■張 凱

中南財經(jīng)政法大學(xué)，信息與安全工程學(xué)院，武漢南湖大道182號 430073

大數(shù)據(jù)是新的技術(shù)革命，新的社會現(xiàn)象，也是新的沖擊，它使期刊研究工作面臨前所未有的挑戰(zhàn)和機(jī)遇［1］。在這一新的歷史條件和背景下，期刊的影響力，特別是在大眾百姓中的影響力已成為眾多期刊和學(xué)者都比較關(guān)心的新問題。各期刊迫切想了解其影響力有多大？讀者人群有哪些人？人群在全國各地區(qū)怎樣分布？男女比例多少？其影響力是上升還是下降？等等。另外，目前期刊研究工作者也比較關(guān)注大數(shù)據(jù)期刊研究新方法的探索，以及如何利用大數(shù)據(jù)計算機(jī)平臺進(jìn)行其研究。

1 國內(nèi)外現(xiàn)狀及問題

讀者的需求、心態(tài)和看法對科技期刊質(zhì)量的提高有較強(qiáng)的“驅(qū)動力”。早年的“讀者來信”是編輯了解讀者的重要途徑［2］，讀者調(diào)查是另外一種方式［3］，由此可以了解讀者的需求［4］和心理活動［5］，并通過調(diào)查建立起作者和讀者的關(guān)系［6］，讀者問卷是讀者調(diào)查的重要手段［7］。

“期刊大數(shù)據(jù)”方面的研究主要包括科技期刊的未來形態(tài)［8］、編輯的信息素養(yǎng)［9］、期刊出版方式［10］、期刊評價體系創(chuàng)新［11］等。 “知網(wǎng)” 檢索尚未發(fā)現(xiàn)“大數(shù)據(jù)期刊影響力”的文獻(xiàn)。

在“知網(wǎng)”檢索“期刊影響力”的文獻(xiàn)約1.2萬條，其研究主要有期刊質(zhì)量與期刊影響力［12］、期刊影響力評價指標(biāo)體系［13］、國際影響力分析［14］、期刊影響力調(diào)查分析［15］等。

Tong Hey［16］在《第四范式：數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)》一書中指出，科學(xué)研究范式經(jīng)歷了四個階段：經(jīng)驗科學(xué)、理論科學(xué)、計算科學(xué)和密集型數(shù)據(jù)科學(xué)。Jim Gray［17］提出：第四范式以數(shù)據(jù)為基礎(chǔ)，結(jié)合實驗、理論和計算機(jī)模擬為一體的數(shù)據(jù)密集計算。

綜上，近年期刊讀者調(diào)查，期刊影響力和期刊大數(shù)據(jù)方面的研究，均有學(xué)者涉足，但大數(shù)據(jù)期刊影響力方面調(diào)查和分析文獻(xiàn)相對少見。從樣本量大小看，大數(shù)據(jù)網(wǎng)絡(luò)調(diào)查較傳統(tǒng)讀者調(diào)查和分析得到的結(jié)果更有說服力。如果能將第四范式理論框架用于期刊影響力研究，并結(jié)合密集數(shù)據(jù)處理技術(shù)和計算機(jī)數(shù)據(jù)處理技術(shù)，將有可能提出新的方法并得到新的結(jié)論。

與傳統(tǒng)期刊影響力研究不同，本文試圖提出一種如何利用（百度）大型網(wǎng)絡(luò)計算節(jié)點(diǎn)進(jìn)行大數(shù)據(jù)研究的方法，以及如何利用計算機(jī)網(wǎng)絡(luò)進(jìn)行期刊讀者大數(shù)據(jù)調(diào)查的方法，并以有百年歷史的、有一定代表意義的科技期刊《中華醫(yī)學(xué)雜志》為例，借助百度指數(shù)［18］平臺，通過大數(shù)據(jù)分析和挖掘，發(fā)現(xiàn)其中的規(guī)律和結(jié)論。

