大數據環境下數字出版知識服務主要模式研究

郭亞軍 剛榕隈 黃圣潔

〔摘要〕總結和分析大數據環境下數字出版知識服務主要模式，有利于為數字出版機構發展知識服務提供借鑒，更好地為用戶提供服務。通過對當前國內外數字出版知識服務機構的全面調查，根據其知識資源的主要類型、主要來源、組織形式、展示平臺、獲取方式以及主要用戶類型、主要盈利方式等特點，總結出大數據環境下數字出版知識服務的主要模式。知識資源數據庫模式、知識獲取終端設備模式、社交媒體知識分享模式、開放式知識眾編模式、知識付費訂閱模式這5種主要模式有著各自的特點以及在大數據環境下不同的知識服務方式，數字出版機構應充分利用大數據發展知識服務。

〔關鍵詞〕大數據；數字出版；知識服務；模式

DOI：10.3969/j.issn.1008-0821.2018.11.001

〔中圖分類號〕G252；G23〔文獻標識碼〕A〔文章編號〕1008-0821（2018）11-0003-06

Research on the Main Mode of Digital Publishing

Knowledge Service in Big Data EnvironmentGuo YajunGang RongweiHuang Shengjie

（School of Information Sciences，Zhengzhou University of Aeronautics，Zhengzhou 450046，China）

〔Abstract〕The summary and analysis of the main mode of digital publishing knowledge service in big data environment is helpful to provide reference for the development of knowledge service for digital publishing institutions and provide better service for users.Based on the comprehensive survey of digital publishing knowledge service institutions at home and abroad，this paper summarized the main modes of digital publishing knowledge service in big data environment，according to the main types，main sources，organization forms，display platform and acquisition mode of knowledge resources；main type of user；main mode of profit.The 5 main modes of knowledge resource database model，knowledge acquisition terminal equipment mode，social media knowledge sharing mode，open knowledge compiling model and knowledge pay subscription model had their own characteristics and different knowledge service modes in big data environment.Digital publishing institutions should make full use of big data to develop knowledge service.

〔Key words〕big data；digital publishing；knowledge service；mode

數字出版一直在扮演著為用戶提供知識資源的重要角色，大數據時代的到來更是為數字出版開展知識服務創造了優越的條件。一些數字出版機構已經在應用大數據技術并取得了不錯的成效。愛思唯爾建立了全球最大的引文數據庫——Scopus引文數據庫，開發了科研績效評價與決策工具SciVal，通過大數據技術HPCC（高性能計算集成），可以瞬間分析大約3 000萬篇論文和3億條引用數據并得出可視化的分析結果。亞馬遜Kindle在原有的基于“Item to Item”協同過濾技術專利的個性化推薦系統基礎上利用大數據技術更新了其書籍推薦的策略，用戶可以通過添加自己喜歡的風格、評論或評分來影響推薦功能，使其推薦的書籍更貼近用戶的個性化偏好。

大數據環境下數字出版知識服務出現了一些新特點，也涌現出一些新模式，值得深入研究。本文通過對當前國內外數字出版知識服務機構的全面調查，分析其知識資源的主要類型、主要來源、組織形式、展示平臺、獲取方式以及主要用戶類型、主要盈利方式等特點，綜合歸納出大數據環境下數字出版知識服務的主要模式，以期為數字出版機構提供參考，更好地為用戶提供知識服務。

2018年11月第38卷第11期現代情報Journal of Modern InformationNov.，2018Vol38No112018年11月第38卷第11期大數據環境下數字出版知識服務主要模式研究Nov.，2018Vol38No111大數據對數字出版知識服務的影響

11大數據讓數字出版知識資源的數量和形式更豐富出版商運用大數據技術，把從不同渠道獲取的資源進行數字化整理，讓數字出版知識資源的數量和形式更豐富。

大數據時代的數字出版知識資源的提供者不一定是專業的作者，所有人都可能成為知識資源的提供者。用戶的身份從傳統的閱讀者到信息的提供者和享受者，不再處于紙質版出版信息接收的被動狀態，比如用戶在網上進行頁面瀏覽，遇到網友問題求助時會根據自己的經驗來進行解答，這些隱性的知識資源提供是傳統出版達不到的。數字出版知識資源的載體擴大，介質增多，形式更豐富。在傳統出版載體的基礎上，數字出版增加了專家的講座、網友的網絡文章等知識資源，數字出版知識資源的介質不局限于文字，各種數字資源如圖片、音頻、視頻、動畫、軟件模擬、數值模擬等都可以成為知識服務的內容。

