《全國新書目》雜志有限責任公司 發揮出版數據資源稟賦 打造全產業鏈多元精準服務

出版，凝結著人類的思想和智慧，集聚了人類的發明創造和社會實踐活動的經驗與成果，反映了社會生活的各個側面。“一部出版史，實際上也就是一部人類的文明史。”隨著科技的飛速發展，以互聯網為核心的新一輪科技和產業革命蓬勃興起，不斷給人們的生產方式和生活方式帶來革命性變化，出版行業自然也面臨了前所未有的變革與挑戰。如何才能更好地應對數據流量的爆炸式增長？如何在未來的競爭中贏得主動權？怎樣才能讓數據說話從而延伸價值鏈？這意味著出版行業必須更好地利用大數據為客戶提供服務、降低成本、提高效率，并對目前已經積累下來的大數據以更加智能的方法加以利用，為行業的更大發展奠定堅實基礎。

《全國新書目》雜志有限責任公司（以下簡稱“新書目公司”）是中國國家版本館全資設立的國有企業，雖創立于2012年，卻萌芽于1951年創刊的《全國新書目》雜志。2019年以后，按照館領導的指示，新書目公司進行了戰略轉型，依托中國國家版本館的海量出版數據資源，建設版本資源大數據生態服務體系，秉承合作共贏理念，通過與出版單位、圖書館、科研院所合作，致力于發展成為國內外出版行業綜合性的大數據服務提供者。在采訪中，新書目公司副總經理馬馳分享了新書目公司在出版物數據資源方面具有的突出優勢，在出版大數據應用的探索和實踐中對長期存在的痛點進行的總結和思考，新書目公司針對出版行業核心訴求開發的服務平臺和多元化產品矩陣，以及未來新書目公司的重點發展方向。

《全國新書目》：對于新書目公司，很多行業同人的第一印象可能是《全國新書目》和《中國新書（英文）》兩本雜志的承辦單位。2019年之后，新書目公司進行了戰略轉型，作為技術和產品業務線的主要負責人，想請您具體介紹一下新書目公司的轉型方向和目前的發展情況。

馬馳：新書目公司的戰略轉型立足于中國國家版本館豐富的數據資源，特別是出版物數據資源，以構建出版大數據生態體系作為主營戰略方向。目前，我們已經形成了數據銷售、數據平臺運營、軟件產品研發、文創開發等多元化的經營服務模式。

《全國新書目》：在出版物數據資源方面，新書目公司具有哪些突出的優勢呢？

馬馳：我們依托國家版本數據中心獨有的出版物標識數據資源，整合圖書出版產業鏈上下游的數據資源，涵蓋了圖書在版編目（CIP）、中國國家版本館館藏、市場銷量、圖書館借閱量、獲獎信息、作者庫、編輯庫、封面信息等數據，覆蓋了圖書出版上下游的產業鏈。

我們的核心是全國全量的書目數據，主要分為四個方面：一是書號數據，包括2009年以來圖書和音像電子出版書號的申報信息，共計630多萬條，涵蓋圖書信息、編輯信息、作者信息、印刷信息等字段項，字段信息非常完備，數據覆蓋特別全面，對印刷、版權等領域的同人來說具有較高的分析意義。二是CIP數據，涵蓋2000年以來全品類圖書的印前信息，包括圖書基本信息、作者信息、印刷信息等，同樣共計630多萬條，其中中圖分類、主題詞和內容提要由專業人員進行審核修訂，具有完善的數據更新修改機制。這項數據也是我國行業內全量圖書信息獲取的重要來源。三是中國國家版本館館藏編目數據，這是1949年至今根據出版物實物樣本采集的著錄信息，類型包括圖書、期刊、報紙、音像制品、電子出版物、連環畫等，共計970多萬條，是新中國出版物樣本信息的完整描述。四是融合書目庫，這個數據庫融合了各數據庫中有價值、有特色的字段信息，同時在一定程度上解決了印前部分字段不準、館藏信息延遲等問題，目前我們提供的數據服務和打造的數據平臺主要是基于融合書目庫開展建設的。

同時，我們組織數據團隊不斷開發特色專題數據庫。比如作者庫，通過機器自動比對和人工標引判定相結合的方式，目前已經積累了150多萬條作者信息，形成了建國以來較為完善的作者庫和作者出版庫；還有超過13萬條信息的編輯庫，以及包括34類獎項、基金、重點規劃數據的圖書出版單位社會效益數據庫等等。

