向安玲　沈陽

[摘要]數(shù)據(jù)驅(qū)動(dòng)的選題策劃、讀者主導(dǎo)的內(nèi)容生產(chǎn)、機(jī)器智能的編排制作、精準(zhǔn)定位的營銷推廣、“人”“文”交互式讀者服務(wù)，大數(shù)據(jù)對出版流程可實(shí)現(xiàn)全方位、多角度、深層次的滲透。但在大數(shù)據(jù)的滲透過程中出版人必須把握主導(dǎo)權(quán)，在數(shù)據(jù)開放和隱私保護(hù)、作品質(zhì)量和讀者需求、內(nèi)容生產(chǎn)和數(shù)據(jù)服務(wù)、海量數(shù)據(jù)和信息篩選之間權(quán)衡利弊。隨著出版流程的數(shù)據(jù)化變革，未來出版行業(yè)的內(nèi)容生產(chǎn)將從批量到個(gè)性，閱讀模式將從私密到共享，銷售模式將從固化到碎片，知識關(guān)聯(lián)也將從平面到立體。

[關(guān)鍵詞]大數(shù)據(jù)；數(shù)據(jù)類型；出版流程；流程變革

[作者簡介]向安玲，武漢大學(xué)信息管理學(xué)院；沈陽，清華大學(xué)新聞傳播學(xué)院。

大數(shù)據(jù)掀起的變革浪潮從學(xué)界、商界席卷到社會(huì)生活，部分出版企業(yè)已開始挖掘數(shù)據(jù)價(jià)值，探索多元化的業(yè)務(wù)變革。美國學(xué)樂（Scholastic）出版社通過在線游戲追蹤人氣線索和角色，由此創(chuàng)作了暢銷全球的《The 39 Clues》系列小說[1]；Coliloquy 出版社讓讀者參與情節(jié)和角色設(shè)計(jì)，通過數(shù)據(jù)分析調(diào)整內(nèi)容，迎合大眾口味[2]；亞馬遜的Kindle閱讀器可以記錄讀者反復(fù)標(biāo)注和強(qiáng)調(diào)的內(nèi)容，對出版企業(yè)來說價(jià)值巨大[3]；谷歌的圖書數(shù)據(jù)庫將1500-2008年間出版的各類圖書數(shù)字化，通過文本分析揭示文化發(fā)展趨勢[4]。國外出版?zhèn)髅狡髽I(yè)在數(shù)據(jù)創(chuàng)新中不斷拓展出版價(jià)值，逐漸勾勒出大數(shù)據(jù)背景下圖書出版的全新業(yè)態(tài)。相比之下，國內(nèi)的出版企業(yè)則多處于駐足觀望階段，對大數(shù)據(jù)的設(shè)想遠(yuǎn)多于實(shí)踐。在此背景下，本文對基于大數(shù)據(jù)的出版流程變革進(jìn)行了分析，以求推動(dòng)出版企業(yè)在大數(shù)據(jù)時(shí)代的創(chuàng)新和發(fā)展。

一、綜述

關(guān)于大數(shù)據(jù)對出版行業(yè)帶來的變革，業(yè)界的探索多于學(xué)界的研究。國外學(xué)者多從相關(guān)案例出發(fā)，總結(jié)出版企業(yè)利用大數(shù)據(jù)創(chuàng)造商業(yè)價(jià)值的實(shí)踐經(jīng)驗(yàn)。英國學(xué)者維克托·邁爾一舍恩伯格（2013）在《大數(shù)據(jù)時(shí)代》中對亞馬遜和谷歌的圖書數(shù)據(jù)化進(jìn)行了評價(jià)。他認(rèn)為亞馬遜擁有大量數(shù)據(jù)化內(nèi)容卻沒有通過文本分析發(fā)掘更大的價(jià)值，這對于出版企業(yè)而言是一個(gè)很大的損失[4]；亞歷山大·奧爾特（Alexandra Alter，2012）在文章《當(dāng)心，電子書也在“讀”你》中提到，包括Nook、Kobo、kindle在內(nèi)的電子閱讀器都開始記錄讀者的閱讀行為，這些電子閱讀數(shù)據(jù)已對出版流程帶來多方面的變革[5]。

