《全國(guó)新書目》雜志有限責(zé)任公司 發(fā)揮出版數(shù)據(jù)資源稟賦 打造全產(chǎn)業(yè)鏈多元精準(zhǔn)服務(wù)

出版，凝結(jié)著人類的思想和智慧，集聚了人類的發(fā)明創(chuàng)造和社會(huì)實(shí)踐活動(dòng)的經(jīng)驗(yàn)與成果，反映了社會(huì)生活的各個(gè)側(cè)面?！耙徊砍霭媸?，實(shí)際上也就是一部人類的文明史?！彪S著科技的飛速發(fā)展，以互聯(lián)網(wǎng)為核心的新一輪科技和產(chǎn)業(yè)革命蓬勃興起，不斷給人們的生產(chǎn)方式和生活方式帶來(lái)革命性變化，出版行業(yè)自然也面臨了前所未有的變革與挑戰(zhàn)。如何才能更好地應(yīng)對(duì)數(shù)據(jù)流量的爆炸式增長(zhǎng)？如何在未來(lái)的競(jìng)爭(zhēng)中贏得主動(dòng)權(quán)？怎樣才能讓數(shù)據(jù)說(shuō)話從而延伸價(jià)值鏈？這意味著出版行業(yè)必須更好地利用大數(shù)據(jù)為客戶提供服務(wù)、降低成本、提高效率，并對(duì)目前已經(jīng)積累下來(lái)的大數(shù)據(jù)以更加智能的方法加以利用，為行業(yè)的更大發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。

《全國(guó)新書目》雜志有限責(zé)任公司（以下簡(jiǎn)稱“新書目公司”）是中國(guó)國(guó)家版本館全資設(shè)立的國(guó)有企業(yè)，雖創(chuàng)立于2012年，卻萌芽于1951年創(chuàng)刊的《全國(guó)新書目》雜志。2019年以后，按照館領(lǐng)導(dǎo)的指示，新書目公司進(jìn)行了戰(zhàn)略轉(zhuǎn)型，依托中國(guó)國(guó)家版本館的海量出版數(shù)據(jù)資源，建設(shè)版本資源大數(shù)據(jù)生態(tài)服務(wù)體系，秉承合作共贏理念，通過(guò)與出版單位、圖書館、科研院所合作，致力于發(fā)展成為國(guó)內(nèi)外出版行業(yè)綜合性的大數(shù)據(jù)服務(wù)提供者。在采訪中，新書目公司副總經(jīng)理馬馳分享了新書目公司在出版物數(shù)據(jù)資源方面具有的突出優(yōu)勢(shì)，在出版大數(shù)據(jù)應(yīng)用的探索和實(shí)踐中對(duì)長(zhǎng)期存在的痛點(diǎn)進(jìn)行的總結(jié)和思考，新書目公司針對(duì)出版行業(yè)核心訴求開發(fā)的服務(wù)平臺(tái)和多元化產(chǎn)品矩陣，以及未來(lái)新書目公司的重點(diǎn)發(fā)展方向。

《全國(guó)新書目》：對(duì)于新書目公司，很多行業(yè)同人的第一印象可能是《全國(guó)新書目》和《中國(guó)新書（英文）》兩本雜志的承辦單位。2019年之后，新書目公司進(jìn)行了戰(zhàn)略轉(zhuǎn)型，作為技術(shù)和產(chǎn)品業(yè)務(wù)線的主要負(fù)責(zé)人，想請(qǐng)您具體介紹一下新書目公司的轉(zhuǎn)型方向和目前的發(fā)展情況。

馬馳：新書目公司的戰(zhàn)略轉(zhuǎn)型立足于中國(guó)國(guó)家版本館豐富的數(shù)據(jù)資源，特別是出版物數(shù)據(jù)資源，以構(gòu)建出版大數(shù)據(jù)生態(tài)體系作為主營(yíng)戰(zhàn)略方向。目前，我們已經(jīng)形成了數(shù)據(jù)銷售、數(shù)據(jù)平臺(tái)運(yùn)營(yíng)、軟件產(chǎn)品研發(fā)、文創(chuàng)開發(fā)等多元化的經(jīng)營(yíng)服務(wù)模式。

