基于知识链的全球学术出版服务模式创新研究

[摘 要] 在数据驱动科研环境下，研究全球学术出版围绕用户知识需求的服务模式创新。基于知识链理论视角，构建学术出版知识链服务模型，指出微观层面是由科学数据与用户行为数据构成的支撑要素，中观层面是由知识获取、知识挖掘、知识内化、知识共享、知识评价、知识外化等组成的服务模块，宏观层面是由出版商、图书馆、科研机构等协同形成的知识链生态。探索构建基于数据驱动的学术出版服务环境，专注于为用户赋能型知识服务，尋求多机构知识链协同发展。

[关键词] 知识链 学术出版 服务模式

[中图分类号] G237 [文献标识码] A [文章编号] 1009-5853 （2018） 01-0027-06

[Abstract] Under the environment of data-driven scientific research， this paper discusses the service model innovation of global academic publishing focused on users need of knowledge innovation. From the perspective of Knowledge chain， the author constructs knowledge chain service model of academic publishing. It is made up of supporting factors including science data and user behavior data at a micro level； service modules including knowledge acquisition， knowledge mining， knowledge internalization， knowledge sharing， knowledge evaluation and knowledge externalization at a median level； knowledge chain ecosystem with the cooperation of publishers， library and scientific institutions at a macro level. It is indicated the importance of constructing data-driven academic publishing service environment， focusing on empowering researchers service and promoting different knowledge chain models development.

[Key words] Knowledge chain Academic publishing Service model

1 背 景

随着大数据、人工智能和语义技术的发展，全球学术出版向知识服务模式转型趋势日益显现。据国际科学技术与医学出版商协会（The International Association of Scientific，Technical and Medical Publishers，简称STM）2017年发布的《STM出版2021技术趋势》（STM Tech Trends 2021）报告显示，包括机器生成文献、自动同行评议、服务型物联网在内的智能服务与面向科研人员服务成为未来学术出版发展的重要趋势[1]。上述趋势的形成来自需求侧和供给侧双重因素的驱动。一方面，海量且持续增长的科技信息和文献，客观上给科研工作者带来巨大负担。据开放学术交流平台（Sciforum）统计显示，1994—2016年全球活跃期刊发表的文献数量为37083088篇[2]。相关学者研究表明，在目前的知识接收方式和状况下，若想在流行病学领域保持领先地位，研究者平均每天大约要花21 小时进行阅读[3]。如何跳出信息海洋、降低知识获取成本成为科研工作者的客观需求。另一方面，随着科技信息结构化语义化程度的不断提高，传统文献资源正逐渐被解构为细粒度的知识单元，并在此基础上形成深度语义关联，而与此同时，嵌入用户知识获取与分享等行为的数据被大量记录和存储下来，为学术出版服务的开展提供基础保障。

为此，全球顶尖的学术出版商纷纷推出相应的产品和服务，并从战略层面确立未来的发展方向。近期，施普林格-自然集团首席出版官史蒂夫·英切库比（Steven Inchcoombe）在《洞察》（Insights）期刊上发表文章，提出未来该集团的角色定位，强调要帮助作者更好地分享研究发现，促进科研人员获取并了解他人的研究成果，支持图书馆及相关机构利用技术和数据开展创新，为学会提供专业的出版业务支持，参与和研究人员、资助者、政策制定者相关的活动等[4]。

面对快速兴起的学术出版服务化浪潮，如何揭示其中的规律、特征和趋势，是当前研究的热点。然而，现阶段关于该领域的研究较为零散，更多集中在基本现状概述和个别机构的案例研究，缺少系统层面的理论抽象和提炼。基于此，本研究拟结合知识链相关理论，探讨面向用户需求的学术出版服务模式框架及现实应用，为该领域发展提供新的思路。

