
大数据背景下的综合性学术期刊
借力大数据,可及时获得读者的信息反馈,对学术信息传播效果即时评估,从而矫正刊物传播的内容。通过不同的终端发布学术信息,不仅可以实现学术信息的“碎片化”传播,更重要的是在提高阅读体验的同时,也方便了学术信息的受众及时反馈阅读体验,使学术期刊与学界沟通更加顺畅。
在长期办刊过程中,综合性学术期刊形成了严格的工作流程和良好的工作方式;与学界有着密切和良好的工作交流,建立起顺畅的沟通关系;有着精细而权威的审稿体制,在读者中树立了良好的学术信誉。在大数据时代,综合性学术期刊要继续发扬这些优势,并积极探索适应大数据时代的办刊之路,方能开拓一片新天地。
建立相应的编审流程
建立适应大数据时代的编审稿件流程是刻不容缓的任务。传统学术期刊的编辑工作,要经过很长时间的学术训练和编辑工作历练,才能比较准确地把握和反映学术信息。大数据时代,学术信息和学者信息都呈现数据化状态。学术研究可以通过数据化的方式高效率地实现,大量文献以数据化、可整合的方式为学术研究提供了极大便利;数据化可以为学者提供更加个性的文献推送,甚至实现适应个性化需要的学术信息订制;通过收集、统计与分析学术数据,更可以为学界提供学术热点与学术研究方向引导。基于这样的特点,编辑在组稿约稿时,可以充分利用大数据分析提供的信息,使信息成为自己筛选、评判稿件的学术依据,更加准确地把握学术方向,组织有针对性的稿件,提升学术影响力。这对编辑工作提出了更高的要求,即在完成稿件的编校工作的同时,要具备大数据搜集、整合与分析能力。编辑应树立大数据时代的编辑观念,明确大数据时代编辑工作的特点,同时,还应提高学术素养,严格贯彻好编校各环节的工作流程,在标准化的编辑作业条件下,强化校对等环节,发挥传统期刊编辑工作过程中积累的良好经验,确保刊物学术信息发布的准确性与共识性。
建设大数据时代的编审流程,目的在于即时把握读者与学者的学术需求,掌握最新的热点学术信息和学术发展趋向,即时追踪重点作者、研究机构的研究方向等。所以,其建设需要有完善的在线编审互动系统,但是其方向应该不仅致力于为期刊编辑部服务,更应为学界服务,最终跳出编审出版流程限制,实现以期刊为纽带,编、审、读互动的学术研究全流程传播。
此外,在建立适应大数据时代编审流程的过程中,大数据实际上还为综合性学术期刊管理提供了新的思路。传统期刊管理,基本上是一个封闭的管理过程,而大数据时代带来的是开放式、互动式的管理模式。传统期刊管理,能够获得的信息反馈主要来自于调查抽样样本,而大数据分析则能够提供全面的信息,从而得出最精确的管理数据,用于改善管理方法、提升管理水平。互联网公司大数据管理经验表明,期刊管理也可以将决策建立在数据上,让管理更加科学,而不是仅凭直觉和经验。
深入挖掘学术资源的价值
以往,从组稿、编辑到刊发,期刊对其所拥有的作者资源和论文的学术价值只是一次性的利用。现在,许多刊物也在思考充分实现作者资源和学术资源价值的深入挖掘,例如编辑出版论文精选集等。在大数据时代,通过与网络数据库等的合作,一些期刊也已实现对作者资源和论文的二次利用。但是,对期刊所掌握的学术资源进行充分整合,实现其价值的充分利用,实际上还大有可为。这种对于学术资源价值的深入挖掘,不仅仅是促进传统的编辑平台向“电子平台”转变,更加重要的是,在“电子平台”建立起来之后,充分利用电子平台所具有的大数据分析能力,对学术信息进行整合,使之产生更多的衍生品,创造更高的价值。
强化学术传播力
通过调查和数据分析获知内容整合方向、实现学术信息的精准定位。传统期刊在策划选题时主要是通过参与学术会议、组织学术座谈等方式获知学界信息,了解学者关注和研究的热点问题,从而形成刊物的内容。在大数据时代,既可以通过对既往学术信息、当前学术动向的数据分析,形成对学界动态的认知,把握学术动向;还可以通过对相关学者信息的分析,选取或者定位到权威的作者人选,通过对学术信息的整体把握,快速确定合适的审稿专家,提高编审效率。
建设内容发布的多媒体平台,多渠道及时推送学术信息。传统期刊的学术内容发布,主要通过三种渠道:一是发行纸质版刊物,这也是内容发布的主要渠道;二是通过中国知网等网络数据库平台,发布内容的电子版;三是刊物建设网站,或者将刊物内容直接上传网站,或者是发布网络版,形成学术文章的网络发布平台。随着多媒体终端和应用的不断丰富,通过手机、平板电脑等便携设备发布也成为重要的传播渠道。而且,通过多平台发布学术信息,包括开发App应用,开通刊物微博、微信平台等,为实现学术信息的个性化订制提供可能。在大数据分析的支持下,可以进行有针对性的学术信息推送,大大提高刊物的影响力与传播力。
构建信息反馈系统。借力大数据,及时获得读者的信息反馈,对学术信息传播效果即时评估,从而矫正刊物传播的内容。通过不同的终端发布学术信息,不仅可以实现学术信息的“碎片化”传播,更重要的是在提高阅读体验的同时,也方便学术信息的受众及时反馈阅读体验,使学术期刊与学界沟通更加顺畅。
