大數(shù)據(jù)技術(shù)在出版領域的應用

大數(shù)據(jù)技術(shù)在出版領域的應用

隨著物聯(lián)網(wǎng)、云計算等技術(shù)的日新月異，信息技術(shù)的發(fā)展逐漸進入了一個新階段。規(guī)?；臄?shù)據(jù)以及對規(guī)?；瘮?shù)據(jù)的開發(fā)和利用,成為數(shù)字時代發(fā)展的一個新趨勢。英國著名學者維克托·邁爾·舍恩伯格在其《大數(shù)據(jù)時代》一書稱這樣一個時代為大數(shù)據(jù)時代。他認為,大數(shù)據(jù)時代的到來意味著一個新的技術(shù)革命浪潮的到來。圍繞大數(shù)據(jù),人類社會的生產(chǎn)和生活方式將發(fā)生新的變革。全球著名的戰(zhàn)略思想庫麥肯錫全球研究院在2011年發(fā)布的《大數(shù)據(jù):創(chuàng)新、競爭和生產(chǎn)力的下一個前沿》報告中指出,數(shù)據(jù)將成為未來人類社會賴以生存的新的重要的戰(zhàn)略性生產(chǎn)資料,將是未來社會創(chuàng)新、競爭和生產(chǎn)力的下一個前沿。作為數(shù)字時代發(fā)展的新趨勢,大數(shù)據(jù)技術(shù)的應用無疑將對包括出版業(yè)在內(nèi)的社會方方面面產(chǎn)生重要的影響。那么,大數(shù)據(jù)技術(shù)的應用將會對出版業(yè)的發(fā)展,尤其是出版業(yè)的轉(zhuǎn)型升級產(chǎn)生什么樣的影響?這是出版界必須思考的重要問題。一、大數(shù)據(jù)技術(shù)的應用從字面意義上來看,大數(shù)據(jù)指規(guī)?；暮Ａ繑?shù)據(jù)。實際上是指大小超出了典型數(shù)據(jù)庫軟件的采集、儲存、管理和分析能力的數(shù)據(jù)集。這樣一個數(shù)據(jù)集,數(shù)據(jù)量從TB級發(fā)展到PB級,不僅信息量大,且數(shù)據(jù)來源多樣化、數(shù)據(jù)類型多種化,同時這樣的數(shù)據(jù)集還具有數(shù)據(jù)增長速度快和數(shù)據(jù)處理速度要求高的特征,這就決定了大數(shù)據(jù)庫的建立,不是現(xiàn)有的數(shù)據(jù)庫軟件所能處理的,也不是現(xiàn)有的信息技術(shù)基礎設施所能承載的。大數(shù)據(jù)對傳統(tǒng)信息處理有這么高的要求,卻受到人們的推崇,根本原因在于它具有很強的商業(yè)價值,在未來可能形成變革時代的商業(yè)模式。一般認為,大數(shù)據(jù)特征可用4個“V”來概括。一是VolumeBig,即數(shù)據(jù)規(guī)模容量大,計算能力要求高,從TB到PB,甚而EB和ZB。如此海量的數(shù)據(jù)信息遠非現(xiàn)有信息基礎設施和IT架構(gòu)所能承擔。二是VariableType,即數(shù)據(jù)類型多樣,數(shù)據(jù)來源多種。既有結(jié)構(gòu)化數(shù)據(jù),又有半結(jié)構(gòu)化數(shù)據(jù),更有非結(jié)構(gòu)化數(shù)據(jù),且將以網(wǎng)頁、視頻、圖像與位置等形態(tài)的半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)為最主要的數(shù)據(jù)類型。三是VelocityFast,即數(shù)據(jù)處理實時速度要求快。大數(shù)據(jù)的數(shù)據(jù)流是高速實時數(shù)據(jù)流,換言之為動態(tài)數(shù)據(jù),因此對數(shù)據(jù)處理速度和持續(xù)性要求非常高。