大数据背景下学术期刊评价标准研究

庞达

摘要：期刊评价标准的合理构建对学术期刊的健康成长具有重要意义，大数据时代的来临将给我国当前学术期刊评价带来巨大影响。在简要阐述我国当前主要学术评价系统、评价标准、基本特征及存在问题的基础上，对大数据给学术期刊评价标准带来的影响进行了细致分析，在此基础上提出大数据背景下学术期刊评价标准可能包含的具体指标及其计算公式。

关键词：大数据；学术期刊；评价标准；创新

DOI：10.163 15/j.stm.2016.04.014

中图分类号：F276.3 文献标志码：A

学术期刊办刊水平的高低最终要通过期刊评价予以检验，从一定程度上讲，期刊评价的标准决定了期刊未来发展的方向和目标，期刊评价标准的合理设立对学术期刊的健康成长至关重要。随着移动互联网、云计算、可信计算等一系列新型信息技术的迅猛发展，一个大规模数据生产、储存、分享、应用的“大数据”时代逐渐开启。“大数据”时代的到来，对我国学术期刊的未来发展将产生巨大影响，期刊的运营模式、出版流程都将发生根本性变革，如一些学者所预测的，“大数据”时代的到来将造就全新意义上的学术期刊。相应地，“大数据”也将导致学术期刊评价的革命，一方面，大数据时代学术期刊功能定位的变化要求必须确立新的、符合时代发展要求的评价标准，另一方面，大数据科技的应用也将为期刊评价提供新的技术手段与方法，大大提升期刊评价标准的精确性与全面性。在这一背景下，深刻把握大数据时代学术期刊发展规律，科学探析大数据时代期刊评价标准可能的创新与发展方向，对于我们有效应对大数据挑战，推动学术期刊的未来发展具有重大意义。本文拟对这一问题进行初步探讨，以期对未来期刊评价方面的研究有所启示。

1我国当前主要学术期刊评价系统及其评价标准

1.1我国当前主要学术评价系统

我国当前的学术评价体系起源于20世纪70年代，经过几十年的变革与发展，目前形成了既符合国际化评价标准要求又具有我国学术研究特色的学术期刊评价体系。根据学科和专业研究领域的不同，目前已形成了5大期刊评价权威系统并根据其系统要求定期出台期刊评价报告，这5大系统包括：南京大学研制的《中国人文社会科学引文索引》、北京大学图书馆研制的《中文核心期刊要目总览》、中国社科院文献信息中心研制的《中国人文科学引文数据库》、中国科学院文献情报中心研制的《中国科学引文数据库（CSCD）》以及中国科学技术研究所研制的《中国科技论文与引文数据库》。

1.2五大评价系统的具体评价标准及其特征

这5大评价系统的期刊评价标准主要是根据布拉德福文献集中定律和加菲尔德文献集中定律予以制定，其具体评价指标则参考了美国EI、SCI等国际期刊数据库的评价标准。所谓布拉德福集中定律，是1934年由英国学者S.L.布拉德福提出的，他在对一些特定的学科领域期刊的数量及其刊登的相关论文数量进行统计的时候，发现期刊的内容对于某一个别学科来说呈现出远近亲疏不等的情况，“如果将科学期刊按其登载某个学科论文数量的大小，以渐减顺序排列，那么可以把期刊分为专门面向这个学科的核心区和包含着与核心区同等数量论文的几个区。这时，核心区与相继各区的期刊数量成1：a：a的关系。”核心区的期刊就是刊载学科论文数量最多、包含相关信息最丰富的那部分期刊。加菲尔德文献集中定律，是20世界60年代，由美国学者加菲尔德提出的期刊分布定律，他通过对一些综合性和专业性检索工具检索和收录论文的比率进行分析，发现各学科的核心期刊主要集中在少数的期刊中，而主要的期刊则更少，大多数学科期刊的发展呈现出明显的集聚效应。这两大定律是目前国际上制定学术期刊评价标准的主要依据，我国五大期刊评价系统也主要以这2个定律为准则，并在此基础上制定了大致类似的评价标准，五大评价系统的具体评价指标，如表1所示。

