大数据技术时代我国学术出版业面临的挑战与机遇

王兆国

摘要：学术出版是加快国家文化软实力建设、践行社会主义文化强国战略和推进中国文化走出去的重要出版领域，当前却因为受众群体小、出版周期长、经济效益不显著等原因暂时受到冷遇。大数据技术能够为学术出版的选题策划、内容生产、销售推广等环节提供数据支持，从而提高选题质量、生产效率、经济社会效益。对上述机理进行了探究，并分析了学术出版企业应用大数据技术的完善路径。

关键词：大数据技术；学术出版；挑战与机遇

中图分类号：G230

文献标识码：ADOI：10.3963/j.issn.16716477.2017.04.0008

学术出版是指专门服务于科学研究成果和学术研究成果的发表、出版传播的一种社会性出版实践活动。学术出版作为学术信息集成和传播的载体，不仅是学术成果形成和转化的中枢，而且是思想传播和文化文明传承的重要方式，表征着一个国家和民族的思想文化水平和科技发展程度，也代表着一个国家和民族的整体出版水平。

当前，我国已经成为世界第二大经济体，科研投入也跃居世界第二位，科技人员每年发表的科研论文总数也位居世界第二位。但与西方科技文化发达国家相比，我国的学术出版占整个出版的经济份额、社会效益和经济效益等指标都与我国在世界上的经济地位、科研投入和科研成果数量不相称。整体上看，中国学术出版占世界份额还相当小，高水平的学术著作特别是真正具有创新意义的成果还不多，学术出版对经济社会发展的促进作用还不强，学术出版的整体发展水平还有待提高。

一、大数据技术及其在出版领域的应用

（一）大数据技术概述

目前对于大数据的理解阐述，虽然描述不一，但存在一个普遍共识，即“大数据”的关键是从种类繁多、数量庞大的数据中快速获取信息。麦肯锡全球研究所给大数据给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

2015年9月，我国国务院对外公开了《促进大数据发展行动纲要》，对支撑大数据发展的国家级统一平台进行了总体规划布局。作为我国推进大数据发展的战略性、指导性文件，《行动纲要》的发布，充分体现了国家层面对大数据发展的顶层设计和统筹布局，为我国大数据应用、产业和技术的发展提供了行动指南。因此，大数据已成为国家信息化深化发展的核心主题，发展大数据已成为构建数据强国、推动大数据治国的必然选择[1]。

（二）大数据技术助推出版业发展升级

从古人结绳记事到蔡伦造纸，从毕昇活字印刷到古登堡机械印刷机，从传统纸质出版一统天下到数字出版正在成为主流， 不难发现，技术进步历来都是出版业发展变革的重要引擎。如今，大数据时代的到来必然也会为出版业带来重大的变革，将革新出版业对信息和知识的搜集、储存、传播方式，对整个出版产业体系的重构产生深刻影响。

大数据技术能够对体量大、多种形式、增长速度快的数据实现快速地获取、存储、管理、分析和应用，为构建出版业的生产流程、运行机制、产品形态、赢利模式等领域带来重大机遇。具体从大数据技术的特点来说，高速、廉价的数据处理技术将极大地提升出版企业的出版、发行效率，實现对出版流程的“实时监控”；基于大数据的预测又能为出版企业的产品策划提供方向。

近年来，国家新闻出版广电总局全力推进新闻出版业数字化转型升级工作，以技术升级改造及内容资源建设为基础，强化行业在内容资源管理、产品生产、市场传播等方面的能力建设，为全面推进新闻出版业大数据体系建设奠定了基础。

二、大数据技术给我国学术出版带来的新挑战

大数据技术属于新兴的高新技术，它改变了传统的信息传播模式，改变了出版从业者特别是编辑人员的工作理念，使得参与出版流程的主体、对象、场所、途径、方式和结果等都发生了一系列新的变化。大数据的上述特点将对传统的出版流程进行重构，不仅对相关出版企业的软硬件配置提出了严格的要求，相应的运行机制也要以数据为中心进行重构。