2 研究方法構(gòu)建與設(shè)計

2.1 研究方法構(gòu)建

21世紀(jì)初的人類基因組計劃開創(chuàng)了大數(shù)據(jù)處理的先河，其流程包括采集、處理、存儲、分析和解釋。密集型數(shù)據(jù)處理過程［19］包括第一步大數(shù)據(jù)采集；第二步原始數(shù)據(jù)處理；第三步用軟件工具進(jìn)行數(shù)據(jù)計算；第四步數(shù)據(jù)挖掘；第五步數(shù)據(jù)可視化。

根據(jù)以上兩個流程，筆者提出一種研究期刊大數(shù)據(jù)的流程，見圖1。

圖1 研究分析期刊大數(shù)據(jù)的流程

第一步，尋找并采集大數(shù)據(jù)。百度每天響應(yīng)6億用戶超過60億次的搜索請求，日處理數(shù)據(jù)超過100PB，相當(dāng)于6000多個中國國家圖書館書籍信息總量。它是一個大數(shù)據(jù)倉庫，可作為學(xué)術(shù)研究的數(shù)據(jù)源。百度大數(shù)據(jù)對期刊研究有四個的優(yōu)勢，即沒有語言障礙，符合國情，對外開放和有免費(fèi)工具。

第二步，尋找和準(zhǔn)備大型計算平臺。因體量大，類型多，生產(chǎn)、傳輸和處理速度快，潛在價值大等特點(diǎn)，大數(shù)據(jù)處理起來比較困難，因此，需要合適的大型硬件平臺支持。大型計算平臺有兩種，一是網(wǎng)絡(luò)節(jié)點(diǎn)（多臺網(wǎng)絡(luò)設(shè)備相連的匯聚點(diǎn)，配刀片服務(wù)器，海量存儲和萬兆交換機(jī)等），比如百度網(wǎng)絡(luò)節(jié)點(diǎn)；二是大型超級計算機(jī)，比如“天河二號”。其使用有較大難度，需與專業(yè)人士合作。

第三步，大數(shù)據(jù)分析和挖掘，就是利用算法和軟件從數(shù)據(jù)中挖掘有用的信息。百度可基本滿足這一要求。如其能力不足，可輔助一些其他方法（如分形理論和灰色理論）和工具（如excel軟件）。

第四步，數(shù)據(jù)可視化，是利用計算機(jī)圖形方法直觀顯示復(fù)雜的計算數(shù)據(jù)。百度提供了一些可視化工具，如曲線、圖譜、指數(shù)、熱圖、輻射圖、流線圖等，可滿足要求。對其不足，可利用繪畫板和Photoshop進(jìn)行數(shù)字圖像處理。

第五步，解釋結(jié)果和撰寫論文。

2.2 網(wǎng)絡(luò)大數(shù)據(jù)調(diào)查與百度指數(shù)

百度平臺不僅提供了一種大數(shù)據(jù)計算資源，也提供了一種大數(shù)據(jù)網(wǎng)絡(luò)調(diào)查方法。

網(wǎng)絡(luò)調(diào)查，即通過網(wǎng)絡(luò)信息系統(tǒng)進(jìn)行某一主題的調(diào)查。百度是國內(nèi)最大的網(wǎng)民搜索系統(tǒng)。在目前大數(shù)據(jù)源不多的情況下，可以將其作為大數(shù)據(jù)源的選項之一。學(xué)者可利用這一免費(fèi)資源。

指數(shù)是從研究對象中提取出的一種特征指標(biāo)。百度指數(shù)是海量搜索行為在某一方面的特征量統(tǒng)計?！鞍俣戎笖?shù)”是百度的一個子系統(tǒng)，可提供數(shù)據(jù)采集、存儲、挖掘、分析和可視化服務(wù)，包括四個模塊：①趨勢研究。進(jìn)行關(guān)鍵詞搜索，提供搜索指數(shù)。②需求圖譜。提供中心詞搜索分布。③輿情洞察。提供媒體指數(shù)和十條頂級熱門新聞。④人群畫像。提供關(guān)鍵詞訪問人群的各省市分布，性別和年齡分布［18］。

