大數(shù)據(jù)技術(shù)在出版業(yè)的運(yùn)用

祖成浩

[摘 要] 隨著技術(shù)的發(fā)展，出版的產(chǎn)品形態(tài)越來越豐富。文章研究了大數(shù)據(jù)在出版業(yè)上的應(yīng)用，通過大數(shù)據(jù)技術(shù)分析讀者群體的閱讀喜好，可以更加有效的確定產(chǎn)品的形態(tài)，最大程度的滿足讀者的期望，在營銷和發(fā)行環(huán)節(jié)，利用大數(shù)據(jù)技術(shù)還可以做到精準(zhǔn)的營銷。

[關(guān)鍵詞] 出版；大數(shù)據(jù)；讀者畫像

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 19. 033

[中圖分類號] F270.7 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1673 - 0194（2017）19- 0079- 03

1 國內(nèi)外出版大數(shù)據(jù)現(xiàn)狀

隨著數(shù)字出版的快速發(fā)展，越來越多的讀者開始在數(shù)字化的環(huán)境中閱讀、學(xué)習(xí)，如使用手機(jī)、平板電腦進(jìn)行看書、學(xué)習(xí)、分享、互動等。與傳統(tǒng)的紙質(zhì)圖書閱讀相比，數(shù)字化的閱讀環(huán)境中更容易捕捉和記錄閱讀和學(xué)習(xí)的數(shù)據(jù)，比如某個知識點(diǎn)的點(diǎn)擊次數(shù)，知識點(diǎn)的分布情況，知識點(diǎn)的分享頻度等。

各行各業(yè)都在利用大數(shù)據(jù)技術(shù)改善和推動行業(yè)變化，如交通、快消、電商等領(lǐng)域應(yīng)用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)信息精準(zhǔn)推送，提升信息傳達(dá)的效率，出版行業(yè)也不例外，國外大型出版企業(yè)很早就注意到利用大數(shù)據(jù)技術(shù)提升用戶體驗(yàn)。美國書呆網(wǎng)利用大數(shù)據(jù)技術(shù)分析讀者的閱讀愛好、興趣類別、知識需要，從而向讀者精準(zhǔn)推薦最感興趣的圖書，改善了圖書推薦的用戶體驗(yàn)，提升了圖書購買的效率。培生公司利用學(xué)習(xí)平臺記錄讀者在某個知識點(diǎn)的停留時間、點(diǎn)擊次數(shù)、該知識點(diǎn)相關(guān)內(nèi)容點(diǎn)擊情況，運(yùn)用大數(shù)據(jù)技術(shù)分析讀者對知識點(diǎn)的理解和掌握情況，從而為老師和學(xué)生總結(jié)學(xué)習(xí)重點(diǎn)和難點(diǎn)，進(jìn)而推薦更有效的學(xué)習(xí)工具和學(xué)習(xí)內(nèi)容。

我國出版行業(yè)也越來越重視大數(shù)據(jù)的應(yīng)用，當(dāng)當(dāng)網(wǎng)利用每天產(chǎn)生的幾千萬條數(shù)據(jù)，重塑創(chuàng)作過程，并為小說改編為影視劇提供大數(shù)據(jù)支撐。初次之外，當(dāng)當(dāng)網(wǎng)通過圖書試讀收集數(shù)據(jù)，通過大數(shù)據(jù)分析預(yù)測圖書銷量，為圖書零庫存提供數(shù)據(jù)依據(jù)。

2 出版業(yè)大數(shù)據(jù)來源及類型

我國目前每年出版圖書品種約40多萬種，總印數(shù)80多億冊，2015年我國人均閱讀紙書4.58本，電子書3.26本。如此多的圖書、期刊、論文被10多億人閱讀，在數(shù)字化的閱讀環(huán)境中將產(chǎn)生海量的數(shù)據(jù)。除了閱讀產(chǎn)生的數(shù)據(jù)外，在圖書內(nèi)容生產(chǎn)過程中、營銷過程中、傳播過程中也會產(chǎn)生大量的數(shù)據(jù)?？傮w而言，這些數(shù)據(jù)可以分為圖書信息數(shù)據(jù)、作者信息數(shù)據(jù)、圖書營銷數(shù)據(jù)、網(wǎng)絡(luò)評價數(shù)據(jù)、閱讀行為數(shù)據(jù)、讀者畫像數(shù)據(jù)等。

