大數(shù)據(jù)背景下編輯流程中的信息采集探析

摘要：大數(shù)據(jù)時代的到來，給傳統(tǒng)行業(yè)帶來了巨大的沖擊和影響。以出版業(yè)為例，為了更好的滿足讀者的需求，必須與時俱進的引進大數(shù)據(jù)技術(shù)，從而為編輯流程中信息采集工作的優(yōu)化提供必要的技術(shù)支持，提高出版單位的市場競爭力。文章首先對信息采集的現(xiàn)狀進行了分析，隨后在概述大數(shù)據(jù)對信息采集帶來影響的基礎(chǔ)上，就如何利用大數(shù)據(jù)技術(shù)實現(xiàn)編輯流程中信息采集工作的優(yōu)化提出了幾點建議。

關(guān)鍵詞：大數(shù)據(jù)；編輯流程；信息采集；策略分析

引言：信息采集作為編輯流程中的第一個環(huán)節(jié)，在很大程度上決定了出版物的質(zhì)量。以往出版單位的信息采集渠道以參加圖書展、調(diào)研圖書銷售機構(gòu)為主，獲取的圖書信息十分有限。隨著大數(shù)據(jù)時代的到來，一方面是人們的閱讀習(xí)慣發(fā)生了改變，電子圖書逐漸取代傳統(tǒng)紙質(zhì)圖書；另一方面則是信息技術(shù)得到廣泛應(yīng)用，信息采集工作方式亟待進行改革。因此，探究大數(shù)據(jù)背景下信息采集工作的新方式，成為出版單位當(dāng)前工作的重要內(nèi)容。

一、信息采集發(fā)展現(xiàn)狀分析

1.專業(yè)人才數(shù)量不足。

通過對現(xiàn)階段出版行業(yè)編輯人員的年齡結(jié)構(gòu)調(diào)查發(fā)現(xiàn)，其中30-45歲間的中青年編輯人員占到了60%的比例。這些編輯人員雖然具備較為豐富的信息采集經(jīng)驗，但是受以往傳統(tǒng)出版工作模式的影響，形成了相對固化的工作習(xí)慣。即便是在大數(shù)據(jù)背景下，也不能與時俱進的掌握信息化技術(shù)，甚至對專業(yè)的計算機編輯軟件不能做到熟練運用。除此之外，大數(shù)據(jù)背景下讀者的閱讀需求、閱讀興趣也發(fā)生了較大的改變，而缺乏“互聯(lián)網(wǎng)思維”的編輯人員，由于無法及時、準(zhǔn)確的捕捉讀者的閱讀訴求，出版物也就難以受到讀者的青睞和市場的需求，最終也會造成經(jīng)濟上的損失。

2.軟件支持體系有待完善。

信息設(shè)備和軟件系統(tǒng)的廣泛應(yīng)用，是推動信息采集工作實現(xiàn)數(shù)字化發(fā)展的必要支持。近年來，隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，市場上也出現(xiàn)了一些實用性較強的信息采集軟件，對輔助編輯人員工作起到了一定作用。但是我們也應(yīng)當(dāng)看到，科技的發(fā)展日新月異，尤其是依托于信息技術(shù)的編輯軟件，更新?lián)Q代速度極快。部分出版社所用的編輯軟件雖然能夠滿足信息采集的基本需求，但是無論是從工作效率上還是信息采集質(zhì)量上，都并不具備競爭力。因此，建立完善的軟件支持體系，緊跟市場前沿發(fā)展動向，成為大數(shù)據(jù)背景下不斷提高信息采集工作質(zhì)量的一種可行性措施。

二、大數(shù)據(jù)對信息采集工作帶來的影響

在大數(shù)據(jù)技術(shù)的支持下，形成采集工作逐漸呈現(xiàn)出智能化和自動化發(fā)展趨勢，無論是在采集效率還是信息質(zhì)量上，都有了較大程度的提升。本文根據(jù)采集信息內(nèi)容的不同，就大數(shù)據(jù)帶來的影響展開了具體分析。

1.對一般信息的影響。

在以往的工作模式中，一般信息主要來源于文字材料或編輯人員自身的知識儲備，因此采集到的信息十分有限。而借助于大數(shù)據(jù)技術(shù)，編輯人員信息采集的途徑變得十分廣闊，例如各類網(wǎng)站、微博以及微信公眾號等，都可以成為信息獲取的場所。以微博為例，用戶可以隨時隨地的發(fā)送一則簡短的消息或短視頻。這些微博在引起較大的反響后，還會被推送至“熱門話題”，以便于更多用戶參與討論。這些熱點話題可以作為編輯人員信息采集的對象。