《全國(guó)新書目》：在出版物數(shù)據(jù)資源方面，新書目公司具有哪些突出的優(yōu)勢(shì)呢？

馬馳：我們依托國(guó)家版本數(shù)據(jù)中心獨(dú)有的出版物標(biāo)識(shí)數(shù)據(jù)資源，整合圖書出版產(chǎn)業(yè)鏈上下游的數(shù)據(jù)資源，涵蓋了圖書在版編目（CIP）、中國(guó)國(guó)家版本館館藏、市場(chǎng)銷量、圖書館借閱量、獲獎(jiǎng)信息、作者庫(kù)、編輯庫(kù)、封面信息等數(shù)據(jù)，覆蓋了圖書出版上下游的產(chǎn)業(yè)鏈。

我們的核心是全國(guó)全量的書目數(shù)據(jù)，主要分為四個(gè)方面：一是書號(hào)數(shù)據(jù)，包括2009年以來(lái)圖書和音像電子出版書號(hào)的申報(bào)信息，共計(jì)630多萬(wàn)條，涵蓋圖書信息、編輯信息、作者信息、印刷信息等字段項(xiàng)，字段信息非常完備，數(shù)據(jù)覆蓋特別全面，對(duì)印刷、版權(quán)等領(lǐng)域的同人來(lái)說(shuō)具有較高的分析意義。二是CIP數(shù)據(jù)，涵蓋2000年以來(lái)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(jì)630多萬(wàn)條，其中中圖分類、主題詞和內(nèi)容提要由專業(yè)人員進(jìn)行審核修訂，具有完善的數(shù)據(jù)更新修改機(jī)制。這項(xiàng)數(shù)據(jù)也是我國(guó)行業(yè)內(nèi)全量圖書信息獲取的重要來(lái)源。三是中國(guó)國(guó)家版本館館藏編目數(shù)據(jù)，這是1949年至今根據(jù)出版物實(shí)物樣本采集的著錄信息，類型包括圖書、期刊、報(bào)紙、音像制品、電子出版物、連環(huán)畫等，共計(jì)970多萬(wàn)條，是新中國(guó)出版物樣本信息的完整描述。四是融合書目庫(kù)，這個(gè)數(shù)據(jù)庫(kù)融合了各數(shù)據(jù)庫(kù)中有價(jià)值、有特色的字段信息，同時(shí)在一定程度上解決了印前部分字段不準(zhǔn)、館藏信息延遲等問(wèn)題，目前我們提供的數(shù)據(jù)服務(wù)和打造的數(shù)據(jù)平臺(tái)主要是基于融合書目庫(kù)開展建設(shè)的。

同時(shí)，我們組織數(shù)據(jù)團(tuán)隊(duì)不斷開發(fā)特色專題數(shù)據(jù)庫(kù)。比如作者庫(kù)，通過(guò)機(jī)器自動(dòng)比對(duì)和人工標(biāo)引判定相結(jié)合的方式，目前已經(jīng)積累了150多萬(wàn)條作者信息，形成了建國(guó)以來(lái)較為完善的作者庫(kù)和作者出版庫(kù)；還有超過(guò)13萬(wàn)條信息的編輯庫(kù)，以及包括34類獎(jiǎng)項(xiàng)、基金、重點(diǎn)規(guī)劃數(shù)據(jù)的圖書出版單位社會(huì)效益數(shù)據(jù)庫(kù)等等。

《全國(guó)新書目》：除了依托國(guó)家版本數(shù)據(jù)中心的獨(dú)有出版物數(shù)據(jù)資源之外，新書目公司還擁有哪些外部?jī)?yōu)勢(shì)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(shù)據(jù)庫(kù)的建設(shè)。比如在銷量數(shù)據(jù)方面，我們與天貓、江蘇新華、內(nèi)蒙古新華、廣州新華等達(dá)成了戰(zhàn)略合作，其他新華集團(tuán)、電商等銷量信息我們也在持續(xù)地對(duì)接中，目前采集到的銷量數(shù)據(jù)約占行業(yè)總規(guī)模的1/2，對(duì)于行業(yè)統(tǒng)計(jì)分析來(lái)說(shuō)非常具有參考價(jià)值。再如，我們與一些公共圖書館、互聯(lián)網(wǎng)網(wǎng)借平臺(tái)合作，獲取了大量圖書借閱數(shù)據(jù)，在圖書推薦、書單等產(chǎn)品中已經(jīng)進(jìn)行了應(yīng)用。此外，我們與電商平臺(tái)展開深入合作，獲取了圖書的封面圖片、鏈接、編輯推薦、內(nèi)容簡(jiǎn)介、作者簡(jiǎn)介、目錄信息等信息，極大豐富了我們圖書的信息資源。

