前言：尋找寫作靈感？中文期刊網用心挑選的醫學大數據在醫學期刊選題策劃的應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
面對期刊出版業競爭日趨激烈的現狀，醫學期刊編輯必須積極轉變常規的編輯業務現狀，在知識的掌握方面需要更趨向于多元化，在選題評估方面也要更加專業細致。從傳統的期刊選題模式來看，經驗占據著重要地位，而在數據價值日益凸顯的今天，傳統的醫學期刊在選題模式上正經歷著深刻變革，量化思維及數據決策給醫學期刊編輯的思維方式與工作模式帶來日益深化的影響，要求醫學期刊編輯需從關注經驗向關注客觀數據轉變。如何對醫學大數據充分利用，推進醫學期刊選題的科學性是醫學期刊當前面臨的重要課題。
1大數據給期刊帶來的機遇
大數據是一種數據集，其不僅數據量龐大，而且數據結構復雜，通過傳統對數據進行處理的方法和工具難于對其進行處理。對數據進行處理，主要包括對數據加以獲取、存儲以及格式化和整合等，但對于傳統數據存儲技術和計算能力來說，其與大數據處理所需能力相差甚遠。從大數據的應用來看，數據挖掘為其重要應用之一，即在大量且不完整，同時較為模糊和含有噪聲的數據中，對其中一些隱含的具有較大應用價值的信息與知識進行提取的過程。數據挖掘方法的形成與應用同計算機科學密切相關，其主要借助計算機對數據進行統計和在線分析處理等。大數據時代的到來，給傳統期刊的辦刊環境帶來了很大的影響。在傳統辦刊環境下，編輯人員主要圍繞紙質出版物展開選題、組稿以及編輯、出版和發行工作，在組稿或發放問卷調查等方面，常是借助向期刊編委專家征求意見、參加學術會議或向臨床醫生、實驗室等一線醫護人員了解行業發展動態，繼而對讀者需求加以了解，在此基礎上完成期刊選題。但該種選題方式速度較慢，有時數量有限和難以獲得精準信息。而在大數據環境中，通過大數據技術的應用可能對這些問題加以解決。在大數據范疇中，既有結構化數據，也有非結構化數據，不僅數量巨大，而且變化率高。尤其非結構化數據，其對有用信息的提取可來源于各種數據，如網站日志文件、微信平臺后臺數據和郵件等。學術期刊編輯人員通過對這些數據信息進行分析，可對選題同讀者需求間的一些潛在因果關系形成更明確的認知，對期刊出版后讀者歡迎度等問題能夠實現基本的預判。此外，相較傳統數據存儲而言，大數據存儲也表現出其不同之處。對于大數據存儲應用來說，其突出特點在于實時性或近實時性，面對數量巨大和種類繁多的數據，編輯人員也能隨時從中對所需要的相關信息快速加以挖掘。當前，現代期刊在傳播方式上日趨多樣化，在紙質傳播方式外，數據庫、期刊網站及微博、微信等都可以成為其傳播方式，借助大數據分析技術，期刊編輯可促進期刊內容生產，對符合新時代需求的內容進行加工。在學術期刊的發展過程中，其存在的價值需要期刊編輯人員對最新信息進行精準地把握，并對受眾數據資源進行分析，對大數據思維與方法加以運用，有助于把握期刊的發展方向和拓寬內容。
在醫學期刊選題策劃中，傳統的方法主要圍繞選題內容價值與實現的可能性及讀者歡迎度，并從中尋求平衡。其中，在實現的可能性方面較好判斷。對于醫學期刊編輯工作者來說，能否找到合適的作者寫出稿件較易判斷，其中判斷難度較高的為選題內容價值與讀者歡迎度。在內容價值方面，其又可以分為內容意義與影響力兩方面，對于內容意義來說，一定程度上可基于專業角度加以衡量，但影響力則較難確定，其涉及的讀者在內容的接受程度等方面的信息，在傳統醫學期刊選題中難以有效統計。另外，因醫學期刊生產鏈較長，讀者反饋難以及時地反饋至編輯，導致較難形成在讀者最新結構化方面的數據，難以及時準確掌握讀者對當下選題的歡迎度，使醫學期刊選題策劃具有一定雙向不確定性。因此，在傳統醫學期刊學術選題策劃中，多以醫學期刊編輯自我為中心，有時忽視了讀者這一決策依據。而醫學大數據的出現，則有助于改善其傳統編輯主導形式，推動其選題策劃向讀者用戶行為數據主導發展。在傳統醫學期刊選題策劃工作中，多以主編、編委會和編輯為中心，可能具有一定主觀性和隨機性。在醫學大數據方法的支撐下，這一局面則可得到較好改變。