图谋按：对于COUNTER 5.1标准，受到诸多制约，完全意义上的学懂弄通很不容易，特此结合自身粗浅地学习与探索，稍作梳理，仅供参考。

     COUNTER (Counting Online Usage of Networked Electronic Resources) 是全球图书馆和出版商通用的电子资源使用统计标准。随着开放获取（OA）的发展和数据统计需求的变化，COUNTER 5.1（R5.1）在第5版的基础上进行了优化，重点完善了开放获取资源的统计、简化了报告结构并明确了数据项类型。多家数据库商（Elsevier、SPringerNature、IEL、中国知网等）从 2025 年 1 月起提供版本 5.1 格式的数据。在 COUNTER 5.1 标准中，想要准确检索和提取某一个具体数据库的全文下载量和浏览量，你需要通过获取数据库报告（Database Reports, DR）或平台报告（Platform Reports, PR），并筛选特定的指标类型（Metric_Type）来实现。

以下是具体的操作逻辑和检索步骤：

第一步：明确对应的数据指标 (Metric_Type)

在系统后台下载报告后，不要被密密麻麻的表格迷惑，直接在 Excel 中认准以下核心指标：

1. 全文下载量（对应 COUNTER 中的 Requests 请求）

Unique_Item_Requests（独立项目请求数）： 最推荐的“全文下载量”核心指标。 它代表了去重后的真实全文下载/查看篇数（同一个用户在同一次登录中反复下载同一篇文献，只算1次）。

Total_Item_Requests（总项目请求数）： 包含所有重复点击的全文下载/查看总次数（无论格式是 PDF 还是 HTML）。

2. 浏览量（对应 COUNTER 中的 Investigations 调查）

Total_Item_Investigations（总项目调查数）： 最常用来代表“总浏览量”的指标。 它包含了用户点击查看摘要、引文详细信息以及全文页面的所有点击行为总和。

Unique_Item_Investigations（独立项目调查数）： 去重后的浏览量。代表用户实际浏览了多少篇“不同”的文献详情。

第二步：选择正确的 COUNTER 5.1 标准报告

并不是所有的报告都会显示数据库级别的下载量。你需要进入数据库提供商的“机构管理员后台（Librarian Portal / Admin Center）”，选择下载以下特定报告：

DR_D1 (Database Search and Item Usage / 数据库检索与项目使用报告)：

这是最直接用于评估单个数据库整体表现的报告。该报告会按数据库名称（Database）列出该库的：

总检索次数 (Searches)

总浏览量 (Total_Item_Investigations)

总下载量 (Total_Item_Requests) 等。

DR (Database Master Report / 数据库主报告)：

如果你需要更细致的自定义数据，可以下载主报告，并通过筛选 Metric_Type 属性，只勾选你需要的 Requests 和 Investigations 指标。

(注：如果该平台本身只有一个核心数据库，比如 ScienceDirect，也可以直接下载 PR_P1 (Platform Usage / 平台使用报告) 来查看整体数据。)

第三步：实际检索与提取数据的步骤（实操指南）

登录后台： 登录对应数据库（如 EBSCO, Elsevier, Wiley 等）的机构管理员账号。

进入统计模块： 找到 Usage Statistics（使用统计）或 COUNTER Reports 模块。

选择版本与报告： 确认选择 COUNTER Release 5.1（或 R5），选择报告类型为 DR_D1。

设定时间范围： 选择你需要统计的年份或月份（如 2025年1月-12月）。

导出表格： 下载 Excel 或 TSV 格式的文件。

数据清洗： 打开 Excel，对 Metric_Type 这一列进行筛选：

勾选 Unique_Item_Requests，对应的数值加总，就是该数据库的去重全文下载量。

勾选 Total_Item_Investigations，对应的数值加总，就是该数据库的总浏览量。

 特别注意：数据库类型的差异

在提取数据时，一定要区分数据库的性质：

文摘/索引型数据库（如 Web of Science、PubMed、Scopus）：这类数据库本身不提供全文，因此在它们的 DR_D1 报告中，请求量（Requests / 全文下载量）通常为 0，你只能看到检索量（Searches）和浏览量（Investigations）。

全文型/聚合型数据库（如 知网、EBSCOhost、ProQuest 全文库）：这类数据库既有摘要也有全文，因此浏览量（Investigations）和下载量（Requests）都会有详实的数值。