2 分析框架

知识链作为知识管理领域的基础理论，对学术出版服务具有重要的借鉴意义。相关学者提出，面对泛在知识环境，科技期刊出版应该参与知识创新链的管理，服务于知识创新全过程[5]。根据相关学者定义，知识链是指企业在经营活动中以知识为中心，形成围绕知识的投入、转化和创新的无限循环过程。知识链不仅存在企业内部，也存在于社会各个群体之中，不同知识链形成相互交错的知识网[6]。关于知识链模型，豪斯艾普（Holsapple）与辛格（Singh）（2001）最早根据波特（Porter）（1985）的价值链模型，从组织内知识与组织核心竞争能力关系的角度进行构建，该模型包含知识获取、知识选择、知识生成、知识内化、知识外化等主要活动，以及领导、合作、控制、测量等辅助活动，最终实现企业竞争能力的产出。国内学者在继承该模型框架的基础上，对其进行必要的改进，如将内部与外部知识链打通等。endprint

基于知识链理论视角，学术出版服务活动可看作是在数据驱动环境下，以科研用户需求为导向，支持用户进行知识获取、知识挖掘、知识内化、知识共享、知识评价与知识外化的服务过程，同时围绕用户价值推动出版机构、图书馆、科研机构等知识链相互协同（见图1）。该模型的特点是改变以往从单一机构视角出发的构建思路，转变为面向用户知识创新需求的服务模式。相比于一般的知识消费服务，学术出版服务更倾向于知识生产服务，也即为知识生产者创新工作开展提供服务[7]。其目标是通过多元化的方式，同时满足作为知识使用者和创造者的科研用户的整体需求，最终实现繁荣学术交流和知识创新的目标。

3 服务模式

根据上述分析，一个完整的学术出版知识链服务模式由微观、中观和宏观三个层次组成。微观层面是包含科学数据与用户行为数据在内的服务支撑要素，中观层面是围绕科研用户知识创新需求所形成的一系列服务模块，宏观层面则是由出版商、图书馆、科研部门等多机构协同的知识链生态。以下主要从支撑要素、服务模块与服务生态三个层面展开分析。

3.1 支撑要素

学术出版服务建立在对学术出版内外部环境的数字化解构与全息化重构上。支撑要素主要分为与学术出版物自身相关、与学术出版环境相关的两个层面，前者主要表现为科学数据，后者则以用户行为数据为主。

3.1.1 科学数据

随着科学研究步入以数据密集型为主要特征的发展阶段，相应的学术交流范式也随之改变[8]。正如吉姆·格雷（Jim Gray）在《第四范式：数据密集型科学发现》一书中所说：“所有科学文献都上网，所有科学数据都上网，而且它们之间具备可互操作性。”由此驱动数据出版机制的不断发展和成熟。众多国际科研机构、学会、期刊组织纷纷制订科学数据共享政策，要求作者在提交稿件的同时提供相关的科学数据，如自然出版集团就明确提出“作者必须不设任何限制地提供材料、数据和有关协议给其他人”[9]。随着科学数据在学术交流系统中的地位不断提升，专门的数据期刊应运而生，如欣达维（Hindawi）出版公司的《科学数据集论文》（Dataset Papers in Science）、生物医学中心（BMC）的《千兆科学》（GigaScience）、自然出版集团的《科学数据》（Scientific Data）等。相比于传统学术期刊，数据期刊的论文更侧重在对科学数据本身的结构化描述，最大限度地促进科学数据挖掘和重用。

3.1.2 用户行为数据

学术出版服务模式，除了对学术出版物自身的离散化解构，还需要对学术出版用户行为进行数字化解构[10]。在数据驱动环境下，与学术交流相关的用户行为，均有机会被有效地记录和保存，并转化为宝贵的数据资产。学术出版机构可以通过对用户检索、阅读、评价、创作、分享等行为轨迹的搜集分析，反向指导选题开发，调整出版内容和形式等，创造更大的出版价值。此外，通过开放应用程序接口等方式，使原本仅局限在学术出版内部的用户行为数据与其他应用场景下的海量数据实现有效融合，有助于探索跨行业的创新机会，促进知识创新成果转化，推动形成产业互联网格局下新的知识服务模式。