國內(nèi)相關(guān)研究則主要集中在大數(shù)據(jù)時(shí)代下的出版企業(yè)轉(zhuǎn)型和產(chǎn)業(yè)重構(gòu)、商業(yè)模式構(gòu)建、大數(shù)據(jù)技術(shù)應(yīng)用等方面。張宏偉在國內(nèi)首次明確提出“大數(shù)據(jù)出版”的概念，他認(rèn)為大數(shù)據(jù)出版是構(gòu)建在云出版之上的一種出版形態(tài)[6]；吳赟對大數(shù)據(jù)時(shí)代出版產(chǎn)業(yè)重構(gòu)所面臨的問題做出思考，指出大數(shù)據(jù)將革新出版業(yè)對信息的搜集、儲(chǔ)存和傳播方式[7]；劉鯤翔等人對大數(shù)據(jù)技術(shù)在出版行業(yè)中的應(yīng)用前景做出展望，認(rèn)為大數(shù)據(jù)在圖書精準(zhǔn)營銷、生產(chǎn)過程優(yōu)化、用戶體驗(yàn)評估、數(shù)字教育等方面有很大價(jià)值[8]；劉燦姣等人對云架構(gòu)下出版企業(yè)大數(shù)據(jù)服務(wù)的動(dòng)因進(jìn)行了分析，并提出了搜集-分析-挖掘三個(gè)層次的大數(shù)據(jù)服務(wù)模式[9]；張博等人對出版行業(yè)大數(shù)據(jù)的來源、分類和價(jià)值特點(diǎn)進(jìn)行了分析，在此基礎(chǔ)上對出版大數(shù)據(jù)的應(yīng)用方式進(jìn)行了探索[10]。

二、數(shù)據(jù)基礎(chǔ)分析

傳統(tǒng)出版企業(yè)所掌握的數(shù)據(jù)資源通常是系統(tǒng)的、結(jié)構(gòu)化的，數(shù)字出版和媒介融合使得出版數(shù)據(jù)不斷拓展，大量非結(jié)構(gòu)化數(shù)據(jù)被提取出來，出版企業(yè)需要通過過濾整理和關(guān)聯(lián)分析去探索更深層次的價(jià)值。讀者群體、專業(yè)團(tuán)隊(duì)和機(jī)器設(shè)備是出版過程中不可或缺的幾大主體，他們參與到出版的各個(gè)環(huán)節(jié)并形成大量的出版數(shù)據(jù)。按數(shù)據(jù)來源本文將出版大數(shù)據(jù)分為用戶生成內(nèi)容（User Generated Content）、專家生成內(nèi)容（Professional Generated Content）和設(shè)備生成內(nèi)容（Device Generated Content）三大類，具體來源、分類和內(nèi)容組成如表1所示。

對出版過程來說，用戶生成內(nèi)容（UGC）是一種驅(qū)動(dòng)因子，可拓展出版內(nèi)容廣度，形成精細(xì)化市場；專家生成內(nèi)容（PGC）是一種引導(dǎo)因子，可維持出版內(nèi)容深度，形成品牌價(jià)值；設(shè)備生成內(nèi)容（DGC）作為輔助因子對于發(fā)掘潛在讀者群體和出版熱點(diǎn)方向有預(yù)測導(dǎo)向作用。三種類型的數(shù)據(jù)對于出版企業(yè)都具有巨大的價(jià)值，本文將其價(jià)值挖掘和使用方式總結(jié)如圖1所示。

三、流程變革分析

大數(shù)據(jù)以不同形式根植在圖書出版的各環(huán)節(jié)中，逐步實(shí)現(xiàn)對出版流程全方位、多角度、深層次的滲透。本文從選題策劃、內(nèi)容生產(chǎn)、編排制作、營銷推廣和讀者服務(wù)五個(gè)基本環(huán)節(jié)出發(fā)，分別闡述了大數(shù)據(jù)對出版流程的滲透方式和特點(diǎn)，得出以下流程圖（見圖2）。

