大数据给学术出版带来新的动力和机遇。大数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的新一代信息技术和服务业态。大数据具有规模性、多样性、高速性、价值性、易变性和准确性等特点，其中价值性最为关键，即如何从海量的客观数据中，分析恰当的问题，挖掘有价值的内容和信息。在大数据技术推动下，知识服务进入新的发展阶段，国内外知识服务商和学术出版企业积极探索，基于大数据思维、技术工具和平台，对知识的本质和关联进行深度挖掘，提升学术资源整合能力和学术产品加工能力，加快建构数字出版系统，不断升级资源库建设，推动知识服务的革新。本文从内容和平台两大方面来阐述如何基于大数据技术提升学术期刊国际影响力。

一、内容为王：精准出版与知识管理创新

学术期刊遵循“内容为王”的准则，内容质量是办好学术期刊的核心和关键。大数据背景下，提升学术期刊国际影响力，关键是加强学术期刊的自身建设，只有苦练内功，提升内容质量，才能更好地进行对外传播。大数据技术的不断进步与发展，为学术期刊出版的各个环节都提供了知识服务帮助。学术期刊可以结合大数据技术，灵活地进行选题策划和组稿，并与作者形成良性互动。

1．优化选题策划

对于学术期刊来说，系统式、专题式、重点式、热点式等组稿方式能提高学术期刊的价值和影响力。但就目前而言，学术期刊的组稿模式更多依靠的是分散性的作者投稿，这就限制了学术期刊不能形成系统有效的聚集效应。大数据有助于学术期刊跟踪全球科学研究的热点和趋势，主编可以根据大数据分析的数据和信息筛选出理论价值高、研究前沿和热点等选题，优化选题的方向和价值。

例如，世界知名科学引文检索服务提供商WebofScience采用关键算法筛选热点，进行选题组稿。如利用LDA文档主题生成模型，对特定领域的WebofScience数据进行分析处理，结合编委会专家建议，为期刊跟踪全球学科热点、选题组稿及定向约稿提供支持。再如爱思维尔，其每年收到6万份作者的反馈信息，根据需求设计了JournalFinder工具，帮助作者投选期刊，编辑也同步筛选出适合的文章。目前，国内一些学术出版机构已开始这方面的探索。中国知网设立中国学术期刊论文投稿平台，取得了一定的效果。以此为鉴，我国学术期刊也可建立相关数据库，做好充分的数据采集工作并进行科学研究分析，有效地整合学术资源。

2．提高编审效率

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历练，才能比较准确地把握和反映前沿的学术信息。大数据时代，学术信息和学者信息都以数据化状态呈现。基于这样的特点，编辑在组约稿时，可以充分利用大数据分析提供的信息，使之成为发掘和筛选优秀作者群、评判稿件的学术依据，进而更加准确地把握学术方向，有针对性地组织稿件。具体而言，编辑可通过分析撰稿人的年龄、职称、近期发文量、基金项目数、学科研究方向、第一作者或通讯作者贡献度、总被引频次、他引频次等指标，收集专家评议、同行意见、作者反馈、读者推荐或评论等信息，为精确组稿和约稿提供参考依据。这就从源头上大大提高了稿件的质量和甄选效率，并可逐渐形成特色和精品栏目，在此基础上提升期刊在学术界的地位和影响力。InCite是基于WebofScience权威引文数据建立的科研评价工具，可以针对研究方向和成果形成报告，以帮助学术期刊编辑发掘具有学术影响力和发展潜力的研究人员。

另外，通过大数据的分析挖掘，编辑可以快速确定适合的审稿专家，提高审稿效率。中国知网“腾云”期刊协同采编系统其中的一个功能为机器代替人工审稿，可实现辅助审校。作者在线提交稿件后，系统自动生成一份“机器自动审校稿”，大大提高了编审效率。该系统还集成CNKI精准专家库，增加审稿专家评价功能，帮助审稿专家选择合适的稿件，专家库中有位专家的信息，如专家学术水平、联系方式等，还能自动地对审稿专家进行评价。

3．提升用户体验，实现精准推送

大数据技术可以将不同形态的媒体进行聚合分析和关联分析，从而为读者提供全方面的阅读体验，方便读者立体地理解知识。比如，爱思唯尔利用大数据技术展开“ArticleoftheFuture”项目，为读者提供交互式的动态阅读体验，读者可以搜索并看到研究论文相关的音视频文件、互动式照片和图形、嵌入地图、可供下载的表格以及分享功能。大数据技术还能帮助读者迅速深入厘清问题脉络，真正让知识达到按需获取、全面客观、深入浅出，实现适应个性化需求的学术信息定制。

通过读者的搜索情况和数据分析，学术期刊编辑可以了解读者近期







































白癜风注意
白殿疯医院