其設(shè)計原理是：搜索關(guān)鍵詞可以反映用戶搜索前后的需求。百度用戶上億，每日搜索幾十億次，其大數(shù)據(jù)統(tǒng)計可從一個側(cè)面反映出用戶某個方面的“想法”。百度引擎篩選出的關(guān)鍵詞是下一步搜索的來源詞，按相關(guān)程度排序。搜索的關(guān)鍵詞可反映用戶搜索指數(shù)熱度，其排序算法通過計算關(guān)鍵詞所有相關(guān)詞的搜索指數(shù)在指定時間窗口內(nèi)的環(huán)比變化率排序得出。本文利用這一原理，研究網(wǎng)民搜索“中華醫(yī)學(xué)雜志”關(guān)鍵詞的需求，了解其變化趨勢，人群、地域和年齡分布及關(guān)聯(lián)性。

百度指數(shù)的使用方法是［18］：登錄其首頁，在搜索框內(nèi)輸入關(guān)鍵詞，按一下“查看指數(shù)”按鈕即可。

3 《中華醫(yī)學(xué)雜志》的大數(shù)據(jù)分析

在“百度指數(shù)”中輸入關(guān)鍵字“中華醫(yī)學(xué)雜志”，可獲得相關(guān)數(shù)據(jù)和可視化圖形。下面進(jìn)行“中華醫(yī)學(xué)雜志”的詞匯熱度變化分析，搜索熱度排名分析，搜索區(qū)域熱圖及排名分析，詞匯熱圖及相關(guān)性分析，以及關(guān)鍵詞熱度比較分析。

3.1 詞匯熱度變化分析

表1是2011年1月1日至2015年12月20日“中華醫(yī)學(xué)雜志”一詞每周的搜索次數(shù)，共260周260個數(shù)。第一行第一列為第一周的百度搜索次數(shù)，第一行第二列為第二周的百度搜索次數(shù)，以此類推。圖2為該詞熱度變化的趨勢圖，它可以由表1產(chǎn)生。

為了解“中華醫(yī)學(xué)雜志”一詞搜索熱度趨勢，現(xiàn)運(yùn)用“均值灰生成方法”進(jìn)行數(shù)據(jù)處理?；疑碚撌切颖緮?shù)據(jù)處理工具，其灰生成方法可以處理曲線段數(shù)據(jù)，用于其大致趨勢分析。將260個數(shù)據(jù)分為2組，分別求出其平均值。在此筆者設(shè)計了一個計算公式（1）：

其中j=1，2，n=260/2。 利用公式（1）計算表1可以得到y(tǒng)1=344.36和y2=252.35。

比較發(fā)現(xiàn)，y1＞y2，且y1-y2=92.01。這說明“中華醫(yī)學(xué)雜志”搜索次數(shù)總體呈下降趨勢，且下降趨勢明顯。從百度指數(shù)300點(diǎn)（每周網(wǎng)民搜索的次數(shù)）下降至200點(diǎn)，這意味五年減少了約三分之一。

觀察圖3發(fā)現(xiàn)，曲線有若干個“最低點(diǎn)”，這段時間恰好為春節(jié)期間。同時還發(fā)現(xiàn)國慶節(jié)期間也有類似情況。元旦和勞動節(jié)期間有類似的情況，但不明顯。為深入了解這種現(xiàn)象，特選取了有代表性的2012-2015年時期的圖形，見圖3。矩形標(biāo)識了春節(jié)期間曲線段，橢圓標(biāo)識了國慶節(jié)期間曲線段。