《全國(guó)新書目》：在對(duì)出版大數(shù)據(jù)應(yīng)用的探索和實(shí)踐中，從您的角度來(lái)看，發(fā)現(xiàn)了哪些行業(yè)內(nèi)長(zhǎng)期存在的、希望能引發(fā)行業(yè)同人關(guān)注和思考的問(wèn)題？

馬馳：在多年的工作和研究過(guò)程中我們確實(shí)積累了一些經(jīng)驗(yàn)，對(duì)大數(shù)據(jù)和人工智能在出版行業(yè)的應(yīng)用也有了一些認(rèn)識(shí)，很樂(lè)于跟大家交流分享，如果有不對(duì)的地方也請(qǐng)大家批評(píng)指正。

首先是數(shù)據(jù)方面。一是目前數(shù)據(jù)的來(lái)源相當(dāng)復(fù)雜，中國(guó)國(guó)家版本館書目數(shù)據(jù)、銷售數(shù)據(jù)、讀者數(shù)據(jù)、圖書館閱數(shù)據(jù)、電商宣傳數(shù)據(jù)等數(shù)量眾多，相互割裂，數(shù)據(jù)結(jié)合的難度較大；二是數(shù)據(jù)規(guī)范不統(tǒng)一，從選題申報(bào)、銷售宣傳到入藏閱讀，沒(méi)有相應(yīng)的貫穿全環(huán)節(jié)的標(biāo)準(zhǔn)規(guī)范；三是數(shù)據(jù)質(zhì)量控制不佳，各渠道的數(shù)據(jù)質(zhì)量參差不齊，對(duì)數(shù)據(jù)融合、統(tǒng)計(jì)和分析造成了一定阻礙；四是數(shù)據(jù)合作渠道不暢，作者、編輯、發(fā)行、銷售、圖書館手握分散的出版相關(guān)數(shù)據(jù)資源，區(qū)域壁壘難以打破；五是對(duì)數(shù)據(jù)的保護(hù)措施不完善，關(guān)于數(shù)據(jù)權(quán)屬確定、數(shù)據(jù)權(quán)利利用、數(shù)據(jù)內(nèi)容和數(shù)據(jù)庫(kù)的著作權(quán)保護(hù)等方面的政策仍需進(jìn)一步完善。

其次是選題方面。我們認(rèn)為對(duì)選題的論證應(yīng)該兼具專業(yè)性、社會(huì)效益考量和數(shù)據(jù)支撐，但現(xiàn)實(shí)情況是出版單位經(jīng)常以銷量數(shù)據(jù)和社會(huì)熱點(diǎn)話題作為選題的重要參考，這樣做容易導(dǎo)致同質(zhì)化嚴(yán)重，背離了知識(shí)傳播的初衷，我們更應(yīng)該從出版數(shù)據(jù)中尋找可以另辟蹊徑的選題方向。

再次是發(fā)行方面。目前對(duì)于起印量的數(shù)據(jù)支撐不足，沒(méi)有來(lái)自讀者的數(shù)據(jù)作為參考，而且發(fā)行渠道很多，隨之而來(lái)的是店鋪上架工作量大。同時(shí)，新書推廣依賴網(wǎng)紅博主、私域流量、短視頻營(yíng)銷等，成本較高。

《全國(guó)新書目》：針對(duì)這些行業(yè)的長(zhǎng)期痛點(diǎn)，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(wù)、圖書推薦、出版資訊、選題服務(wù)以及行業(yè)服務(wù)等，我們建設(shè)了國(guó)家版本數(shù)據(jù)中心平臺(tái)（以下簡(jiǎn)稱“PDC平臺(tái)”）和全國(guó)新書目平臺(tái)。它們的底層數(shù)據(jù)來(lái)源于中國(guó)國(guó)家版本館的業(yè)務(wù)系統(tǒng)，還有電商、零售、圖書館以及互聯(lián)網(wǎng)信息，通過(guò)出版大數(shù)據(jù)管理平臺(tái)進(jìn)行統(tǒng)一采集、分類、清洗、融合，形成了具有特色的圖書評(píng)級(jí)、出版熱點(diǎn)、作者庫(kù)、書目庫(kù)等專題數(shù)據(jù)庫(kù)。