3.2 服务模块

服务模块是围绕科研用户需求，依据知识链视角分解而成的相对独立的服务环节，具体包括知识获取、知识挖掘、知识内化、知识共享、知识评价与知识外化等。

3.2.1 知识获取

知识获取是指科研用户从学术交流系统中获取新知识的过程。近几年，围绕开放获取期刊的相关服务日渐成熟，相比于传统期刊，开放获取期刊包含更丰富的内容形态，如嵌入高质量的数据集及辅助资料，支持论文内容与其他相关知识对象关联等，帮助用户更全面深入地了解、评价和复用论文中的知识。开放学术图书方面，英国的知识解锁项目（Knowledge Unlatched）通过众筹的方式聚合多家图书馆的力量，共同采购出版社的学术图书，实现可持续的开放共享，为学术图书的开放获取提供创新性解决方案[11]。

高质量的知识组织有助于实现高效的知识获取。在学术信息资源开放获取的大背景下，学术出版机构逐渐从原有的资源售卖逻辑转变为基于开放资源的服务创新逻辑，通过灵活的知识组织体系把各类信息组织起来，支持用户进行知识挖掘、计算、试验。爱思唯尔[12]、约翰·威利[13]、英国物理学会出版社[14]等出版机构纷纷推出各自基于语义技术的增强型出版物，为用户高效获取信息提供支持。此外，包括纳米出版物[15]、液体出版物[16]、微型出版物[17]等新型出版物的出现，进一步促进知识资源的细粒度提取，为知识检索、挖掘以及评价等服务的开展提供更多可能性。

3.2.2 知识挖掘

知识挖掘是从数据中发现有用知识的过程，本质是通过一系列先进技术和手段，帮助用户实现对知识的高效吸收。得益于数字资源的可获得性与人性化工具的开发，如开放式参考链接系统（CrossRef）、版权结算中心（Copyright Clearance Center）等推出的文本与数据挖掘（Text Data Mining，TDM）工具，TDM从早期单纯应用于生命科学领域的辅助工具，逐渐扩散至更多的学科领域，并成为学术资源开发的重要助手。面对日益增长的知识挖掘需求，一方面，出版商可以选择直接对自己平台上的内容进行挖掘，如爱思唯尔通过对用户在ScienceDirect上搜索频率较高的关键词进行深度分析，判断读者关注的热点学科，从而为出版决策提供参考，支撑学者更好地把握前沿动向[18]。另一方面，出版商可以通过许可授权的方式，支持用户对平台资源进行深度挖掘。如施普林格就授予订阅用户以非商业研究为目的的文本与数据挖掘权利，研究人员可以从SpringerLink 平台下载全文内容，但下载速度需要控制在合理的范围之内[19]。当然，从目前的状况来看，出版商与信息服务机构、科研群体对于文本与数据挖掘权益仍存在較大的分歧，多数出版商主张通过许可合同来界定文本与数据挖掘权利，并通过指定的应用程序接口进行挖掘；而信息服务机构和科研群体则认为文本与数据挖掘的法律确定性只能通过著作权例外制度得以实现[20]。除此之外，知识挖掘服务的完善仍有赖于科研群体对文本与数据挖掘认知的提升，据出版研究联盟（Publishing Research Consortium）2016年的调查显示，超过四分之三的科研用户从未使用过文本挖掘工具，而其中三分之二的用户甚至没有听说过文本挖掘的概念[21]。endprint

