数据智能环境中的高校学报转型

摘 要 数据智能技术已在出版行业得到应用。文章基于高校学报在出版行业中的生态位，探讨了与高校学报工作有关的数据智能技术，分析了学报编辑部在数据智能化进程中需要注意的问题，并预测了高校學报的转型方向及特点，给出了高校学报青年编辑的个人发展设计，以期有助于数据智能技术在高校学报转型升级过程中的应用。

关键词 高校学报;数据智能技术;转型升级

中图分类号 G23 文献标识码 A 文章编号 2096-0360（2018）22-0098-03

随着互联网的发展，云计算、大数据、人工智能等新技术不断涌现，并实实在在地改变了人们的生活方式，提高了生活水平。基于新型互联网技术的新媒体极大地改变了传统的出版形态，致使许多知名纸媒破产倒闭。对于高校学报来说，由于体制和学术性的原因，一般不会停刊。纸质期刊作为学术成果证明也将在一段时间内长期存在。但是在数据智能时代，高校学报也面临着新技术的冲击，不进则退，也需要认真准备与新技术的融合，转型升级，提高竞争力[1-2]。本文从高校学报本身的属性（高校和学术性期刊）出发，探讨了高校学报与数据智能技术的关系。

1 高校学报的生态位

高校学报为高校自己办的学术期刊，收取多学科的文章，其定位就是服务师生，多为初期学术研究者的投稿选择。因此与专业性期刊相比，竞争力不够。

近年来，我国科研投入加大，科技水平迅速提高，而我们科技期刊的影响力整体跟不上国家科技水平的发展。为此，国家开启了精品科技期刊发展战略，而高校学报进入该战略计划的为数不多。在高校内部，高校学报编辑部一般为教辅部门，人员配备不多，而且高校学报的发展一般也跟不上高校自身科研水平的提高。

从整个出版业看，国内的众多出版社及报刊已经转企改制，学术期刊中也有一部分进行了转企改制。高校学报由于在高等院校体制内，且没有独立的生存能力，从而没有大面积改制。走向市场的传统纸媒必须与新媒体融合，才能生存发展。高校学报由于市场化的压力较小，融合的程度相对不足[3]。因此，高校学报的内容和办刊水平及作用处于较为落后的序列，只有少数名校的学报发展得较好。

虽然目前高校学报处于跟随的状态，但高校学报一般来说会得到所在高校的稳定支持，如能充分发挥数据智能技术的特点，转型升级，在稿源开拓和效率提升方面锐意进取，并勇于在知识服务方面进行探索，也能充分发挥编辑部的职能作用，编辑部工作人员同样可以充分发挥自己的聪明才智。为此，笔者基于高校学报工作可能用到的数据智能技术，给出了高校学报的发展方向和编辑部成员的发展对策。

2 与高校学报工作有关的数据智能技术

大数据技术的出现，意味着用在虚拟世界中重构现实世界，其可以实现对世界更全面更精准的理解，发现以前凭直觉无法发现的事实，进而对现实世界施加更有控制力的影响。智能化意味着效率，可实现对脑力的部分替代，从而将编辑日常事务中解放出来。下面就数据智能技术与高校学报工作的相关性进行分析。

高校学报主要的工作有：组稿（包括约稿和自由来稿）、编辑、排版、校对、出蓝样（出PDF）、印刷、印刷质量检查、发行、编校质量评测、影响力评测、数据库收录、版权确认、费用管理（审稿费、编校费、版面费等）、考勤管理、设备维护、工作量考核、工作质量评价等。其中组稿工作是一个搜索决策过程，可能会用到专家系统，推荐系统、自然语言理解、聊天机器人、长尾理论等。编辑过程是一个语义理解过程，应该基于自然语言理解技术进行相关研究。排版方面的智能化研究已经开展，ACM TOMM 2017最佳论文就是利用人工智能进行专业的图文排版设计，给出了可计算的自动排版框架原型[4]。印刷质量检查和编校质量评测应该会用到基于深度学习的机器视觉。而稿件的影响力评测已有专门机构在做，应该是基于大数据查询和智能搜索技术开展。

2017年，国务院印发了《新一代人工智能发展规划》[5]，描述了未来人工智能的发展方向。其中，大数据智能理论、群体智能理论、面向媒体智能感知的自主学习和跨媒体分析推理技术，有助于开发出准确快速的机器审稿系统;混合增强智能理论结合人类的生物智能和人造的机器智能，有助于编辑在编校过程中提高效率和质量;自然语言处理技术将在编辑部的日常工作及科研数据的知识挖掘和知识发现方面提供助力;知识计算引擎与知识服务技术尤其值得关注，在编校等日常工作的智能化后，编辑转型的主要方向可能就是基于大数据资源的知识服务。《新一代人工智能发展规划》指明了未来社会的发展方向，即全面数据化、智能化。因此，高校学报也应该面向未来，为全面走向智能化做好心理准备及数据和技术储备。

3 学报编辑部的数据智能化

1）学报编辑部需要增强数据意识，做好日常工作的各种记录，积累和存储各种工作数据。期刊本身就是信息提供者，是科学大数据的一部分，是为大数据基础设施添砖加瓦，所以要保证数据质量，积极探索应用需要的数据类型，并持之以恒。

2）还要积极开展数据智能化方面的工作，勇于利用数据智能技术。数据智能技术在应用过程可能有各种问题，如安全问题、隐私问题等，但数据智能化是大趋势，只有积极实践，才能发现问题，解决问题，不会被时代抛下，才能充分发挥高校学报的作用和影响力。

