運用大數據進行出版服務轉型升級

□文│劉 碩

?

運用大數據進行出版服務轉型升級

□文│劉 碩

[摘 要]分析了當前讀者閱讀特點和大數據分析在讀者閱讀、出版服務決策優化領域的應用可行性、適用性和具體流程。研究表明，數字閱讀正逐漸成為人們主流的閱讀方式，我國文化傳媒和出版服務企業已經具備了利用大數據分析讀者閱讀規律進行服務優化的基本條件，企業經營模式轉型升級勢在必行。

[關鍵詞]大數據 數字閱讀 數據挖掘

隨著數字技術和信息技術的高速發展，人們的閱讀習慣已經產生了重大變革。鑒于網絡閱讀資源的豐富、檢索的便利以及數字閱讀設備的便捷性等優勢，數字化閱讀逐漸受到人們的追捧。與此同時，隨著互聯網應用的深化和數據分析技術的發展，大數據已成為時下的一個熱門話題。大數據時代，人們日常的行為和網絡應用都會被互聯網記錄并有效保存，即人們的日常行為規律均隱含在大數據背后。熱衷于數字閱讀的讀者的閱讀規律和文化需求同樣會蘊含在大數據中，探索讀者閱讀規律、迎合讀者閱讀及文化消費需求，將會為傳統文化傳媒和出版服務企業的發展帶來新機遇。

一、大數據時代讀者閱讀現狀

數字技術的發展和人們生活節奏的加快，使得時下人們的閱讀方式產生了重大變革，以印刷型媒介為主要載體的傳統閱讀比重正在逐漸減少，具有資源豐富、檢索便利、攜帶方便等優勢的數字閱讀正為越來越多的讀者追捧。所謂數字閱讀即閱讀的數字化，包括閱讀內容的數字化，如網絡小說、電子書、電子地圖、博客、數碼照片、網頁等；還包括閱讀終端或閱讀載體的數字化，如MP3、MP4、閱讀器、手機、電腦、數字電視等。[1]鑒于數字閱讀的資源豐富性和便捷性，我們可以隨時隨地地看到利用手機、便攜式平板電腦、電子書閱讀器如Kindle等移動終端閱讀的人們，以及利用音頻進行“聽書”的“讀者”，甚至對數字設備使用并不熟練的中老年人也正加入到數字閱讀人群當中，數字化閱讀已經遍及各個人群、遍布人們社會生活軌跡的各個角落，可以說，數字閱讀促進了全民閱讀事業的發展。

在數字閱讀為讀者帶來資源和便利的同時，數字閱讀的相關應用同時記錄下了人們的閱讀習慣，這為文化傳媒企業和出版企業的傳統閱讀服務和出版服務轉型升級提供了新的機遇，文化產業的大數據時代業已到來。大數據革命是當今信息技術的又一次重大變革，計算機、互聯網、數字技術的高速發展推動了大數據時代的到來。2013年被國內外許多媒體稱為“大數據元年”，大數據記錄了人們社會生活的軌跡和規律，這其中當然也包含利用數字終端進行數字閱讀的讀者行為規律，探索大數據隱藏的規律、迎合人們的需求已成為各行業企業必須慎重考慮的議題，不難想象，大數據將會對傳統產業的經營模式產生巨大沖擊，基于經驗的傳統文化服務模式亟須向基于大數據與用戶需求的全新服務模式轉型。

二、基于大數據分析的讀者閱讀、出版服務可行性與適用性分析

大數據是指無法通過現有主流（常規）技術和工具軟件在可接受的時間內管理、處理和分析的數據集合。[2]因此，應用大數據進行服務決策優化，至少需具備“組織數據集合”和“技術工具軟件”兩個基本條件。基于我國文化傳媒和出版業的整體信息化水平，其中的絕大部分企業都已經基本具備了這兩個條件，可以嘗試利用大數據分析進行讀者閱讀和出版服務的優化升級。

1. 應用大數據分析的基本條件

對于讀者大數據，聯機分析處理和關聯分析、序列分析等數據分析與數據挖掘技術可以很好地探索其中隱含的閱讀規律和服務需求，進而了解不同群體的閱讀特點與偏好，據此進行有針對性的出版發行、推介等閱讀出版服務，提高讀者用戶的滿意度，創造基于大數據和讀者需求的商業價值。