延伸阅读：

1 COUNTER 5.1 与 5.0 主要区别

1. 书籍使用计数方法的革命性变革

5.0 版：以整本书为单位计数，下载整本书仅计为 1 次 "Unique_Item_Request"5.1 版：转向章节级 (item-level) 精细计数，每个被使用的项目（章节、参考条目、文章）单独计数为 "Unique_Item_Investigation" 或 "Unique_Item_Request"

实际影响：

书籍报告中项目级数字显著增加（如 10 章书下载 1 次，5.0 计 1 次，5.1 计 10 次 + 1 次整书）

5.0 版中 Springer Nature 等使用的自定义指标 "SN:Total_Chapter_Requests" 被彻底废弃

建议跨版本比较时使用标题级指标（"Unique_Title_Investigations" 和 "Unique_Title_Requests"）保持可比性

2. 访问类型 (Access_Types) 的重新定义

5.0 版：仅两种类型：Controlled（受控）和 OA_Gold（开放获取）

5.1 版：明确分为三类：

Controlled：仅限授权用户访问

Open：永久免费，无访问限制

Free_To_Read：新增类型，涵盖永久和临时免费内容（如限时促销）

关键变化：访问类型定义不再依赖特定商业模式，仅基于内容实际可访问性

3. 技术架构的重大升级

JSON 报告格式

5.1 采用全新紧凑型 JSON 模式，文件更小、处理更高效，与表格报告结构匹配

去除重复数据，简化结构，增强与现代数据处理系统兼容性

SUSHI API 认证机制

彻底移除 IP 认证，改用更安全的API 密钥认证，符合现代安全最佳实践

更新 API 端点，采用 OpenAPI 3.1 标准，支持更灵活的数据交换

4. 数据类型 (Data_Types) 的扩展

从 5.0 的 14 种扩展至 28 种，更全面覆盖多媒体、数据集、软件等新型数字资源

明确区分数据库类型：Database_Full（用于搜索和拒绝指标）和Database_Full_Item（用于调查和请求指标）

新增Book_Segment、Conference_Item等子类型，支持更精细的内容分类和分析

5. 其他重要变化

报告结构优化

项目报告中的组件不再强制，简化报告生成和消费流程

报告标题新增COUNTER 合规内容提供商注册表链接，增强透明度和可验证性

开放获取支持增强

引入全局项目报告(Global Item Reports) 概念，专门用于统计开放获取内容的全球使用情况，无需按机构拆分

明确视频内容可纳入 COUNTER 报告范围，适应富媒体资源增长趋势

总结

COUNTER 5.1 通过项目级精细计量、访问类型精细化和技术架构现代化三大核心变革，构建了更适应开放获取时代和数字资源多样化的统计标准。对图书馆和出版商而言，这些变化提供了更精确的使用数据，但也要求系统更新和报告解读方式的调整，特别是在跨版本数据比较时应优先使用标题级指标。

2 COUNTER 5.1 表中 Total Item Requests 与 Total Item Investigations 的联系与区别

核心定义与统计范围

Total Item Requests

定义：统计所有全文内容请求的总次数（包括 PDF 下载、HTML 浏览等完整内容访问）

统计范围：仅限用户明确请求完整内容的行为，如：

PDF 全文下载

HTML 全文阅读

其他格式全文访问

Total Item Investigations

定义：统计所有内容调查的总次数，包括对内容的任何形式的查看或互动

统计范围：

查看文章标题、摘要

浏览元数据

点击文章链接（未访问全文）

所有 Item Requests 的情况（即包含完整内容请求）

关键区别与联系

 包含关系（最重要区别）

Requests 是 Investigations 的严格子集：所有的全文请求 (Requests) 必然是内容调查 (Investigations)，但反之不然

数值关系：Total Item Investigations ≥ Total Item Requests（Investigations 数值永远大于或等于 Requests）

 "Total" 的含义

两个指标的 "Total" 均表示累计计数，即不考虑会话唯一性：同一用户在同一或不同会话中多次访问同一内容，每次都会单独计数

总结

Total Item Requests：仅统计全文请求，是内容使用的 "深度指标"，反映用户真正获取完整内容的次数

Total Item Investigations：统计所有内容互动，是内容使用的 "广度指标"，反映用户对内容的关注度

核心关系：Total Item Investigations = Total Item Requests + 仅查看部分内容的次数