（一）大数据时代，必须提升学术出版业的数据处理能力

大数据分析既是一种技术，也是一种思维方式。大数据将考验出版业的数据采集、分析与整合能力。大数据时代，学术出版企业必须具有大数据思维，不断积累、沉淀数据，打通获取行业数据的通道，培养数据分析的习惯，以实现跨越式发展。具体来讲，一方面要引进或培养具有数据采集、储存、分析和应用能力的人才队伍，在经营决策上需要将大数据分析所得出的结果快速落实到生产、营销、管理中；另一方面要面向数据商业价值的开发，来构建由数据驱动出版行为的决策机制和运行机制，推动出版管理、编辑业务和营销等各环节的转型和升级。

（二）大数据时代，必须构建适应大数据特点的运行机制

大数据在出版领域的应用潜力很大，但需要出版业从各个层面练好内功。大数据时代数据分析在成为整个业务流程中的首要环节，而且以数据分析结果为依据进行决策贯穿整个业务流程的始终。出版企业应根据不同的数据维度收集有效数据，优化分析方法，更好地将大数据嵌入出版运作流程中，使之成为一种经营资产和管理要素。在微观组织层面，出版机构尽快形成数据分析数据管理的习惯至为关键。随着出版活动越来越依靠数据的挖掘分析能力，构建以数据为中心的运行机制是出版企业的大势所趋。新的运行机制要求数据技术部门与编辑、营销、生产等部门联系更加紧密，响应更加快速，工作交叉也越来越融合。因此出版企业必须尽快适应上述变化，结合自身产品特色和目标市场定位，对出版流程进行重构。

（三）大数据时代，要更加强化学术出版内容的把关意识

出版业是一个强调内容积累与知识传承的行业，尤其对学术出版来说，更需要编辑的内容把关意识。这就对编辑提出了全新的挑战。首先，大数据技术仅仅是工具，过于依赖大数据会使出版人失去自己的主观判断和创造性思考，走入数据决定一切的误区。编辑更加需要通过对专业知识的积累、对选题的甄别、对书稿质量的把握、对图书内容与形式的总体设计等创造性活动，以及对选题的内容质量、学术价值和出版后的社会影响作出准确评判。其次，编辑要面对全流程基于数据的工作方法，也将面临海量数据和多种媒介交互下的内容把关挑战，无疑对编辑的信息辨识能力和把关意识提出更高的要求。

三、大数据技术给我国学术出版带来的发展机遇

2015年8月19日，在 “第三届中国学术出版‘走出去高端论坛”上，国家新闻出版广电总局副局长阎晓宏指出，学术出版在数字化技术飞速发展的背景下，在互联网特别是移动终端、云计算的时代背景下，要探讨采用新的传播方式，使学术出版物更便捷地送到需要的读者手中。从传统出版到数字出版的转型，要留意数据分析技术，始终跟踪前沿。

学术出版具有平台高、市场细分程度高、积累长、要求高等特点，对策划、编辑、设计、印制、营销等环节都提出了比较高的要求。大数据时代的扑面而来，给学术出版的从业者提出了全新挑战和转型机遇。在这一背景下，学术出版企业应当敏锐地认识到大数据环境带来的机遇，充分借力大数据的东风，实现跨越式发展。

（一）大数据背景下学术出版的选题策划

选题策划是出版社图书编辑出版流程的起始点，也是关乎出版社经济效益的关键环节。传统出版流程中，大多数出版社的选题策划主要依赖于编辑的经验和对市场的主观判断，出版物内容的策划通常是编辑根据经验或对某一领域的敏感度来开展，多采取个别访问、参加学术会议、座谈会或小范围开展问卷调查等方式了解分析市场需求，这种方式不但成本高、效率低，而且由于获取的数据量有限、收集时效的滞后，难免会出现对市场把握不到位，对目标读者定位不准确的问题。