这五大评价系统的评价标准具有几个共同的特征：首先，5个期刊评价系统都是采用引文分析法，即通过对期刊论文索引量、被引频次和影响因子等指标的统计分析来对期刊质量作出评价，这3个指标也是期刊评价中的核心标准；其次，期刊评价数据的采集主要依托中国知网、万方、维普等网络数据库的数据资源进行统计，不进人这些数据库的文献不计入统计；再次，期刊评价基本是围绕期刊刊载文章的影响力指标进行评价，在专业领域越有影响的期刊，其评价结果就越好。

客观来讲，当前五大评价系统的评价标准是在借鉴国际已有成功经验并结合了我国学术研究特色来设定和构建的，它通过对客观数据的严格统计分析来对期刊予以评价，在一定程度上避免了人情因素、主观偏见对期刊评价的负面影响，具有相当的客观性与科学性。但同时，以影响因子和引文分析为核心的评价标准也存在诸多局限：首先，由于不同检索数据库所收录和统计的文献及期刊种类和数量有所不同，导致同一期刊依据不同数据库数据计算出的影响因子常常产生巨大差异；其次，不同学科发展情况和设置缺陷导致期刊统计源结构不合理，一些学科的期刊统计源期刊很多，影响因子较高，而一些冷门学科的期刊统计源极少，影响因子很低；最后，当前的评价标准主要关注论文发表后的索引量、被引频次，不仅评价指标片面，而且难以避免不当引文、无效引文对统计结果的影响。

2大数据对学术期刊评价标准的影响

大数据技术的应用给学术期刊的未来发展带来巨大变革，这些变革集中体现在对学术期刊评价标准的深刻影响之中。

2.1期刊评价的可采集指标更为丰富

在大数据的背景下，期刊出版发行形态将发生巨大变化，以前以纸质印刷、定期刊发为标志的出版方式将向电子化、网络化、不定期出版方向转移。期刊论文的创作、审核、修改、编辑、发表以及发表后所产生的社会反馈和影响都将依托于数字化网络平台进行，而这整个过程中的所有数据也将通过大数据技术予以记录，除了转引率、被引频次等数据，大数据和云存储技术可以为期刊评价提供更丰富的数据资源和种类以备采集，并作为期刊评价新的指标。比如，大数据技术支持下的电子阅读终端可以记录读者对某篇文章的阅读时间、次数，甚至在某些段落的停留时间，这对于未来期刊的反馈评价将是一个重要指标；再比如，通过“云存储”、“云计算”等技术可以对论文发表前的选题热度、潜在价值做出客观评测和计算，这可以做为期刊选题价值的评价指标；除此之外，大数据还可以收集并记录期刊选题策划方案、编辑规范性、构图设计水平等方面的信息，为学术期刊的整体评价提供参照指标。

2.2期刊评价的数据统计更加全面精准

以往对评价数据的采集，主要依据知网、维普、万方等数据库统计源，但许多没有被这些数据库收录的期刊却不能进入统计范围，而且由于检索系统所收录的期刊群组成差异较大，所计算的影响因子值也会产生较大差异，导致同一刊物在不同检索系统中计算出明显不同的影响因子数。而依托大数据技术的期刊评价数据采集，不仅可以覆盖全网络信息资源并统一计算方法，避免因数据库收录不足和算法差异导致的因子计算缺陷，而且对于被何种方式引用，引用量多少，有效还是无效引用，自引还是他引，都能准确记录，实现对期刊评价相关数据更为全面和精准的统计。更关键的是，大数据能够为期刊评价提供论文编辑出版发行过程中的全数据样本，并对论文发表后的索引转载情况实时动态更新，对读者阅读评价反馈全面搜集，从而实现评价数据统计的静态与动态统一、主观与客观结合。

