【摘要】[目的/意义]社交媒体计量学是在以社交媒体为场景的网络环境下呼之欲出的计量学分支学科，围绕社交媒体这一新的信息载体，研究社交媒体用户之间及其与信息的交互特征与规律，揭示网络信息在社交媒体层面的分布规律与传播效果，在理论和实践上具有重要的研究意义。[方法/过程]以受众广泛的社交媒体Twitter为例，从Twitter提及基本特征出发，对9476篇文献信息以及对应的1474898篇推文和451567条用户信息进行数据分析，揭示Twitter提及特征、提及行为规律和数据累积模式。[结果/结论]顶尖期刊的Twitter提及覆盖率更高，与通用学术交流平台存在相似的国家和地区分布特征；提及用户粉丝量分布呈明显的帕累托效应，且用户粉丝量与分享型提及、交流型提及的占比正相关，与支持型提及负相关；Twitter提及往往发生在正式发表之前，提及半衰期为6.02天，论文在出版后的第7天开始长期提及持续性趋于平稳。