3.2.3 知识内化

根据野中郁次郎提出的SECI模型，知识内化指的是一个将显性知识形象化和具体化的过程，也即显性知识到隐性知识的转化[22]。对于科研用户而言，获取文献仅仅完成对显性知识的接收，并未内化为个人的隐性知识。为此，服务提供方需要借鉴隐性知识转移的相关手段和方法，促进实现这一知识转化过程，可视化便是其中的重要方式。目前，在学术出版领域，围绕学术论文的可视化发表与学术期刊的可视化出版受到广泛关注[23]。相关实践主要围绕文献数据可视化、文献架构可视化与密集型数据可视化等方面展开。由美国光学学会（Optical Society of America，OSA）和美国国家医学图书馆（The United States National Library of Medicine，NLM）合作的“互动科学出版”项目通过为作者提供相应的软件工具，帮助其将发表的文章链接到2D和3D图像数据集；而读者则可借助工具仔细浏览并分析图像以提升对文献信息的理解[24]。由荷兰SURF 基金会等资助的“增强型出版物”项目着力打造全新的语义出版物，借助情境可视化工具（Incontext Visualization），项目组将语义出版物的底层RDF 架构以可视化方式展现出来[25]。读者可以清晰地了解图书与章节，章节与作者，视频与图书等实体之间的关系。尽管上述实践尚无法为知识内化提供完整的解决方案，但随着虚拟现实、增强现实等相关技术的成熟，新的知识吸收方式将不断出现，如基于沉浸式体验的科学知识传播等，将进一步改善用户知识内化的体验和效果。

3.2.4 知识共享

关于知识共享，一般认为包含知识拥有者的知识分享与知识接受者的知识获取，在此过程中起主导作用的是知识拥有者的知识分享频率和程度。随着社交媒体与在线社区等基础设施的完善，学者参与知识分享与合作行为日趋普遍。据2014年《自然》杂志对全球95个国家3510位研究者的调查显示，超过50%的学者了解并经常浏览学术社交网站，如谷歌学术（Google Scholar）、研究之门（ResearchGate）、领英（Linkedin）、脸书（Facebook）等[26]。近几年，出版机构加大了对知识分享领域的投入。2013年，爱思唯尔以1亿美元收购文献管理与在线学术社交平台曼德利（Mendeley）。2014年，施普林格推出学术社交工具易分享（ShareIt） [27]，致力于实现科研人员之间便捷且合法的内容分享，2017年该产品被全球学术与专业出版者协会（ALPSP）评选为当年的出版创新奖。借助易分享，作者可以将文章张贴到社交媒体平台、作者网站和机构仓储上，打上浏览或全文阅读的链接，即可完成分享。截至2016年10月，该平台上已有超过220万次文献浏览量[28]。随着知识分享活跃度不断提高，未来面向用户知识共享的服务将朝着更加智能和个性化的方向发展。

3.2.5 知识评价

关于知识评价，本质上是从科研投入产出角度进行的结果评价。良好的知识评价体系有助于科研机构和人员客观评估研究成果的价值。在数据驱动科研环境下，科研成果评价趋于开放透明。2013年，开放科学研究与出版平台ScienceOpen就针对当前同行评议局限，推出“出版后评审”（Post-Publication Peer Review）模式，将评审者、评审过程与内容完全公开，使更多科研人员可以从公开的审稿意见和反馈中受益[29]。2017年，谷歌学术则推出“经典论文”（Classic Papers），将学术评价对象从期刊转向论文和作者，它以10年为期限判断一篇学术论文对本学科的长期影响，使科研成果获得更公正的评价[30]。与此同时，超越原有传统文献计量指标的替代性评价指标不断出现，使得科研成果评价进一步与社会经济发展相适应。施普林格与替代计量（Altmetric）合作推出针对图书和文章的评价指标[31]，相比于传统基于文献引用率的单一评价指标，该指标加入了社交媒体上有关科研成果的讨论和分享的统计，有助于作者本人和读者更清楚地了解相关成果在全社会范围内的影响力。

