相結合來進行期刊評價，影響最大和最早的應該是CSSCI期刊評價，它是將這兩個評價指標進行標準化處理后進行加權匯總，總被引頻次的權重是0.2，影響因子的權重是0.8，方法簡捷。

關于學術期刊影響力指數(CI)的研究，由于該指標推出時間還不長，總體上討論不多。楊浦認為CI有引導期刊向指標優化組合方向發展的作用，認為在選取指標時，除了考慮指標自身的重要性，還要兼顧指標之間的獨立性；處理指標時，除了進行歸一化處理，還要加入修正因子以平衡指標提升難度的公平性；設定引導方向時，除了考慮數學上的合理性，更要符合期刊發展規律。丁筠以圖書情報領域19種核心期刊為研究對象，對CI指數與22種傳統期刊計量指標的相關性進行分析，得到與之顯著相關的15個指標，經主成分分析消除這15個指標間的相關性后，將其用作BP神經網絡預測模型的輸入向量，對CI值進行預測，結果顯示了較高的預測精度。