2.3期刊评价的读者影响力更加突出

大数据背景下，期刊评价将更加突出读者评价的地位和作用。以前的期刊评价统计实际上是注重论文引用者和转载者的评价地位，兼顾同行、专家和评价机构的综合评议。但是对公开发行的期刊论文来说，论文的引用和转载者可能只是读者中的一小部分，大多数读者在阅读后不一定会将之运用到学术创作之中，但同样会对文章质量作出心理评价，这种评价实际比单纯的引文评价更全面、更有说服力但也更难以计量。而随着数字技术的发展，大数据时代的期刊出版将逐渐进化到电子出版阶段，新的电子期刊发布平台将不仅是一个阅读平台，更是期刊社为读者、作者、专家提供的一个互动服务平台，在这个平台上，不仅读者的浏览偏好和阅读反馈会被储存下来，而且通过独特的互动窗口，他们还可以和作者、编辑、审稿专家进行直接讨论，他们对文章内容的意见、对刊物选题策划、栏目设计、编辑方式、服务水平甚至是办刊宗旨的建议都将被完整记录，并成为期刊评价重要的参考指标。与此同时，由于大数据技术将使评价机构进行期刊数据收集和质量评价的整个过程变得更为公开透明，无形中就降低了评价机构的控制力与影响力，相对地也就更加凸显出读者群体在期刊评价中的作用。

2.4期刊评价的创新性指标更加重要

大数据时代的期刊将进入电子出版为主，纸质出版为辅的阶段。相对于纸质载体，电子载体具有无限承载能力和丰富多样的表现形式，这必然突破原来期刊篇幅、版面、格式的限制，期刊刊载论文数量将大大增加。同时，由于期刊审稿流程的变革，期刊未来会将收到的论文经过简单编辑处理直接通过电子平台发布，而不再经过繁琐的审稿流程（经过读者和同行评议，获得较高评价的论文再以纸质出版），这又必然导致期刊论文质量的良莠不齐。原来以索引量和发表数的比值为计算指标的影响因子评价的缺陷将更加突出。如何从海量出版信息中发现、挖掘出具有创新价值的内容，以最方便的方式提供给读者阅读评价，将是期刊首先要考虑的问题，也是未来期刊评价中非常重要的参考指标，这也将使期刊评价中的创新性、吸引力指标凸显到更加重要的位置。

3大数据背景下学术期刊评价标准的具体指标及其计算公式

大数据彻底改变了学术期刊未来发展模式及其评价方式，同时也为未来期刊评价的发展创新提供了强大的技术支持和充足的数据资源。笔者认为，依托大数据技术，未来学术期刊评价的参照指标将发生巨大变化，与当前主要参照转引率和影响因子来评价不同，未来期刊评价的指标将更加多元、更加精细，而且也将在很大程度上弥补当前评价指标的局限与不足。具体来说，未来大数据背景下，学术期刊的评价指标将可能包括以下几个方面：

3.1关注度评价指标

依靠大数据的技术支持，未来期刊评价可以尝试将期刊论文的关注度列入评价标准之中。电子化阅读终端和云计算技术可以准确记录读者在阅读期刊时的阅读量、点击量、阅读时间、阅读段落甚至是可能的阅读字数，有效记录并计算读者阅读的关注点与精细程度，阅读之后在学术社交网络和开放存取平台中被讨论的次数，并实现对期刊论文受关注度地量化统计，这将为期刊评价提供重要的参考指标。客观来讲，期刊的受关注度并不能直接反映期刊刊载文章的水平和深度，尤其对一些相对冷门的学科和研究领域，文章的专业性比较强，读者比较小众，关注度也较低。因此，在将关注度作为期刊评价指标时，必须避免单纯的量化统计，而应结合学科在不同时期的纵向对比，以及文章在稳定读者群体中关注度的变化来具体衡量，笔者认为，可以尝试在不同学科之间设置合理的浮动系数，以统计数据乘以浮动系数来计算期刊真实的关注度水平。

3.2创新观点评价指标

在大数据时代，对期刊学术水平的评价将不只体现在对其刊载论文水平的评价上，而会更应进一步细化到观点评价的层面。未来结合大数据技术的检索工具可以实现对期刊发表内容的观点检索，对期刊中关注度高、创新性大、前沿性强、具有较大影响力的观点进行数据统计和分析，以读者和同行“点亮”和转发的观点数量为统计指标，代替单纯对论文引用和下载地统计。观点评价的特点在于灵活、简洁，易于突出重点，可以更加凸显作者思维成果的创新度。它改变了以往期刊评价难以量化计算期刊创新性的局限，细化了期刊评价的创新性标准。与论文评价相比，它不仅更加适应数字化出版时代“眼球经济”发展潮流，同时也更加符合大数据时代期刊出版业态的变革趋势。

