16年年初的时候，我们在公众号内做了一次预测，效果挺好，与6月份正式公布的结果大多接近。今年年初已经有不少用户在后台问小编什么时候预测，这不，二月份已经快过了，小编和技术人员小蔡加班加点，为大家进行了部分期刊的预测。下面的两个表格是几份国内预测值比较高的期刊，及全世界范围内比较高的期刊，表格之后，小编还详细解说了影响因子的预测原理。
其它国内期刊及部分国际期刊的IF预测值，可在关注我们公众号(Id: zdxbywb）后，利用微信菜单IF预测“进行查询；有些未给出预测值的，读者可根据下面的预测原理，登录SCI官网获得数据后，自行计算，也可以在我们平台留言，写明期刊名称，小编会尽力回复（注，SCI期刊太多了，小编精力有限，菜单中仅能查出部分期刊影响因子）。
首先得知道SCI影响因子的完整定义：某刊第N年的影响因子是一个比值，其分母为该刊第N1和N2两年所发表的特定类型文章总数，分子为该刊上述两年内的所有发表文章在第N年被所有SCI收录文章所引用的总次数。
比如2017年6月将要公布的影响因子，其计算方法是：将一个期刊在2014、2015两年发表的特定类型文章总数作为分母，再把这两年发表的所有文章在2016年被Web of Science核心合集收录的期刊或会议引用的总次数作为分子，取一下比值就是粗略的预测影响因子了。这里我们提到的分子分母两个数据都可以通过登录SCI官网得到，如下图：
用ISI网站的检索功能，注意选择“核心合集”，“检索条件”选“出版物名称”及“出版年”。我们以《浙江大学学报（英文版）A辑》（JZUS-A）为例，点“检索”后出现下图：
左侧的红圏内article及review两种类型的文章数之和168取为分母。继续点右侧的“创建引文报告”：
在这个页面中找到圈出来的数字，即为2014~2015年所有文章的被引总次数190次。两者相除，得到JZUS-A最新影响因子的粗略预测值为1.131。
由于SCI引用数据的更新需要时间，比如发表在2016年12月的文章，如果引用了前两年某期刊上的另一文章，那么需要一到两个月，这个引用才能被加上去，所以按上述方法预测，最好在2017年过去一个月之后，保险一点两个月后（拿上图为例，即保证190这个数字不再有太大变化）。但事实上，ISI统计大量的数据，漏掉些许引用次数在所难免。一般来说，这个引用次数在2016年3月后不会有大的变化，但保不准还会有个位数的增加，所以说上述预测是粗略的，而且通常是少许低估的。
再不来扫盲一下谷歌H5指数，你就落伍啦！--内含中文期刊、英文期刊的H5指数排名榜单！
本文中两张图表的数据及微信菜单中的查询数据，均根据ISI官网公开数据，再利用文章中介绍的方法计算得到，预测数据仅供参考，我们不对预测值的精确性作任何官方的承诺。
欢迎协助我们监督管理，共同维护互联网健康，违规贴举报删除请联系邮箱： 或者 QQ:（点此查看侵权举报方式）
