出版業(yè)大數(shù)據(jù)建設(shè)與應(yīng)用的關(guān)鍵問題

唐賈軍

大數(shù)據(jù)時代，我們周圍的世界發(fā)生著看不見但影響巨大的轉(zhuǎn)變。最近這些年，大數(shù)據(jù)告訴我們很多非常有意思的事情。在這股浪潮的席卷之下，激發(fā)了新聞出版業(yè)對大數(shù)據(jù)的關(guān)注與探索。

一、出版業(yè)發(fā)展大數(shù)據(jù)：先了解，再應(yīng)用

出版業(yè)的數(shù)據(jù)每時每刻都在產(chǎn)生，然而出版領(lǐng)域究竟包括哪些數(shù)據(jù)？如何采集？不同的數(shù)據(jù)又指向何種應(yīng)用？這些問題的解決是出版業(yè)大數(shù)據(jù)建設(shè)與應(yīng)用的關(guān)鍵。

1.出版業(yè)有哪些數(shù)據(jù)

從數(shù)據(jù)產(chǎn)生的業(yè)務(wù)來源看，有出版社數(shù)據(jù)、發(fā)行單位數(shù)據(jù)、圖書館數(shù)據(jù)、技術(shù)服務(wù)類數(shù)據(jù)等；從數(shù)據(jù)結(jié)構(gòu)化的程度看，出版產(chǎn)品數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)較少，圖片、文檔、視頻等非結(jié)構(gòu)化數(shù)據(jù)比重較大；從數(shù)據(jù)產(chǎn)生的環(huán)節(jié)看，包括過程性數(shù)據(jù)（如銷售條件、庫存）和結(jié)果性數(shù)據(jù)（如暢銷排行等）；從數(shù)據(jù)的所有權(quán)看，還可分為甲方數(shù)據(jù)（數(shù)據(jù)生產(chǎn)者的原生數(shù)據(jù)）、乙方數(shù)據(jù)（技術(shù)服務(wù)的沉淀數(shù)據(jù)）以及第三方數(shù)據(jù)（通過網(wǎng)絡(luò)爬蟲等手段獲?。?。

2.通過結(jié)構(gòu)模型走近大數(shù)據(jù)

為了更清晰地認識出版業(yè)大數(shù)據(jù)的面貌，國家新聞出版廣電總局?jǐn)?shù)字出版司對出版業(yè)的大數(shù)據(jù)進行模型構(gòu)建，整體上可以分為五個層面（如圖1所示）：由內(nèi)而外分別是核心層、產(chǎn)品層、業(yè)務(wù)層、市場層和用戶層。核心層即出版生產(chǎn)過程中產(chǎn)生的各種內(nèi)容資源數(shù)據(jù)；產(chǎn)品層是指產(chǎn)品信息的基礎(chǔ)數(shù)據(jù)，目前以書目信息為主；業(yè)務(wù)層是指出版產(chǎn)品流通的數(shù)據(jù)，記錄著整個出版業(yè)務(wù)運行狀態(tài)的信息；市場層和用戶層分別包括產(chǎn)品消費數(shù)據(jù)和消費反饋數(shù)據(jù)，記錄了廣大用戶的行為數(shù)據(jù)和評價信息。這種劃分從宏觀層面可以更好地理解出版業(yè)大數(shù)據(jù)的發(fā)展整體狀況，對制定大數(shù)據(jù)扶持政策、推動大數(shù)據(jù)發(fā)展具有積極的作用。

不同層的出版數(shù)據(jù)的主要采集與生成方式、應(yīng)用場景也有所不同。數(shù)據(jù)的采集難度相應(yīng)由內(nèi)而外逐步增加，尤其是針對用戶層的數(shù)據(jù)采集最為復(fù)雜多變。

核心層：總量巨大，形態(tài)多樣，且大都屬于非結(jié)構(gòu)化數(shù)據(jù)。核心資源數(shù)據(jù)的采集可通過系統(tǒng)加工的方式，最終形成知識服務(wù)體系，構(gòu)成出版業(yè)大數(shù)據(jù)的基礎(chǔ)。

產(chǎn)品層：按照統(tǒng)一的數(shù)據(jù)交換標(biāo)準(zhǔn)，通過系統(tǒng)間的數(shù)據(jù)交換實現(xiàn)產(chǎn)品基礎(chǔ)數(shù)據(jù)的采集與更新。產(chǎn)品層數(shù)據(jù)屬于高度結(jié)構(gòu)化的基礎(chǔ)數(shù)據(jù)，某些用于政府監(jiān)管和行業(yè)公益性服務(wù)的基礎(chǔ)數(shù)據(jù)可通過定期的人工采集方式實現(xiàn)國家規(guī)定的基礎(chǔ)數(shù)據(jù)逐級上報要求。