聯機分析處理（Online Analytical Process, OLAP）是使數據分析人員、管理人員或執行人員能夠從多種角度對從原始數據中轉化出來的、能夠真正為用戶所理解并真實反映企業特性的信息，進行快速、一致、交互的存取，從而獲得對數據的更深入了解的一類軟件技術。[3]關聯分析是最常用的數據挖掘方法，其最早用于分析大量消費者交易記錄中隱藏的購物模式，主要目的是從數據中尋找商品之間的關聯性，以制定商品組合營銷策略。[4]序列分析是通過用戶瀏覽網頁或網絡應用的數據進行的路徑、軌跡分析，可以有效了解用戶遍歷網頁和使用網絡應用的順序和習慣。

從目前大數據的主流分析和挖掘技術的概念中不難看出，應用這些大數據分析與數據挖掘技術至少需要讀者閱讀和出版服務提供者滿足兩個基本條件。一是服務提供者具備收集、組織讀者閱讀行為特征數據的能力；另一個是能夠對這些讀者閱讀大數據進行分析、挖掘的算法和軟件工具，閱讀和出版服務提供者需要配置專業的大數據分析或挖掘工具，或者至少需要具備利用常規工具軟件進行高端數據分析應用、實現大數據分析算法的能力。

2. 基于大數據分析的可行性分析

時下文化傳媒和出版服務企業多已實現了管理信息化和業務網絡化，也因此在為讀者提供服務的同時，正在記錄著讀者各種類型的需求數據，只不過單獨企業所存儲的數據量更小，而且這部分數據大都處于支持企業日常工作的形態，并未被有效地組織形成支持大數據分析的分析型數據。也就是說，目前文化傳媒和出版服務企業已經具備了收集、儲存、管理應用于大數據分析的初始業務數據的能力，對這部分業務數據進行適當擴充和有效組織即可生成專門針對聯機分析處理和數據挖掘等大數據分析技術的分析型數據集合。從這個角度分析，文化傳媒和出版服務企業已經具備了應用大數據分析進行讀者閱讀和出版服務升級的數據條件。

對于大數據分析所需的復雜算法應用軟件和硬件設施，文化傳媒和出版服務企業可以通過購置專業的軟硬件實現大數據分析和應用，當然這需要企業投入較大的資金成本，同時會帶來管理流程的較大變革，會對企業的經營穩定性帶來一定影響，而且短期內的經濟效益可能并不明顯。對于那些沒有意愿或無法承擔軟硬件升級成本的企業而言，利用當前現有的軟硬件技術條件或借助第三方網絡平臺的部分應用，同樣可以實現大數據分析的部分技術，以解決企業最為迫切的服務決策升級問題。實際上，目前文化傳媒和出版服務企業日常的數據庫和數據處理軟件如Microsoft Access、SQL Server甚至辦公軟件Excel就可以實現初始業務數據向大數據分析用數據的組織；對于實現大數據分析算法的應用軟件，可以利用日常辦公軟件和國內外研究機構開發的免費大數據分析軟件實現，如應用最為廣泛的Office辦公軟件Excel的數據透視功能可以完美地實現大數據的聯機分析處理，新西蘭懷卡托大學（The University of Waikato）自主研發的免費數據挖掘工具Weka可以便捷地實踐諸如關聯分析、序列分析等常用的大數據分析算法，因此，軟硬件技術條件并不是文化傳媒和出版服務企業應用大數據分析的障礙。

綜上所述，就目前我國文化傳媒和出版服務業整體信息化水平而言，已經具備了應用大數據分析提升讀者服務決策科學性、推進讀者服務升級的必要條件，大數據分析技術在閱讀服務和出版發行決策優化領域具有應用可行性。

3. 基于大數據分析的應用性分析

大數據分析的核心是要探索隱含在數據背后的讀者閱讀規律和潛在需求，進而以迎合讀者需求為出發點，提供更為優質的讀者閱讀服務和出版發行服務。因大數據分析的算法不同，得出探索的讀者閱讀規律和需求也不同，文化傳媒企業和出版服務企業應根據自身業務特點和所需解決的問題，選擇適當的大數據分析技術。