基于大数据的预测将为出版企业的产品策划提供方向。借助大数据技术，出版企业通过收集、分析历史销售数据、用户产品反馈信息、专家建议等企业内部数据，以及对社会热点的趋势预测等企业外部数据，可方便、快捷地了解与自身出版方向相关的行业或产业的发展情况及存在的主要矛盾与问题、其他相关出版机构的出书品种、数量和市场占有率、读者认可度和关注率、当前互联网上与本专业相关的搜索热点等，从而较为便利地获取市场潜在需求和发展趋势。从中选择用户关注度高、顺应社会形势、能够实现舆论引导的选题进行策划。

对于学术出版来说，除了利用大数据选择优质选题之外，还可以针对某个方向的选题预测读者群体的规模、选择合适的作者，这就是大数据给学术出版的选题策划带来的机遇——精准策划。它是建立在数据挖掘和数据分析基础上，通过系统的数据聚集、挖掘和分析，不仅可以实现对具体选题方向市场需求的准确把握以及对目标读者群的精准定位，甚至可以通过数据分析，了解读者对不同作者的认可程度，选择最为合适的作者进行内容创作。在满足学术传播价值的前提下，保证具有原创性、创新性和前瞻性的学术著作及时出版，整体上提升我国学术著作的规模、质量和学术影响力。总之，大数据为出版社从海量的信息中获取优质内容选题提供了基础。基于大数据技术实现选题策划和流程创新，将是学术出版企业开展选题策划的重要发展趋势。

（二）大数据背景下学术出版的过程优化

尽管对于转型期的出版企业来说，大数据技术还是个新生事物，但出版的模式正在经历由技术驱动向由数据驱动的转变已是不争的趋势，后者的优势在于以数据分析为基础的决策贯穿从选题策划、内容加工到内容传播与营销的整个出版过程。从大数据技术的特点来说，高速、廉价的数据处理技术将极大的提升学术出版的效率，实现对出版流程的“实时监控”。

传统学术出版的工作流程是“選题策划—组稿—内容生产—发行”。这种工作模式具有单线性特征，一次的选题策划决定后续的出版行为，反馈信息的收集往往容易被忽略。大数据时代，信息瞬息万变，单一的、静止的数据收集无法准确预测学术发展的前进方向，出版企业必须转变过去的数据处理理念，更加注重数据的时效性，使编辑出版工作流程呈现立体化，由单线型转为循环型，即出版企业以即时的方式获取、处理和使用数据（内部数据、外部数据），并以此来驱动企业的管理和运营。企业一切的预测、判断、决策依靠数据说话。大数据背景下的学术出版的业务流程应是 “选题策划—内容生产—营销—服务—互动平台—客户需求—选题策划”式的闭环运营，各个环节之间有数据传递，相互间提供数据支持[2]。下面我们通过审稿和印制两个环节来说明大数据技术对出版流程的优化效果。

1.审稿环节。由于学术出版物内容的学术性和专业性强，编辑经常需要聘请社外专家进行审稿，同时要与作者沟通内容的修改，与校对人员沟通文字处理等。传统的内容生产模式下，编辑要花费大量时间来协调、沟通上述几方，效率较低。而在大数据环境下，内容生产环节可利用协同编纂平台，实现作者、编辑、专家、读者的共同编纂与实时交流，极大地提升了工作效率。

2.印制环节。传统出版的印制环节通常是靠编辑对市场的预测进行印制。学术出版物由于读者受众较少，采用传统的印制方法通常面临两难的境地：如果印量过小，则会导致印制成本相对较高，而且还会出现多次重印的可能性；而一次印量过大有可能造成长期的库存积压，影响企业的现金流。而在大数据背景下，可以通过潜在的市场需求数据预测来确定印数，还可以利用数据监控生产，自动纠错，实现高效率、高质量的产品印制。

