大數(shù)據(jù)技術(shù)在圖書選題策劃中的運用分析

◎黃水飛

(江西高校出版社，江西 南昌 330000)

21世紀是數(shù)字經(jīng)濟時代，也是知識經(jīng)濟時代，中國出版行業(yè)在新的時代背景下正在逐漸改革升級，由傳統(tǒng)單一的發(fā)展環(huán)境，逐漸步入多元化、開放化、創(chuàng)新化的發(fā)展格局，尤其是各類信息技術(shù)和新媒體技術(shù)的出現(xiàn)，新的讀者群體對于出版業(yè)有了全新的要求，更加青睞于個性化、便攜化、社交化的閱讀體驗。在這一進程中，出版業(yè)如果缺少對于新讀者群體的需求分析，仍然是憑借傳統(tǒng)經(jīng)驗或者是小面積問卷調(diào)查的方式了解讀者需求、確定圖書主題，就會導(dǎo)致出版風(fēng)險增加，所出版的書籍不符合讀者真實需要，提高了庫存壓力，導(dǎo)致投資失敗。另外，新生代讀者群體生長在網(wǎng)絡(luò)環(huán)境中，對于傳統(tǒng)的出版業(yè)營銷手段并不熟悉，傳統(tǒng)的圖書選題策劃也無法精準高效地傳達給新生代讀者，營銷效果越來越不明顯，出版業(yè)發(fā)展將面臨全新的挑戰(zhàn)壓力。在這樣的背景下，我國出版業(yè)應(yīng)利用全新的技術(shù)手段，精準把握讀者的關(guān)注需求，強化選題分析和優(yōu)化能力，根據(jù)讀者實際喜好精準高效地選擇圖書主題，提高營銷效益，因此，大數(shù)據(jù)技術(shù)的出現(xiàn)對于我國出版業(yè)而言有著十分重要的意義。

一、大數(shù)據(jù)技術(shù)思維邏輯

本文討論的大數(shù)據(jù)技術(shù)思維邏輯是指將大數(shù)據(jù)技術(shù)應(yīng)用到圖書選題策劃時所采取的運用邏輯，應(yīng)用大數(shù)據(jù)技術(shù)參與圖書選題策劃需要貫穿于圖書出版、制作始終，隨著我國現(xiàn)代文明建設(shè)的日益發(fā)達，社會各界對于文化知識的需求量也在逐漸增加，圖書市場迎來了全新的發(fā)展機遇，也將面臨更為激烈的市場競爭，出版業(yè)必須積極強化創(chuàng)新與改革，通過打造全新的業(yè)態(tài)格局來滿足新的市場需要。利用大數(shù)據(jù)技術(shù)進行圖書選題策劃，需要從圖書的組稿、編輯、設(shè)計、宣傳、銷售等一系列流程環(huán)節(jié)中融入大數(shù)據(jù)思維，以此來提高圖書選題策劃的效益與創(chuàng)造力。同時也要積極發(fā)揮大數(shù)據(jù)優(yōu)勢強化出版業(yè)與市場、與社會的溝通能力，結(jié)合市場發(fā)展趨勢及時調(diào)整出版業(yè)圖書選題策劃能力，最大限度的規(guī)避新興市場所存在的潛在風(fēng)險與損失威脅，而這也是大數(shù)據(jù)技術(shù)應(yīng)用時的底層邏輯[1]。

二、圖書選題的思維邏輯

圖書選題策劃是圖書出版前必須要進行的重要工作，將直接關(guān)系到圖書出版后的成功與否，圖書選題需要制定詳細的計劃方案，很多出版社會將圖書選題視為一項特殊的系統(tǒng)性工作，會貫穿于圖書出版的始終，對于全體出版社工作人員而言都將是一項重要的工作挑戰(zhàn)，需要深度考量。具體而言，圖書選題策劃至少包含五個思維邏輯：

一是收集信息。由于圖書選題工作是一項系統(tǒng)化的工作，也需要工作人員投入思想與創(chuàng)意，所以在工作之初需要收集大量的創(chuàng)意性信息，收集信息時也要充分注意到所收集到的信息價值和未來用途，既要體現(xiàn)出圖書編輯的采編能力，也要強化出版社對于圖書市場的敏感度。

