鉴于 Scopus、Web of Science(WoS)与 Google Scholar(GS)所收录的期刊在利用库内引文指标进行测评时,结果往往不尽相同,三个单源数据库在计量学研究和应用中各有局限,单纯利用任一数据库进行期刊、学者测评都可能导致信息缺失,为了减少评估特定学科领域的期刊影响力时的偏差,更为全面的思路是将三个数据库的数据结合计算,构成基于多个不同数据库来源数据的综合性引文分析测度。论文以细胞生物学、植物学、图书情报学、管理学、语言学和哲学这六个学科2009-2014年数据为实证基础,尝试对比Scopus、WoS和GS三个单源数据库的引文指标差异。结果发现,三个单源数据库的总被引数值结果不尽相同,各库中引文数据总体满足GS>Scopus>WoS;排名越靠前的期刊,在各个数据库中的引文数据差异越大;由于各个数据库中引文数据的差异,导致期刊基于引文指标进行测评时,结果在各库间显著不同。在选择复合指标时,以期刊被引次数这一底层参量为切入点,采用可以反映整体数据的平均水平的算术均值作为基本复合方法,在此基础上补充体现数值分布均衡性的几何均值和调和均值,对各期刊进行多源数据复合引文研究。均值测度结果证明,复合型指标总体上能较为准确地反映期刊在学科中的地位;利用均值复合方法得到的最终指标值,其结果与Scopus期刊的被引次数最为接近,其数值结果总体上满足GS>CA≥CM>Scopus>WoS;多源数据复合引文与单个数据库引文的期刊排名差异呈现"两端小、中间大"之现象;累计均值(算术、几何、调和)与期刊数之间未证实存在布拉德福定律,但在期刊数量等同的三分区内,累计被引均值满足形如n2:1n:1的经验分布;算术均值、几何均值和调和均值虽有差异,但亦有线性关联,应用中可选其一。本研究还使用变异系数,对单源与多源数据的离散度进行了分析。在其他复合方法上,还探索了论文在多个数据库中的最大施引文献集合,作为在论文层次复合方法的补充。理论与实证结果均证明,采用均值法和最大施引文献法对WoS、Scopus和GS三个数据库进行的复合引文分析,均可在一定程度上均衡了三个数据库差异性,得到一个相对全面、公正的期刊测评参数,从而更为全面的反映计量学中的引文数据。在实际的评价应用中,若数据中极端值较少的情况下,算术均值、几何均值和调和均值三种复合方法可换用,若引文数据在三个数据库中差异较大,则采用几何均值和调和均值相较于算术均值的结果更佳。结合本文的理论研究内容,与我国目前科研评价中的问题与现状,本研究也提出针对科研评价中的期刊评价、学科差异、科研人员评价和评价方法运用四个方面的政策建议。