其中，PDC平臺(tái)是國(guó)家新聞出版署出版物查詢官方網(wǎng)站，由新書目公司負(fù)責(zé)運(yùn)營(yíng)，融合對(duì)接出版發(fā)行產(chǎn)業(yè)鏈上下游數(shù)據(jù)近7億條，為社會(huì)各界提供面向社會(huì)開放公益檢索的數(shù)據(jù)總量超過(guò)3000萬(wàn)條，并且基于多維度的圖書出版發(fā)行產(chǎn)業(yè)鏈上下游數(shù)據(jù)資源，面向不同的用戶群體打造了選題策劃、機(jī)構(gòu)競(jìng)爭(zhēng)力分析、知識(shí)熱點(diǎn)分析等多款產(chǎn)品服務(wù)。目前擁有個(gè)人注冊(cè)用戶120余萬(wàn)，機(jī)構(gòu)用戶1000余家，日均點(diǎn)擊量10余萬(wàn)次，

全國(guó)新書目平臺(tái)則是以更加靈活的方式，整合行業(yè)資訊、新書發(fā)布、圖書檢索、智能薦書等功能的綜合性服務(wù)平臺(tái)，目前是很多圖書館、書店，以及圖書出版相關(guān)單位的常用工具型網(wǎng)站。

它的主要功能包括以下幾個(gè)方面：

一是面向出版單位和科研院所的社會(huì)關(guān)注服務(wù)和選題發(fā)現(xiàn)服務(wù)，主要是通過(guò)對(duì)數(shù)據(jù)的深入分析挖掘，分析出版熱點(diǎn)，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(wù)。這款產(chǎn)品能夠從定價(jià)分布、開本分布、裝幀分布等設(shè)計(jì)元素角度，出版社銷量、渠道銷量分布、書齡銷量分布等市場(chǎng)集中度角度，渠道規(guī)模、TOP樣本、選題趨勢(shì)、中圖分類、市場(chǎng)分類等市場(chǎng)規(guī)模角度，進(jìn)行深度分析，并結(jié)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(bào)告服務(wù)；同時(shí)，產(chǎn)品會(huì)利用平臺(tái)的數(shù)據(jù)優(yōu)勢(shì)，對(duì)同類產(chǎn)品的預(yù)估首印量、申報(bào)首印量等情況進(jìn)行分析。

三是面向出版單位的機(jī)構(gòu)競(jìng)爭(zhēng)力分析，從圖書基本信息對(duì)比、圖書銷售情況對(duì)比、圖書排行情況對(duì)比等出版圖書的競(jìng)爭(zhēng)力，銷售情況對(duì)比、銷售渠道對(duì)比等對(duì)標(biāo)競(jìng)爭(zhēng)對(duì)手的競(jìng)爭(zhēng)力，CIP申請(qǐng)總量對(duì)比、CIP月申請(qǐng)總量對(duì)比、圖書月銷售總量對(duì)比等在特定圖書分類下的競(jìng)爭(zhēng)力等多個(gè)維度出發(fā)，為出版單位提效增質(zhì)提供有力的數(shù)據(jù)依據(jù)。

除了這些重點(diǎn)打造的產(chǎn)品，我們擁有的豐富出版數(shù)據(jù)資源還可以支撐正版圖書信息校驗(yàn)、作者溯源、行業(yè)數(shù)據(jù)報(bào)告等服務(wù)。比如，電商平臺(tái)的商家在上線圖書的同時(shí)，電商平臺(tái)會(huì)同時(shí)來(lái)我們平臺(tái)獲取一條數(shù)據(jù)信息，與商家上傳的信息進(jìn)行比對(duì)，來(lái)保證圖書信息的準(zhǔn)確性。

《全國(guó)新書目》：除了面向出版單位以外，出版數(shù)據(jù)資源還有哪些應(yīng)用方向？作為讀者的話，在PDC平臺(tái)和全國(guó)新書目平臺(tái)能夠獲得哪些服務(wù)？