3）学报编辑部需要做好数据智能技术人才的培育工作，提高编辑部成员的数据意识，并尽量组织人力开展相关方面的研究。因为数据智能技术带来的不仅仅是原有工作的处理效率的提升，而且涉及到高校学报工作向知识服务方面的转变。

4）在学报数据智能化的过程中，要注意与外部交流共享，不能闭门造车。单个编辑部的资源能力有限，需要和同行、数据库通力合作，才能事半功倍。大数据的形成本来就是溪流汇成大海的过程，多个高校学报数据库的汇集才能称之为大数据，才方便利用大数据技术处理。同时，高校学报智能化所需要的软件开发工作一般需要大型机构的帮助才能完成。所以，学报编辑部需要密切关注数据智能技术在出版业中的应用进展，积极参与这一过程，才能更快更好地利用这些新型技术。

4 高校学报的转型方向及特点

高校学报的数据智能化将随着人类社会的数据智能化同步进行。在这一历史进程中，笔者认为高校学报及学报编辑部的形态将会像从20世纪的纸笔邮寄进化到现在的电脑鼠标E-mail一样，发生很大变化，具体有以下方向和特点。

1）无纸化。虽然无纸化自电脑普及之后就在提倡，但学报编辑部的用纸量并未减少，反而随着信息量的增加而增加。笔者认为主要的原因是需要存档以及做相关的证明。随着区块链技术、大数据存储技术的发展，当可以实现工作全流程的数据化后，无纸化就有可能实现。

2）多媒体化。目前高校学报编辑处理的主要内容是图表公式文字，都是可以印刷在纸上的。而学术论文加入视频音频是一个趋势，目前不少先进的期刊已经在做。虽然高校学报由于其资源人力有限鲜有开展此类工作的，但是在得到数据智能技术的帮助后，肯定会有时间和精力开发此类稿件。

3）信息的价值化。目前的高校学报只处理信息，很少开发自己所处理的学术成果的价值。在数据智能环境中，学报编辑部应定位于着重开发所处理稿件的价值，将其用于知识服务及产业化，沟通研究者、读者及消费者。其实，目前已有专业期刊的编辑们利用其专业背景从事这方面的工作，高校学报由于其学科较多，稿件主题聚集度不够，不易开展。当学报编辑的日常工作被机器替代后，就可以各自选某一专业深入研究，开展类似的工作。

4）约稿常态化。约稿的水平一般是高于自由来稿的，若要提高期刊的水平，扩大约稿量是必要的。目前高校学报主要靠自由来稿，一般稿源不足时才会约稿。因为目前高校学报的产能是固定的，如果稿件过多，发表周期就会特别长，所以稿件够用时一般不会再约稿。得到数据智能技术的支持后，高校学报就有可能轻松应对稿件量的起伏，保证约稿的常态化。

5 高校学报青年编辑的个人发展设计

毫无疑问，在数据智能时代，高校学报编辑，特别是青年编辑面临着职业发展危机。因为，在数据智能技术逐渐成熟之后，如同机器替代体力劳动者一样，机械的脑力劳动者也会被替代。而编辑活动就是一种机械的脑力劳动，虽然学术期刊编辑需要更高的职业素养，但在掌握相关知识后，本质上仍然是简单重复的机械脑力劳动。所以，青年编辑应未雨绸缪，为未来的大变革做好准备，从重复机械的脑力劳动转向具有创造性的机器智能做不到的事宜上来。笔者认为有以下几个方向供参考。

1）熟练掌握数据智能化技术和编辑业务标准，审核检查数据智能化的工作效果。

2）基于学报编辑部的数据资源，从事知识服务工作。

3）以学报编辑部为枢纽，沟通作者、读者、专家和数据库，成为组织沟通型人才。

4）成为复合型人才，既是编辑，又是某一领域的专家，有能力开展研究工作。

6 结束语

数据智能技术在给高校学报带来效率的同时，也会改变其工作内容和工作模式。随着数据智能技术的发展，高校学报工作将从现在的部分数据智能化进入全流程的数据智能化，学报编辑将会从简单重复的日常工作中解放出来，到机器智能以外的领域开展更有创造性的工作。学报编辑部应以开放的心态迎接数据智能，积极参与，培养相关的技术人才，与时代一起，共同推进数据智能技术的应用和发展，充分发挥高校学报的职能，充分释放学报编辑的能量。

参考文献

[1]库雪飞，王艳，赵莹.河北省高校学报微信公众平台传播效果及建设对策分析[J].新媒体研究，2018（6）：42-43.

[2]赵新科，赵金丽.高校学报微信公众平台发展的SWOT分析[J].新媒体研究，2016（20）：53-54.

[3]杨荣星，钟晓红.刊网融合：数字化时代高校学报转型发展的路径探析[J].赣南师范大学学报，2017（5）：105-110.

[4]Yang X，Mei T，Xu Y Q，et al. Automatic generation of visual-textual presentation layout[J].ACM Transactions on Multimedia Computing，Communications，and Applications，2016，12（2），33.

[5]國务院.新一代人工智能发展规划[EB/OL].（2017-07-20）[2018-07-21].http：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

基金项目：广东省高校学报研究会重点项目（20160101）。

作者简介：牛晓光，华南理工大学学报编辑部编辑，研究方向为期刊发展、新媒体。