表1 每周搜索次數(shù)（2011年1月1日至2015年12月20日）

圖2 詞匯熱度變化趨勢圖

圖3 詞匯熱度變化局部分形相似圖

近五年百度指數(shù)呈快速下降趨勢，從每周300多點(diǎn)下降到每周200多點(diǎn)。這從一個側(cè)面反映了“大眾百姓”對《中華醫(yī)學(xué)雜志》關(guān)注的減少，也反映其社會影響力的下降。

春節(jié)期間的休假對搜索次數(shù)影響最大，國慶節(jié)其次，勞動節(jié)和元旦的影響不明顯。這說明搜索次數(shù)與節(jié)假日相關(guān)，且節(jié)假日越長，影響越大。每年元旦、春節(jié)、勞動節(jié)和國慶節(jié)期間搜索次數(shù)下降形成的曲線呈現(xiàn)分形特征，即相似性。

其分形相似性表現(xiàn)在兩個方面：一是圖形的相似性，即元旦、春節(jié)、勞動節(jié)和國慶節(jié)期間搜索次數(shù)下降形成的曲線形狀相似，見圖3。二是周期相似性。這里的周期性指“準(zhǔn)”周期性，因為每年的春節(jié)時間不固定。因此幾年的周期曲線不會完全重合，見圖3的節(jié)假日周期。

產(chǎn)生分形相似性的原因是混沌吸引子的作用。這里的吸引子就是節(jié)假日人們內(nèi)心休假放松力的驅(qū)動，導(dǎo)致周搜索量下降。當(dāng)節(jié)假結(jié)束上班后，其周搜索又恢復(fù)正常。于是形成了上下起伏的波形。

3.2 搜索熱度排名分析

圖4顯示了關(guān)鍵詞在“百度知道”上相關(guān)提問、回答和瀏覽熱度［18］。排名第一的是“中華醫(yī)學(xué)雜志有哪些？”其搜索的熱度最高，所占比例也最大，預(yù)覽熱度直線最長?！爸腥A醫(yī)學(xué)雜志是核心期刊嗎？”排名第二，其預(yù)覽熱度直線長度次之，只有第一名的三分之一。從第三到第十名，其預(yù)覽熱度直線長度都較短。

圖4 搜索關(guān)鍵詞熱度排名圖

這里的熱度詞匯提問人群只有一類，即學(xué)者，這類人幾乎占了全部。這說明關(guān)注《中華醫(yī)學(xué)雜志》的不是普通大眾百姓，而是醫(yī)學(xué)專業(yè)的學(xué)者。他們搜索的目的是要了解《中華醫(yī)學(xué)雜志》及系列雜志，中華醫(yī)學(xué)雜志是否為核心期刊，屬于哪個級別，是否容易投稿，怎么投稿，怎么訂閱等問題。

3.3 搜索區(qū)域熱圖及排名分析

圖5根據(jù)百度用戶搜索數(shù)據(jù)，采用數(shù)據(jù)挖掘方法，對關(guān)鍵詞的人群屬性進(jìn)行聚類分析，給出用戶所屬的省份、城市，及城市級別的分布及排名［18］。其中前十名的排序為北京、江蘇、上海、廣東、浙江、河南、四川、山東、湖北、天津。省市前十名排序反映了搜索人群的三個等級。第一級在北京，人數(shù)最多，也最關(guān)心該雜志，是江蘇、上海、廣東和浙江地區(qū)的三倍；第二級在江蘇、廣東、浙江和上海地區(qū)，即東南沿海地區(qū)，這幾個地區(qū)的人群數(shù)差不多，其人群是四川、河南、山東、天津和湖北地區(qū)的兩倍；第三級在河南、四川、山東、湖北和天津地區(qū)，即中部地區(qū)，這幾個地區(qū)的人群數(shù)差不多。由東南向西北，關(guān)注人群逐步減少。男性占比72%，女性28%，男性是女性的2.6倍。其中30-39歲的最多，約52%；40-49歲的其次，約22%；20-29歲的再次，約占19%。20-49歲人占93%。

