朱建麗

1 大數(shù)據(jù)的概念

2012年，美國政府發(fā)布的《大數(shù)據(jù)研發(fā)倡議》使得大數(shù)據(jù)（Big Data）成為研究熱點。最初，大數(shù)據(jù)的概念是指需要處理的信息量過大，已經(jīng)超過了一般計算機在處理數(shù)據(jù)時所能使用的內(nèi)存量[1]。大數(shù)據(jù)技術(shù)是指對大數(shù)據(jù)的收集、分析、使用的相關(guān)技術(shù)，大數(shù)據(jù)技術(shù)日漸成為炙手可熱的技術(shù)。從大數(shù)據(jù)的生命周期來看，大數(shù)據(jù)技術(shù)包含大數(shù)據(jù)采集、大數(shù)據(jù)預處理、大數(shù)據(jù)存儲、大數(shù)據(jù)分析，共同組成了大數(shù)據(jù)生命周期里最核心的技術(shù)。其中，大數(shù)據(jù)采集包括數(shù)據(jù)庫采集、網(wǎng)絡數(shù)據(jù)采集、文件采集；大數(shù)據(jù)預處理包括數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)規(guī)約；大數(shù)據(jù)存儲包括基于MPP架構(gòu)的新型數(shù)據(jù)庫集群、基于Hadoop的技術(shù)擴展和封裝、大數(shù)據(jù)一體機；大數(shù)據(jù)挖掘包括可視化分析、數(shù)據(jù)挖掘算法、預測性分析、語義引擎、數(shù)據(jù)質(zhì)量管理。

2 大數(shù)據(jù)技術(shù)在圖書出版方面的應用

2.1 在選題策劃方面的應用

選題策劃是編輯工作的基礎(chǔ)，是編輯工作的首要環(huán)節(jié)，也是編輯工作的依據(jù)。大數(shù)據(jù)技術(shù)可以幫助出版社對大量數(shù)據(jù)進行分類、分析，這些信息包括國家有關(guān)政策和專業(yè)領(lǐng)域有關(guān)政策、媒體信息、教育信息、作譯者信息、同類產(chǎn)品的市場信息[2]。大數(shù)據(jù)技術(shù)為編輯提供可靠的數(shù)據(jù)分析，使得編輯在組稿等環(huán)節(jié)更具針對性，從而達到精準策劃的目的，如利用數(shù)據(jù)挖掘等技術(shù)，全面、快速、準確地采集信息；利用語義網(wǎng)絡圖等技術(shù)在同類選題中進行優(yōu)劣分析；利用聚類分析來尋找合適的作者。

2.2 在圖書生產(chǎn)方面的應用

1）編輯加工。編輯加工的內(nèi)容包括消滅差錯，潤飾提高，規(guī)范統(tǒng)一，核對引文，查對資料，校訂譯文，推敲標題，撰寫和規(guī)范輔文等。（1）體例的檢查，如稿件的大綱結(jié)構(gòu)檢查，圖序、表序、公式序號等序號檢查，標點、符號檢查，千分位檢查，全半角檢查，單位間隙檢查等，此類檢查可以幫助編輯在預審階段處理稿件，以節(jié)省編輯的時間；（2）內(nèi)容方面的檢查，如上下文查重，易錯詞檢查，敏感詞檢查，異體字檢查，繁體字檢查、不規(guī)范名詞檢查，歷史紀年檢查，領(lǐng)導人檢查等，此檢查可以幫助編輯在審稿階段把關(guān)稿件質(zhì)量。上下文查重舉例如圖1所示。

圖1 上下文查重舉例

由圖1可知，通過對全書的檢查，發(fā)現(xiàn)了幾處重復的段落。特別是，當重復段落頁碼相距比較遠的時，容易被編輯和作者忽視。

敏感詞檢查舉例如圖2所示。

圖2 敏感詞檢查舉例

由圖2可知，通過對敏感詞檢查這個功能，實現(xiàn)了在黨政制度、領(lǐng)土主權(quán)、港澳臺問題、民族、宗教、歷史敏感事件、外交政策、國際關(guān)系等方面的檢查，有效地幫助編輯避免政治上的“觸雷”。

2）生產(chǎn)數(shù)量的確定。過高的圖書庫存一直都是困擾編輯的大問題。傳統(tǒng)的模式下圖書生產(chǎn)數(shù)量由編輯進行估計，這取決于編輯的經(jīng)驗：如果估計過于保守，會造成反復小批量的重印，而導致成本的提高；如果估計過于激進，超出銷售的部分就轉(zhuǎn)化為庫存，庫存就會增加，同樣也會導致成本的提高。通過對大數(shù)據(jù)技術(shù)的應用，分析同類圖書銷售數(shù)據(jù)、圖書作者受歡迎程度、圖書選題在市場關(guān)注程度等，可以更準確地預測圖書生產(chǎn)數(shù)量[3]。

