想象这样一个场景：内心带着ABC三本目标期刊，你满怀憧憬地写完了论文并开启了投稿之旅。很不幸，三本期刊或将你desk rejection，或向你反馈了几页审稿报告却没有给修改机会。怎么办？抱着every paper has a happy home的信念，你只好改投。可此时你发现，计划中的期刊都已经投过了，只能在其他不那么熟悉的刊物里选。一稿一投的原则和动辄几个月的审稿过程，让你每次投稿之前都格外谨慎。于是乎，你去翻看一本本期刊论文的标题和摘要，判断是否符合自己论文的主题和风格，以期选到合适的期刊再次投稿。
相信很多朋友像我一样不止一次遇到这种场景。论文写好后如何找到合适的期刊进行投稿是令人头疼的问题。尤其是当所写的文章具有交叉学科特征时，这一问题更甚。为解决这一痛点，也是受到了国外某些出版社（如Elsevier）所开发产品的启发，我开发了中文社科期刊推荐系统（cssjournalfinder.com，或点击下方阅读原文使用）。这一系统基于中文社科期刊已发表论文的摘要文本大数据，用机器学习的算法，用户只需输入自己论文的标题摘要关键词，就可以匹配出研究主题相似度最高的刊物（如下图）。
就系统做几点说明：（1）关于期刊范围。目前，期刊覆盖《北京大学中文核心期刊目录》中的“第一编 哲学、社会学、政治、法律类”和“第二编 经济”共计491本期刊。从学科的角度看，涵盖了公共管理学、经济学、管理学、法学、社会学、政治学、民族学、哲学、心理学等社会科学和相关学科。（2）关于数据库。摘要数据库搜集自公开的互联网数据，因此不涉及需要账号订阅才能浏览或下载的权限问题。为了确保时效性，仅以近五年发表的论文摘要作为底层数据。（3）关于算法。基本逻辑其实简单，就是将用户输入的标题、摘要和关键词，通过机器学习的算法与各期刊的摘要数据库进行文本相似度计算，并根据计算结果进行排序和推荐。（4）关于输入信息的安全性。本系统不会对用户输入的标题、摘要和关键词信息进行存储，我个人亦无法对用户输入的信息进行浏览和阅读，更不会将此类信息进行传播。退一步说，若作者不放心（同为作者的我完全能够理解对未发表作品的谨慎与保护），可考虑将核心结论部分予以删减后输入，尽管这样做可能会影响结果的准确度，但并不会影响算法的正常工作。
共享与贡献精神让我在读博期间受益匪浅。许多教授和年轻的前辈，承担了许许多多本不属于他们义务范围之内的工作，譬如组织兴趣相投者的seminar、开发并分享实用的Stata/R package、细致阅读她/他并不署名的文章并提供详细的修改建议、为学生未来的职业生涯提供耐心的咨询和建议。在我看来，正是这些义务之外的工作，让这个圈子更加充满活力。我的学术能力和履历远未达到这些前辈的高度，但我非常高兴能以不同的方式为我们的圈子做出一丝贡献。因此，此推荐系统将作为开放项目发布。但由于我个人能力和资源有限，因此若出现网页反应较慢、算法结果不够精准等问题，还请大家多加谅解。我也诚挚邀请有兴趣、有能力、有资源的同仁能够加入，为完善这一系统共同努力。欢迎大家就反馈系统问题、改进建议和合作事项联系邮箱cssjournalfinder@outlook.com （新公众号似乎无留言功能）。
必须承认，我并不是做这个系统的最佳人选。我相信有诸多大佬，其所拥有的数据库、算法技术、硬件资源，远比我个人要丰富得多。但很遗憾，至少到目前为止我没有见到类似产品。抱着“既然没有就自己造一个”的心态，才有了这个“小作坊产品”的诞生。如果能看到本系统作为“引玉之砖”被同样平等开放且更为成熟的产品所取代的那一天，我的内心将虽有遗憾，但更多的会是欣慰。
以我个人名义发布意味着责任和错误在我，但绝不意味着只有我一人为此系统付出了努力。没有以下几位的帮助将不会有这个系统：浙大公管的汪晖教授提供了慷慨的经费支持、杰博同学在建站过程中提供了出色的技术支持、康赟同学和小杨同学的法律咨询为我放下了对数据使用合法合规性的担忧。同时，要感谢来自浙江大学、北京大学、中国人民大学、同济大学、耶鲁大学、LSE、庞培法布拉大学等朋友在测试阶段甘当“小白鼠”并提出的诸多建设性意见。颇为抱歉的是，受限于已有数据和技术等原因，部分意见尚未在此版本得以解决，将在未来考虑逐步更新和迭代。
声明：（1）本网页仅免费供学习交流目的之使用。严禁以商业盈利目的进行传播。如作他用所承担的法律责任一概与作者无关。（2）本系统所生成的结果仅供参考之用。投稿成功率还受到研究方法、时事热点、编辑偏好等多方面因素的影响，内容相似度高不等同于投稿成功率高。
联系客服
