现如今我们正处于Web2.0时代,社交网络变得越来越大众化,使用也更加频繁,研究成果的形式不再单一,有音频、视频等。随着科技和网络的进一步发展,对新的评价方法也就有了更多元化的要求,Altmetrics就是在这种背景下诞生的。本文主要探讨了基于不同Altmetrics工具下的指标之间的相关性,主要内容如下:1.获取www.altmetrics.com网站的2017-2019年的3年TOP100文献的altmetrics指标数据,对各个指标进行特征分析。并利用论文的唯一标识符DOI获取到谷歌被引频次,采用K-S方法检验指标数据是否服从正态分布,选用相应的指标分析方法计算研究指标之间的相关性强弱。2.获取ALMs平台中social sciences领域的2013-2014年的被引量最高的500篇文章的altmetrics指标数据,利用结构方程模型方法对指标间的相关关系进行研究。根据不同的筛选标准,将2013-2014年500篇论文的27个altmetrics指标数据进行筛选,运用结构方程模型方法对指标间的相关关系进行研究,获得了2013年的2个一级指标7个二级指标之间的测量模型以及2014年的3个一级指标9个二级指标之间的结构模型。从而验证了指标间存在一定关系的猜测,表明结构方程模型方法在研究altmetrics指标之间的关系的中具有一定的实践意义,为altmetrics指标分类提供了新的想法。