業(yè)務(wù)層：采集方式大都以系統(tǒng)記錄為主。隨著產(chǎn)業(yè)鏈各業(yè)務(wù)系統(tǒng)之間的互聯(lián)互通，未來業(yè)務(wù)層的系統(tǒng)設(shè)計將更趨于一體化的解決方案，全面的掌控各業(yè)務(wù)運行情況，打造高效管理的大數(shù)據(jù)監(jiān)控環(huán)境。

市場層與用戶層：出版業(yè)用戶行為有很多種，包括出版社、圖書館、書店、政府、研究機構(gòu)、學(xué)校、個人等，其中個人用戶的行為數(shù)據(jù)在所有行為數(shù)據(jù)中將占主導(dǎo)地位。目前個人讀者的數(shù)據(jù)采集大都采用閱讀器、銷售平臺、社交媒體、讀者數(shù)據(jù)庫、門店采集等方式，但效果不盡理想。出版業(yè)歷經(jīng)數(shù)字化轉(zhuǎn)型升級的洗禮，很大程度上依然還是一個需要依靠直覺的產(chǎn)業(yè)。隨著技術(shù)的發(fā)展，市場層與用戶層的行為數(shù)據(jù)采集手段將會更加成熟和穩(wěn)定。

二、大數(shù)據(jù)現(xiàn)狀：起點低，基礎(chǔ)薄弱

國務(wù)院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》對促進出版業(yè)大數(shù)據(jù)工作發(fā)展具有重要的推進意義。總局圍繞著出版業(yè)大數(shù)據(jù)工作提出了構(gòu)建新聞出版業(yè)數(shù)據(jù)體系的工作思路，并圍繞著數(shù)據(jù)建設(shè)工作采取了一系列的工作部署，如國家知識服務(wù)體系建設(shè)、CNONIX應(yīng)用示范工程等。各出版發(fā)行單位也積極拿出應(yīng)對措施，投入到大數(shù)據(jù)建設(shè)工作中，但從整體看呈現(xiàn)出跳躍式的特點，基礎(chǔ)準(zhǔn)備不足。

1.數(shù)據(jù)體量方面：出版業(yè)大數(shù)據(jù)“天花板”較低。相對于金融、制造等行業(yè)，出版業(yè)數(shù)據(jù)應(yīng)用體量不足。雖然每年幾十萬個品種進入市場，在出版社、中盤、書店、物流、圖書館以及電商等都形成了大量的數(shù)據(jù)，但是品種繁多的同時，單品銷售數(shù)據(jù)量小，重復(fù)消費數(shù)據(jù)低，替代性極弱，因此未能達到大數(shù)據(jù)級別，造成了出版業(yè)大數(shù)據(jù)的規(guī)模實踐受到一定程度的制約。

2.數(shù)據(jù)思維方面：大數(shù)據(jù)的思維對產(chǎn)業(yè)鏈各個環(huán)節(jié)的滲透影響還不足。如出版環(huán)節(jié)的傳統(tǒng)運作思維邏輯導(dǎo)致對內(nèi)容資源形成大數(shù)據(jù)應(yīng)用的觀念轉(zhuǎn)變不夠，尤其是專業(yè)出版領(lǐng)域內(nèi)構(gòu)建知識服務(wù)體系的理念有待進一步加強；市場流通環(huán)節(jié)存在著數(shù)據(jù)不透明、數(shù)據(jù)孤島、數(shù)據(jù)真實性堪憂等諸多問題，造成數(shù)據(jù)采集和加工的質(zhì)量效益低下；用戶行為數(shù)據(jù)獲取較難，數(shù)據(jù)決策短期內(nèi)難以替代經(jīng)驗式?jīng)Q策。

3.數(shù)據(jù)實踐方面：出版業(yè)大數(shù)據(jù)發(fā)展實踐多以項目為主，普遍實施基礎(chǔ)較弱。近兩年，參與大數(shù)據(jù)工作的出版發(fā)行單位越來越多，從申報財政部項目的種類看，從數(shù)字化轉(zhuǎn)型升級、電商平臺建設(shè)、O2O工程、智慧物流到數(shù)據(jù)交換中心建設(shè)等，均與大數(shù)據(jù)應(yīng)用有著千絲萬縷的聯(lián)系。雖然企業(yè)對大數(shù)據(jù)工作的認知有了較大幅度提升，但深度普遍有限，大數(shù)據(jù)工作還只是單純圍繞項目做文章。姑且不說應(yīng)用，許多單位連基礎(chǔ)性的數(shù)據(jù)準(zhǔn)備和管理工作都沒有做充分，因此行業(yè)普遍應(yīng)用大數(shù)據(jù)的基礎(chǔ)較弱。