实现功能转变
学术期刊的主要功能包括:学术方向的引领功能、学术信息的交流功能、学术成果的传播功能以及学术研究的评价功能。在大数据时代,综合性学术期刊的这几大功能都应作出相应调整,最终实现以学术期刊为纽带的学术信息全流程传播。
发挥学术引领功能,要充分利用大数据优势,使学术引导与学术服务相结合。以往,学术期刊以自身为中心,通过组织笔谈、专栏、研讨会等方式,与专家学者进行沟通,在把握学术热点与重要问题的基础上,实现对学术方向的引领。而在大数据时代,通过对数据的分析,学术期刊不仅能够从宏观上把握学术发展方向与热点问题发展趋势,而且能够从微观上了解学者和读者的个性化需求,为学者个人提供学术信息服务,满足其对学术发展趋势把握的需求。这种宏观引导与微观服务的结合,是学术期刊引导学术方向的有效方式。
在移动设备普及、多终端实时学术信息发布的大数据时代,综合性学术期刊应以其所拥有的学术资源为中心,构建起编、审、读三者间畅通无碍的信息交流平台,实现实时的互动交流。大数据时代,期刊的学术信息传播功能也在变化。传播的“模糊性”,即不能准确获知学界学术信息需求的传播状况已不复存在,这就要求学术期刊在传播的过程中,实现由“学术内容”提供者向“学术内容与学术服务”提供者角色的转变。大数据时代的学术期刊传播,将完全突破纸质媒介的局限,实现多数据、多介质的全方位传播态势。比如,国家哲学社会科学学术期刊数据库(NSSD)所建立的免费模式,对于学术信息传播产生了重要影响。随着大数据的发展,免费模式所代表的学术信息共享、学术资源公益化,实际上已是大势所趋。在免费模式下,学术信息的接受对象大大突破了专业研究者的范围,如何面对新的受众,扩大期刊的传播影响力,成为综合性学术期刊亟待解决的问题。
学术期刊的评价功能,体现在期刊作为学术信息平台所形成的对学术信息的评价机制上。当前,综合性学术期刊采用的大多是同行评议的定性评价方法,但是这种评价方式主观性强,受制于当前学术研究热点与风气、学者学术水准、学术体制等外在因素影响。大数据分析则可以为这种定性评价提供一个客观的量化标准,在同行专家评议的基础上,将影响力、创新性等指标量化,两者结合,无疑是更好的评价方法。
大数据带给学术期刊的既是挑战,又是实现转型、发展的大好机遇。把握住大数据带来的机遇,提升期刊质量与开拓期刊发展新路,应该受到期刊界和学术界的重视。但是,大数据技术并非万能良药,如何应用大数据,离不开学界和业界的判断与研究、努力与探索,正如有学者分析的那样,不仅基于数据的纯数字化操作不能替代编辑的人工作业,而且在大数据环境下,学术期刊还可能面临新的挑战。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26CDA 数据分析师会被 AI 取代吗? 在当今数字化时代,数据的重要性日益凸显,数据分析师成为了众多企业不可或缺的角色 ...
2025-06-26CDA 数据分析师证书考取全攻略 在数字化浪潮汹涌的当下,数据已成为企业乃至整个社会发展的核心驱动力。数据分析师作 ...
2025-06-25人工智能在数据分析的应用场景 在数字化浪潮席卷全球的当下,数据以前所未有的速度增长,传统的数据分析方法逐渐难以满足海 ...
2025-06-25评估模型预测为正时的准确性 在机器学习与数据科学领域,模型预测的准确性是衡量其性能优劣的核心指标。尤其是当模型预测结 ...
2025-06-25CDA认证:数据时代的职业通行证 当海通证券的交易大厅里闪烁的屏幕实时跳动着市场数据,当苏州银行的数字金融部连夜部署新的风控 ...
2025-06-24金融行业的大数据变革:五大应用案例深度解析 在数字化浪潮中,金融行业正经历着深刻的变革,大数据技术的广泛应用 ...
2025-06-24Power Query 中实现移动加权平均的详细指南 在数据分析和处理中,移动加权平均是一种非常有用的计算方法,它能够根据不同数据 ...
2025-06-24数据驱动营销革命:解析数据分析在网络营销中的核心作用 在数字经济蓬勃发展的当下,网络营销已成为企业触达消费者 ...
2025-06-23随机森林模型与 OPLS-DA 的优缺点深度剖析 在数据分析与机器学习领域,随机森林模型与 OPLS-DA(正交偏最小二乘法判 ...
2025-06-23CDA 一级:开启数据分析师职业大门的钥匙 在数字化浪潮席卷全球的今天,数据已成为企业发展和决策的核心驱动力,数据分析师 ...
2025-06-23透视表内计算两个字段乘积的实用指南 在数据处理与分析的过程中,透视表凭借其强大的数据汇总和整理能力,成为了众多数据工 ...
2025-06-20CDA 一级考试备考时长全解析,助你高效备考 CDA(Certified Data Analyst)一级认证考试,作为数据分析师领域的重要资格认证, ...
2025-06-20