《全國新書目》：除了依托國家版本數據中心的獨有出版物數據資源之外，新書目公司還擁有哪些外部優勢資源？

馬馳：新書目公司一直在積極與各方展開合作，投入大量成本開展各種特色數據庫的建設。比如在銷量數據方面，我們與天貓、江蘇新華、內蒙古新華、廣州新華等達成了戰略合作，其他新華集團、電商等銷量信息我們也在持續地對接中，目前采集到的銷量數據約占行業總規模的1/2，對于行業統計分析來說非常具有參考價值。再如，我們與一些公共圖書館、互聯網網借平臺合作，獲取了大量圖書借閱數據，在圖書推薦、書單等產品中已經進行了應用。此外，我們與電商平臺展開深入合作，獲取了圖書的封面圖片、鏈接、編輯推薦、內容簡介、作者簡介、目錄信息等信息，極大豐富了我們圖書的信息資源。

《全國新書目》：在對出版大數據應用的探索和實踐中，從您的角度來看，發現了哪些行業內長期存在的、希望能引發行業同人關注和思考的問題？

馬馳：在多年的工作和研究過程中我們確實積累了一些經驗，對大數據和人工智能在出版行業的應用也有了一些認識，很樂于跟大家交流分享，如果有不對的地方也請大家批評指正。

首先是數據方面。一是目前數據的來源相當復雜，中國國家版本館書目數據、銷售數據、讀者數據、圖書館閱數據、電商宣傳數據等數量眾多，相互割裂，數據結合的難度較大；二是數據規范不統一，從選題申報、銷售宣傳到入藏閱讀，沒有相應的貫穿全環節的標準規范；三是數據質量控制不佳，各渠道的數據質量參差不齊，對數據融合、統計和分析造成了一定阻礙；四是數據合作渠道不暢，作者、編輯、發行、銷售、圖書館手握分散的出版相關數據資源，區域壁壘難以打破；五是對數據的保護措施不完善，關于數據權屬確定、數據權利利用、數據內容和數據庫的著作權保護等方面的政策仍需進一步完善。

其次是選題方面。我們認為對選題的論證應該兼具專業性、社會效益考量和數據支撐，但現實情況是出版單位經常以銷量數據和社會熱點話題作為選題的重要參考，這樣做容易導致同質化嚴重，背離了知識傳播的初衷，我們更應該從出版數據中尋找可以另辟蹊徑的選題方向。

再次是發行方面。目前對于起印量的數據支撐不足，沒有來自讀者的數據作為參考，而且發行渠道很多，隨之而來的是店鋪上架工作量大。同時，新書推廣依賴網紅博主、私域流量、短視頻營銷等，成本較高。

《全國新書目》：針對這些行業的長期痛點，新書目公司開展了哪些工作呢？

馬馳：為了更好地提供書目服務、圖書推薦、出版資訊、選題服務以及行業服務等，我們建設了國家版本數據中心平臺（以下簡稱“PDC平臺”）和全國新書目平臺。它們的底層數據來源于中國國家版本館的業務系統，還有電商、零售、圖書館以及互聯網信息，通過出版大數據管理平臺進行統一采集、分類、清洗、融合，形成了具有特色的圖書評級、出版熱點、作者庫、書目庫等專題數據庫。

其中，PDC平臺是國家新聞出版署出版物查詢官方網站，由新書目公司負責運營，融合對接出版發行產業鏈上下游數據近7億條，為社會各界提供面向社會開放公益檢索的數據總量超過3000萬條，并且基于多維度的圖書出版發行產業鏈上下游數據資源，面向不同的用戶群體打造了選題策劃、機構競爭力分析、知識熱點分析等多款產品服務。目前擁有個人注冊用戶120余萬，機構用戶1000余家，日均點擊量10余萬次，

全國新書目平臺則是以更加靈活的方式，整合行業資訊、新書發布、圖書檢索、智能薦書等功能的綜合性服務平臺，目前是很多圖書館、書店，以及圖書出版相關單位的常用工具型網站。