4.數(shù)據(jù)共享方面：出版業(yè)大數(shù)據(jù)共享工作存在著普遍困惑，嚴(yán)重制約了大數(shù)據(jù)作為基礎(chǔ)性戰(zhàn)略資源的開發(fā)應(yīng)用和價值釋放。第一，目前行業(yè)普遍存在不愿共享、不敢共享和不會共享的問題。政府部門、公共機構(gòu)和許多企業(yè)尚未意識到數(shù)據(jù)共享開放的價值（其中也是利益分配的問題），把自己掌握和獲取的數(shù)據(jù)，作為自己利益和權(quán)力的一部分不愿共享開放，造成監(jiān)管部門與企業(yè)之間、企業(yè)與企業(yè)之間、甚至同一企業(yè)不同部門之間都難以實現(xiàn)數(shù)據(jù)共享開放；第二，由于當(dāng)前尚缺乏嚴(yán)格規(guī)范的數(shù)據(jù)共享開放的法規(guī)制度，相關(guān)機構(gòu)和企業(yè)擔(dān)心數(shù)據(jù)共享開放會引起信息安全問題，擔(dān)心數(shù)據(jù)泄密和失控，對數(shù)據(jù)共享開放過度謹(jǐn)慎；第三，數(shù)據(jù)共享開放是一個高度專業(yè)化的工作，目前數(shù)據(jù)共享開放原則、數(shù)據(jù)格式、質(zhì)量標(biāo)準(zhǔn)、可用性、互操作性等規(guī)范要求不夠，導(dǎo)致數(shù)據(jù)共享開放能力不強、水平不高、質(zhì)量不佳。

三、大數(shù)據(jù)發(fā)展需關(guān)注：標(biāo)準(zhǔn)、治理、應(yīng)用、安全

與教育、醫(yī)療、旅游、交通等領(lǐng)域相比，出版領(lǐng)域具有更強的獨特性和復(fù)雜性，因此大數(shù)據(jù)在出版業(yè)的應(yīng)用推廣存在諸多困難，只有正視并深入研究這些問題，才能更好地推動出版業(yè)大數(shù)據(jù)持續(xù)健康發(fā)展。

1.出版業(yè)大數(shù)據(jù)的標(biāo)準(zhǔn)問題

大數(shù)據(jù)標(biāo)準(zhǔn)化工作作為支撐大數(shù)據(jù)產(chǎn)業(yè)發(fā)展和應(yīng)用的重要基礎(chǔ)，目前顯得更為迫切。當(dāng)前對出版業(yè)大數(shù)據(jù)工作的實踐更多是從可能性的角度進行討論，離可行性還很有不少差距。要將可能性變?yōu)榭尚行孕枰M一步的頂層設(shè)計和研究，因此標(biāo)準(zhǔn)體系的構(gòu)建成為了前提。

當(dāng)前出版業(yè)大數(shù)據(jù)標(biāo)準(zhǔn)化工作的路徑是：首先對出版發(fā)行大數(shù)據(jù)工作進行定義，然后尋找已經(jīng)有的一些現(xiàn)成標(biāo)準(zhǔn)基礎(chǔ)，這些標(biāo)準(zhǔn)是可以被我們所利用的。這些工作完成后，我們需要建立一個數(shù)據(jù)流程的標(biāo)準(zhǔn)化模型，因為這是一個復(fù)雜的體系。

以出版業(yè)數(shù)據(jù)交換工作為例，2013年我國頒布了第一個出版業(yè)數(shù)據(jù)交換國家標(biāo)準(zhǔn)，即《中國出版物在線信息交換圖書產(chǎn)品信息格式規(guī)范》（CNONIX）。總局以該國家標(biāo)準(zhǔn)為抓手，大力推進CNONIX應(yīng)用示范工程，力圖改變行業(yè)內(nèi)數(shù)據(jù)格式不統(tǒng)一、交換共享不暢等現(xiàn)狀。通過應(yīng)用示范工程，我們發(fā)現(xiàn)CNONIX國家標(biāo)準(zhǔn)的出臺為出版業(yè)大數(shù)據(jù)交換工作提供了一定的基礎(chǔ)，但是無法滿足出版業(yè)大數(shù)據(jù)的采集、存儲、分析和應(yīng)用等工作的實踐需要。因此，總局以CNONIX國家為本，根據(jù)應(yīng)用示范的不同工作環(huán)節(jié)特點，推出了十九項CNONIX應(yīng)用示范項目標(biāo)準(zhǔn)，以解決當(dāng)前工作面臨的難題。