二是明確立題。圖書選題策劃的過程中，立題將直接代表出版圖書的主題思想，需要建立在大量信息基礎(chǔ)之上，同時要有明確的出版目標，以此來確保圖書選題工作的準確性[2]。立題時需要注意的是：首先，要能夠體現(xiàn)出出版社的特色，爭取打造個性化市場；其次，如果是策劃大眾讀物，應(yīng)該打開視野，挖掘市場大多數(shù)讀者的閱讀興趣；最后，一定要抓緊時代發(fā)展先機，明確圖書定位，找準立意的切入點。

三是市場調(diào)查。選題的過程中需要經(jīng)過市場調(diào)查，以此來確保出版社投資的效益。當選題和投資項目基本確定后，出版社需要認真調(diào)查分析圖書市場和社會反應(yīng)，了解市場中一切與圖書選題相關(guān)的知識領(lǐng)域以及相關(guān)專業(yè)行業(yè)的動態(tài)變化，在這其中挖掘圖書出版后能夠獲得的競爭優(yōu)勢，為圖書銷售創(chuàng)造有利條件。

四是市場定位。當圖書選題已經(jīng)確定，且市場調(diào)查結(jié)束后，就需要開展市場定位設(shè)計工作，該工作的重點是根據(jù)市場調(diào)查結(jié)果確定圖書規(guī)格、用材、風(fēng)格、頁碼、定價等，根據(jù)不同的目標讀者對圖書進行細致化的設(shè)計，以此來瞄定市場走向[3]。后期將進入到生產(chǎn)制作層面，此時意味著項目投資已經(jīng)開始，出版社在這一階段的工作關(guān)注點是對圖書印刷質(zhì)量的控制。

五是營銷策劃。營銷策劃作為圖書選題策劃的最后一個環(huán)節(jié)，主要的實施步驟是：首先，圖書出版之前進行預(yù)熱式營銷宣傳，為圖書出版造勢，保障良好的宣傳效果；其次，圖書出版后的營銷策略，在當前的技術(shù)背景下，需要開展線上宣傳銷售和線下宣傳銷售兩方面的工作。為避免侵權(quán)事件的出現(xiàn)，面對目標讀者時要積極引導(dǎo)讀者閱讀和購買，要保持圖書銷售長時間的熱度，才能夠使圖書能夠在一段時間內(nèi)維持穩(wěn)定的銷量。

三、大數(shù)據(jù)技術(shù)在圖書選題策劃中的運用策略

(一)提取數(shù)據(jù)

以我國某大型圖書購物網(wǎng)站為例，該網(wǎng)站的每一個圖書商品頁面都會列明記載圖書相關(guān)咨詢、圖書屬性、主題和賣點等。利用大數(shù)據(jù)抽取技術(shù)可以對網(wǎng)站上的數(shù)據(jù)信息進行挖掘和分析，并最終納入到圖書檢索信息資源庫中，為以后的圖書選題策劃提供原始數(shù)據(jù)支撐[4]。在大數(shù)據(jù)技術(shù)環(huán)境下，使用網(wǎng)頁抓取技術(shù)，能夠使圖書的實體信息與市場需求信息同時被捕獲到，并且可以容納到同一個數(shù)據(jù)庫之中，具體而言，大數(shù)據(jù)技術(shù)在圖書網(wǎng)站上的數(shù)據(jù)獲取過程如下：

一是提取圖書ISBN號，并在圖書信息中附加上“銷量排名”“檢索排名”“點贊排名”“猜你喜歡”等標簽，這些都可以成為圖書的銷售推薦數(shù)據(jù)，也可以成為圖書未來選題策劃的切入點，網(wǎng)站需要將這些數(shù)據(jù)歸納和運用起來，將其拼接成圖書網(wǎng)站的高級搜索標簽。

二是模擬HYTP請求功能。在檢索框中抽取圖書鏈接，能夠最后獲得該購物網(wǎng)站中圖書的真實網(wǎng)址和產(chǎn)品的ID。

三是根據(jù)上一步所獲得的圖書商品網(wǎng)址，利用HTTP請求來獲得商品詳情頁和相關(guān)數(shù)據(jù)信息，利用大數(shù)據(jù)技術(shù)對其中的詳細數(shù)據(jù)進行獲取，數(shù)據(jù)將成為出版社圖書信息資源庫內(nèi)的重要選題策劃資料。