（三）大数据背景下学术出版物的营销

1.基于产品信息的数据库营销。大数据时代，政府、行业及企业等各个层面将进一步开放其所掌管的各种数据，人们个性化、实时性的信息消费需求将呈快速增长趋势，同时阅读习惯的改变、数字出版技术的不断更新，使得读者对访问内容的途径期待产生了变化。对于学术出版的读者来讲，他们更希望能够方便、快捷、实时地获取和阅读与其研究、工作和学习等相关的信息，而购买纸质图书从中寻求所需的知识或信息显然不能满足这部分读者的需求。

从国际上来看，构建学术出版的知识资源库（产品信息数据库）已是解决上述难题的大势所趋。国外学术出版企业主要侧重于提升数据共享能力，实现数据价值最大化，并根据用户需求开发多种数字化产品和服务。Springer等欧美的一些出版巨头已经在学术出版领域里取得了巨大成功，有的甚至已经搭建起了基于海量内容的数据库。Bookseer、CoverCake、Thomson Digital、ePubDirect等公司正致力于推进大数据技术与出版业的融合。社会化媒体驱动的信息数据库BookMachine，将自身定位为供全球出版专业人士免费交流和共享数据、信息、技能的平台[3] 。虽然我国学术出版所面对的宏观、微观环境与欧美有所不同，但是他们成功案例中所体现的某些发展理念和导向，是可以参考的。

国内方面，自2013年习近平总书记就“中国特色新型智库”作出重要批示以来，学术出版智库建设迎来了宝贵的历史机遇，从研究智库、服务智库、联通智库到成为智库，学术出版的智库建设实现了跨越式发展。目前，国内社会科学文献出版社、中国社会科学出版社、人民卫生出版社、江苏凤凰出版传媒集团等多家学术出版机构将自身定位于“智库”，并循此思路开展学术图书的出版经营业务。其中，社会科学文献出版社搭建的集学术出版数据采集、整理、提供为一体的信息服务平台汇聚了多学科、多领域的学术出版成果，包括皮书数据库、列国志数据库、一带一路数据库和联民村数据库等，这些数字信息资源盘活了社会科学文献出版社多年来积累下来的学术资源，也使自己成功实现了从单纯出版者到知识服务商的角色转变[4]。不难预见，随着大数据技术的日渐成熟，作为构建学术出版智库的基础性组成元素，学术出版的数据库蕴藏着巨大的市场空间。

2.基于数据挖掘的精准营销模式。作为一个与商业有着千丝万缕的联系的概念，大数据技术最早的应用领域就是借助数据分析实现精准营销的目的，大数据技术在这一领域的应用模式也最为成熟。沃尔玛（Walmart）通过对消费者购物行为这种非结构化数据进行分析，了解顾客购物习慣，公司从销售数据分析适合搭配在一起买的商品，创造了“啤酒与尿布”的经典商业案例。

回到图书销售领域，作为业内大数据应用典范的亚马逊初期就是由分析用户购买数据，提供图书推荐服务起步，逐渐拓展大数据应用领域，实现预测出版、开放式出版等新型出版模式。通过大数据分析，出版企业能及时了解消费市场的多维信息：各个地区、各个城市及不同销售渠道图书分类的销售情况；按年、季、月统计的图书分类销售情况；每位作者所编图书的销售情况；不同地区和城市读者的阅读兴趣和爱好；不同性别、不同年龄段、不同职业和不同教育背景的读者在不同地点、不同时间段的阅读、浏览、搜索和购买行为；竞争对手图书产品的占有情况。

同时，数据挖掘也让出版企业对自身产品的特点和优势有了更加深入的了解，让市场定位更加清晰，目标用户更加明确，从而更加充分地把握自身优势，在产品生产和营销环节中更加有的放矢。一直以来，学术图书都没法做大营销，因为图书品种繁多，单品销量和重复消费可能性低，代替性极弱，市场总量小。大数据营销可以帮助学术出版企业通过量化和深入的数据分析，精准地洞察和挖掘客户需求，从而精准地锁定目标客户群，了解市场需求和读者的阅读偏向，明确目标读者和市场容量，以实现个性化营销和精准营销。

