我在三人行网上看到的这篇文章，蛮有意思的，跟自己的某些想法一致，下面是原文，最后一段是自己的想法。

       正如武林时不时总是想开个大会来排座次，学术界常常也会有人手痒去搞各种各样的排名。一般来说这些排名都是没有什么实际意义的——如果你要靠排名才能知道谁是大牛，那你肯定是圈外人——而圈外人知道了又有什么用呢？
       话虽如此，但确实有人真的在很严肃地搞排名。本周《自然》新闻报道了印第安纳大学布鲁明顿分校的信息学者菲利坡·门策尔（Filippo Menczer）创建的跨学科排名数据库“Scholarometer”。在这种算法排名下，名列榜首的竟然是——卡尔·马克思（没错，就是你知道的那个马克思！）。
       最经典的衡量学者水平方式通常是看文章的引用情况。如果你的文章很多人引用，那你就是大牛。不过，不同学者的风格不同，无论是考虑总引用数还是考虑平均引用率都会有人吃亏——有些学者惜墨如金，只发表他最好的观点，总引用数就吃亏；但还有些学者喜欢沟通交流，好点子和不那么好的点子都写出来，那平均引用率又吃亏了。  一个改进的方式是使用所谓的“H因子”。如果一位学者的 H因子是20，意味着他所发表的文章中，引用数超过20的文章至少有20篇。这个算法的好处是能衡量一个人“最好”的那几篇文章有多好。（但还是有像罗伯特·特里弗斯[1]这样五篇文章改变学界然后销声匿迹的人要被歧视……）
       这些办法有个缺点是没法跨学科比较。生物化学家的平均引用率肯定比数学家高，因为生化领域论文更多。所以门策尔等人采用了一个简单的校正办法：把每个人的H因子除以该学科所有人的平均H因子。这样计算的结果是，马克思在历史学领域里H因子是平均值的21.5倍，弗洛依德在心理学是平均值的 14.8倍，爱德华·维腾[2]在物理学是平均值 12.9倍，皮亚杰[3]在教育学是平均值 11.6倍，等等。
      好吧，其实这一切都不是什么新方法，汤森路透也有类似的影响排名、还根据它做诺贝尔奖预测。但是，门策尔的这个数据库不但是完全免费公开的，还是众包的。它的原始数据来自谷歌学术，但不是直接访问谷歌学术自己的数据库，而是记录每一位访客访问谷歌学术时获得的搜索结果。每个人的学科归属也都靠这些搜索结果自动生成，比如马克思的学科标签前三名就是历史学、经济学和哲学，历史得分最高。
      当然这个数据库谈不上多“靠谱”，谷歌学术自己的数据也不很完全不很自洽，而“H因子”也只是很多衡量标准中的一个而已。全自动的学科归属有时也会出岔子，比如演化生物学的第一名竟然不是达尔文，而是米尔顿·弗里德曼……但不管怎么说，也没有人指望它真的起到什么严肃的效果，它首先是个好玩具。大家可以上去围观一下自己的学科在所有学科中排第几名，学科内又有哪些大牛上榜、哪些没上，吐几个槽也不失一桩乐事。

      学术适当排名还是很有必要的。对于新人来说，亟需寻找一个可学习的对象，而这些排名靠前的大牛，一般学术是没得说的，可以给新手一个方向标。但凡事不能过了，我觉得对于这个排名，可以采用研究生考试成绩给分方法，给这些大牛分类，“A”、"B"、"C"等，非要搞个一、二、三、四就没有意思了。再者每个人对好文章、好老师都有自己的标准，别人的只是一个参考。个人就信奉   读喜欢的文章，做喜欢的事情。