劉立玲　張群力

[摘要] 大數(shù)據(jù)技術(shù)背景下，思維和技術(shù)發(fā)生了巨大改變，數(shù)字出版則在同步感受著大數(shù)據(jù)的脈a搏。2013年大數(shù)據(jù)在數(shù)字出版產(chǎn)業(yè)中的應(yīng)用還處于起步階段，在2014年則進入數(shù)字出版實用領(lǐng)域，實現(xiàn)了出版商由內(nèi)容提供商逐漸向綜合信息服務(wù)商轉(zhuǎn)型，數(shù)據(jù)資源整合和管理、多媒介融合，以及通過對用戶數(shù)據(jù)的挖掘提供內(nèi)容聚合服務(wù)、實現(xiàn)個性化信息定制服務(wù)、精準策劃和精準營銷等是大數(shù)據(jù)技術(shù)在出版業(yè)的主要應(yīng)用。

[關(guān)鍵詞]大數(shù)據(jù)技術(shù)；數(shù)字出版；數(shù)據(jù)資源整合；數(shù)據(jù)分析

[作者簡介]劉立玲，張群力，北京城市學院。

當下，大數(shù)據(jù)的概念受到高度關(guān)注，已經(jīng)滲透多個行業(yè)和業(yè)務(wù)職能領(lǐng)域，逐漸成為重要的生產(chǎn)要素。但大數(shù)據(jù)在數(shù)字出版產(chǎn)業(yè)中的應(yīng)用還處于起步階段，或在2014年進入數(shù)字出版實用領(lǐng)域。為了更好地實現(xiàn)大數(shù)據(jù)在數(shù)字出版領(lǐng)域的應(yīng)用，有必要首先了解大數(shù)據(jù)的特點及其在思維方面帶來的變革。

一、大數(shù)據(jù)時代的新思維、新技術(shù)

大數(shù)據(jù)指的是所涉及的資料規(guī)模巨大到無法通過傳統(tǒng)軟件工具，在合理時間內(nèi)擷取、管理、處理并整理成為幫助企業(yè)經(jīng)營決策的資訊。大數(shù)據(jù)是由數(shù)量巨大、結(jié)構(gòu)復(fù)雜、類型眾多數(shù)據(jù)構(gòu)成的數(shù)據(jù)集合，是基于云計算的數(shù)據(jù)處理與應(yīng)用模式，通過數(shù)據(jù)的整合共享，交叉復(fù)用形成的智力資源和知識服務(wù)能力。

大數(shù)據(jù)往往以數(shù)據(jù)流的形式實時快速地產(chǎn)生，其價值的高低隨著時空的變化而發(fā)生變化，海量數(shù)據(jù)在經(jīng)過精確分析后的確具有巨大的價值。在數(shù)字化時代，數(shù)據(jù)處理變得更加容易，更加快速，人們能夠在瞬間處理成千上萬的數(shù)據(jù)。大數(shù)據(jù)帶來了三個重大的思維轉(zhuǎn)變。

1. 要分析與某事物相關(guān)的所有數(shù)據(jù)，而不是依靠分析少量的數(shù)據(jù)樣本

在信息處理能力受限的時代，需要數(shù)據(jù)分析，卻缺少用來分析所有數(shù)據(jù)的工具，因此隨機采樣應(yīng)運而生。現(xiàn)在經(jīng)常會放棄樣本分析這條捷徑，而是收集全面完整的數(shù)據(jù)，并對其進行存儲、處理、分析。

大數(shù)據(jù)是建立在掌握所有數(shù)據(jù)，至少是盡可能多的數(shù)據(jù)基礎(chǔ)上的，在任何細微的層面，都可以用大數(shù)據(jù)去論證新的假設(shè)。雖然在某些情況下，依然可以使用樣本分析法，但這不再是分析數(shù)據(jù)的主要方式。

2. 接受數(shù)據(jù)的紛繁復(fù)雜，而不再追求精確性

執(zhí)迷于精確性是信息缺乏時代和模擬時代的產(chǎn)物，只有5%的數(shù)據(jù)是結(jié)構(gòu)化且能適用于傳統(tǒng)數(shù)據(jù)庫的，如果不接受混亂，剩下95%的非結(jié)構(gòu)化數(shù)據(jù)都無法被利用。如今在信息時代，數(shù)據(jù)庫越來越全面，它包括與這些現(xiàn)象相關(guān)的大量甚至全部數(shù)據(jù)，大數(shù)據(jù)不再需要精確性。