1. 數(shù)據(jù)驅(qū)動(dòng)選題策劃

大數(shù)據(jù)作用于圖書選題策劃的過程，但并未改變選題的基本目的，需求驅(qū)動(dòng)、價(jià)值導(dǎo)向、熱點(diǎn)預(yù)判仍是其出發(fā)點(diǎn)。一方面，出版社從大數(shù)據(jù)分析中挖掘用戶需求、進(jìn)行趨勢預(yù)判，利用專業(yè)經(jīng)驗(yàn)獲得更加精準(zhǔn)的策劃方案；另一方面，通過大數(shù)據(jù)的開放共享，讓用戶也參與到選題過程中，逐步形成具備自組織性、開源性的圖書選題策劃模式。這種讀者參與度的變化也體現(xiàn)了選題策劃從web1.0到web2.0、web3.0時(shí)代的轉(zhuǎn)變，大數(shù)據(jù)的催化劑作用也將日益明顯。

2. 讀者深入內(nèi)容生產(chǎn)

大數(shù)據(jù)時(shí)代“作者”的概念將被不斷拓展，圖書內(nèi)容生產(chǎn)將更多地以讀者為中心，讓讀者從出版產(chǎn)業(yè)鏈的終端參與到出版的各個(gè)重要環(huán)節(jié)中。通過量化分析讀者的閱讀題材、場所、時(shí)常、強(qiáng)度、情緒起伏等主觀感受可以形成內(nèi)容生產(chǎn)的“模范結(jié)構(gòu)”。通過這些數(shù)據(jù)分析可以對作品篇幅長度、角色設(shè)定、文字風(fēng)格、情節(jié)發(fā)展等方面做出人氣評價(jià)，形成人氣素材庫、情節(jié)發(fā)展范式等儲(chǔ)備資源，從而實(shí)現(xiàn)半自動(dòng)化的流水線生產(chǎn)。

3. 機(jī)器智能編排制作

利用協(xié)同編纂平臺(tái)進(jìn)行編纂和交互的過程中會(huì)產(chǎn)生大量非結(jié)構(gòu)化數(shù)據(jù)，比如文稿修改記錄、易錯(cuò)文本記錄、專家評審記錄、編輯交流記錄、時(shí)間進(jìn)程記錄等等。出版企業(yè)需要對這些“廢棄數(shù)據(jù)”進(jìn)行二次開發(fā)利用，從中發(fā)掘編纂過程中的問題環(huán)節(jié)、各環(huán)節(jié)的效率控制、需要注意的文本、編輯能力欠缺、專業(yè)經(jīng)驗(yàn)和技巧等等，從而有針對性地進(jìn)行編排過程優(yōu)化和時(shí)間進(jìn)度管理。此外，通過大數(shù)據(jù)技術(shù)探索圖書編排設(shè)計(jì)的美學(xué)規(guī)律，從標(biāo)簽化的作品內(nèi)容和設(shè)計(jì)風(fēng)格的關(guān)聯(lián)性分析中形成自動(dòng)匹配機(jī)制，簡化設(shè)計(jì)流程。

4. 精準(zhǔn)定位的營銷推廣

出版企業(yè)根據(jù)用戶消費(fèi)數(shù)據(jù)（如價(jià)格接受區(qū)間、優(yōu)先選擇因素、常用支付方式等）可選擇合適價(jià)位和類型的圖書以合適的渠道進(jìn)行推送；根據(jù)用戶閱讀偏好、職業(yè)信息和專業(yè)領(lǐng)域等數(shù)據(jù)，實(shí)現(xiàn)分類圖書的按需推送；根據(jù)用戶閱讀行為數(shù)據(jù)（如閱讀時(shí)間、場所、強(qiáng)度、終端選擇等）也可確定推送圖書的載體、篇幅、類別以及推送時(shí)間等要素；此外，通過對閱讀同好圈內(nèi)的活躍分子進(jìn)行贈(zèng)閱，還可實(shí)現(xiàn)口碑營銷。除了靜態(tài)數(shù)據(jù)，根據(jù)地理位置、時(shí)間、情緒等動(dòng)態(tài)數(shù)據(jù)了解用戶所處環(huán)境因素和心理需求，還可突破圖書銷售的時(shí)空限制。

5.“人”“文”交互式讀者服務(wù)

