如何利用大數(shù)據(jù)進(jìn)行選題策劃

陳紅++田慎鵬

隨著科學(xué)技術(shù)的發(fā)展，全球的數(shù)據(jù)量呈爆炸式增長，大數(shù)據(jù)的概念也應(yīng)運(yùn)而生。本文利用目前全球最大的摘要和引文數(shù)據(jù)庫Scopus，對2010-2014年5年內(nèi)大氣科學(xué)專業(yè)領(lǐng)域的論文發(fā)表情況、學(xué)科分布、研究重點(diǎn)及方向、主要研究機(jī)構(gòu)和研究人員進(jìn)行分析，分析如何利用大數(shù)據(jù)進(jìn)行選題策劃，以期對其他學(xué)科專業(yè)圖書的選題策劃提供一定的參考。

隨著人類的進(jìn)步、技術(shù)的發(fā)展，全球各類數(shù)據(jù)呈現(xiàn)爆發(fā)式的增長，大數(shù)據(jù)（Big Data）的概念也應(yīng)運(yùn)而生。目前對大數(shù)據(jù)的概念尚無權(quán)威論述，但較為統(tǒng)一的認(rèn)識是，大數(shù)據(jù)不僅是對信息時(shí)代海量數(shù)據(jù)的數(shù)量概括，更包含了基于社會(huì)應(yīng)用的總體的、所有的數(shù)據(jù)收集、整理、分析等技術(shù)的延伸。

自從1665年世界上第一本學(xué)術(shù)期刊《哲學(xué)學(xué)報(bào)》（Philosophical Transactions）創(chuàng)刊以來，學(xué)術(shù)科技論文的發(fā)表量也是呈指數(shù)級增長。2010年就有研究指出，目前全球約有學(xué)術(shù)論文5000萬篇。2014年的《期刊引用報(bào)告》（Journal Citation Reports）顯示共收錄17887種期刊，2370078篇論文；根據(jù)全球最大的摘要和引文數(shù)據(jù)庫Scopus的收錄情況統(tǒng)計(jì)，2014年全球共發(fā)表論文2731833篇。

毫無疑問，科技論文反映了當(dāng)前科學(xué)技術(shù)發(fā)展的前沿和趨勢。科技圖書的出版則相對滯后，但更具系統(tǒng)性和權(quán)威性?；趯Ａ靠萍颊撐牡姆治觯瑢⑻岣呖萍紝I(yè)圖書策劃的針對性和前瞻性，準(zhǔn)確把控選題方向，更好地為科研人員服務(wù)。本文以大氣科學(xué)為例，來探討如何從海量的數(shù)據(jù)庫中提取數(shù)據(jù)，利用大數(shù)據(jù)技術(shù)幫助編輯進(jìn)行合理地策劃選題。

1.利用大數(shù)據(jù)分析學(xué)科的主要研究領(lǐng)域

大氣科學(xué)在中國的學(xué)科分類中為一級學(xué)科，又分為氣象學(xué)和大氣物理與大氣環(huán)境兩個(gè)二級學(xué)科。而利用大數(shù)據(jù)技術(shù)，通過聚類分析，可以分析出當(dāng)前大氣科學(xué)研究的5個(gè)主要領(lǐng)域。

根據(jù)數(shù)據(jù)庫Scopus的收錄情況，大氣科學(xué)學(xué)科共收錄118種期刊，2010-2014年期間全球共發(fā)表58025篇文獻(xiàn)，將數(shù)據(jù)導(dǎo)入知識圖譜可視化軟件VOSviewer中進(jìn)行分析，即可得到論文關(guān)鍵詞的聚類圖（圖1）。從圖中可以看到，近5年來，大氣科學(xué)關(guān)鍵詞自動(dòng)聚類為5個(gè)子學(xué)科，分別為大氣物理（黃色區(qū)域）、大氣化學(xué)（綠色區(qū)域）、大氣探測（紫色區(qū)域）、天氣學(xué)（紅色區(qū)域）與氣候?qū)W（藍(lán)色區(qū)域），表明以上5類子學(xué)科是近年來大氣科學(xué)中最為關(guān)注和集中的關(guān)注領(lǐng)域。

圖1 2010-2014年大氣科學(xué)發(fā)表論文關(guān)鍵詞聚類圖

2.利用大數(shù)據(jù)分析學(xué)科的重點(diǎn)研究方向

除了聚類分析，得出大氣科學(xué)的主要研究領(lǐng)域之外，在關(guān)鍵詞熱度圖中（圖2），能夠更加直觀地甄別大氣科學(xué)發(fā)展的重點(diǎn)及熱點(diǎn)。紅色為相對增長較快的領(lǐng)域，而藍(lán)色則為增長緩慢甚至下降的領(lǐng)域。關(guān)鍵詞的大小則反映了相關(guān)性及科研產(chǎn)出量的大小。通過對圖2進(jìn)行分析可以發(fā)現(xiàn)，大氣化學(xué)和氣候變化領(lǐng)域是兩個(gè)增長比較快的領(lǐng)域，在未來的選題策劃中可以重點(diǎn)關(guān)注。

增長最為明顯的為大氣化學(xué)領(lǐng)域，包括大氣顆粒（particle）、氣溶膠顆粒（aerosol particle）、二次有機(jī)氣溶膠（SOA）、化合物（compound）、苯（benzene）、有機(jī)碳（organic carbon）等。另外，隨著工業(yè)化進(jìn)程的加速，空氣污染（air pollution）也在加劇，也逐漸成為研究的熱點(diǎn)領(lǐng)域。