圖5 搜索區(qū)域熱圖及排名

3.4 詞匯熱圖及相關(guān)性分析

圖6由綜合計算關(guān)鍵詞與相關(guān)詞的相關(guān)程度，以及相關(guān)詞自身的搜索需求大小得出。相關(guān)詞距圓心的距離表示相關(guān)詞與中心檢索詞的相關(guān)性強(qiáng)度，相關(guān)詞自身大小表示相關(guān)詞自身搜索指數(shù)大?。?8］?！爸腥A醫(yī)學(xué)雜志”一詞在熱圖中的圓直徑最大，“中國知網(wǎng)”一詞其次，“知網(wǎng)”一詞再次，其他關(guān)聯(lián)詞的圓直徑不大且大小差不多。

與“中華醫(yī)學(xué)雜志”一詞“強(qiáng)相關(guān)”的依次是“實用醫(yī)學(xué)雜志”“中華醫(yī)學(xué)會”“中華醫(yī)學(xué)雜志官網(wǎng)”和“中華醫(yī)學(xué)雜志英文版”4個詞。與“中華醫(yī)學(xué)雜志”一詞“相關(guān)”的包括：“中國知網(wǎng)”“知網(wǎng)”“中醫(yī)雜志”“中國醫(yī)學(xué)雜志”“官網(wǎng)”“內(nèi)科”“英文”“中國”“實用”“中華內(nèi)科雜志”“中華心血管雜志”11個詞。其他與“中華醫(yī)學(xué)雜志”一詞“弱相關(guān)”的9個詞。

與“中華醫(yī)學(xué)雜志”一詞“強(qiáng)相關(guān)”的詞只有4個，其數(shù)量偏少?！跋嚓P(guān)”的詞11個也不多，“弱相關(guān)”的詞9個，共24個。這從一個側(cè)面反映“中華醫(yī)學(xué)雜志”與其他詞、概念或?qū)W科的“弱相關(guān)性”。

圖6 詞匯熱圖及相關(guān)性

“中國知網(wǎng)”和“知網(wǎng)”圓直徑較大說明其被關(guān)注度高。《中華醫(yī)學(xué)雜志》沒有上中國知網(wǎng)，因此，在知網(wǎng)上查不到其刊登的文章，學(xué)者只好轉(zhuǎn)向互聯(lián)網(wǎng)上查詢《中華醫(yī)學(xué)雜志》，于是它與“知網(wǎng)”產(chǎn)生了關(guān)聯(lián)，這也反映出學(xué)者在用“知網(wǎng)”查閱學(xué)術(shù)論文方面的需求和習(xí)慣，以及查閱《中華醫(yī)學(xué)雜志》不便。進(jìn)一步討論見本節(jié)第五部分。除“中國知網(wǎng)”和“知網(wǎng)”之外，所有“強(qiáng)相關(guān)”“相關(guān)”和“弱相關(guān)”詞的熱度（圓的直徑）都不大，這反映了相關(guān)詞、概念或?qū)W科的影響力不大。

“中華醫(yī)學(xué)雜志”一詞與所有相關(guān)詞的距離不很貼近說明“中華醫(yī)學(xué)雜志”與所有相關(guān)詞的相關(guān)性不強(qiáng)，或準(zhǔn)確地說有點(diǎn)偏弱。這說明《中華醫(yī)學(xué)雜志》與其他學(xué)科關(guān)聯(lián)度低，相對獨(dú)立。

