Scopus 中“相关度”是什么意思？

另一方面，搜索引擎中的相关度则不同，它只不过是一种统计学上的计算结果（当然计算过程非常复杂精密）。该过程所得出的结果表示的是文献结果中的文字与搜索式中的词语和所设置标准的契合程度。

我们的搜索引擎使用一个精密的模型来决定相关性，这个模型是根据在信息检索学领域经过实证的理论，以及长年处理网络、数据以及企业检索所积累的经验建立起来的。搜索引擎将根据一系列不同的要素为搜索式找到的每一条文献给出一个评分。计算的结果取决于搜索式本身、所搜索的文献以及这两个不同要素之间的相互平衡与制约。

按这个评分排序将有助于我们在大量的文献中进行评估和挑选。对于一些搜索来说，列在最前的论文很有可能就是与我们想要的主题最为相关的内容；而在其他搜索中，我们则可以通过观察排在最前端的结果来思考应当怎样对搜索进行修改和调整，才能得到更好的结果。

在计算排序评分时将考虑以下要素：

Scopus 提供的搜索功能非常详尽，因此上述的相关度计算并不一定都适用。比如带有通配符的词语就不会影响评分（因为它代表的不是一个词，而是一组可能的词）。根据之前的定义，Scopus 中的一些结果列表也无法按照搜索引擎的相关度排序，这是因为它们并不是由文本搜索产生的。例如论文的施引论文列表就不行。

上述因素的相对影响力经过了我们的调节，能够在各种搜索和主题上发挥最佳的效用。该相关度模型中还允许使用其他的影响因素。例如引用情况、流行程度或者日期。但是这些衡量尺度所依赖的并不是文本，计算这些因素就意味着我们需要对输入的搜索条件作出判断或假定。因此我们并没有将其包含在内。