除了與圖書直接相關(guān)的數(shù)據(jù)外，還有更多的與讀者閱讀有關(guān)的數(shù)據(jù)，如微信閱讀、微博閱讀、圖片瀏覽、視頻瀏覽等數(shù)據(jù)，這些數(shù)據(jù)經(jīng)過大數(shù)據(jù)分析后，對于圖書選題分析、圖書宣傳策劃、圖書營銷等都會產(chǎn)生很大的價值。

3 出版業(yè)中大數(shù)據(jù)的運(yùn)用

在出版行業(yè)，庫存是每個出版社都面臨的需要解決問題，2013年我國圖書營收約770億元，而庫存已達(dá)800億元，如此大的庫存量說明在圖書印量方面存在市場估計(jì)的不準(zhǔn)確性。如何科學(xué)有效的評估市場對圖書印量的需求，需要轉(zhuǎn)換思路，加強(qiáng)圖書發(fā)行環(huán)節(jié)的銷售數(shù)量預(yù)測，也可以利用大數(shù)據(jù)加強(qiáng)圖書預(yù)期銷售的評估分析。

圖書在選題策劃之初，編輯根據(jù)以往的經(jīng)驗(yàn)和自己的市場判斷，基本確定了圖書的版式設(shè)計(jì)、紙張選擇、封面設(shè)計(jì)、開本設(shè)計(jì)、市場宣傳設(shè)計(jì)等，但圖書上市之后，往往與圖書選題策劃時候的評估存在一定的偏差。這種情況下可以利用大數(shù)據(jù)技術(shù)對圖書針對的用戶群體做針對性的分析，通過用戶畫像了解用戶購買的動因，從而修正和完善圖書的設(shè)計(jì)與內(nèi)容策劃。

每一個編輯都希望自己的圖書選題能夠與讀者的期望、社會的發(fā)展相契合，從而做出深受讀者喜愛的暢銷書或長銷書。如何準(zhǔn)確的找到特定讀者群體關(guān)注的熱點(diǎn)，以及如何判斷這樣的熱點(diǎn)將會延續(xù)多長時間，就成為確定選題的重點(diǎn)。以往大多數(shù)來源于編輯的直覺，以及非系統(tǒng)性的數(shù)據(jù)積累，而通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)對不同領(lǐng)域熱點(diǎn)的分析，建立相應(yīng)的分析模型，評估熱度及趨勢，將會有助于編輯實(shí)現(xiàn)熱點(diǎn)選題的判斷和篩選。

在內(nèi)容編纂環(huán)節(jié)，可以利用大數(shù)據(jù)技術(shù)評估哪些章節(jié)讀者比較關(guān)注，那些章節(jié)讀者不太關(guān)注，從而對圖書章節(jié)的設(shè)置做出調(diào)整，對讀者比較關(guān)注的章節(jié)進(jìn)行重點(diǎn)編纂，在內(nèi)容呈現(xiàn)形態(tài)上選擇文字為主，還是文字圖片多媒體加上交互為主。

在最終的產(chǎn)品形態(tài)上，以往紙質(zhì)圖書或原版原式電子書大多是最終的產(chǎn)品。隨著交互技術(shù)的發(fā)展，以及AR/VR的研發(fā)與應(yīng)用，出版的產(chǎn)品形態(tài)越來越豐富，也越來越符合閱讀和學(xué)習(xí)的需要。通過大數(shù)據(jù)技術(shù)分析讀者群體的閱讀喜好，如閱讀終端、閱讀環(huán)境、閱讀時長等，可以更加有效的確定產(chǎn)品的形態(tài)，最大程度的滿足讀者的期望。

在出版物評價方式上，在業(yè)內(nèi)專家評價、營銷收據(jù)評價之外，還可以利用大數(shù)據(jù)技術(shù)對圖書的市場效應(yīng)、社會效應(yīng)進(jìn)行分析和評估，進(jìn)而做出科學(xué)合理完整的圖書畫像，豐富圖書評價的內(nèi)涵。

在營銷和發(fā)行環(huán)節(jié)，利用大數(shù)據(jù)技術(shù)可以做到精準(zhǔn)的營銷。首先通過大數(shù)據(jù)技術(shù)確定用戶畫像，如用戶年齡分布、學(xué)歷分布、地域分布、喜好分布、購買力分布、獲取信息途徑分布等等，依據(jù)用戶畫像確定圖書營銷方案，從而達(dá)到最有效和精準(zhǔn)的營銷。