要想獲得大規(guī)模數(shù)據(jù)帶來的好處，混亂應(yīng)該是一種標準途徑。不精確已經(jīng)深入數(shù)據(jù)庫設(shè)計這個最不能容忍錯誤的領(lǐng)域，在傳統(tǒng)的數(shù)據(jù)庫，索引是事先設(shè)定好的，限制了搜索，這種數(shù)據(jù)存儲和分析的方法越來越和現(xiàn)實相沖突，促成新的數(shù)據(jù)庫誕生，它們打破了關(guān)于記錄和預(yù)設(shè)場域的成規(guī)，出現(xiàn)了非關(guān)系型數(shù)據(jù)庫。

相對依賴于小數(shù)據(jù)和精確性的時代，大數(shù)據(jù)因為更強調(diào)數(shù)據(jù)的完整性和混雜性，所以更進一步接近事實的真相。

3. 不再探求難以捉摸的因果關(guān)系，轉(zhuǎn)而關(guān)懷事物的相互關(guān)系

相互關(guān)系的核心是量化兩個數(shù)據(jù)值之間的數(shù)理關(guān)系，相關(guān)關(guān)系是指當一個數(shù)據(jù)值增加時，另一個數(shù)據(jù)值很有可能也會隨之增加。相互關(guān)系沒有絕對，只有可能性，如果相關(guān)關(guān)系強，一個相關(guān)鏈接成功的概率是很高的，如并非亞馬遜推薦的每本書都是顧客想買的，但是很多人書架上不少書都是因為亞馬遜推薦而購買的。

通過找到一個現(xiàn)象的良好關(guān)聯(lián)物，相關(guān)關(guān)系可以幫助我們捕捉現(xiàn)在和預(yù)測未來。大數(shù)據(jù)的相關(guān)關(guān)系分析法更準確、更快，而且不易受偏見的影響，建立在相關(guān)關(guān)系分析法基礎(chǔ)上的預(yù)測是大數(shù)據(jù)的核心。

二、大數(shù)據(jù)背景下出版業(yè)的數(shù)據(jù)資源

1. 出版社的資源

出版社的資源是一個內(nèi)涵非常廣泛的概念，包括出版手段資源、出版范圍資源、作者資源、人力資源、市場資源等。整合管理出版社的資源對出版社來說具有重要意義。

2. 用戶生成內(nèi)容

網(wǎng)絡(luò)環(huán)境下，用戶生成內(nèi)容成為一種新興的網(wǎng)絡(luò)信息資源創(chuàng)作與組織模式。用戶生成內(nèi)容（User-Generated Content，簡稱UGC），泛指以任何形式在網(wǎng)絡(luò)上發(fā)表的由用戶創(chuàng)作的文字、圖片、音頻、視頻等內(nèi)容。用戶通過微博、博客、視頻分享網(wǎng)站、SNS等社會化媒體發(fā)布的相關(guān)內(nèi)容。

大數(shù)據(jù)背景下，把用戶生成內(nèi)容的內(nèi)涵擴展為用戶在網(wǎng)絡(luò)上登記和發(fā)表的內(nèi)容，以及相關(guān)行為產(chǎn)生的所有數(shù)據(jù)，即用戶基本信息、發(fā)布內(nèi)容、用戶行為數(shù)據(jù)和關(guān)聯(lián)數(shù)據(jù)。用戶基本信息包括個人姓名、年齡、職業(yè)、區(qū)域等基本信息，以及注冊名稱、網(wǎng)站中的訂閱欄目等注冊信息；用戶發(fā)布內(nèi)容主要包括原創(chuàng)、轉(zhuǎn)發(fā)以及對應(yīng)的評論和回復(fù)等。用戶行為數(shù)據(jù)主要包括網(wǎng)絡(luò)瀏覽購買數(shù)據(jù)、閱讀過程和行為數(shù)據(jù)。用戶在生產(chǎn)內(nèi)容的過程中，會形成用戶和內(nèi)容之間的關(guān)聯(lián)，用戶與用戶之間關(guān)聯(lián)以及內(nèi)容之間也會產(chǎn)生關(guān)聯(lián)。