聯機分析處理（OLAP）是一種從不同視角分析讀者閱讀和需求數據的分析技術。我們將分析數據的角度稱為“維度”，如“時間”“地點”“閱讀時長”“閱讀類型”等；同時將企業感興趣的、需要進行深入分析的數據稱為“度量值”，如讀者的“閱讀次數”“下載次數”“購買數量”等。這樣通過對讀者書刊閱讀和購買數據進行不同角度的分析匯總，我們可以回答諸如“女性讀者在某一時間段閱讀文學類小說的總人數和比例是多少？”以及“讀者在何時購買何種類型的書刊數量最大”等一系列閱讀和購買習慣問題。基于此類數據分析，文化傳媒和出版服務企業就可以根據讀者閱讀和需求偏好，有針對性地進行營銷和推介服務，在滿足讀者需求的同時提高自身服務品質。

關聯分析的主要目的是探索挖掘大數據背后隱藏的讀者閱讀關聯規則，特別善于回答企業諸如“讀者經常閱讀或購買哪幾類書刊？”“閱讀或購買了這本圖書的讀者，還有可能閱讀或購買另外哪幾本圖書”等“組合需求”問題。基于大數據的關聯分析，文化傳媒和出版服務企業就可以進行“出版物組合”推介營銷。此外，將分析的讀者閱讀購買組合規律與聯機分析處理得出的讀者閱讀購買匯總規律進行結合，就可以將企業基于讀者單一閱讀規律的服務決策擴展為組合式服務決策，如此可以更好地滿足讀者需求同時提升自身服務滿意度和出版物閱讀量、銷售量；再輔以序列分析探索讀者網絡瀏覽的順序與習慣，有效安排書刊信息推介的網絡位置即可有效提高推介信息接受率。

不難看出，基于大數據分析的讀者閱讀和出版發行服務均是以企業的核心服務對象——讀者需求為出發點，其服務決策可以更好地迎合讀者閱讀需求，有效提高企業服務滿意度，提升企業業務水平，為文化傳媒和出版服務企業帶來可觀的商業價值。因此，大數據分析技術在讀者閱讀和出版服務決策支持和優化領域具有很強適用性。

三、基于大數據分析的讀者閱讀、出版服務決策流程

大數據分析是解決企業實際問題的數據分析與挖掘技術，是問題驅動式過程，其原動力即在于企業亟須解決的業務問題。因此，對于文化傳媒和出版服務企業，首先需要進行明確的問題定義，提出希望獲悉的讀者閱讀和需求規律。此外，由于不同類型的問題需要不同的數據組織形式和算法，因此，企業還需要明晰提出問題的類型，如具體希望獲悉多角度匯總數據類規律、關聯規則或序列規則等，以便根據問題選擇適當的算法和軟件工具以及相匹配的數據組織形式。

企業在問題定義后需要根據所需解決的問題、問題類型和相應算法組織數據，即將日常業務數據如書刊閱讀量、書刊類型、書刊銷售量、網頁訪問量等按照具體應用的大數據分析算法和軟件的要求，組織形成分析用數據源。具體而言，如果利用聯機分析處理進行數據的多角度匯總觀察，需要將數據組織成多維形式；利用Weka數據挖掘軟件進行關聯規則挖掘則需要利用二分法（YES或空值）標注讀者是否閱讀或購買了某一本或某一類型的書刊；利用時間序列數據按時間或順序記錄讀者的網頁或書刊閱讀次序。

按照大數據分析算法和應用軟件的要求進行數據組織后，即可利用適合的算法進行大數據分析。大數據分析不同算法技術的應用過程不盡相同，如聯機分析數理技術屬于演繹推理型大數據分析技術，每一個分析步驟都需要企業提出具體的問題，逐層深入，進而挖掘讀者潛在偏好；利用關聯分析進行關聯規則挖掘過程只需在運行算法程序前輸入適當參數，分析過程便可自動完成；序列分析則需要不斷進行試算，以找到讀者最為顯著的瀏覽、閱讀次序。