出版大數(shù)據(jù)的深度開發(fā)、二次利用和開放共享讓讀者的消費(fèi)形式發(fā)生變革，消費(fèi)產(chǎn)品不再局限于圖書內(nèi)容，知識要素、關(guān)聯(lián)數(shù)據(jù)、交互式信息等都被納入出版企業(yè)服務(wù)范圍。對出版大數(shù)據(jù)最直接的利用方式就是提供交互式信息服務(wù)，例如，谷歌的圖書數(shù)據(jù)庫提供了詞頻查詢功能，用戶可通過輸入特定詞組獲取其歷年（1500-2008）來的使用頻率。雖然出版企業(yè)掌握的圖書內(nèi)容數(shù)據(jù)量有一定局限，但谷歌的數(shù)據(jù)服務(wù)模式是可以借鑒的，讀者可通過I/O（輸入/輸出）方式實(shí)現(xiàn)對出版大數(shù)據(jù)的重組和利用，這也為出版企業(yè)開辟了新的收費(fèi)空間。

6. 出版流程變革“5P模型”

結(jié)合上文的分析，本文構(gòu)建了基于大數(shù)據(jù)的出版流程變革“5P模型”。歸納總結(jié)了大數(shù)據(jù)對出版各環(huán)節(jié)的變革方式和優(yōu)化方向，如圖3所示。

大數(shù)據(jù)滲透到圖書出版各環(huán)節(jié)。概括來說，數(shù)據(jù)驅(qū)動(dòng)的選題策劃將更具預(yù)判性（Perspective），更能把握讀者潛在需求和社會(huì)發(fā)展趨勢；眾包模式的內(nèi)容生產(chǎn)讓讀者的意愿能直接地反映在圖書內(nèi)容中，讀者不再僅僅是知識信息的接收者，也是作品創(chuàng)作的參與者（Participation）；從大數(shù)據(jù)中挖掘圖書編排制作的經(jīng)驗(yàn)?zāi)Ｊ胶兔缹W(xué)規(guī)律，打造機(jī)器主導(dǎo)、人工輔助的模式化（Pattern）編排流程；基于大數(shù)據(jù)分析實(shí)現(xiàn)讀者市場定位、推廣平臺(tái)定位、時(shí)間空間定位、關(guān)聯(lián)圈子定位，在精準(zhǔn)定位（Positioning）的基礎(chǔ)上提升圖書營銷推廣的效率和準(zhǔn)確性；出版內(nèi)容作為一種高質(zhì)量的大數(shù)據(jù)可為讀者提供多元化（Pluralism）的信息服務(wù)，通過交互式服務(wù)進(jìn)一步實(shí)現(xiàn)用戶與文本的深層次對話。

四、數(shù)據(jù)使用之博弈

大數(shù)據(jù)威脅論令很多出版人惶然，但大數(shù)據(jù)給出版帶來的不利影響并非大數(shù)據(jù)本身的缺陷，而在于出版人對大數(shù)據(jù)的利用是否合理。面臨數(shù)據(jù)使用上存在的多面利弊博弈，出版人必須做好權(quán)衡選擇。

1. 數(shù)據(jù)開放VS隱私保護(hù)

電子閱讀器在不知不覺中窺視著讀者的閱讀過程，將閱讀行為逐漸轉(zhuǎn)變成一種可測量、半公開的數(shù)據(jù)化信息。很多情況下用戶只能被動(dòng)地成為數(shù)據(jù)源，對于企業(yè)而言這可能是價(jià)值衍生過程，但對于用戶來說這很可能是隱私的二次利用。并不是每個(gè)讀者都愿意公開自己的閱讀行為和消費(fèi)行為的，網(wǎng)絡(luò)安全專家布魯斯·施奈爾就表示“我們讀的東西有許多是不想讓別人知道的”。除了相關(guān)法律保障，出版企業(yè)也必須尊重讀者私人閱讀空間。