通過對用戶生成內(nèi)容及其相互關(guān)系的深度挖掘和應(yīng)用，可以了解用戶的個體、群體特征，分析其閱讀興趣，也能進一步獲得作品內(nèi)容特征、發(fā)布頻率和閱讀、傳播狀況等規(guī)律。挖掘和分析用戶生成內(nèi)容是進一步探索用戶需求，充分發(fā)揮內(nèi)容價值，豐富出版模式的必然趨勢。

三、大數(shù)據(jù)在出版業(yè)的實踐與展望

大數(shù)據(jù)時代已經(jīng)到來，思維和技術(shù)發(fā)生了巨大改變，數(shù)字出版則在同步感受著大數(shù)據(jù)的脈搏。

1. 出版社數(shù)據(jù)資源整合和管理

大數(shù)據(jù)時代，隨著數(shù)據(jù)存儲、管理、分析技術(shù)的提高，為出版社整合管理數(shù)據(jù)資源提供了技術(shù)保證。

2. 多媒介融合

利用大數(shù)據(jù)技術(shù)，進一步推動更為廣闊的傳媒版圖中的媒介融合和新媒體發(fā)展，使得包括數(shù)字出版、數(shù)字影視、數(shù)字音樂等傳媒領(lǐng)域因大數(shù)據(jù)趨勢而更為緊密地結(jié)合在一起。

2012年8月，美國學樂出版社（Sc

holastic Press）推出的“圖書+游戲”經(jīng)營模式取得成功。它推出的《無限環(huán)》系列，面向8～12歲的孩子，集合了圖書、互動游戲和值得收藏的《歷史學家指導手冊》，這個系列通過多平臺進行操作，圖書本身只是整個創(chuàng)作中的一部分。學樂出版社將圖書設(shè)計成與歷史相關(guān)的小道具來幫助玩家揭秘，通過透徹地閱讀圖書找到線索，根據(jù)提供的攻略地圖幫助玩家完成網(wǎng)上游戲。此外，這個系列的論壇受到孩子們的歡迎，通過這個論壇可以跟其他同齡人進行互動，給學樂出版社提供了很有價值的信息反饋：如通過論壇上的留言板做一些調(diào)查和小測驗；發(fā)布有關(guān)作者的消息，讓小玩家和作者在一定時間內(nèi)互動，成為很有創(chuàng)意的社區(qū)；同時可以通過這個平臺進行其他的宣傳活動，推廣傳統(tǒng)書籍等。

3. 利用用戶生成內(nèi)容，提供內(nèi)容聚合服務(wù)

當前代表性的聚合模式包括ZAKER資訊聚合與互動分享閱讀應(yīng)用、Flipboard移動閱讀應(yīng)用等。ZAKER是一款優(yōu)秀的資訊聚合與互動分享閱讀應(yīng)用，擁有資訊、娛樂、科技、財經(jīng)、汽車、體育、本地新聞等十幾個板塊，上千條媒體、新媒體、自建頻道內(nèi)容資源。用戶可根據(jù)個人喜好訂閱相應(yīng)內(nèi)容，也可通過ZAKER智能推送功能獲取自己感興趣的信息。對于感興趣的內(nèi)容，用戶可以在ZAKER內(nèi)直接與好友分享互動，也可以通過微博、微信等社交平臺將圖文分享、收藏。Flipboard是一款免費的應(yīng)用程序，靈感源于雜志的精致布局設(shè)計，將Facebook和新浪微博等社交媒體上的內(nèi)容整合起來以雜志的形式呈現(xiàn)給用戶閱讀。如果用戶對一些特定話題感興趣，可以在搜索欄中鍵入該話題，程序會自動將博客、微博、指定新聞源中與該關(guān)鍵詞有關(guān)的內(nèi)容聚合為雜志形態(tài)，供用戶閱讀。

4. 挖掘用戶生成內(nèi)容，實現(xiàn)“精準策劃”與“智能策劃”

“精準策劃”是指通過對主流的閱讀平臺和電商平臺提供的記錄用戶行為（瀏覽記錄、購買記錄、發(fā)表的言論等）的海量數(shù)據(jù)進行分析，篩選出當前熱點議題作為備選選題，同時對其相關(guān)用戶的性別、年齡、職業(yè)、地理位置等信息進行分析，以準確定位目標讀者群和測量市場容量的選題策劃方法。