四是根據(jù)第三步所獲得的圖書ID，并根據(jù)互聯(lián)網(wǎng)中的圖書信息拼接成圖書評價頁面URL，提取讀者評價，并將其納入到圖書選題策劃市場動態(tài)信息數(shù)據(jù)資源庫。

(二)挖掘數(shù)據(jù)

進行圖書選題策劃所需要的數(shù)據(jù)資源，在挖掘的過程中，需要關(guān)注兩點要求，分別是淺度挖掘和深度挖掘，以某一金融類圖書為例，對該書進行選題策劃時，數(shù)據(jù)淺度挖掘和深度挖掘數(shù)據(jù)的具體開展方法是：

首先，進行數(shù)據(jù)淺度挖掘。此時會對圖書相關(guān)的各類基本數(shù)據(jù)信息與市場需求信息進行比對，建立其市場數(shù)據(jù)統(tǒng)計分析系統(tǒng)，在淺層次上對該書的內(nèi)在有利信息進行挖掘[5]。比如，可以挖掘讀者在線閱讀時的評價和熱度等，根據(jù)這些數(shù)據(jù)信息對圖書的選題策劃進行數(shù)據(jù)基礎(chǔ)建設(shè)。

其次，進行數(shù)據(jù)深度挖掘。此項工作較為復(fù)雜，需要根據(jù)圖書選題策劃信息進行篩選，利用貝葉斯算法以及大數(shù)據(jù)技術(shù)進行結(jié)果分析。貝葉斯算法使用流程可以分三個階段來進行，一是準備階段，利用網(wǎng)站中的大數(shù)據(jù)技術(shù)對圖書選題策劃數(shù)據(jù)進行收集整理，并生成相應(yīng)的應(yīng)用數(shù)據(jù)，可以為第二部的分類規(guī)則提供數(shù)據(jù)參考；二是建模階段，網(wǎng)站后臺系統(tǒng)會自動根據(jù)客戶需求生成新的應(yīng)用數(shù)據(jù)，并計算其中各個數(shù)據(jù)類別，對每個被計算過的圖書屬性進行信息分辨，按照屬性類別提供圖書選題策劃數(shù)據(jù)信息，并且可以對下次檢索時同類圖書信息再次出現(xiàn)的情況進行預(yù)估驗證，建立貝葉斯模型；三是分類階段，系統(tǒng)會按照第二步數(shù)據(jù)信息建立起貝葉斯模型，對圖書選題策略進行樣本計算，推測圖書選題策劃樣本屬性，并且獲得選題策劃后的數(shù)據(jù)信息[6]。

(三)選題策劃

1.需求分析

出版社需要根據(jù)當前圖書市場的走勢、讀者需求、閱讀情況反饋以及相關(guān)媒體報道、圖書盈利走勢來試試獲取輿情發(fā)展信息。利用大數(shù)據(jù)技術(shù)，對各個生產(chǎn)經(jīng)營環(huán)節(jié)進行信息化建設(shè)，并將其與互聯(lián)網(wǎng)及相關(guān)網(wǎng)站進行融合建設(shè)，提供完善的數(shù)據(jù)信息量，提高數(shù)據(jù)獲取和收集的效率，為圖書選題策劃工作提供源源不斷的數(shù)據(jù)信息支持。同時，出版社為了能夠滿足讀者的閱讀需要，需要在大數(shù)據(jù)技術(shù)系統(tǒng)中建立起具備選題策劃功能的工作模塊，利用大數(shù)據(jù)技術(shù)挖掘圖書選題策劃工作中的資源，并建立不同的工作模塊。本文討論的是可以建立起四大工作模塊，包括圖書屬性數(shù)據(jù)與市場情況分析模塊、圖書市場信息管控模塊、圖書市場信息存儲模塊以及圖書選題策劃數(shù)據(jù)挖掘模塊。利用Jsoup等軟件，對系統(tǒng)內(nèi)的數(shù)據(jù)進行提取和分析，結(jié)合Hadoop文件系統(tǒng)來對這些數(shù)據(jù)進行管理和存儲，這些數(shù)據(jù)都將成為圖書選題策劃的基礎(chǔ)。利用大數(shù)據(jù)技術(shù)進行圖書選題，模塊設(shè)計和操作流程如下圖：