2. 需求驅(qū)動(dòng)VS創(chuàng)意風(fēng)格

大數(shù)據(jù)中蘊(yùn)藏的商業(yè)價(jià)值在一定程度上扼殺了文化從業(yè)者的創(chuàng)造力和藝術(shù)追求。諸如Coliloquy、Scholastic的流水線生產(chǎn)模式雖然取得了不錯(cuò)成果，但這種程序化內(nèi)容生產(chǎn)對作者的構(gòu)思、創(chuàng)作、個(gè)人風(fēng)格都帶來了很大的干擾，不僅使得作品質(zhì)量難以突破現(xiàn)有水準(zhǔn)，也可能讓讀者產(chǎn)生一種審美疲勞和倦怠感。當(dāng)然，讀者需求和創(chuàng)意風(fēng)格之間并不存在絕對的對抗性，出版人在利用大數(shù)據(jù)的同時(shí)，維持好內(nèi)容把關(guān)者的角色，在兩者間尋求最佳平衡點(diǎn)。

3. 內(nèi)容生產(chǎn)VS數(shù)據(jù)服務(wù)

是專注于內(nèi)容生產(chǎn)還是拓展數(shù)據(jù)業(yè)務(wù)，是選擇合作共享還是把握數(shù)據(jù)所有權(quán)，大數(shù)據(jù)背景下出版企業(yè)的角色定位也面臨著新的選擇。無論是內(nèi)容、數(shù)據(jù)、技術(shù)三足鼎立的旗艦式出版集團(tuán)，還是精細(xì)化作業(yè)、分眾化生產(chǎn)、專注于內(nèi)容的小型工作室，都有自己的獨(dú)特優(yōu)勢和發(fā)展空間。盡管大數(shù)據(jù)給出版業(yè)務(wù)帶來了各種可能性，但選擇最適合企業(yè)的發(fā)展方向才是最重要的。

4. 海量數(shù)據(jù)VS信息篩選

大數(shù)據(jù)強(qiáng)調(diào)的是混雜性而非精準(zhǔn)性，但對于出版來說，知識信息的精準(zhǔn)性至關(guān)重要。數(shù)據(jù)樣本質(zhì)量良莠不齊，分析過程也可能出現(xiàn)偏差，這使得大數(shù)據(jù)分析結(jié)果并不可靠。例如，讀者的消費(fèi)和閱讀行為往往摻雜著很多非理性因素和偶然因素，根據(jù)數(shù)據(jù)分析結(jié)果進(jìn)行定向推送很可能成為一種騷擾廣告，使用戶產(chǎn)生厭煩心理。尤其是在讀者市場不成熟的情況下，出版企業(yè)更應(yīng)慎重地利用大數(shù)據(jù)，加強(qiáng)數(shù)據(jù)分析團(tuán)隊(duì)的建設(shè)，從海量數(shù)據(jù)中挖掘真正有價(jià)值的信息。

五、 展望

大數(shù)據(jù)的運(yùn)用是創(chuàng)意思維驅(qū)動(dòng)的，出版企業(yè)在數(shù)據(jù)利用上存在很大的想象空間，本文對出版內(nèi)容、閱讀模式、銷售模式、知識關(guān)聯(lián)數(shù)據(jù)化發(fā)展做出了展望。

1. 出版內(nèi)容：從批量到個(gè)性

大數(shù)據(jù)提供了一種新的按需出版模式。一方面，通過交互式選項(xiàng)獲取讀者偏好自動(dòng)形成“私人定制”內(nèi)容；另一方面，基于數(shù)據(jù)關(guān)聯(lián)進(jìn)行內(nèi)容集成，為讀者提供專屬的“知識套餐”。從市場整體到垂直領(lǐng)域，再到特定群體和個(gè)體用戶，精細(xì)化的數(shù)據(jù)分析讓小眾需求甚至是個(gè)體需求得以發(fā)掘，批量化的出版內(nèi)容在分眾市場不再具有競爭力，個(gè)性化定制將成趨勢。而就短期發(fā)展來看，面向精英群體和專業(yè)領(lǐng)域的數(shù)據(jù)挖掘和內(nèi)容定制將成為出版業(yè)務(wù)的一個(gè)新方向。

2. 閱讀模式：從私密到共享

出版企業(yè)對用戶數(shù)據(jù)的需求日益膨脹，個(gè)體、私密的閱讀行為已無法滿足企業(yè)的數(shù)據(jù)需求，在開放共享的閱讀平臺(tái)上去測量讀者群體的行為數(shù)據(jù)和心理數(shù)據(jù)已成趨勢。社交媒體和專業(yè)網(wǎng)站為我們提供了一種共享閱讀模式，出版企業(yè)要做的則是將閱讀與社交融合起來，打造開放性、社交化、分眾化的閱讀平臺(tái)，實(shí)現(xiàn)媒介融合之上的平臺(tái)特性融合。與此同時(shí)，針對敏感性讀物或特定用戶的私密化閱讀空間也將獨(dú)立出來，滿足讀者對隱私保護(hù)的需求。

