大數據在出版產業的實踐與展望

劉立玲　張群力

[摘要] 大數據技術背景下，思維和技術發生了巨大改變，數字出版則在同步感受著大數據的脈a搏。2013年大數據在數字出版產業中的應用還處于起步階段，在2014年則進入數字出版實用領域，實現了出版商由內容提供商逐漸向綜合信息服務商轉型，數據資源整合和管理、多媒介融合，以及通過對用戶數據的挖掘提供內容聚合服務、實現個性化信息定制服務、精準策劃和精準營銷等是大數據技術在出版業的主要應用。

[關鍵詞]大數據技術；數字出版；數據資源整合；數據分析

[作者簡介]劉立玲，張群力，北京城市學院。

當下，大數據的概念受到高度關注，已經滲透多個行業和業務職能領域，逐漸成為重要的生產要素。但大數據在數字出版產業中的應用還處于起步階段，或在2014年進入數字出版實用領域。為了更好地實現大數據在數字出版領域的應用，有必要首先了解大數據的特點及其在思維方面帶來的變革。

一、大數據時代的新思維、新技術

大數據指的是所涉及的資料規模巨大到無法通過傳統軟件工具，在合理時間內擷取、管理、處理并整理成為幫助企業經營決策的資訊。大數據是由數量巨大、結構復雜、類型眾多數據構成的數據集合，是基于云計算的數據處理與應用模式，通過數據的整合共享，交叉復用形成的智力資源和知識服務能力。

大數據往往以數據流的形式實時快速地產生，其價值的高低隨著時空的變化而發生變化，海量數據在經過精確分析后的確具有巨大的價值。在數字化時代，數據處理變得更加容易，更加快速，人們能夠在瞬間處理成千上萬的數據。大數據帶來了三個重大的思維轉變。

1. 要分析與某事物相關的所有數據，而不是依靠分析少量的數據樣本

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

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

2. 接受數據的紛繁復雜，而不再追求精確性

執迷于精確性是信息缺乏時代和模擬時代的產物，只有5%的數據是結構化且能適用于傳統數據庫的，如果不接受混亂，剩下95%的非結構化數據都無法被利用。如今在信息時代，數據庫越來越全面，它包括與這些現象相關的大量甚至全部數據，大數據不再需要精確性。

要想獲得大規模數據帶來的好處，混亂應該是一種標準途徑。不精確已經深入數據庫設計這個最不能容忍錯誤的領域，在傳統的數據庫，索引是事先設定好的，限制了搜索，這種數據存儲和分析的方法越來越和現實相沖突，促成新的數據庫誕生，它們打破了關于記錄和預設場域的成規，出現了非關系型數據庫。

相對依賴于小數據和精確性的時代，大數據因為更強調數據的完整性和混雜性，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系，轉而關懷事物的相互關系

相互關系的核心是量化兩個數據值之間的數理關系，相關關系是指當一個數據值增加時，另一個數據值很有可能也會隨之增加。相互關系沒有絕對，只有可能性，如果相關關系強，一個相關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。

通過找到一個現象的良好關聯物，相關關系可以幫助我們捕捉現在和預測未來。大數據的相關關系分析法更準確、更快，而且不易受偏見的影響，建立在相關關系分析法基礎上的預測是大數據的核心。

二、大數據背景下出版業的數據資源

1. 出版社的資源

出版社的資源是一個內涵非常廣泛的概念，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. 用戶生成內容

網絡環境下，用戶生成內容成為一種新興的網絡信息資源創作與組織模式。用戶生成內容（User-Generated Content，簡稱UGC），泛指以任何形式在網絡上發表的由用戶創作的文字、圖片、音頻、視頻等內容。用戶通過微博、博客、視頻分享網站、SNS等社會化媒體發布的相關內容。

大數據背景下，把用戶生成內容的內涵擴展為用戶在網絡上登記和發表的內容，以及相關行為產生的所有數據，即用戶基本信息、發布內容、用戶行為數據和關聯數據。用戶基本信息包括個人姓名、年齡、職業、區域等基本信息，以及注冊名稱、網站中的訂閱欄目等注冊信息；用戶發布內容主要包括原創、轉發以及對應的評論和回復等。用戶行為數據主要包括網絡瀏覽購買數據、閱讀過程和行為數據。用戶在生產內容的過程中，會形成用戶和內容之間的關聯，用戶與用戶之間關聯以及內容之間也會產生關聯。