3.5 關(guān)鍵詞熱度比較分析

在百度指數(shù)中輸入“中華醫(yī)學(xué)雜志”“中國知網(wǎng)”和“知網(wǎng)”3個關(guān)鍵詞比較檢索可以得到圖7。在2015年12月30天內(nèi)《中華醫(yī)學(xué)雜志》周搜索次數(shù)整體同比和環(huán)比均下降2%。這與本節(jié)第一部分的結(jié)論一致。通過計算可知，“中國知網(wǎng)”和“知網(wǎng)”熱詞周搜索次數(shù)分別是《中華醫(yī)學(xué)雜志》的171和113倍，反之它只是其他二者周搜索的0.58%和0.88%?！爸袊W(wǎng)”和“知網(wǎng)”合計周搜索71201次，而《中華醫(yī)學(xué)雜志》僅為251次，二者合計是它的284倍。

《中華醫(yī)學(xué)雜志》每周搜索次數(shù)整體同比和環(huán)比均呈下降趨勢，與此同時，“中國知網(wǎng)”和“知網(wǎng)”每周搜索次數(shù)整體同比和環(huán)比均呈上升趨勢，并且“中國知網(wǎng)”和“知網(wǎng)”合計周搜索次數(shù)是《中華醫(yī)學(xué)雜志》的近300倍。這說明（中國）知網(wǎng)在網(wǎng)民中的影響力呈上升趨勢，而《中華醫(yī)學(xué)雜志》的影響力呈下降趨勢，前者的影響力是后者的近300倍。

圖7 關(guān)鍵詞熱度比較

4 結(jié)論與討論

4.1 百度指數(shù)與期刊社會影響力關(guān)系討論

信息搜索是網(wǎng)民對某一關(guān)鍵詞信息需要的行為操作，這種操作反映了其行為需求意向。百度引擎是一個信息搜索平臺，百度指數(shù)是對海量搜索行為的一種數(shù)據(jù)統(tǒng)計。百度每日搜索量達(dá)幾十億次，經(jīng)長期日積月累，網(wǎng)民搜索行為的大數(shù)據(jù)統(tǒng)計可從一個側(cè)面反映出網(wǎng)民某個方面的“人群意向”。百度指數(shù)通過對這個關(guān)鍵詞搜索量的統(tǒng)計，即可了解該關(guān)鍵詞在大眾中的影響力。如果將某個科技期刊名作為關(guān)鍵詞，就可以通過百度指數(shù)了解這個期刊的社會影響力。本文正是基于這一想法，將百度指數(shù)與期刊的社會影響力關(guān)聯(lián)起來，借助百度指數(shù)展開科技期刊影響力的研究。

4.2 建議

如前所述，中國“知網(wǎng)”的百度指數(shù)是《中華醫(yī)學(xué)雜志》的284倍，而且前者的百度指數(shù)還在上升，后者則在快速下降。在此筆者友善提醒《中華醫(yī)學(xué)雜志》應(yīng)認(rèn)真思考其原因。據(jù)了解，《中華醫(yī)學(xué)雜志》的論文在2006年以前曾經(jīng)上過“知網(wǎng)”，后來退出“知網(wǎng)”改由自己的網(wǎng)站公開刊登論文，任由用戶查看。當(dāng)然這是非常開明的舉措，但遺憾的是近年《中華醫(yī)學(xué)雜志》在網(wǎng)民中的影響力下降，而這又是《中華醫(yī)學(xué)雜志》不愿意看到的。因此，筆者建議《中華醫(yī)學(xué)雜志》在自己網(wǎng)站刊登論文的同時，也不妨將其論文上“知網(wǎng)”，借助“知網(wǎng)”進(jìn)一步擴(kuò)大其影響，同時方便學(xué)者多渠道查閱其論文。

4.3 不足與展望

（1）數(shù)據(jù)源不足。本研究數(shù)據(jù)僅來源于百度，過于單一。但百度搜索統(tǒng)計的樣本量較大，在數(shù)十億之上，從某個角度看，本研究結(jié)果可信。

（2）盡管百度指數(shù)取自于百度大數(shù)據(jù)源，但針對《中華醫(yī)學(xué)雜志》搜索獲得的數(shù)據(jù)量有限，只有200-300次，關(guān)注它的人群數(shù)量不大，因此分形相似比統(tǒng)計無法求出。