3.2.6 知识外化

根据知识链理论，知识外化指的是将知识融入组织的产出中。随着科技革命影响范围和程度的加大，相关法律政策的完善，全球科技创新生态逐渐朝着开放协同的方向发展。科研成果的价值不再局限于学术圈内部，而是辐射到更广泛的社会经济领域。学术出版商开始将服务范围渗透到科研成果产业化环节，围绕科研成果后续试验、开发、应用、推广直至形成新产品、发展新产业等活动。替代计量从不同渠道搜集有关科研成果的相关数据和信息，帮助科研人员、科研机构、资助者更好地了解其成果在社会中的应用价值，并为科研成果转化提供基于大数据的决策参考[32]。爱思唯尔的研发解决方案（R&D solution）则利用庞大的研究数据集合分析工具，如Reaxys、ScienceDirect、Scopus、Embase、QUOSA PV、PharmaPendium、Pathway Studio 等，为医药、化学材料、石油等领域的科技成果转化提供信息支持[33]。

3.3 服务生态

整体而言，上述模块围绕科研用户知识创新需求，构成了一个循环往复的知识链生态系统。该系统作为一个动态网络，离不开多元化机构的优势互补与协同支持，具体包括出版机构、图书馆机构、科研机构、情报机构，以及相关产业机构等。

3.3.1 出版机构与图书馆机构协同

从目前情况来看，出版机构与图书馆之间的协同最为普遍。在开放获取的背景下，图书馆参与学术出版服务成为大势所趋。据相关报告显示，出版服务已成为研究型图书馆的标准配置[34]。据美国研究图书馆协会下属的学术出版与学术资源联盟（SPARC）的一项“基于校园的出版合作伙伴”调査显示，“图书館—出版社”合作的形式约占三分之二[35]，如普渡大学图书馆与普渡大学出版社合作开展Purdue e-Pubs开放期刊出版服务项目，此外还有“图书馆—出版社—信息技术部门—院系”等合作方式。从合作内容上，一般包括开放期刊出版服务，围绕某一专题的研究与参考服务等。爱思唯尔与佛罗里达大学合作，推动出版平台与机构仓储之间的互操作，使得该校科研人员发表于ScienceDirect上的相关文献及元数据可以自动链接到本校图书馆的数据仓储，从而提升本校科研人员的学术显示度与影响力。endprint

3.3.2 出版机构与其他机构协同

除了与图书馆机构合作，出版机构还与高校、企业等科研机构围绕学术出版服务创新展开合作。2013 年12 月，爱思唯尔与伦敦大学学院（简称UCL） 宣布共同建立UCL 大数据研究所[36]。该机构设在爱思唯尔收购的曼德利公司下，旨在帮助研究者运用全新的技术和工具，从海量信息和数据中探索学术与商业价值。2014年，汤森·路透公司与基于自然语言处理的文本挖掘公司计算语言（Linguamatics）合作，推出临床试验信息平台科特里斯（Cortellis） [37]。该平台通过对临床试验信息进行人工审阅，并与汤森路透其他的药物信息及竞争情报整合，为用户临床试验开发决策和产品组合战略提供有效支持。在知识链服务生态中，不同机构之间不是相互取代的关系，而是更好地利用自身优势特色，形成差异化的产业格局。在此过程中，不同机构之间的协作既存在交叉，也有一定的侧重，如出版机构与情报机构重点围绕知识挖掘等领域展开合作，而科研机构与科研用户社群则侧重在知识评价和共享服务方面展开合作。

4 小 结

信息技术迅猛发展与科研范式的革新，使得学术交流需求发生显著变化，由此催生学术出版服务的转型与创新。基于对上述趋势的分析，提出以下几点启示。

一是构建基于数据驱动的学术出版服务环境。在传统出版与早期数字化出版阶段，数据在学术出版中一直扮演着辅助性的角色，无法与图书、期刊、论文等常规出版物形式相提并论。但在大数据时代，通过对学术出版物自身和学术出版应用场景的数字化解构与全息化重構，数据将成为学术出版服务的核心单元。它既可作为一种学术资源形态存在，也为实时、精准和个性化服务的开展提供方向性指导。