通過對用戶生成內容及其相互關系的深度挖掘和應用，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容特征、發布頻率和閱讀、傳播狀況等規律。挖掘和分析用戶生成內容是進一步探索用戶需求，充分發揮內容價值，豐富出版模式的必然趨勢。

三、大數據在出版業的實踐與展望

大數據時代已經到來，思維和技術發生了巨大改變，數字出版則在同步感受著大數據的脈搏。

1. 出版社數據資源整合和管理

大數據時代，隨著數據存儲、管理、分析技術的提高，為出版社整合管理數據資源提供了技術保證。

2. 多媒介融合

利用大數據技術，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展，使得包括數字出版、數字影視、數字音樂等傳媒領域因大數據趨勢而更為緊密地結合在一起。

2012年8月，美國學樂出版社（Sc

holastic Press）推出的“圖書+游戲”經營模式取得成功。它推出的《無限環》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作中的一部分。學樂出版社將圖書設計成與歷史相關的小道具來幫助玩家揭秘，通過透徹地閱讀圖書找到線索，根據提供的攻略地圖幫助玩家完成網上游戲。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查和小測驗；發布有關作者的消息，讓小玩家和作者在一定時間內互動，成為很有創意的社區；同時可以通過這個平臺進行其他的宣傳活動，推廣傳統書籍等。

3. 利用用戶生成內容，提供內容聚合服務

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用、Flipboard移動閱讀應用等。ZAKER是一款優秀的資訊聚合與互動分享閱讀應用，擁有資訊、娛樂、科技、財經、汽車、體育、本地新聞等十幾個板塊，上千條媒體、新媒體、自建頻道內容資源。用戶可根據個人喜好訂閱相應內容，也可通過ZAKER智能推送功能獲取自己感興趣的信息。對于感興趣的內容，用戶可以在ZAKER內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是一款免費的應用程序，靈感源于雜志的精致布局設計，將Facebook和新浪微博等社交媒體上的內容整合起來以雜志的形式呈現給用戶閱讀。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鍵詞有關的內容聚合為雜志形態，供用戶閱讀。

4. 挖掘用戶生成內容，實現“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、發表的言論等）的海量數據進行分析，篩選出當前熱點議題作為備選選題，同時對其相關用戶的性別、年齡、職業、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。

大數據的核心功能之一就是預測，當數據聚合、分析功能向更智能化方向發展時，基于內容的選題策劃甚至會在數據系統中自發形成，內容從策劃到生產的階段更加自動化、智能化。

京東圖書2014年3月19日發布其新品牌“京東出版”的首部圖書《大衛·貝克漢姆》時，京東集團副總裁石濤表示，憑借大數據分析，根據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. 分析用戶生成內容，實現“精準營銷”和“精準推送”

數據智能分析技術的不斷發展使得對個人和群體的實時觀察成為可能，這就為預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據的深層次價值，就可以開發出更能滿足消費者需求的新產品和新服務，也能實現精確而個性化的廣告推送。

隨著數字出版的發展，閱讀轉變為某種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據，盡量合理、及時優化數據分析模型，得到相對準確的預測。利用大數據進行精準營銷將會極大地提高數字出版企業的競爭能力。

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外，還利用海量數據和特定算法創新廣告模式，它可以根據人們的居住地點、瀏覽偏好，挖掘出哪些產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合起來。比如，喜歡“第一財經周刊+GQ男士網+《世界國家地理》”的用戶，可能會更偏向于追求高質量的生活方式，愛好旅游，關注奔馳、奧迪等高級汽車的新車型。

四、結語

大數據背景下，出版商將成為數據服務公司，讀者將成為用戶，出版商由內容提供商逐漸向綜合信息服務商轉型。出版單位不再將發展數字出版僅僅停留在數字化內容的提供上，而是開始從網絡經濟的商業模式來建構內容產業。改變傳統出版以內容銷售為目標、“以產品為中心”的經營模式，轉向數字出版以滿足用戶需求為目標、“分析讀者信息進行有效數據推送”的經營模式。

[1] [英] 維克托·邁爾-舍恩伯格， 肯尼思·庫克耶. 大數據時代[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. 大數據技術在數字出版中的應用前景展望[J] . 出版發行研究，2013（4）.

[3] [德] 比約·布勞卿，拉斯·拉克，托馬斯·拉姆什. 大數據變革：讓客戶數據驅動利潤奔跑[M] . 北京：機械工業出版社，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. 業界關注大數據時代出版業轉型[N] . 中國文化報，2013-09-18.

[6]張博，任殿順. 大數據背景下UGC的價值研究和出版應用[J] . 科技與出版，2014（3）.