学者的学术影响力一直是学者所关心和研究的热点,多数的影响力评价方式使用单值影响因子来评估学者的影响力,但是单值影响因子无法评价学者在某一年或某段时期的学术表现。因此研究如何精确合理的构建序列化影响因子评估学者的学术影响力对学术活动研究具有较强的应用价值。本文选取计算机科学领域学者的文章引文数据构建了序列化数据并基于此对学者学术影响力的评估进行探究,并围绕学者影响力评估对影响力与学者领域多样性的关系进行分析。在数据源方面,本文构建了包含100位计算机科学领域学者35216篇文章和3155721篇引用数据的序列化数据集ScholarSeq,以改善因数据原因对影响因子及序列化影响因子发展的限制问题。在影响力评价方面,提出新的影响因子:S-index。S-index是基于学者的全部文章引文数据,通过逐级计算h-index并将结果加权求和得到的单值因子,改善了现存影响力算法信息缺失和低区分度的缺陷。此外,本文在S-index的基础上提出序列化影响因子,S-index Sequence。该序列化因子由多个分量组成,可描述学者的学术影响力随时间的变化情况。在学者领域多样性计算方面,本文提出基于文本的学者领域多样性计算模型,该模型可有效评价学者的领域多样性。基于此本文定义了学者的序列化领域多样性计算方法,以反映学者的领域多样性随时间的变化。最后本文对学者领域多样性和学术影响力的变动关系进行探索,并得出结论:计算机领域高水平学者领域多样性的增加对其学术表现有正向的推动作用。该结论揭示了学者的学术影响力和学者领域多样性的变动关系,并为综合评估学者影响力提供了参考。