情报学是研究情报的产生、传递、利用规律，确保情报系统保持最佳状态的一门科学。情报是被传递的知识或事实，是运用一定的载体，解决科研、生产中的具体问题所需要的特定知识和信息。科技成果转化评价是情报学研究的一部分，对成果的评价是要确定其价值和创新性，而情报学对科技成果评价研究的贡献就在于对成果创新性的评价。目前科技成果转化评价研究已经深入到学术研究的各个方面，在具体实践操作中，科技成果转化评价方法更是得到了广泛的应用，各种新的方法也层出不穷。科技成果转化评价方法在快速发展的同时，也遇到了一些问题，比如缺少对评价方法原理的探讨、不同评价方法的对比研究、评价方法建立的原则模糊不清、对评价方法的适用性论述不够等。种种问题造成在实际应用中很多企业、高校、相关政府部门在科技成果转化评价时，面对众多评价方法时“不敢用”、“盲目选”。这一切都使得对科技成果转化评价方法的适用性研究成为迫切需要，本文研究的出发点正是基于此。　　 文章对科技成果转化评价理论、科技成果转化评价方法、科技成果转化评价方法适用性的概念属性、科技成果分类等方面做了研究。论述了科技成果转化的评价的要素体系及过程:确定目前我国学者常用的6种科技成果转化评价方法，分别是层次分析法(AHP)、数据包络法(DEA)、模糊综合评价法(FCE)、灰色关联度分析法、专家评价法及神经网络分析法（ANN），对这6种评价方法的构造原理、方法成熟度、优缺点以及适用性进行归纳总结;基于可用性工程理论，给出科技成果转化评价方法的适用性概念属性，具体包括对象性、有用性、易用性、可靠性、经济性，在此基础上，根据系统原理及理想度法则构建科技成果转化评价方法适用性模型，并给出其应用流程;针对具体不同类型的科技成果，结合其成果自身的特点，给出评价方法选择的建议;最后结合实际案例，通过实际演算对镇江战略新兴产业科技成果转化的评价方法进行优化排序，结果显示，主成分法排在第一位，其次是AHP+DEA，排在最后的是AHP+FCE。评价方法的适用性必须在具体的评价系统中进行讨论研究，要根据其成果的具体数据信息进行判断才具有说服力。