4 出版業(yè)大數(shù)據(jù)技術(shù)解決方案

出版業(yè)大數(shù)據(jù)技術(shù)解決方案由元數(shù)據(jù)采集、數(shù)據(jù)處理、數(shù)據(jù)分析與挖掘、業(yè)務(wù)應(yīng)用四部分組成。其技術(shù)架構(gòu)圖如圖1所示。

4.1 元數(shù)據(jù)采集

元數(shù)據(jù)采集主要實(shí)現(xiàn)網(wǎng)絡(luò)信息的采集，如微博、微信數(shù)據(jù)的采集，特定網(wǎng)站欄目和頻道數(shù)據(jù)的采集，特定論壇頻道的數(shù)據(jù)采集，以及電商平臺數(shù)據(jù)的采集等。元數(shù)據(jù)采集一般需要根據(jù)業(yè)務(wù)的應(yīng)用范圍設(shè)定相應(yīng)的數(shù)據(jù)源，并根據(jù)數(shù)據(jù)源制定數(shù)據(jù)采集模板。

4.2 數(shù)據(jù)處理

數(shù)據(jù)處理是對采集到的元數(shù)據(jù)進(jìn)行去重、去噪、結(jié)構(gòu)化等處理。一般情況下，不同的數(shù)據(jù)源存在數(shù)據(jù)重復(fù)或數(shù)據(jù)部分重復(fù)，因此需要對數(shù)據(jù)進(jìn)行去重處理，以提高數(shù)據(jù)的有效性。另外還需要對數(shù)據(jù)進(jìn)行去噪處理，有些數(shù)據(jù)是垃圾數(shù)據(jù)或無效數(shù)據(jù)，因此需要建立相應(yīng)的算法和模型，對垃圾數(shù)據(jù)進(jìn)行甄別，并進(jìn)行剔除。去重去噪后的數(shù)據(jù)按照數(shù)據(jù)類別進(jìn)行存儲和管理，并按照一定的規(guī)則自動設(shè)定相應(yīng)的數(shù)據(jù)標(biāo)簽。

4.3 數(shù)據(jù)分析與挖掘

對于已經(jīng)清晰過的數(shù)據(jù)，運(yùn)用語義分析技術(shù)、情感分析技術(shù)等進(jìn)行數(shù)據(jù)分析和挖掘，并根據(jù)業(yè)務(wù)場景的需要建立數(shù)據(jù)分析和挖掘模型，運(yùn)用不同的算法對數(shù)據(jù)進(jìn)行計(jì)算，并利用可視化技術(shù)對數(shù)據(jù)結(jié)果進(jìn)行圖形化的呈現(xiàn)。

4.4 業(yè)務(wù)應(yīng)用

數(shù)據(jù)分析和挖掘的結(jié)果可以面向不同的人員和角色提供服務(wù)，也可以按照選題優(yōu)化、內(nèi)容設(shè)計(jì)、產(chǎn)品形態(tài)設(shè)計(jì)、產(chǎn)品營銷等應(yīng)用場景提供服務(wù)。

5 結(jié) 語

出版業(yè)大數(shù)據(jù)的應(yīng)用目前還處在探索階段，隨著大數(shù)據(jù)技術(shù)的不斷發(fā)展，出版業(yè)應(yīng)用的需求越來越清晰，以及對出版業(yè)應(yīng)用的宣發(fā)和模型不斷優(yōu)化，大數(shù)據(jù)技術(shù)將會在出版業(yè)發(fā)揮越來越大的作用。

主要參考文獻(xiàn)

[1]毛文思.大數(shù)據(jù)與出版業(yè)[J].出版參考，2014（2）.

[2]李兵，漆詠德.大數(shù)據(jù)時代出版企業(yè)的商業(yè)模式構(gòu)建[J].出版發(fā)行研究，2013（8）：37-40.

[3]周煜.大數(shù)據(jù)時代出版行業(yè)發(fā)展趨勢分析[J].中國出版，2014（7）：19-22.

[4]石佳靚.大數(shù)據(jù)：出版產(chǎn)業(yè)的機(jī)遇與實(shí)踐[J].中國出版，2014（11）：44-47.endprint