京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代学术期刊的机遇与挑战_数据分析师考试
在数字化再造并融合传统出版的大背景下,就学术期刊而言,其传播方式已经发生巨大变化,数字化、新媒体融合已成期刊传播新常态。在近日中国社会科学院图书馆(调查与数据信息中心)、国家期刊库(NSSD)举办的“大数据时代的学术期刊数字出版??机遇与挑战”研讨会上,学术期刊如何应对大数据时代的机遇和挑战,成为关注的主题。
主动适应“大数据”时代
据社科院图书馆数据网络部主任杨齐介绍,为适应“大数据时代”的需求,中国社会科学院国家期刊库项目组对643种学术期刊的网站建设进行了详细的调研分析,包含社科基金资助期刊195种,非社科基金资助期刊448种,并公布了调研结果。从调研数据中发现,目前大部分学术期刊在大数据时代的数字出版及开放获取意识有待提升,对于数字化和新媒体融合发展前景及方向还在探索之中。
专家认为,从表面上看,“大数据”的概念及其价值更多的是为IT业和企业营销领域所关注,但从深层次看,传媒业将是受到大数据时代冲击较大的行业。在大数据时代,与学术期刊处于同一环境体系的学术创新模式、学术研究范式、知识形态、知识获取、知识交流及处理机制的改变,将直接影响着学术期刊的生存和发展。
“大数据”深刻地改变着学术期刊的边界,使学术期刊面临新的挑战和机遇, “大数据”将造就新意义上的中国学术期刊。因此,各个学刊必须积极主动探索以学术期刊为纽带的大数据全产业链和新业态发展路径,应用大数据技术,跳出传统学术期刊的编辑出版流程局限,实现以学术期刊为纽带的学术研究全流程传播。
数字化时代的诸多挑战
当前,来自数字化潮流的挑战使得学术期刊正经历着一场革命。这场肇始于传播,继而扩展至整个编辑出版流程的革命,使学术期刊抛掉了纸本载体而实现了更为迅捷的网上编辑和传播,在传播流程中,数字化传播已成为学术期刊的主流渠道。学术期刊以综合性为主的结构和分散的布局导致以原期刊为单位的数字化传播意义不大,而经过汇集和重新编排后更能适应读者的需求,大型期刊数据库网站做的正是这样的工作。
另外,当以综合性、分散性和内向性为特征的学术期刊遭遇来自学术国际化、评价数量化和传播数字化的挑战时,处境更是日益艰难,而自然科学期刊尤甚,每年以10万篇计的优秀稿源的流失,使得国内一些顶尖学术期刊也面临着前所未有的稿源荒,更遑论一般期刊了。优稿的外流必然带来学术前沿的失守和读者的流失,使得学术期刊在数字化时代面临着诸多挑战,急需创新观念,走出一条数字化发展的新路径。
对此,中国社会科学院调查与数据信息中心副主任赵胄豪表示,通过高层次的文化碰撞,刷新旧有理念,加速学术期刊数字化、网络化的建设步伐;变革学术期刊投稿、编审、出版、传播及阅读的方式与途径;积极探索哲学社会科学领域学术期刊数字化转型、新媒体应用、开放获取及网络化建设等方面的问题,这是今后学术期刊适应数字化之路的重要途径。
加快数字化转型步伐
在如何探索学术期刊数字化转型上,中国科学院文献情报中心编辑出版中心主任初景利从数字出版环境与技术、学术期刊建设要素、期刊质量与影响力、传播能力的关系、数字出版平台建设、语义出版、开放获取出版等多方面详细介绍了科技期刊的经验,并提出六方面建议:一是期刊质量是期刊的生命;二是学术期刊编辑须承担社会责任与使命;三是采取综合措施提升期刊的传播力与影响力;四是重视数字出版与数字化刊群建设; 五是善于知识分析工具的开发与利用; 六是加强技术的研发和投入。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13