3）定價的確定。圖書定價的高低是消費者選擇購買圖書時考慮的重要因素之一。圖書價格的制定，受成本、利潤、生產(chǎn)數(shù)量、市場需求、同類圖書價格狀況、消費者心理和品牌等因素的影響。應用大數(shù)據(jù)技術(shù)，分析同類圖書價格狀況、消費者心理等影響因素，來更好地定價，以達到銷售目標、品牌目標、利潤目標。

2.3 在營銷推廣方面的應用

傳統(tǒng)營銷模式下，很難吸引讀者的注意力，也缺乏針對性，營銷效率不高。大數(shù)據(jù)技術(shù)的應用，給圖書營銷帶來新的營銷技術(shù)、手段和營銷創(chuàng)新的實現(xiàn)路徑[4]，使得圖書營銷的精準化、網(wǎng)絡化、全過程化成為可能，并實現(xiàn)了圖書出版業(yè)務的低成本和高效益[5]，從而達到精準營銷的目的。例如，通過對男性用戶進行大數(shù)據(jù)頁面的營銷推廣，使得《大衛(wèi)·貝克漢姆》一書取得了很好的銷售業(yè)績，這為傳統(tǒng)營銷模式開拓了新思路[6]。

2.4 在圖書發(fā)行平臺建設的應用

目前，我國尚缺乏全國性圖書發(fā)行平臺，這就導致了長期存在圖書銷售數(shù)據(jù)不明的情況。如果想獲得相關(guān)圖書的銷售數(shù)據(jù)，必須依賴發(fā)行人員在某個地區(qū)的部分銷售數(shù)據(jù)，這將花費大量的人力、物力和時間。民營出版社“經(jīng)典文化”基于大數(shù)據(jù)技術(shù)，建立了“私有云”平臺，以改變圖書銷售信息不明的現(xiàn)狀。該平臺的建立，不僅有助于出版社全面了解圖書銷售信息，而且還能幫助其更加準確地預測圖書市場需求[7]。

2.5 在數(shù)字出版方面的應用

為推動數(shù)字出版的快速、健康發(fā)展，大數(shù)據(jù)時代，如何將大數(shù)據(jù)技術(shù)應用到數(shù)字出版中？劉鯤翔等人[8]提出利用大數(shù)據(jù)技術(shù)在數(shù)字出版中實現(xiàn)精準策劃、精準營銷、優(yōu)化研發(fā)和生產(chǎn)過程、評估用戶體驗和產(chǎn)品效果，并且大數(shù)據(jù)技術(shù)應用于數(shù)字教育模式的研究中，從而為老師和學生提供個性化的數(shù)字教育服務。

3 大數(shù)據(jù)技術(shù)在圖書出版中遇到的問題

目前，大數(shù)據(jù)技術(shù)在圖書出版中尚有一些局限性[3]，具體如下。

1）在全國尚未形成一體化的大數(shù)據(jù)出版中心，即各個出版社之間存在數(shù)據(jù)壁壘現(xiàn)象，基于此現(xiàn)狀，可以采用小數(shù)據(jù)的處理方式。

2）部分專業(yè)圖書，由于其數(shù)字化程度不高及其超前性，限制了大數(shù)據(jù)在此領(lǐng)域圖書出版的應用。

3）國家推出的《GB∕T 30330-2013 中國出版物在線信息交換 圖書產(chǎn)品信息格式規(guī)范》等標準雖然推動了大數(shù)據(jù)的采集、存儲、分析和應用等工作，但在數(shù)據(jù)服務平臺、數(shù)據(jù)分析、數(shù)據(jù)應用等產(chǎn)品和服務的標準尚未建立，這些限制了大數(shù)據(jù)技術(shù)在圖書出版的應用。

4）若要實現(xiàn)大數(shù)據(jù)技術(shù)在圖書出版中的應用，必須有懂得大數(shù)據(jù)技術(shù)方面的人才，而這方面的人才在圖書出版行業(yè)目前還是比較匱乏的。

4 結(jié)論

大數(shù)據(jù)技術(shù)的應用在圖書出版行業(yè)的地位越來越重要，圖書編輯要改變細想，拓展視野，突破傳統(tǒng)圖書出版的局限性，充分利用大數(shù)據(jù)技術(shù)，促進圖書出版的進一步發(fā)展。