通過對現(xiàn)有CNONIX應(yīng)用示范標(biāo)準(zhǔn)情況進行分析，一方面，已經(jīng)發(fā)布和在研的一些標(biāo)準(zhǔn)，適用于出版業(yè)大數(shù)據(jù)環(huán)境，提供了一定的基礎(chǔ)，但是缺乏系統(tǒng)的標(biāo)準(zhǔn)化整體規(guī)劃；另一方面從標(biāo)準(zhǔn)分類上來看，大多集中在數(shù)據(jù)基礎(chǔ)管理、采集、接口和存儲等方面，而針對開放數(shù)據(jù)集、數(shù)據(jù)服務(wù)平臺、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用等產(chǎn)品和服務(wù)形態(tài)的標(biāo)準(zhǔn)缺失。

隨著政策頂層設(shè)計的越發(fā)清晰和行業(yè)、團體標(biāo)準(zhǔn)的逐漸形成，困擾出版業(yè)大數(shù)據(jù)發(fā)展的瓶頸問題將會得到改善，對于出版業(yè)大數(shù)據(jù)的未來發(fā)展，也將有更明確的判斷。

2.出版業(yè)大數(shù)據(jù)的治理問題

數(shù)據(jù)治理的目的是提升出版業(yè)數(shù)據(jù)質(zhì)量，保護數(shù)據(jù)隱私安全，保障數(shù)據(jù)合理應(yīng)用，促進數(shù)據(jù)合法共享。出版業(yè)應(yīng)加強“數(shù)據(jù)治理”的理念，發(fā)揮政府、企業(yè)、研究機構(gòu)、公眾等多主體在發(fā)展出版業(yè)大數(shù)據(jù)上各自的優(yōu)勢。行業(yè)應(yīng)盡快出臺大數(shù)據(jù)治理的相關(guān)辦法，建立完整的大數(shù)據(jù)治理模式，指導(dǎo)出版業(yè)數(shù)據(jù)的獲取、存儲、互換以及重復(fù)利用；將數(shù)據(jù)庫、服務(wù)平臺、資源平臺等產(chǎn)生的數(shù)據(jù)進行規(guī)范化采集與匯聚共享，形成全國一體化的大數(shù)據(jù)中心，共同參與到數(shù)據(jù)的治理與創(chuàng)新應(yīng)用中。

數(shù)據(jù)治理工作在出版領(lǐng)域的意義重大，需要出版業(yè)從各個層面練好內(nèi)功。出版企業(yè)建立和形成數(shù)據(jù)管理的習(xí)慣至為關(guān)鍵，從版權(quán)購買、產(chǎn)品營銷和用戶溝通等方面入手，更好地將大數(shù)據(jù)治理嵌入出版運作流程中，使之成為一種經(jīng)營資產(chǎn)和管理要素。

3.出版業(yè)大數(shù)據(jù)應(yīng)用問題

當(dāng)前出版業(yè)已越來越多地認識到大數(shù)據(jù)對推動出版產(chǎn)業(yè)發(fā)展具有重大的應(yīng)用價值，行業(yè)內(nèi)正逐步出現(xiàn)了一些大數(shù)據(jù)應(yīng)用案例。然而，當(dāng)前的出版業(yè)大數(shù)據(jù)應(yīng)用工作還比較零散，相關(guān)出版發(fā)行單位主要工作集中在系統(tǒng)改造、平臺建設(shè)等方面，政府公共服務(wù)等發(fā)展還在初期探索階段?？偩謶?yīng)盡快組織大數(shù)據(jù)專家等制定《出版業(yè)大數(shù)據(jù)發(fā)展建議與應(yīng)用指南》，從國家層面加大對出版業(yè)大數(shù)據(jù)應(yīng)用和推廣的支持力度，將出版業(yè)大數(shù)據(jù)應(yīng)用提升到更高的戰(zhàn)略層面。

如果說大數(shù)據(jù)的應(yīng)用是大數(shù)據(jù)產(chǎn)業(yè)的商業(yè)價值終端，那么出版業(yè)知識服務(wù)體系構(gòu)建與數(shù)據(jù)分析是當(dāng)下行業(yè)公認的大數(shù)據(jù)產(chǎn)業(yè)的核心，是出版業(yè)大數(shù)據(jù)能夠點石成金的兩大利器。