二是把握学术出版服务战略的核心，即为用户赋能。正如PLoS在其官网上提到，该公司未来面临的挑战之一是如何利用技术和互联网为科研人员赋能[38]。在数据驱动环境下，领先的学术出版巨头已经开始由传统文献资源供给的初级模式，向为用户知识创新活动赋能的高级模式转变，爱思唯尔推出的知识赋能项目（Empowering Knowledge）[39]便是其中的典型。该项目通过开放学术信息和数据平台，鼓励科研人员在其平台上开展创新，突破当前知识用途的局限。学术出版服务战略区别于传统出版的关键在于超越现有业务形态，深入目标用户工作情境，从用户价值角度提高后者科研创新活动的效能，进而提升学术出版的社会价值和意义。

三是积极寻求多机构知识链的协同发展。相比于单一技术创新，学术出版服务模式的创新并不是由单一机构完成，而是在开放式创新战略指导下，充分发挥不同机构的独特优势，推动各自知识链的有效嵌套，满足用户知识创新的需求，共同推进知识服务价值的最大化。

注 释

[1]Tech trends 2021[EB/OL].[2017-08-15].http：//www.stm-assoc.org/standards-technology/tech-trends-2021

[2]MDPI Sciforum-the platform for open scholarly exchange[EB/OL].[2017-08-15].http：//sciforum.net/statistics/papers-published-per-year

[3]Alper B S，Hand J A，Elliott S G，et al. How much effort is needed to keep up with the literature relevant for primary care？[J]. Journal of the Medical Library Association Jmla，2004，92（4）：429-37

[4]Inchcoombe S. The changing role of research publishing： a case study from Springer Nature[J]. Insights，2017， 30（2）：13-19

[5]曾建勋，刘华. 泛在知识环境中科技期刊的发展方向[J]. 编辑学报，2010，22（6）：471-474

[6]陈志祥，陈荣秋. 论知识链与知识管理[J]. 科研管理，2000，21（1）：14-18

[7]张彬. 知识生产服务与知识消费服务：关于“知识服务”概念的哲学解析[J]. 图书情报工作，2011，55（15）：42-46

[8]徐丽芳，丛挺. 数据密集、语义、可视化与互动出版：全球科技出版发展趋势研究[J]. 出版科学，2012（4）：73-80

[9]Nature Publishing Group.Data publication survey-raw data[EB/OL].[2017-08-15].http：//figshare.com/articles/Data_publication_survey_raw_data/1234052

[10]赵文义. 学术期刊大数据出版研究[J]. 出版发行研究，2016（3）：50-52

[11]宁圣红. 学术图书开放获取新模式：Knowledge Unlatched[J]. 图书馆论坛，2015（7）14-20

[12]Aalbersberg I J，Heeman F，Koers H，et al. Elsevier's Article of the Future enhancing the user experience and integrating data through applications[J]. Insights，2012，25（1）：33-43endprint

[13]The Smart Article[EB/OL].[2017-08-15].http：//www.wiley.com/WileyCDA/Section/id-817760.html

[14]苏静，曾建勋. 开放信息环境下传统学术出版商的内容运营策略：以英国物理学会出版社为例[J]. 中国科技期刊研究，2015，26（7）：693-698

[15]Fuchs V，Vanista J. Nano-Publication in the e-science era[C]// The Workshop on Semantic Web Applications in Scientific Discourse. 2009：245-6

[16]Baez M，Mussi A，Casati F，et al. Liquid journals： scientific journals in the Web 2.0 era[C]// Joint International Conference on Digital Libraries，Jcdl 2010，Gold Coast，Queensland，Australia，June. DBLP，2010：395-396