獲得大數據分析結果后，尚不能直接用于讀者閱讀和出版服務決策支持與優化，還需要對所得結果進行評估，考慮分析結果是否與現有結論相矛盾，是否具有可行性，是否具有商業價值。如果大數據分析所得結論是以前未知的、具有可行性且能夠帶來商業價值，則進行知識同化，即根據大數據分析結論和企業自身經營狀況，提出合理的讀者閱讀和出版服務對策并將其常態化；反之，如果大數據分析所得結論并不能滿足文化傳媒和出版服務企業的決策需求，則需要重新進行問題定義、數據組織、數據分析與結果評估，直至得到令企業滿意的結果，再進行知識同化進而提出合理的閱讀服務和出版服務決策。

基于大數據分析的讀者閱讀與出版發行服務決策流程如圖1所示。

圖1 基于大數據分析的讀者閱讀與出版發行服務決策流程

需要說明的是，以上只是解決讀者閱讀需求服務某一個或某一類特定問題、依據一段歷史數據進行大數據分析的應用流程。當文化傳媒和出版服務企業面對全新的問題時，需要重新進行問題定義，并依此流程解決新問題。此外，隨著信息技術和閱讀媒體軟硬件技術的更新換代，讀者的閱讀規律和偏好隨時可能發生變化，因此，大數據分析應轉變為文化傳媒和出版服務企業的常態工作并將其融入日常經營流程中，做到盡早了解讀者潛在需求、優化服務決策、提升服務質量，增強企業在大數據時代的商業智慧和核心競爭力。

四、結語

2014年，我國出臺了多個文化產業相關扶持政策，為“十三五”時期文化產業發展方向奠定了基調，即以“逐步發揮市場在資源配置中的決定性作用”作為主線貫穿我國文化產業發展路徑。[5]非公有制文化企業的準入、小微型文化企業的扶植將會給整個文化產業市場帶來更為激烈的競爭；大力度的金融扶植政策將使得有特色、優質的文化企業獲得更多的融資機會和更廣闊的發展空間。我國傳統的文化傳媒企業和出版服務企業已經處于轉型升級的關鍵時期，提高自身服務質量、進行文化服務創新和轉型升級已迫在眉睫。企業的文化服務創新、轉型升級的目的即在于滿足用戶的文化需求，對于文化傳媒和出版服務企業而言，僅僅滿足讀者的顯在需求并不足以帶來優勢競爭力。因此，如何探究讀者的潛在需求甚至是讀者自身都沒有意識到的隱性需求已成為企業亟須解決的問題。

大數據時代的到來為文化企業帶來了全新的機遇，大數據中蘊含的讀者規律為企業提供了全新的商業價值挖掘空間。因此，基于大數據的企業經營模式是文化傳媒和出版服務企業未來發展的必經之路。大數據時代的經營模式轉型涉及企業的軟硬件升級、業務流程重組、人力資源配置等諸多方面的調整，是一項復雜的系統工程，需要有規劃、有步驟地推進，否則可能會造成轉型低效益甚至轉型失敗。就當前我國文化傳媒和出版服務企業總體信息化水平而言，首要的工作是轉變傳統的經營觀念，以滿足讀者需求為經營出發點，以現有軟硬件條件和人力資源為依托，逐步提高大數據分析對日常管理和業務決策的支持力度，漸進實現大數據的商業價值，期間有規劃地進行軟硬件升級和人才培養，最終實現大數據時代的讀者服務轉型升級，推進我國全民閱讀事業，促進我國文化產業的繁榮。

參考文獻：

[1]段一，胡耀華.數字閱讀：變革與反思[J].中國出版，2010（20）

[2]黃孝章，劉益.大數據時代出版業發展趨勢研究[J].科技與出版，2014（10）

[3]何玉潔，張俊超. 數據倉庫與OLAP實踐教程[M].北京：清華大學出版社，2008：5

[4]劉碩.基于關聯分析的出版社圖書出版發行實證研究[J].科技與出版，2014（6）

[5]人民網.2014年文化產業政策奠定“十三五”期間發展方向[EB/OL].[2014-01-10].http://culture.people.com.cn/BIG5/ n/2015/0110/c172318-26360027.html

作者單位：（北京印刷學院經濟管理學院）