馬馳：在閱讀方面，我們的感受是目前學(xué)科類圖書的推薦依據(jù)比較少，不少優(yōu)質(zhì)圖書被埋沒(méi)了，還有就是當(dāng)沒(méi)有特定需求時(shí)，圖書數(shù)量太多，對(duì)于普通讀者來(lái)說(shuō)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(wù)，基于我們圖書信息維度豐富的優(yōu)勢(shì)，針對(duì)年齡、性別、學(xué)歷層次、職業(yè)、地理位置等多種多樣的屬性，一方面基于高質(zhì)量數(shù)據(jù)集的聚類分析為公眾提供模糊需求的發(fā)散推薦，另一方面基于專業(yè)出版語(yǔ)料庫(kù)的大模型訓(xùn)練，為公眾提供智能的精準(zhǔn)推薦。未來(lái)在這個(gè)產(chǎn)品的發(fā)展方向上，我們會(huì)繼續(xù)探索利用人工智能語(yǔ)義理解和分析能力，滿足讀者更加精準(zhǔn)的圖書推薦需求。

同時(shí)，新書目公司面向特定用戶提供定制化書單服務(wù)。我們有專門的專業(yè)編輯，每周會(huì)根據(jù)社會(huì)熱點(diǎn)、重要事件等內(nèi)容發(fā)布特色書單，在“全國(guó)新書目”公眾號(hào)和全國(guó)新書目平臺(tái)上進(jìn)行發(fā)布；在將機(jī)器根據(jù)圖書主題、作者情況、銷量情況、讀者反饋、獲獎(jiǎng)情況、借閱情況等維度智能推薦的書單提供給圖書館、高?？蒲性核?、政府機(jī)關(guān)等專業(yè)機(jī)構(gòu)時(shí)，也會(huì)由專業(yè)編輯對(duì)這些書單進(jìn)行審核和把關(guān)。

我們還為圖書館（館配商）打造了智慧采選產(chǎn)品，綜合圖書銷量、獲獎(jiǎng)情況、借閱情況、讀者推薦、館藏情況等因素，再加上采購(gòu)預(yù)算、來(lái)源渠道、采購(gòu)偏好等特色維度，根據(jù)各個(gè)圖書館的需求一鍵生成優(yōu)質(zhì)采購(gòu)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(guān)系的基礎(chǔ)上，幫助圖書館用有限的經(jīng)費(fèi)購(gòu)買讀者急需的書。

《全國(guó)新書目》：未來(lái)新書目公司還有哪些重點(diǎn)發(fā)展方向？

馬馳：我們一方面要利用我們的數(shù)據(jù)資源優(yōu)勢(shì)助力AI應(yīng)用，另一方面要擁抱AI，利用好AI技術(shù)。其中，助力AI主要是針對(duì)AI存在的可靠性、嚴(yán)謹(jǐn)性和安全性等問(wèn)題。目前行業(yè)中普遍采用的是數(shù)據(jù)增強(qiáng)或者檢索增強(qiáng)（RAG）方法，用來(lái)提高AI生成內(nèi)容的質(zhì)量和準(zhǔn)確性。我們積累的大數(shù)據(jù)資源是非常優(yōu)質(zhì)的語(yǔ)料，可以作為AI訓(xùn)練語(yǔ)料庫(kù)和AI內(nèi)容生成的知識(shí)庫(kù)，進(jìn)一步提升大模型內(nèi)容生成的準(zhǔn)確性。利用AI指的是利用AI技術(shù)對(duì)我們現(xiàn)有的產(chǎn)品進(jìn)行優(yōu)化改造，如選題發(fā)現(xiàn)、選題策劃、圖書推薦等，借助AI的認(rèn)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(shù)據(jù)推薦、統(tǒng)計(jì)分析的便捷化、個(gè)性化、再優(yōu)化能力。

未來(lái)，希望我們能夠更加充分地挖掘國(guó)家版本數(shù)據(jù)資源的價(jià)值，充分利用出版物大數(shù)據(jù)，做更多的探索和實(shí)踐，為包括出版行業(yè)在內(nèi)的各個(gè)行業(yè)賦能。