[17]Clark T，Ciccarese P N，Goble C A. Micropublications： a semantic model for claims，evidence，arguments and annotations in biomedical communications[J]. Journal of Biomedical Semantics，2013，5（1）：28-28

[18]汪名立. 愛思唯尔：数据分析帮助出版决策[EB/OL].[2017-08-15].http：//epaper.comnews.cn/news-1146959.html

[19]Springers text- and data-mining policy[EB/OL].[2017-08-15].http：//www.springer.com/gp/rights-permissions/springer-s-text-and-data-mining-policy/29056

[20]茹丽洁，顾立平，田鹏伟. 国际出版商对文本和数据挖掘限制的正当性辨析[J]. 图书馆建设，2016（7）：27-33

[21]Text Mining of Journal Literature 2016[EB/OL].[2017-08-15].www.publishingresearchconsortium.com

[22]Nonaka I， Umemoto K， Dai S， et al. From information processing to knowledge creation： A Paradigm shift in business management[J]. Technology in Society， 1996， 18（2）：203-218

[23]郭柏寿. 论科技论文的可视化发表与科技期刊的可视化出版[J]. 编辑学报，2015，27（1）：67-70

[24]Michael J. Ackerman，Elliot Siegel，Fred Wood. Interactive Science Publishing： A joint OSA–NLM project [J]. Information Services & Use： 30 （2010） 39–50

[25]Enhanced Publications [EB/OL].[2011-02-10]. http：//www.driver-repository.eu/Enhanced-Publications.html

[26]Van Noorden R. Online collaboration： Scientists and the social network[J]. Nature，2014，512（7513）：126

[27]ShareIt[EB/OL].[2017-08-15].http：//www.springernature.com/gp/researchers/sharedit？countryChanged=true

[28]Weve SharedIt！ Springer Nature completes integration of its content sharing initiative across its entire owned portfolio of over 1，300 journals[EB/OL].[2017-08-15].http：//group.springernature.com/de/group/media/press-releases/weve-sharedit-springer-nature/10872820

[29]梁洁. ScienceOpen的“互联网+学术出版”模式介绍、分析及启示[J]. 中国科技期刊研究，2016，27（2）：185-192

[30]谷歌学术推出“经典论文”[EB/OL].[2017-08-15].http：//www.chubantoutiao.com/cbtt/admin/info/viewDetail

OnPhone？infoId=7052

[31]Springer now sharing data from Altmetric on SpringerLink[EB/OL].[2017-08-15]. http：//www.springer.com/gp/about-springer/media/press-releases/corporate/springer-now-sharing-data-from-altmetric-on-springerlink/23770endprint

[32]Disvover the attention surrounding your research-Altmetric [EB/OL].[2017-08-15]. https：//www.altmetric.com

[33]scientific and engineering R&D solution[EB/OL].[2017-08-15]. https：//www.elsevier.com/rd-solutions

[34]Hawkins K S. Report on the pilot phase of the UNT Libraries Scholarly Publishing Services[J]. Unt Libraries Publications，2015

[35]Campus-based publishing parternships：Practical parternship issue[EB/OL].[2017-08-15]. http：//www.sparc.arl.org/resources/papers-guides/campus-partnerships/practical

[36]University College London and Elsevier launch UCL Big Data Institute[EB/OL].[2017-08-15]. https：//www.elsevier.com/connect/university-college-london-and-elsevier-launch-ucl-big-data-institute

[37]Thomson Reuters and Linguamatics Release New Solution to Advance Pharma Clinical Trial R&D[EB/OL].[2017-08-15]. https：//www.altmetric.com

[38]Innovation PLoS[EB/OL].[2017-08-15]. https：//www.plos.org/innovation

[39]Empowering Knowledge-Elsevier[EB/OL].[2017-08-15]. https：//www.elsevier.com/about/empowering-knowledge

（收稿日期：2017-09-19）endprint