2.對出版業(yè)市場信息的影響。

掌握最新的出版業(yè)市場信息，對于出版單位及時調(diào)整經(jīng)營管理策略和把握行業(yè)發(fā)展方向起到了積極作用。就編輯人員來說，應(yīng)當(dāng)首先分清出版業(yè)市場信息的具體內(nèi)容，諸如出版物的評論、競爭對手信息等。大數(shù)據(jù)背景下，獲取市場信息的便利性也大大提升。例如，編輯人員可以登錄熱門的電商平臺（例如當(dāng)當(dāng)、亞馬遜等），這些電商平臺出售多種類型的圖書，并且圖書商品保留買家評論，編輯人員可以從買家的評論內(nèi)容中獲取相關(guān)信息。此外，部分網(wǎng)站或平臺還專門開通了圖書評價渠道（例如豆瓣、網(wǎng)易云讀書等），也可以成為編輯人員了解圖書內(nèi)容、獲取圖書信息的一種途徑。

三、大數(shù)據(jù)背景下優(yōu)化信息采集的具體策略

1.培養(yǎng)符合時代要求的編輯人才隊伍。

熟練掌握和應(yīng)用信息技術(shù)，具備“互聯(lián)網(wǎng)思維”，是大數(shù)據(jù)背景下對編輯工作人員提出的新要求。對于出版單位來說，只有與時俱進的培養(yǎng)符合時代要求的信息技術(shù)人才，才能為信息采集工作的高效率開展提供必要的智力支持。創(chuàng)建編輯人才隊伍的方式有兩種：其一是針對在職的編輯人員，根據(jù)他們對互聯(lián)網(wǎng)以及信息技術(shù)的掌握情況，開展針對性的培養(yǎng)，例如學(xué)會對現(xiàn)階段各種新型編輯軟件的操作應(yīng)用，以“網(wǎng)絡(luò)爬蟲”等技術(shù)手段來搜索和獲取信息等，為進一步提升編輯流程中的信息采集效率提供保證。其二是針對應(yīng)聘人員，要求應(yīng)聘人員必須具備一定的互聯(lián)網(wǎng)常識，且對信息化編輯有一定的工作經(jīng)驗，以確保在入職之后可以盡快投入到信息采集工作中。

2.綜合利用多種渠道進行信息采集。

編輯人員要想獲取更加豐富的信息，決不能僅僅局限于同一種信息采集渠道，而是應(yīng)當(dāng)以發(fā)散的眼觀和靈活的思路，利用一切可能的手段來完成信息采集工作。（1）微博信息的采集。微博與一般的新聞及論壇不同，必須通過某個身份（即賬號）進入微博系統(tǒng)，才能夠查看相應(yīng)的內(nèi)容。目前主要采用利用cookie和API的方式來破解微博安全認(rèn)證中的加密和校驗過程，實現(xiàn)賬號的快速驗證登錄。由于微博的有效的安全認(rèn)證和反采集策略，采集策略必須模擬正常使用者的使用模式，才能有效的解決微博的安全認(rèn)證和海量采集問題。（2）微信公共帳號信息的采集。對微信公眾號信息的采集主要包括兩種方式：一是模擬登錄采集，二是獲得其后臺權(quán)限，以API接口的方式去采集相關(guān)信息。然后對獲取公共賬號的歷史推送信息，解析獲取正文標(biāo)題、正文、時間、閱讀量信息。通過協(xié)議或其他方式獲得微信公眾號的后臺權(quán)限，讀取關(guān)注此微信公共帳號的用戶信息，推送的消息，關(guān)注度、閱讀量、點贊情況等。

參考文獻：

[1]陳莎.國內(nèi)網(wǎng)絡(luò)數(shù)據(jù)新聞發(fā)展中存在的不足——以網(wǎng)易、新浪、搜狐數(shù)據(jù)新聞為例[J].聲屏世界，2016（9）：164-166.

[2]董文麗.數(shù)據(jù)新聞：大數(shù)據(jù)時代新聞的變遷——以網(wǎng)易、搜狐、騰訊、新浪的數(shù)據(jù)新聞為例[J].新聞世界，2014（12）：85-87.

[3]甘馨月，馬凱，張韻秋.中外數(shù)據(jù)新聞實踐比較研究——以英國衛(wèi)報“數(shù)據(jù)博客”與中國網(wǎng)易“數(shù)讀”為例[J].新媒體研究，2016，2（24）：11-14.

作者簡介：

張瑞，女（1982—），黑龍江省綏濱縣人，學(xué)士，哈爾濱工業(yè)大學(xué)出版社編輯，主要從事理工科學(xué)術(shù)專著、大學(xué)教材的編輯出版工作。endprint