3.3读者反馈评价指标

大数据时代的期刊评价，将更加凸显读者的地位，因此读者反馈评价将是期刊评价的重要指标。依据大数据技术可以对论文发表后读者的反馈进行统计，这种统计可以通过两种方式来进行：一是客观指标评价，通过大数据构建统一的期刊发布平台，在发布平台上，为读者设置论文质量反馈评价体系，就论文的论证严密性、逻辑周延性、结论的实用性、创新性等指标做出类似“优良差”的选择，计人期刊评价标准；二是主观反馈评价，将读者的评价、留言，围绕论文主题的讨论进行记录，并对其中的话题热点、关键词进行提炼整理。由于学术讨论的热点往往是具有较好价值的研究课题，因此将它们整理为课题选题数据库，作为未来期刊论文创新性、价值性评价的重要参考依据。

3.4论文对比评价指标

期刊论文对比评价，既包括与同专业、同类型文章之间的纵向对比评价，又包括不同学科专业之间的横向对比评价。第一，通过海量数据的“云融合”，比对期刊文本的构词分析和语义分析，可以以对比报告的形式对同类选题论文内容的前沿性、创新性做出更加科学地评定，而不再仅凭论文索引量和下载量来判定成果质量。第二，由于大数据技术可以全面覆盖所有学术出版数据资源，不仅解决了当前数据库引用不足问题，而且在此基础上又可以统一引文计算方法，解决同一期刊在不同数据库计算中的影响因子差异。再通过学科自身的纵向对比，乘以不同学科影响因子计算的浮动系数，由此可得出用于不同学科间横向比较的每篇文章的影响因子数，这对于学术成果价值的最终评定以及不同学科期刊的横向评比具有重要意义，同时也对实现期刊评价标准的多维化与通用化具有重要价值。

3.5应用价值评价指标

对于科技应用型期刊，其发表论文的现实应用性和成果转化率也应列入期刊评价标准之中。科技应用型期刊的论文成果能否产生实际价值，取决于其最终能否转化为现实生产力，能否对相关产业地发展产生推动作用，这本应是科技应用型期刊评价的最重要标准。但在前大数据时代，科技论文发表后的成果转化率难以有效评估，许多转化率低甚至没有转化的论文成果占据了大量的版面篇幅，造成严重的出版资源浪费。在大数据的背景下，通过新兴的云搜索、云追踪、物联网技术，可以大量收集各种科研单位、高等院校的创新成果信息，企事业单位的产品研发信息，以及新产品进入市场后的效果反馈信息，并对这些信息进行量化整理和分析。依靠对这些海量信息数据地分析，可以科学评定科技期刊论文的成果转化效率及其应用价值高低，并计入期刊评价的最终指标之中。

基于以上的论述可知，大数据时代的学术期刊评价标准的参照指标将出现革命性的变革，具体如表2所示。

值得注意的是，以上学术期刊评价的指标体系并不是适用于一切期刊评价的统一标准。不同类型的期刊在评价指标的选择上各有不同，且指标所占的权重也不同。例如对于基础理论研究类型的期刊，在设定评价标准时，可降低应用价值指标的权重或者不予参考，而对于科技应用型期刊，这一指标的权重则应加强。总体来将，大数据背景下的期刊评价标准，将主要参照以上五类期刊评价指标构成，同时又根据不同的学科类型赋予不同的评价权重，其具体计算公式如下：

期刊评价结果=关注度指数×学科系数+创新观点指数×学科系数+读者反馈指数×学科系数+论文对比指数×学科系数+应用价值指数×学科系数

4结论

大数据给学术期刊评价带来的既是挑战又是机遇。如果能把握历史机遇，适应大数据时代要求，推动学术期刊评价标准的不断创新，就能实现中国期刊评价的飞跃式发展，构建出更加科学、合理的学术评价标准，这对于建立一个公正合理的学术秩序和激励创新的学术环境具有重要意义。本文所提出的诸种评价创新方案，都是依托大数据技术，对未来学术期刊评价标准合理设置路径的尝试性探索，它不是要完全割裂与传统评价方法与评价标准的联系，而是在继承原有评价体系优点的基础上探寻更加完善、更加精准，更符合数字化期刊发展潮流的期刊评价标准。