四是ValueHigh,即商業(yè)價值高。但大數(shù)據(jù)的商業(yè)價值高和價值密度低是相伴而存的,也就是獲取的具有高度價值的信息,是通過海量數(shù)據(jù)處理而來的,可謂“千淘萬漉真辛苦,狂沙吹盡才到金”。大數(shù)據(jù)技術(shù)的應用能夠形成一種商業(yè)模式的奧秘在于,大數(shù)據(jù)不僅是一種資源,更是一種工具。作為一種工具,利用大數(shù)據(jù)進行數(shù)據(jù)分析,可進行趨勢判斷,從而進行商業(yè)價值開發(fā)。如2009年,在甲型H1N1流感病毒爆發(fā)之前,美國谷歌公司的工程師在《自然》雜志發(fā)表了一篇令人矚目的論文。在該論文中,數(shù)據(jù)分析師分析了美國人最頻繁檢索的5000萬詞條,然后運用不同的數(shù)學模型,將其與美國疾控中心2003年至2008年季節(jié)性流感傳播期的數(shù)據(jù)進行了對比研究,最后得出的預測結(jié)果與官方數(shù)據(jù)的相關(guān)性高達97%。令人感到震驚的是,谷歌公司利用大數(shù)據(jù)分析,不僅能夠準確地預判流感的來源地,且預判的時間要領先于疾控中心數(shù)據(jù)分析一周之早。利用數(shù)據(jù)進行分析,從而進行產(chǎn)品開發(fā)無疑具有巨大的商業(yè)空間?？傮w來看,大數(shù)據(jù)技術(shù)利用的商業(yè)模式,主要是大數(shù)據(jù)分析所開發(fā)的新的產(chǎn)品。這些產(chǎn)品,或可優(yōu)化企業(yè)管理,或可提升企業(yè)服務能力,或可提升企業(yè)產(chǎn)品的價值,甚至形成新的信息產(chǎn)品。大數(shù)據(jù)技術(shù)的運用是基于海量數(shù)據(jù)的獲取。數(shù)據(jù)的獲取能力,是決定大數(shù)據(jù)分析和開發(fā)的關(guān)鍵。大數(shù)據(jù)技術(shù)運營的過程中,其數(shù)據(jù)主要來源是什么呢?一般認為,這種來源主要包括3個方面。一是企業(yè)內(nèi)部的經(jīng)營交易信息,二是物聯(lián)網(wǎng)世界中商品和物流信息,三是互聯(lián)網(wǎng)世界中人與人交互信息和位置信息。這3大數(shù)據(jù)信息的海量集聚,才是大數(shù)據(jù)產(chǎn)業(yè)化和價值化的關(guān)鍵。從流程來看,大數(shù)據(jù)的運營模式應由這樣一些環(huán)節(jié)構(gòu)成:首先是數(shù)據(jù)獲取,其次是數(shù)據(jù)分析,最后是數(shù)據(jù)產(chǎn)業(yè)化。二、大數(shù)據(jù)技術(shù)應用帶來的挑戰(zhàn)大數(shù)據(jù)標志著數(shù)字時代發(fā)展的新趨勢。出版業(yè)作為文化產(chǎn)業(yè)的核心組成部分,正在經(jīng)歷著數(shù)字轉(zhuǎn)型的艱難挑戰(zhàn),無疑也受到大數(shù)據(jù)技術(shù)應用的深刻影響。這種影響具體到出版業(yè)本身,主要表現(xiàn)在以下幾個方面。1.大數(shù)據(jù)時代出版管理的新趨勢大數(shù)據(jù)不僅是一種工具,更是一種哲學觀和方法論。這種哲學觀就是人類社會的發(fā)展已進入以數(shù)據(jù)資源為基礎的階段,數(shù)據(jù)思維將是人類發(fā)展的一個主要思維方式。正如《大數(shù)據(jù)時代的歷史機遇》一書所說:“缺少數(shù)據(jù)資源,無以談產(chǎn)業(yè)。缺少數(shù)據(jù)思維,無以言未來。”