按：本文发表于2011.4《情报学报》

为了深入分析非线性评价带来的评价结果实际差距扭曲问题，本文采用回归分析法将非线性评价转换为线性评价并进行深入分析。研究结果表明，不同评价方法评价结果的用途不同，基于排序的评价其结果不能进行差距比较，线性评价在不同分值情况下改进难度不一样，非线性评价会带来评价对象实际差距的数据扭曲；TOPSIS法是一种惩罚落后，略微鼓励先进的评价方法；灰色关联法是一种防止骄傲，帮助落后的评价方法；在竞争中，期刊必须认识到非线性评价所带来的与竞争对手差距扭曲问题，从而明确差距，进行改进。