大数据技术可能在一定程度上破解作者、编辑、读者“各自为政”的难题，将他们之间的互动纳入到评价体系当中：在技术统计的基础上，计算机所提供的研究信息，可以引导作者选择研究或投稿方向；编辑则能从大数据平台上了解作者相关研究信息，进行有目标的选题策划与组稿；读者亦能在浩如烟海的信息中获取自己所需的信息。

　　如今，大数据之于学术评价方法及标准的深刻影响和重大考验，已受到越来越多学者的关注。若要顺应这一时代发展趋势，尝试找寻到大数据理论及方法与学术期刊评价体系创新的“契合点”便成为关键所在。而想找寻到二者的“契合点”，不仅要明确大数据究竟给学术评价带来了哪些变革，还需理性审视这些变革的优长和局限，方能借此提出建构大数据时代学术期刊评价体系的有效对策。

　　“云融合”与“云计算”引发变革

　　究竟大数据给学术评价带来了哪些变革？学者们有着各自的思考。《长白学刊》主编赵连君认为，如果把大数据作为期刊评价活动分期的依据，那么20世纪90年代属于“前大数据时代”，而新世纪以来则属于大数据时代。

　　“在‘前大数据时代’，期刊的评价方式多采用专家定性评价、内容评价；期刊的评价标准主要是期刊主办单位级别的高低、各专业专家的认可程度、期刊刊载文章的转载数量及转载期刊的级别等。总而言之，评价的模糊性与主观性是这一阶段期刊评价存在的主要问题。主观性指评价缺少客观依据和数据支撑，具有想当然的嫌疑；模糊性则因为评价依据不能使人信服而导致评价不够精确。”赵连君表示。

　　赵连君进一步补充道，这些“前大数据时代”期刊评价存在的主要问题，随着大数据产生而得以“缓解”。比方说，由于大数据的支撑，定量评价、形式评价等客观的评价方式可以得到更好的实现；转引率、影响因子、被引频次等国际通行的评价指标体系被采用。这些变革引发的最直接结果，就是促使学术评价更趋于精确性与客观性。从某种意义上来说，这是对“前大数据时代”期刊评价的超越。

　　《江海学刊》总编辑韩璞庚则从评价主体和评价标准两个层面，更为详细地阐释了大数据所引发的期刊评价变革。

　　韩璞庚认为，在传统纸媒时代，学术评价是以学术期刊为中心，学术论文刊用与否，主要由期刊编辑与同行专家组成的学术共同体决定。大数据时代到来之后，评价主体开始发生变化。学术平台不仅对编辑、同行专家开放，并且对专业评价机构、全体参与评价的社会成员开放。通过海量数据的“云融合”，来评定分析学术成果的创新性、前沿性，而不再是仅凭编辑与同行专家的主观判断来判定成果质量。