（3）百度指數(shù)只給出了四種可視化結(jié)果，對其研究的不同側(cè)面數(shù)量偏少，且主要是國內(nèi)數(shù)據(jù)。因此，得到的結(jié)論只是國內(nèi)大數(shù)據(jù)分析得到的結(jié)果。

下一步將針對其不足展開研究。

［1］吳鋒.“大數(shù)據(jù)時代”科技期刊的出版革命及面臨挑戰(zhàn)［J］.出版發(fā)行研究，2013（8）：66-70.

［2］楊穎，錢壽初，游蘇寧.中外醫(yī)學(xué)期刊《讀者來信》欄目現(xiàn)狀的分析與思考［J］.編輯學(xué)報，2007（3）：209-211.

［3］侯春梅，遲秀麗，朱曉文.為我國學(xué)術(shù)期刊質(zhì)量建設(shè)建言——一份學(xué)術(shù)期刊讀者調(diào)查報告解析［J］.出版廣角，2008（5）：21-24.

［4］李偉，關(guān)衛(wèi)屏，游蘇寧，等.醫(yī)學(xué)期刊讀者閱讀需求調(diào)查分析［J］.中國科技期刊研究， 2012（3）：419-422.

［5］亓國，張宜軍，馬迎杰，等.讀者對科技期刊傳播的心理需求及啟示［J］.中國科技期刊研究，2015，26（1）：23-26.

［6］程杰，諸靜英，楊美琴，等.醫(yī)學(xué)科技期刊作者與讀者調(diào)查［J］.中國科技期刊研究，2013，24（5）：992-994.

［7］曹娟.學(xué)術(shù)期刊讀者調(diào)查問卷的設(shè)計與調(diào)查方法分析［J］.傳播與版權(quán)，2015（10）：49-51，53.

［8］田丁.大數(shù)據(jù)時代科技期刊的未來形態(tài)［J］.中國科技期刊研究，2014，25（2）：232-236.

［9］彭遠(yuǎn)紅，孫怡銘.簡論大數(shù)據(jù)時代科技期刊編輯的信息素養(yǎng)［J］.科技與出版，2014（3）：85-87.

［10］趙文義.學(xué)術(shù)期刊大數(shù)據(jù)出版研究［J］.出版發(fā)行研究，2016（3）：50-52.

［11］龐達(dá).大數(shù)據(jù)時代學(xué)術(shù)期刊評價體系創(chuàng)新研究［J］.新聞研究導(dǎo)刊，2016（3）：16-17.

［12］程郁綴，劉曙光.論文質(zhì)量、期刊質(zhì)量與期刊影響力［J］.陜西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2010（5）：64-69.

［13］張積玉.學(xué)術(shù)期刊影響力及其評價指標(biāo)體系的構(gòu)建［J］.陜西師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2010（5）：70-76.

［14］劉筱敏，馬娜.中國科協(xié)科技期刊國際影響力分析［J］.中國科技期刊研究，2014，25（3）：335-339.

［15］金鑫，李雪嬌，吳靖.中文OA期刊影響力調(diào)查分析［J］.出版發(fā)行研究，2012（10）：74-78.

［16］Tony Hey，Stewart Tansley， Kristin Tolle.The fourth paradigm［M］.Washington： M icrosoft Press， 2009.

［17］Gray J， Hey T， Tansley S， et al.Jim Gray on eScience： A Transformed Scientific Method ［M］.Washington： Microsoft Press，2007.

［18］http：//index.baidu.com［OL］，百度指數(shù).

［19］宮學(xué)慶，金澈清，王曉玲，等.數(shù)據(jù)密集型科學(xué)與工程：需求與挑戰(zhàn)［J］.計算機(jī)學(xué)報，2012（8）：1563-1576.