2.功能設(shè)計

利用Jsoup軟件對圖書選題策劃數(shù)據(jù)進行篩選和使用，需要基于Hadoop生態(tài)系統(tǒng)來進行開展，對本時期圖書市場營銷熱度等信息進行挖掘，以供圖書與選題策劃使用。主要涉及到的功能設(shè)計包括：

首先，需要對圖書屬性數(shù)據(jù)和市場反饋信息進行收集。該項功能可以基于購物網(wǎng)站上的HTTP模擬技術(shù)來開展，可以直接獲得網(wǎng)站上圖書詳情信息，并利用超文本文件分析技術(shù)篩選出無效信息，獲取網(wǎng)頁中的市場信息、用戶行為信息、書記屬性信息數(shù)據(jù)等，這些數(shù)據(jù)的提取將成為出版社數(shù)據(jù)庫建立的重要資源。

其次，需要發(fā)揮數(shù)據(jù)挖掘功能。數(shù)據(jù)挖掘功能的發(fā)揮依靠的是淺度數(shù)據(jù)挖掘和深度數(shù)據(jù)挖掘兩個方式，對于圖書相關(guān)的海量信息而言，恰當?shù)剡x擇和分類才能夠使數(shù)據(jù)挖掘工作更有效率和價值，可以使出版社的圖書選題策劃形成明確的功能分類，并且利于后期的深入選題工作。

最后，信息反饋功能。利用分析結(jié)果中所涉及到的圖書制作日志來建立數(shù)據(jù)挖掘方案，使信息反饋結(jié)果能夠發(fā)揮作用，幫助出版社建立完善的圖書選題決策。

四、大數(shù)據(jù)技術(shù)在圖書選題策劃中運用的具體步驟

(一)準備階段

在準備階段主要是對信息進行積極的收集，作為預(yù)備環(huán)節(jié)，信息來源可以從以下幾個渠道獲得：編輯自有數(shù)據(jù)庫、傳統(tǒng)媒體數(shù)據(jù)庫、網(wǎng)絡(luò)新媒體數(shù)據(jù)庫、門戶網(wǎng)站數(shù)據(jù)庫等等。以門戶網(wǎng)站數(shù)據(jù)庫為例，可以是國家官方媒體、中央網(wǎng)站等。在這些網(wǎng)站內(nèi)搜索符合主流思想意識的，有利于實現(xiàn)社會效益和經(jīng)濟效益的重要價值信息，為后期的圖書選題奠定基礎(chǔ)。準備階段需要使用專業(yè)數(shù)據(jù)挖掘技術(shù)和輿情分析軟件，通過建立專業(yè)的領(lǐng)袖數(shù)據(jù)庫來打通圖書選題數(shù)據(jù)源頭，領(lǐng)袖數(shù)據(jù)庫將包含編輯身份信息、讀者數(shù)量信息、發(fā)表文字數(shù)量等等。新媒體技術(shù)的發(fā)展已經(jīng)頗具規(guī)模，自媒體的研究也日益成熟，利用大數(shù)據(jù)技術(shù)結(jié)合新媒體技術(shù)，對網(wǎng)絡(luò)資源進行軟件開發(fā)，具體而言，在進行信息掃描和詞頻統(tǒng)計時，可以使用ROST News Analysis Tool，在進行網(wǎng)頁信息收集時，可以使用ROST Detail Miner技術(shù)軟件。另外，在對新媒體進行研究和數(shù)據(jù)應(yīng)用時，隨著科學(xué)技術(shù)的進步，能夠選擇使用的軟件技術(shù)將會越來越多，所以應(yīng)用時可以進行更加精細的劃分，比如，針對微博中的知微等大數(shù)據(jù)分析技術(shù)。

(二)策劃階段

圖書選題策劃階段主要是編輯需要進行選題設(shè)計，提出投資的出版物題目、編輯的意圖、內(nèi)容走向、寫作規(guī)劃、編輯進度、截稿時間、作者和目標讀者等，升級傳統(tǒng)工作做法。本文討論了利用大數(shù)據(jù)技術(shù)進行數(shù)據(jù)收集后，具體如何利用信息挖掘和輿情分析，來確定圖書的題目、作者和讀者，同時對選題進行輔助性的論證。