3.基于数据交互的商业模式。大数据时代，移动阅读行业规模持续增长，2015年移动阅读市场规模达108亿，同比增长22%，占移动数字出版领域比例逐年增高。同时，伴随智能终端普及程度的放缓，市场增长幅度逐渐平稳。中国移动互联网细分应用中，社交网络用户渗透率为93%，及时通讯为90%[5]。

学术出版的营销可以通过技术应用、产品创新，彻底突破原有的销售渠道，深入运用高新技术强化与国内外各级渠道商、运营商的合作力度，有效推广自身文化与产品品牌，提高消费者的认同度、依赖度以及忠诚度；借助互联网、手机等新兴媒体以及由此衍生的博客、微博、微信、推特等社交类媒体加强与消费者之间的深度沟通与交流，及时了解其个性化需求以及对自身产品的意见和建议，及时甚至是实时地获取读者所关心的数据，定期甚至是实时地更新出版物的某些内容，如某些基于数据分析的研究成果等，并能快速地推送给读者，从而不断地去满足人们日益增长的个性化和实时性的信息消费与阅读需求，推动及时沟通与全面互动的个性化营销模式的创新与普及。在此基础上借助网络技术、现代通信技术、数字技术等先进技术手段展开深度营销，全面创新与完善自身产品的营销模式与流通渠道。

此外，数字时代读者已在一定程度上从单纯的信息消费者转变为内容的提供者，借助大数据技术收集社交媒体、电子书阅读记录、体验式服务等数据，获取读者对书籍的评论、标签、注解、评分、阅读情绪、对服务的体验、对营销的接受效果等等。以此为基础对产品、服务、营销策略进行调整，又可以积累新的出版线索。

四、结语

总之，在大数据时代，数据将成为企业的核心资产，企业的文化观念、经营模式都将被重塑。学术出版行业作为传递知识、信息的内容产业，将被“大数据”深刻影响，这是毋庸置疑的。学术出版由于门槛高、受众面小、需求稳定，如果能够从基于大数据的出版理念着手，寻求切实可行的出版流程和商业模式重构，在“互联网+”的大背景下，加强数字化平台建设，拓展学术服务产业链，为作者和读者、编辑和技术人员、产品研发和营销等环节建立有机联系，是实现跨越式发展的绝佳时机。

同时，大数据技术将考验出版企业对数据的采集、挖掘、分析、组织与整合能力，也就是将大数据转化为出版生产力的能力。各类学术出版企业应结合自身产品方向和市场定位，主动融入这一趋势，合理有效地开发利用自身用户数据、产品数据、销售数据等战略资产，最终将其转化为出版的生产力和市场竞争力。

[参考文献]

[1]单志广.解读《关于促进大数据发展行动纲要》[EB/OL]. （20150922）[20170112].国家信息中心，http：//www.sic.gov.cn/News/249/5251.htm.

[2]王凌.论大数据的应用对出版业的影响[J].编辑之友，2014（4）：2123.

[3]刘鲲翔，杜丽娟，丁雪.大数据技术在数字出版中的应用前景展望[J].出版发行研究，2013（4）：911.

[4]王艳.试论学术出版机构智库舆论影响力的内涵及形成[J].中国编辑，2016（6）：4448.

[5]北京开卷信息技术有限公司.2015年中国图书零售市场报告[R/OL].（20160201）[20170112].http：//www.openbook.com.cn/Information/2240/3812_0.html.

（责任编辑文格）

Abstract：Academic publishing is important in speeding the construction of soft power of Chinese culture， carrying out cultural power strategy， and promoting Chinese culture output. However it is not so popular at present because of its little audiences， long production cycle and low economic benefit. The big data technology can provide data supporting to academic topic planning， publishing process optimizing and marketing， thus improve the planning quality， production efficiency and economic & social benefits. This article analyzes the mechanism mentioned above， and the demand of publishing enterprise transformation on management mode and development tactics supported by big data technology.

Key words：big data technology； academic publishing； the challenge and opportunity