——在知識服務(wù)體系構(gòu)建方面：出版企業(yè)要認識到出版的核心價值取決于以內(nèi)容為底蘊的知識、信息價值，這是出版的基本原理。出版業(yè)要善于利用大數(shù)據(jù)技術(shù)加強對信息、知識的序化、組織、整理能力，生產(chǎn)轉(zhuǎn)化出可向受眾傳播的知識信息產(chǎn)品，構(gòu)建未來新的核心競爭力。

——在數(shù)據(jù)分析方面：特別是在政府管理與公共服務(wù)體系建設(shè)層面，出版業(yè)數(shù)據(jù)分析工作需進一步擴大行業(yè)覆蓋面，完善統(tǒng)計指標(biāo)體系和數(shù)據(jù)監(jiān)測系統(tǒng)，規(guī)范與出版統(tǒng)計有關(guān)的術(shù)語用法，健全數(shù)據(jù)信息公開制度，使數(shù)據(jù)信息更加科學(xué)、全面地反映行業(yè)發(fā)展態(tài)勢，為政府和業(yè)界科學(xué)決策提供參考。

4.出版業(yè)數(shù)據(jù)安全問題

對于傳統(tǒng)出版業(yè)來說，大數(shù)據(jù)在相當(dāng)長的時間內(nèi)仍將是一個概念，但即使目前沒有大體量的數(shù)據(jù)，出版業(yè)仍有必要為大數(shù)據(jù)實踐做好準(zhǔn)備，其中最大挑戰(zhàn)之一是數(shù)據(jù)所有權(quán)、隱私保護等安全問題。

目前公共數(shù)據(jù)開放已經(jīng)是國際趨勢，出版業(yè)大數(shù)據(jù)也應(yīng)適度向公眾開放，建立行業(yè)大數(shù)據(jù)交換平臺為政府、機構(gòu)、企業(yè)和社會公眾提供公益性服務(wù)。但是在大數(shù)據(jù)環(huán)境下，對于數(shù)據(jù)的壟斷給企業(yè)占據(jù)優(yōu)勢地位提供強力支持。例如一些發(fā)行集團通過業(yè)務(wù)平臺積累了大量出版產(chǎn)品信息數(shù)據(jù)和交易數(shù)據(jù)，從而具備了輻射行業(yè)的能力。出于維護行業(yè)地位的考慮，這些優(yōu)勢企業(yè)必然會強化自身對數(shù)據(jù)的掌控乃至壟斷。因此，一個并非多余的擔(dān)心便是，未來推進行業(yè)大數(shù)據(jù)平臺建設(shè)的工作時，對數(shù)據(jù)的訪問、使用受到數(shù)據(jù)所有權(quán)影響，數(shù)據(jù)將更加難以獲得。在這種情況下，出版企業(yè)內(nèi)部及出版業(yè)各環(huán)節(jié)之間極易出現(xiàn)新的“數(shù)據(jù)鴻溝”和“數(shù)據(jù)孤島”。

此外，大數(shù)據(jù)的興起為出版業(yè)重塑商業(yè)模式、預(yù)測市場風(fēng)險等提供新契機的同時，也會引發(fā)濫用數(shù)據(jù)與侵犯隱私等法律、政策問題。特別是數(shù)據(jù)資產(chǎn)化后，數(shù)據(jù)治理——對數(shù)據(jù)的產(chǎn)生、收集、保存、維護、分析、應(yīng)用的整個生命周期的管理將成為一個新的課題，其中數(shù)據(jù)安全與隱私保護便成為行業(yè)普遍擔(dān)心的重要問題。因此，總局有必要從數(shù)據(jù)安全的角度對數(shù)據(jù)的開放程度、開放范圍、開放對象都應(yīng)進行深入論證，以確保數(shù)據(jù)的使用是合法的，是有利于出版融合創(chuàng)新發(fā)展的。

我們談?wù)摮霭鏄I(yè)大數(shù)據(jù)，無非兩件事：第一個是解決數(shù)據(jù)的問題，不要成為熱詞奴隸，做好自己的數(shù)據(jù)。第二個是用數(shù)據(jù)解決問題，從政府監(jiān)管、企業(yè)決策到讀者購買遴選等方面善于用大數(shù)據(jù)技術(shù)解決應(yīng)用過程中的熱點、難點問題。

（作者系全國出版物發(fā)行標(biāo)準(zhǔn)化技術(shù)委員會副秘書長）