新闻出版业大数据建设与应用的几点思考.doc

新闻出版业大数据建设与应用的几点思考 在当前“出版+互联网”的大背景下，传统出版面临着一系列具有挑战性的课题，出版产业加速融合发展，实施大数据在出版行业的广泛应用，已成为行业发展的当务之急。如何根据出版行业的特点和规律，按照“互联网+”思维，以“技术+”为支撑，实现“内容+”、“信息+”、“知识+”的出版业大数据布局，使“大数据”应用真正成为日常工作的强有力支持手段,是一个值得深入研究的重要课题。 大数据的定义，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据的特点是：大量（Volume）、高速（Velocity）、多样（Variety）、低价值密度（Value）、真实性（Veracity）。那么何谓“出版业大数据”呢？为了更清晰地认识出版业大数据的面貌，国家新闻出版广电总局数字出版司对出版业大数据进行模型构建，整体分为五个层面，由内而外分别是核心层、产品层、业务层、市场层和用户层。核心层即出版生产过程中产生的各种内容资源数据；产品层是指产品信息的基础数据，目前以书目信息为主；业务层是指出版产品流通的数据，记录着整个出版业务运行状态的信息；市场层和用户层分别包括产品消费数据和消费反馈数据，记录了广大用户的行为数据和评价信息。这种划分从宏观层面可以更好地理解出版业大数据的发展整体状况，对制定大数据扶持政策、推动大数据发展具有积极的作用。 大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。目前在新闻出版业，大数据的应用还处于起步阶段，尽管有不少人在唱衰“大数据”，但更多的人相信它有利于社会的发展，是时代进步的产物。之于出版行业，详实的数据、有价值的信息能让出版社更好地了解图书市场，可以说，大数据对于出版行业的革新是前所未有的，面对这种变革，新闻出版业该如何积极适应和参与呢？ 一是准确把握大数据的概念内涵。新闻出版业要逐步统一认识，扫除认知障碍，准确把握大数据的概念内涵外延。一是不能将大数据与大规模数据简单划等号。虽然大数据的概念中包含大量、海量的特征，但这是一种相对的计量方式，大数据不等于简单的大规模数据，大数据强调的是对某一领域相关数据采集结果的覆盖面，强调数据的完整性、全貌性。二是不能将大数据与数值化、数字化数据混为一谈。数据是信息的表达，信息是数据的内涵。数据作为信息的表现形式和载体，可以是符号、文字、数字、语音、图像、视频等。数值化数据，仅仅是数据封装形态的一种，是较为初级的数据形态，其呈现方式多为数字、符号、图表。谈及大数据的概念内涵与外延时，不能将下一层级的数值化数据概念上升到大数据的概念顶层。 二是做好大数据应用的基础性工作。应用大数据首先要拥有大数据。可是，大数据在哪儿呢?目前,出版企业自己拥有大数据平台和大数据采集能力的很少，大多没有用户多方位属性和行为数据，难以对用户行为和个性化需求进行深入分析。而拥有用户大数据的社交网站、电商、互联网公司也不会把大数据给出版企业使用。即使是出版企业内部的小数据，也散落在网站、ERP、协同编辑系统等不同的系统平台，没有统一整合。因此，出版企业大数据建设顶层设计要统筹大数据与小数据、内部数据与外部数据。首先，要全面进行ERP建设，加强对选题、生产、营销、发行、服务、财务、管理等全过程的管理信息化，完整收集过程中的内部数据，这是大数据的基础之基础。其次，全面推进数字化转型，积极参与国家数字复合出版系统工程的研发、试点示范工作。国家数字复合出版系统工程已研发并发布了七大类、共38项工程标准，包括新闻内容选题与评价系统、图书选题及发行分析系统、出版信息采集与策划服务系统、全文相似性分析系统等众多系统和平台，这些研发成果将全方位支持新闻出版企业的创意、生产、营销和经营管理活动，让新闻出版企业充分拥抱大数据和互联网。 三是找准大数据应用的切入点。出版企业基于一定范围内能够采集获得的用户全集数据，结合自己的资源优势，从一个具体可行的点切入，以“大数据分析为主，结合编辑经验”来改变过去那种以“编辑策划为主，结合抽样数据调查”的业务流程，通过布局“大数据出版”逐步提高地方出版业的选题质量、全媒体产品开发效率和“地方文化主阵地”经济社会效益。所以，布局大数据，不是做“大而空”的“花架子”，而是通过有效的数据分析，从具体可行的点切入，建立大数据出版模型，并在产品开发和用户推送的实践过程中不断修订完善。如以教辅教材为主要产品线的出版社可以对教师的教学进行数据挖掘，以技术学科出版为专长特色的出版社可以充分发挥作者的专业