氣候變化領(lǐng)域中，既包含傳統(tǒng)氣候?qū)W的背景，同時(shí)還涉及天氣學(xué)的范疇，是當(dāng)前研究的另一個(gè)熱點(diǎn)和重點(diǎn)領(lǐng)域。20世紀(jì)70年代以來，隨著氣候變暖，全世界發(fā)生各類極端天氣氣候事件的頻次顯著增加，不少地區(qū)由于氣象災(zāi)害導(dǎo)致糧食產(chǎn)量大幅度下降，引起世人對氣候的嚴(yán)重關(guān)注。氣候變化不僅僅是一個(gè)科學(xué)問題，也涉及到了經(jīng)濟(jì)、金融，直接為國計(jì)民生服務(wù)，從圖2中也可以看到類似戰(zhàn)略（strategy）、政策（policy）、風(fēng)險(xiǎn)（risk）、健康（health）等關(guān)鍵詞的出現(xiàn)。另外，圖2中左下角氣候預(yù)估（climate projection）是一個(gè)明顯增長迅速的領(lǐng)域，包括氣候模擬（climate simulation）、海氣耦合模式比較計(jì)劃（CMIP3）等。

圖2 2010-2014年大氣科學(xué)發(fā)表論文關(guān)鍵詞熱度圖

3.通過大數(shù)據(jù)分析主要的研究機(jī)構(gòu)

研究機(jī)構(gòu)是科技專著的主要組稿的來源，掌握每一個(gè)領(lǐng)域都有哪些科研機(jī)構(gòu)在研究對于科技編輯來講非常重要，可以了解整個(gè)學(xué)科在國內(nèi)的分布情況，選擇重點(diǎn)的學(xué)校及科研機(jī)構(gòu)重點(diǎn)走訪。

2010-2014年期間，國內(nèi)的科學(xué)家在大氣科學(xué)領(lǐng)域的期刊上共發(fā)表論文7545篇，其中中國科學(xué)院大氣物理研究所以1350篇的發(fā)文量排名第一，其次為中國科學(xué)院1090篇，中國氣象局709篇，南京信息工程大學(xué)632篇，以及北京大學(xué)472篇。排名第六到第十位的分別為中國氣象科學(xué)研究院、解放軍信息理工大學(xué)、南京大學(xué)、中國科學(xué)院研究生院和北京師范大學(xué)（表1）。

從數(shù)據(jù)來看，中國科學(xué)院無疑是發(fā)文量最大的單位，包括作者單位署名中的中國科學(xué)院，及其下屬機(jī)構(gòu)中國科學(xué)院大氣物理研究所和中國科學(xué)院研究生院三種情況。考慮到作者在單位署名時(shí)的不規(guī)范等因素，雖然不能簡單地將數(shù)據(jù)累加，但也足以反映國內(nèi)中國科學(xué)院在大氣科學(xué)領(lǐng)域的領(lǐng)先地位。同理，中國氣象科學(xué)研究院是中國氣象局的下屬機(jī)構(gòu)，所以，將二者合并后中國氣象局則成為國內(nèi)大氣科學(xué)研究的第二梯隊(duì)。

表1 大氣科學(xué)領(lǐng)域中國科研機(jī)構(gòu)論文發(fā)表情況（2010-2014年）

4.利用大數(shù)據(jù)分析潛在作者

作者是科技編輯的主要工作對象，也是科技圖書的主要讀者。期刊論文的作者也往往是圖書的作者，或者是潛在的圖書作者，關(guān)注發(fā)文量較高的作者，可以提高圖書選題策劃的精準(zhǔn)度。通過對數(shù)據(jù)庫中的作者進(jìn)行分析，可以發(fā)現(xiàn)2010-2014年發(fā)文量超過40篇的中國大陸作者共有11人。其中發(fā)文量最多的為中國科學(xué)院大氣物理研究所的周天軍（Zhou， Tianjun）研究員，高達(dá)83篇；其次為中國科學(xué)院地球環(huán)境研究所的曹軍驥（Cao， Junji）研究員和北京大學(xué)的胡敏（Hu， Min）教授，發(fā)文量分別為59和58篇；排名第3至11位的作者詳見表2。

表2 大氣科學(xué)領(lǐng)域中國學(xué)者發(fā)表論文數(shù)（2010-2014年）

利用數(shù)據(jù)庫的海量數(shù)據(jù)，進(jìn)行大數(shù)據(jù)的挖掘、整理、分析和趨勢預(yù)測功能，可以為專業(yè)編輯提供一個(gè)客觀的數(shù)據(jù)參考，有助于出版社提高選題的針對性、組稿的準(zhǔn)確性，以及出版的前瞻性。當(dāng)然，由于國外學(xué)科分類的體系與國內(nèi)稍有差異，而且發(fā)表論文時(shí)也難以避免有不統(tǒng)一的地方，所以不能走入唯數(shù)據(jù)論的誤區(qū)，還需要發(fā)揮編輯的主觀能動(dòng)性。依靠編輯豐富的經(jīng)驗(yàn)進(jìn)行主動(dòng)調(diào)整，基于數(shù)據(jù)分析結(jié)果來進(jìn)行創(chuàng)造性加工，才能更加客觀地反應(yīng)真實(shí)情況。

隨著數(shù)據(jù)量的逐年增加，數(shù)據(jù)挖掘與分析技術(shù)、工具也層出不窮?？萍季庉嬐瑫r(shí)也要加強(qiáng)學(xué)習(xí)，了解最先進(jìn)的技術(shù)和工具，借助最先進(jìn)的工具為專業(yè)出版服務(wù)，才能實(shí)現(xiàn)科技出版，乃至整個(gè)出版行業(yè)的持續(xù)發(fā)展。

（作者單位：陳紅系氣象出版社，田慎鵬系愛思唯爾科技圖書部）