3. 銷售模式：從固化到碎片

大數(shù)據(jù)時(shí)代，出版企業(yè)面向的不再是“受眾”，而將是“用戶”，他們有權(quán)選擇自己真正所需的內(nèi)容片段，實(shí)現(xiàn)知識信息的高效率、低成本利用。出版物的售賣單位也不再局限于“一套”“一本”“一章”“一篇”或者“一段”，而將突破文本章節(jié)限制，根據(jù)用戶需求實(shí)現(xiàn)信息內(nèi)容的智能篩選和自動(dòng)集成，甚至可提煉出主題思想、結(jié)論觀點(diǎn)、寫作模式、故事線索、人物特征、經(jīng)典語錄等內(nèi)容單獨(dú)出售，在人與文深層次交流的基礎(chǔ)上實(shí)現(xiàn)具有針對性的碎片化銷售。

4. 知識關(guān)聯(lián)：從平面到立體

海量數(shù)據(jù)的關(guān)聯(lián)將不再局限于表象，信息知識網(wǎng)絡(luò)也將更加錯(cuò)綜復(fù)雜。出版人要突破常規(guī)，形成思維的聯(lián)動(dòng)，為讀者打造立體化、深度化、動(dòng)態(tài)化的知識圖譜，從而實(shí)現(xiàn)知識要素的關(guān)聯(lián)推薦和打包出售。知識網(wǎng)絡(luò)的節(jié)點(diǎn)將不再局限于圖書、網(wǎng)頁、多媒體等內(nèi)容載體，一句話、一個(gè)人、一則新聞、一件歷史事件、一個(gè)游戲產(chǎn)品……世間萬物均可被提煉成相互關(guān)聯(lián)的知識要素，共同構(gòu)成以特定出版物為核心的知識網(wǎng)絡(luò)。立體化的知識關(guān)聯(lián)加強(qiáng)了出版企業(yè)與其他產(chǎn)品提供商的合作交流，也為用戶提供了更深入的閱讀體驗(yàn)和更全面的解決方案。

[1] 劉志偉. 云計(jì)算大數(shù)據(jù)升溫中探模式[N]. 中國出版?zhèn)髅缴虉?bào)，2013-11-08.

[2] Coliloquy：讀者和作者互動(dòng)，換個(gè)方式講故事[EB/OL]. 騰訊網(wǎng)， http：//tech.qq.com/a/20120119/000286.htm.

[3] 維克托·邁爾-舍恩伯格，肯尼思·庫克耶. 大數(shù)據(jù)時(shí)代[M].杭州：浙江人民出版社，2013 .

[4] 楊鑫倢. 終有一天 大數(shù)據(jù)會(huì)“顛覆”出版業(yè)[N]. IT時(shí)報(bào)，2013-08-19.

[5] Alexandra Alter. Your E-Book Is Reading You [N]. The Wall Street Journal，2012.

[6] 張宏偉：出版業(yè)迎來“大數(shù)據(jù)出版”的新模式[EB/OL]. 中國經(jīng)濟(jì)網(wǎng)，

http：//www.ce.cn/culture/gd/201307/09/t20130709_24555744.shtml.

[7] 吳赟. 產(chǎn)業(yè)重構(gòu)時(shí)代的出版與閱讀——大數(shù)據(jù)背景下出版業(yè)應(yīng)深度思考的五個(gè)關(guān)鍵命題[J]. 出版廣角，2013（12）：32-36.

[8] 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）：9-11.

[9] 劉燦姣，葉翠. 基于云計(jì)算的出版企業(yè)大數(shù)據(jù)服務(wù)研究[J]. 出版發(fā)行研究，2013（11）：59-62.

[10] 張博，喬歡，李武. 基于大數(shù)據(jù)的出版內(nèi)容價(jià)值發(fā)現(xiàn)與應(yīng)用[J]. 出版發(fā)行研究，2014（3）：5-8.