在大數(shù)據(jù)時代,數(shù)據(jù)成為一種與能源和物質(zhì)同等重要的生產(chǎn)資料,圍繞數(shù)據(jù)進行產(chǎn)品開發(fā)和服務升級,將成為未來信息產(chǎn)業(yè)競爭的新趨勢。這就要求包括出版業(yè)在內(nèi)的各種社會企業(yè)都要有數(shù)據(jù)思維,要認識到數(shù)據(jù)的價值,以開放和創(chuàng)新視野來謀劃數(shù)據(jù)和開發(fā)數(shù)據(jù)。具體到出版業(yè)本身,首先意味著出版管理將發(fā)生前所未有的變革。換言之,出版管理將步入一個以數(shù)據(jù)為中心的階段。如出版企業(yè)的很多生產(chǎn)經(jīng)營行為將形成一個數(shù)據(jù)庫,這個數(shù)據(jù)庫通過一定的管理軟件,可將企業(yè)內(nèi)部所有部門和所有員工的業(yè)務行為記錄在案,并形成數(shù)據(jù)庫。在這個軟件平臺上,企業(yè)外部讀者通過網(wǎng)絡或手機應用平臺進入企業(yè)的大量行為也將形成一個數(shù)據(jù)庫。與此同時,出版企業(yè)所擁有的原創(chuàng)圖書內(nèi)容本身就是一個具有無限價值的數(shù)據(jù)資產(chǎn)。這無疑對傳統(tǒng)出版管理提出了很大挑戰(zhàn),要求其管理觀念和管理系統(tǒng)全面創(chuàng)新和升級。2.大數(shù)據(jù)時代為出版綜合分析提供了重要數(shù)據(jù)參考大數(shù)據(jù)時代的到來,為出版選題策劃水平的提升提供了新的可能。大數(shù)據(jù)的本質(zhì)就是通過對數(shù)據(jù)證析,進行數(shù)據(jù)研判,從而優(yōu)化產(chǎn)品、提升質(zhì)量。對于出版業(yè)而言,通過對讀者閱讀偏好等數(shù)據(jù)的分析,可更精準地進行選題策劃,從而提高選題質(zhì)量。如利用大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù),對受眾瀏覽過的網(wǎng)頁內(nèi)容進行分析,可很容易地判斷幾億受眾閱讀信息的特征,從而在此基礎上判斷受眾到底喜歡什么。眾所周知,傳統(tǒng)的出版受眾調(diào)查,都是基于抽樣調(diào)查展開的,而在大數(shù)據(jù)時代則不同,巨量數(shù)據(jù)為事物發(fā)展趨勢的研判帶來了可能。人們在大數(shù)據(jù)時代,更熱衷于尋找事物的相關(guān)關(guān)系,而不是因果關(guān)系。也即通過大數(shù)據(jù)來判斷市場受眾的閱讀需求和閱讀品味,將變得更加精確。如對亞馬遜網(wǎng)站受眾在網(wǎng)站上的查詢行為進行分析,就可發(fā)現(xiàn)讀者的閱讀需求偏好。在這方面,西方一些出版機構(gòu)有一些做法很值得借鑒。如MSN網(wǎng)站2011年上線的msnNow數(shù)字出版企業(yè),在對Twitter、Facebook、Bing和BreakingN等網(wǎng)站數(shù)據(jù)內(nèi)容分析的基礎上,以分為單位識別熱門話題,然后在此基礎上組織編輯團隊策劃撰寫了100字左右的話題故事,在當時就很受受眾青睞。再如美國的Netflix公司,此前主要從事影片租賃服務,近兩年卻在數(shù)字內(nèi)容數(shù)據(jù)分析服務上嶄露頭角,成為數(shù)字內(nèi)容選題輔助分析的數(shù)據(jù)供應商,很受市場歡迎。該公司利用大數(shù)據(jù)分析對海量用戶信息了如指掌,不僅僅限于哪位受眾喜歡什么方面的數(shù)字內(nèi)容,而是精確到受眾的具體行為:哪些受眾喜歡在周末晚上用平板電腦看喜劇影視或閱讀武俠小說?哪位受眾會進入視頻就直接跳過片頭片尾?