它的主要功能包括以下幾個方面：

一是面向出版單位和科研院所的社會關注服務和選題發現服務，主要是通過對數據的深入分析挖掘，分析出版熱點，為編輯或科研人員提供一些選題靈感和思路。

二是面向出版單位的選題策劃服務。這款產品能夠從定價分布、開本分布、裝幀分布等設計元素角度，出版社銷量、渠道銷量分布、書齡銷量分布等市場集中度角度，渠道規模、TOP樣本、選題趨勢、中圖分類、市場分類等市場規模角度，進行深度分析，并結合銷量、作者、全量出版信息這些維度，為編輯人員提供選題分析和選題報告服務；同時，產品會利用平臺的數據優勢，對同類產品的預估首印量、申報首印量等情況進行分析。

三是面向出版單位的機構競爭力分析，從圖書基本信息對比、圖書銷售情況對比、圖書排行情況對比等出版圖書的競爭力，銷售情況對比、銷售渠道對比等對標競爭對手的競爭力，CIP申請總量對比、CIP月申請總量對比、圖書月銷售總量對比等在特定圖書分類下的競爭力等多個維度出發，為出版單位提效增質提供有力的數據依據。

除了這些重點打造的產品，我們擁有的豐富出版數據資源還可以支撐正版圖書信息校驗、作者溯源、行業數據報告等服務。比如，電商平臺的商家在上線圖書的同時，電商平臺會同時來我們平臺獲取一條數據信息，與商家上傳的信息進行比對，來保證圖書信息的準確性。

《全國新書目》：除了面向出版單位以外，出版數據資源還有哪些應用方向？作為讀者的話，在PDC平臺和全國新書目平臺能夠獲得哪些服務？

馬馳：在閱讀方面，我們的感受是目前學科類圖書的推薦依據比較少，不少優質圖書被埋沒了，還有就是當沒有特定需求時，圖書數量太多，對于普通讀者來說選書比較困難。為此，我們打造了面向公眾的智慧圖書推薦服務，基于我們圖書信息維度豐富的優勢，針對年齡、性別、學歷層次、職業、地理位置等多種多樣的屬性，一方面基于高質量數據集的聚類分析為公眾提供模糊需求的發散推薦，另一方面基于專業出版語料庫的大模型訓練，為公眾提供智能的精準推薦。未來在這個產品的發展方向上，我們會繼續探索利用人工智能語義理解和分析能力，滿足讀者更加精準的圖書推薦需求。

同時，新書目公司面向特定用戶提供定制化書單服務。我們有專門的專業編輯，每周會根據社會熱點、重要事件等內容發布特色書單，在“全國新書目”公眾號和全國新書目平臺上進行發布；在將機器根據圖書主題、作者情況、銷量情況、讀者反饋、獲獎情況、借閱情況等維度智能推薦的書單提供給圖書館、高校科研院所、政府機關等專業機構時，也會由專業編輯對這些書單進行審核和把關。

我們還為圖書館（館配商）打造了智慧采選產品，綜合圖書銷量、獲獎情況、借閱情況、讀者推薦、館藏情況等因素，再加上采購預算、來源渠道、采購偏好等特色維度，根據各個圖書館的需求一鍵生成優質采購書單，希望能在深刻理解讀者閱讀需求、深入挖掘背后潛在邏輯關系的基礎上，幫助圖書館用有限的經費購買讀者急需的書。

《全國新書目》：未來新書目公司還有哪些重點發展方向？

馬馳：我們一方面要利用我們的數據資源優勢助力AI應用，另一方面要擁抱AI，利用好AI技術。其中，助力AI主要是針對AI存在的可靠性、嚴謹性和安全性等問題。目前行業中普遍采用的是數據增強或者檢索增強（RAG）方法，用來提高AI生成內容的質量和準確性。我們積累的大數據資源是非常優質的語料，可以作為AI訓練語料庫和AI內容生成的知識庫，進一步提升大模型內容生成的準確性。利用AI指的是利用AI技術對我們現有的產品進行優化改造，如選題發現、選題策劃、圖書推薦等，借助AI的認知理解能力、靈活交互的特性，綜合考量多維度因素，極大地提升數據推薦、統計分析的便捷化、個性化、再優化能力。

未來，希望我們能夠更加充分地挖掘國家版本數據資源的價值，充分利用出版物大數據，做更多的探索和實踐，為包括出版行業在內的各個行業賦能。