大數(shù)據(jù)的核心功能之一就是預(yù)測，當數(shù)據(jù)聚合、分析功能向更智能化方向發(fā)展時，基于內(nèi)容的選題策劃甚至會在數(shù)據(jù)系統(tǒng)中自發(fā)形成，內(nèi)容從策劃到生產(chǎn)的階段更加自動化、智能化。

京東圖書2014年3月19日發(fā)布其新品牌“京東出版”的首部圖書《大衛(wèi)·貝克漢姆》時，京東集團副總裁石濤表示，憑借大數(shù)據(jù)分析，根據(jù)消費者需求進行策劃和供給，為特定消費群體“私人定制”相關(guān)圖書，在未來圖書出版市場將是一個方向。

5. 分析用戶生成內(nèi)容，實現(xiàn)“精準營銷”和“精準推送”

數(shù)據(jù)智能分析技術(shù)的不斷發(fā)展使得對個人和群體的實時觀察成為可能，這就為預(yù)測群體行為和了解個體偏好提供了強有力的工具。如果能充分挖掘大數(shù)據(jù)的深層次價值，就可以開發(fā)出更能滿足消費者需求的新產(chǎn)品和新服務(wù)，也能實現(xiàn)精確而個性化的廣告推送。

隨著數(shù)字出版的發(fā)展，閱讀轉(zhuǎn)變?yōu)槟撤N可以測量的半公開行為。如今，電子閱讀器不僅能夠顯示某些書吸引了多少購買者，還能揭示他們的閱讀強度。通過盡量多地采集數(shù)據(jù)，盡量合理、及時優(yōu)化數(shù)據(jù)分析模型，得到相對準確的預(yù)測。利用大數(shù)據(jù)進行精準營銷將會極大地提高數(shù)字出版企業(yè)的競爭能力。

ZAKER作為流行的社會化閱讀平臺，除提供高效、互動，有良好體驗的閱讀服務(wù)外，還利用海量數(shù)據(jù)和特定算法創(chuàng)新廣告模式，它可以根據(jù)人們的居住地點、瀏覽偏好，挖掘出哪些產(chǎn)品更受到哪一類群體喜歡，從而將品牌廣告的投放范圍、時間和差異化的資訊結(jié)合起來。比如，喜歡“第一財經(jīng)周刊+GQ男士網(wǎng)+《世界國家地理》”的用戶，可能會更偏向于追求高質(zhì)量的生活方式，愛好旅游，關(guān)注奔馳、奧迪等高級汽車的新車型。

四、結(jié)語

大數(shù)據(jù)背景下，出版商將成為數(shù)據(jù)服務(wù)公司，讀者將成為用戶，出版商由內(nèi)容提供商逐漸向綜合信息服務(wù)商轉(zhuǎn)型。出版單位不再將發(fā)展數(shù)字出版僅僅停留在數(shù)字化內(nèi)容的提供上，而是開始從網(wǎng)絡(luò)經(jīng)濟的商業(yè)模式來建構(gòu)內(nèi)容產(chǎn)業(yè)。改變傳統(tǒng)出版以內(nèi)容銷售為目標、“以產(chǎn)品為中心”的經(jīng)營模式，轉(zhuǎn)向數(shù)字出版以滿足用戶需求為目標、“分析讀者信息進行有效數(shù)據(jù)推送”的經(jīng)營模式。

[1] [英] 維克托·邁爾-舍恩伯格， 肯尼思·庫克耶. 大數(shù)據(jù)時代[M] . 盛楊燕，周濤譯.浙江：浙江人民出版社，2013（1）.

[2] 劉鯤翔，杜麗娟，丁雪. 大數(shù)據(jù)技術(shù)在數(shù)字出版中的應(yīng)用前景展望[J] . 出版發(fā)行研究，2013（4）.

[3] [德] 比約·布勞卿，拉斯·拉克，托馬斯·拉姆什. 大數(shù)據(jù)變革：讓客戶數(shù)據(jù)驅(qū)動利潤奔跑[M] . 北京：機械工業(yè)出版社，2013（12）.

[4] 郝振省，魏玉山，張立. 2012-2013[M] . 北京：中國書籍出版社，2013（7）.

[5] 周志軍. 業(yè)界關(guān)注大數(shù)據(jù)時代出版業(yè)轉(zhuǎn)型[N] . 中國文化報，2013-09-18.

[6]張博，任殿順. 大數(shù)據(jù)背景下UGC的價值研究和出版應(yīng)用[J] . 科技與出版，2014（3）.