看到哪個演員出場會跳過不看?或看到哪個形象角色會略過不看?看到哪段劇情會重放或重新閱讀?這些較為精確的受眾閱讀偏好和閱讀行為的分析,無疑為出版選題策劃提供了重要數(shù)據(jù)參考。利用大數(shù)據(jù)分析來輔助出版選題策劃,無疑是未來出版策劃不可或缺的重要方向。3.數(shù)據(jù)平臺精準化投放當前,大數(shù)據(jù)的市場應用還主要集中在廣告市場的投放上,促使數(shù)字廣告從面向群體的推廣,升級為面向個體的精準化和個性化的推廣轉(zhuǎn)變。這方面,大數(shù)據(jù)運營平臺能夠通過大數(shù)據(jù)平臺準確分析受眾的行為,從而在此基礎上精準化和個性化地投放廣告,如弄清廣告投放的時間、地點、內(nèi)容和對象。這樣的精準化投放怎么實現(xiàn)呢?這里有一些思路可供參考。比如大城市的書店超市每天都有成千上萬的讀者逗留體驗,可通過手機應用確定讀者的地域范圍,找出近期在書店逗留時間較長的人員,然后在此基礎上,除去書店每天上班的工作人員,剩下的人就是潛在讀者。大數(shù)據(jù)鎖定的這些目標,無疑對精準化圖書營銷具有重要意義。此外,利用搜索引擎對受眾網(wǎng)絡行為的數(shù)據(jù)分析,同樣可給圖書營銷提供很好的信息。三、大數(shù)據(jù)時代出版轉(zhuǎn)型升級的路徑大數(shù)據(jù)技術(shù)已成為推動出版轉(zhuǎn)型升級的重要工具。出版業(yè)要充分認識大數(shù)據(jù)技術(shù)應用對出版發(fā)展的深刻影響,采取積極措施發(fā)展大數(shù)據(jù)技術(shù),開發(fā)數(shù)據(jù)價值,從而更好地推動出版轉(zhuǎn)型升級。具體來講,有以下幾個方面。1.內(nèi)部數(shù)據(jù)庫的開發(fā)大數(shù)據(jù)技術(shù)應用的前提,是擁有海量的數(shù)據(jù)獲取能力。一是內(nèi)部數(shù)據(jù)庫建設,二是外部數(shù)據(jù)庫發(fā)展。內(nèi)部數(shù)據(jù)庫就是通過對傳統(tǒng)出版內(nèi)容資源的數(shù)據(jù)化轉(zhuǎn)換和內(nèi)部管理資源的數(shù)據(jù)化處理,形成一個大的開放的數(shù)據(jù)網(wǎng)絡。外部數(shù)據(jù)庫發(fā)展,是數(shù)據(jù)資源的必要補充,一方面可通過出版企業(yè)的網(wǎng)絡平臺獲取用戶行為數(shù)據(jù),另一方面可通過合作、購買、交換等方式來從其他數(shù)據(jù)供應商獲取數(shù)據(jù)資源。2.提高出版企業(yè)大數(shù)據(jù)應用能力對于傳統(tǒng)出版業(yè)來講,網(wǎng)絡和信息技術(shù)的應用是短板。但大數(shù)據(jù)商業(yè)價值的開發(fā),又離不開數(shù)據(jù)技術(shù)應用。因此,出版企業(yè)要想在大數(shù)據(jù)時代勇立潮頭,就須在大數(shù)據(jù)技術(shù)應用上提高運用能力和水平。一方面要推動傳統(tǒng)數(shù)據(jù)獲取和應用能力的發(fā)展,一方面要推進新型的包含統(tǒng)計分析、信息智能和語言處理等綜合性數(shù)據(jù)挖掘技術(shù)能力的提升。只有通過數(shù)據(jù)技術(shù)應用能力的提升,推動數(shù)據(jù)應用廣度、深度和厚度上的提高,出版業(yè)的大數(shù)據(jù)商業(yè)價值開發(fā)才能做到最優(yōu)。3.開發(fā)出版業(yè)務對于出版業(yè)而言,大數(shù)據(jù)技術(shù)應用既是挑戰(zhàn),更是機遇。通過大數(shù)據(jù)技術(shù)的應用,深入推進