面臨新時代編輯出版的新環境，我們雜志編輯部在實踐工作中逐步重視通過對大數據方法的應用，對讀者信息需求展開研究分析，對相關網站信息進行搜集，并以大數據語義技術為基礎，基于開放共享的大數據分析服務這一基礎上，達到對研究熱點方面的持續跟蹤，繼而推動了一系列具有自組織性特征的選題策劃的形成，這些選題策劃不僅與臨床各學科領域客觀需要相符合，而且做到了對國際、國內學術新動態的聚焦，能夠對本領域最新發展趨勢給予及時地關注，對國家重點課題的持續跟蹤，展開系統而深入地報道，在此基礎上編輯部對優秀稿件進行積極組稿，大為促進了期刊論文的原創性、實用性及導向性。另外，編輯部在選題策劃方面以內容密切結合臨床實踐為目的進行定位，把握點與面相結合的原則，注重通過醫學大數據，對專欄熱點、焦點進行聚集，以客觀、理性的佐證手段，對某些專題的研究趨勢與進展進行分析，在此基礎上對此領域權威專家進行組稿、約稿邀請，達到對學術方向的引領，使雜志選題組稿呈現更多的精品和亮點。
3醫學大數據在醫學期刊選題策劃中的應用方法
醫學期刊的選題策劃同圖書存在差異，優秀的醫學期刊不僅要具備可讀性強的特征，而且在被引頻次與影響因子上也有較高要求?；卺t學大數據分析基礎上形成的期刊選題策劃，對于醫學期刊行業的文章下載及引用情況能有所掌握，可達到對讀者及應用者偏好方面的精準化測量與預測。當前，很多數據庫廣泛地收集了期刊、博碩士論文及海外文獻資源等，其中各種資料信息的整合為編輯策劃選題提供了大量輔助信息。醫學期刊編輯可借助在近期會議信息方面的查詢，了解各醫學期刊所涵蓋學科方面的最新進展，同時可對期刊重點編委和作者近期研究方向予以把握，還能夠從應用情況對選題價值進行挖掘，并通過對下載頻次和趨勢搜索的了解基礎上對當前研究熱點加以把握，使醫學期刊編輯能夠掌握更多全面與客觀的選題信息。
3．1醫學大數據下確定選題緣由
對于期刊選題策劃來說，尤為重要的方面在于信息意識的建立。醫學期刊編輯可基于參加學術會議對當前學術熱點進行了解，也可基于同專家交流對熱點問題及時加以發現，還可基于對醫學期刊新聞、報紙及期刊等的閱讀對相關信息加以了解。醫學期刊在選題策劃方面，尤其需要重視選題策劃的科學性和實用性。
3．2醫學大數據下熱點確定方法
當前有大型數據庫可提供學術趨勢分析服務，以知識資源庫所收錄的大量文獻與其客觀顯示出來的研究者使用情況為依托，如其中的“學術關注指數”與“用戶關注指數”可作參照，通過“學術關注指數”可對選題在各個時間段內被學者所關注的程度予以分析，“用戶關注指數”可對一定時間內與該選題相關的哪些重要文獻更加受到同行青睞與研讀加以了解。對選題進行初步確定后，醫學期刊編輯可以通過郵件、電話等形式向相關專業編委和專家征求題目及內容，與此同時，編輯可在網站、雜志中對選題信息加以，征求讀者意見，在對兩方面意見加以整合基礎上對初步的題目和內容進行確定。之后編輯部組織相關專家，召開選題定稿會，確定從哪些具體方面選題。另外，醫學學期刊編輯可配合一些病案報告，邀請該領域知名教授、學者對其進行述評。
3．3醫學大數據下作者確定方法
在確定好選題之后，同時需要保證專家在撰寫稿件質量方面的預期效果。在傳統撰稿專家的選擇下，主要是通過組稿專家推薦，也有一些是編輯基于工作中對情況的掌握和經驗加以選擇。在醫學大數據背景下，通過數據庫的檢索功能，醫學期刊編輯可從與本刊主旨相關的已發表文章的作者入手，對撰稿專家進行確定。如可在中國知網搜索頁面的主題項中，輸入“心肌梗死”，在發表時間項中可輸入具體年份如“2008－2018”年等，通過文獻作者分組能夠了解在發表心肌梗死方面的文章數量上排名較為靠前的作者，編輯可基于這些數據來聯系部分專家學者，向其邀稿?；趯ψ髡叩牟樵?，了解其專長領域基礎上，醫學期刊編輯可對于其研究相關的選題加以擬訂，和作者進行對應交流，最終對撰稿人選進行確定。
3．4醫學大數據下專題效果確定
提高選題策劃效果，是醫學期刊提高競爭力的重要途徑。面對當前期刊發展新形勢，醫學期刊編輯必須轉變思路，轉變傳統型編輯定位，做一名學術策劃型編輯，樹立前瞻謀劃意識和理念，從設計編輯選題、操作程序、計劃實施以及實施策略的全過程考慮，提高期刊編輯的計劃性和經營性，為期刊的讀者提供醫學導向。在確定選題及文章刊發后，醫學期刊編輯還應密切關注選題效果?？赏ㄟ^數據庫和網站下載率與被引頻次情況來確定選題效果，從中做好經驗總結。大數據時代的到來，對于醫學期刊的發展帶來機遇和挑戰。其中醫學大數據的應用正在改變著醫學期刊選題策劃的模式。醫學期刊編輯應正確認識醫學大數據的重要性，在選題策劃中對其積極而充分地應用，更好地挖掘選題的潛在價值，不斷推動醫學期刊轉型升級發展。
