期刊数字化转型路径

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。以上是小编为大家分享的关于大数据时代学术期刊的机遇与挑战的相关内容，更多信息可以关注环球青藤分享更多干货

在数字化转型的分析思路中有摩尔定律，也有用于大规模分析的感知型企业成熟度模型，这些分析思路都具有无数的框架，其中分析解决方案必须能够实时管理和扩大创新。针对以上几点，中大咨询已经展开了相应研究了。

最简单的，引入支付宝微信官方服务商研发的智慧数字经营系统，无需自己研究钻研，引用服务商公司的成熟系统，便能快速实现数字化转型。网付开发的微火智慧数字经营系统就不错，值得引入。

以中大咨询对数字化市场的分析为例：企业要在受到数字化冲击之前应积极主动进行业务上的改变和组织上的调整，首先应对其所处的数字化环境进行充分地评估，了解市场供需变化和商业趋势。从多个维度充分了解其所处市场发生的变化，为数字化转型的路径设计提供依据。（1）企业需求：客户对产品需求和服务模式的变化及其对企业产业的影响。（2）商业趋势：数字化市场的合作与竞争趋势变化及其对企业产生的影响。（3）生产供应：数字化市场相关产业的发展趋势及其对企业产生的影响。（4）市场治理：数字化发展所带来的的市场治理模式的变化及其对企业产生的影响。

1、数字化转型表明，只有企业对其业务进行戏剧性、彻底的(或重大和完全的)重新定义--而不仅仅是IT，而是对组织活动、流程、业务模式和员工能力的方方面面进行重新定义的时候，成功才会得以实现。2、分析任务：最近，在Teradata与《福布斯》杂志共同赞助的以数据分析为主题的 "数字化革命峰会"上，这种认识达到了前所未有的高度。任务似乎很明确:我们的任务是连接各个点，确认客户需求，及时为市场提供解决方案，为各个州各个行业的各类客户带来变革。那么我们怎么去做呢?无论是著名的摩尔定律，还是我们自己用于大规模分析的感知型企业(Sentient Enterprise)成熟度模型--都具有无数的框架，以便理解创新和突破是如何相辅相成，推动数字化的快速增长。其中，越来越清楚的一点是，分析解决方案必须能够实时管理和扩大创新。有时候，这种快速的成功会给自身带来全新的挑战。