1.題目選擇

圖書題目目前可以從四個渠道來進行信息的篩選，網(wǎng)絡(luò)媒體與新媒體可以使用特殊的大數(shù)據(jù)技術(shù)軟件來協(xié)助信息挖掘工作，如果利用詞頻分析軟件來對網(wǎng)絡(luò)媒體與新媒體中的文本信息進行篩選，得到關(guān)鍵詞列表，剔除無價值詞匯后，按照詞頻的程度進行排序，排名靠前的詞匯，來輔助圖書命題工作，設(shè)計出有創(chuàng)新性的題目，在編制題目的過程中，可以利用語義軟件，對題目詞語進行多樣化的設(shè)計和選擇。

2.作者確定

在信息搜索階段可以獲悉在網(wǎng)絡(luò)上一些熱門作者信息、標簽信息等基礎(chǔ)信息，同時也能夠獲得作者作品信息數(shù)據(jù)庫，比如，作者有哪些著作、讀者口碑如何、市場銷售情況如何等等，甚至還包括作者的文風(fēng)、個人品格、興趣愛好等信息，不僅可以分類分析，也可以進行總結(jié)性分析。同時，通過獲取平臺中的同類和異類作者的互動關(guān)系網(wǎng)絡(luò)圖，幫助出版社制定優(yōu)秀作者名冊。

3.目標讀者

利用大數(shù)據(jù)技術(shù)手段獲取讀者信息是為了更為全面地去了解讀者市場，找出潛在選題，以此保障出版社可以出版符合市場需要的圖書。這一過程中，編輯必須積極關(guān)注讀者的閱讀體驗，無論是個人亦或是群體，都要進行細致的分析，討論讀者的閱讀體驗和精神層面需求。目標讀者的規(guī)劃、分析、篩選應(yīng)該與作者的選擇步驟相匹配，這些也需要基于讀者信息來進行，包括身份認證、標簽劃分、總結(jié)分析等，之后再針對不同類型的讀者進行文本信息分析。

4.選題論證

圖書題目的選擇可以來自于網(wǎng)絡(luò)各個渠道所獲得的信息資源，而在大數(shù)據(jù)時代下，利用大數(shù)據(jù)技術(shù)可以充分發(fā)揮出網(wǎng)絡(luò)媒體和新媒體的資源優(yōu)勢，利用特定的軟件對各類信息進行深度挖掘。比如，可以使用詞頻分析軟件，對網(wǎng)絡(luò)媒體和新媒體中的文本信息進行篩選，得出關(guān)鍵詞列表，剔除沒有價值的信息后，需要對已經(jīng)制定好的選題計劃進行論證，論證邏輯思想是：對于背景類信息分析需要包含政策法規(guī)與行業(yè)發(fā)展；對于輿情類信息進行分析，則需要對目標選題是否符合國家要求，是否存在變動情況以及未來走勢進行分析；對于原則類信息進行分析，主要需要針對出版社領(lǐng)導(dǎo)所制訂的選題計劃進行；對于同類選題進行比較分析，需要根據(jù)語義網(wǎng)絡(luò)圖再對選題進行論證時參考同類選題，一方面是對未出版的同類選題進行對比分析，判斷是否有更大的可選性以及是否存在重復(fù)性問題，另一方面則需要對市面上已經(jīng)出版過的同類選題進行對比分析，考證同類選題的市場銷售情況，以此來預(yù)測該選題未來的市場價值。

五、結(jié)語

利用大數(shù)據(jù)技術(shù)進行圖書選題策劃工作有著明顯的優(yōu)勢，可以促進出版社更好地適應(yīng)現(xiàn)代化的時代，提高圖書編輯與選題策劃的效率，降低編輯工作壓力，但是也存在著一定的缺陷。比如，技術(shù)應(yīng)用專業(yè)性更強，容易出現(xiàn)偏差等等。所以未來出版社的發(fā)展水平將直接取決于大數(shù)據(jù)技術(shù)的使用能力，值得廣大業(yè)界人士予以關(guān)注。