12大數據讓數字出版知識資源的處理復雜程度更高數字出版知識資源的處理包括數據碎片化整理、隱性知識的顯性化以及對知識資源進行挖掘等深加工，大數據豐富的數字資源大大增加了數字出版知識資源的處理復雜程度。

大數據數字出版知識資源的處理不只是對正式出版物等結構化的知識資源進行整合，還需要將所有數字出版資源進行重組和治理，通過“碎片化”、“數據化”將其加工成網絡化的“知識元”，實現資源的聚合、知識的提純、內容的關聯、資料的拓展和鏈接；對于原本碎片化的、以隱性知識狀態存在的知識資源，需要甄別、篩選以及系統化加工，重組非結構化的、多種介質的知識資源以滿足用戶的個性化知識需求；數字出版資源在進行重組整合后仍無法保證其真實性、準確性與流暢性，需要通過多元數據提純進行加工編輯，把價值一般的數字出版資源變成優質資源。

13大數據讓數字出版知識服務方式更個性化

數字出版知識服務平臺同時也是用戶大數據采集平臺，通過數字出版知識服務平臺采集的用戶大數據，可以幫助數字出版機構獲得更加精準的“用戶畫像”，分析預測用戶喜好和類型，提供個性化服務。

出版商可以利用大數據掌握用戶在網上進行詞頻搜索或是瀏覽記錄、購買記錄等所有終端行為，根據用戶的需求搜索進行信息篩選，減少信息過多造成檢索困難和時間浪費，分析預測用戶閱讀喜好以提供個性化的選題策劃，使用戶獲得數字產品的更好體驗。出版商通過大數據精準的掌握用戶需求規律，分析用戶的知識需求以提供個性化的內容智能定制。

14大數據讓數字出版知識服務盈利模式更有效

隨著大數據挖掘與分析能力的不斷提升，數字出版也進入到大規模生產、分析和應用大數據的時代，其精確分析的結果會產生巨大的價值[1]，讓數字出版知識服務盈利模式更有效。

出版商利用大數據獲取用戶信息，對用戶信息進行分析并建立用戶信息資源庫，根據商品特點針對不同用戶實施精準營銷，為用戶提供知識服務刺激用戶需求；只有足夠豐富的數字資源才能讓出版商進行數據分析，為用戶提供個性化的知識服務，大數據讓數字出版知識服務真正面向用戶需求，讓用戶心甘情愿為內容付費；大數據讓數字出版知識服務面向用戶問題的解決，為用戶集中提供與需求最相關的信息資源，排除不相關信息的干擾，極大地節約了用戶搜尋時間，為用戶提供增值服務。

2大數據環境下數字出版知識服務主要模式

通過對當前國內外數字出版知識服務機構的全面調查，比較它們在知識資源的主要類型、主要來源、組織形式、展示平臺、獲取方式以及主要用戶類型、主要盈利方式等方面的差異，筆者總結大數據環境下數字出版知識服務有5種主要模式：知識資源數據庫模式、知識獲取終端設備模式、社交媒體知識分享模式、開放式知識眾編模式、知識付費訂閱模式。這5種主要模式有著各自的特點以及在大數據環境下不同的知識服務方式（見表1）。

21知識資源數據庫模式

知識資源數據庫模式是傳統出版與新興出版的融合，是比較成熟的數字出版知識服務模式[2]，不少知識資源數據庫為人們所熟知。在國外，愛思唯爾（Elsevier）的ScienceDirect全文數據庫提供3 800多種期刊和37 000種圖書的數字化全文，為研究人員、教師、學生、醫療保健和信息專業人員搜索、發現、閱讀、理解和分享學術研究成果提供服務[3]；愛思唯爾的Scopus引文數據庫是全球最大的文摘和引文數據庫，涵蓋了科學、技術、醫學、社會科學、藝術和人文等學科領域，其智能工具可以對全球的研究進行跟蹤、分析和可視化[4]；SpringerLink全文數據庫是全球著名的科技出版集團施普林格（Springer）所經營的在線發布平臺，有800多萬份科學、技術和醫學（STM）數字出版文件提供給用戶下載閱讀[5]；EBSCO公司提供信息科學數據庫（IT Source）、食品科學數據庫（Food Science Source）、工程學數據庫（Engineering Source）等100多個主題型數據庫[6]。在國內，中國知網、萬方數據、重慶維普等較早利用傳統出版資源建立知識資源數據庫，為國內各級各類圖書館等機構用戶提供知識服務。

知識資源數據庫模式一般由專業的出版企業來運營，知識資源組織形式為OGC（Occupationally-generated Content，職業生產內容），通過將自有出版資源數字化或購買數字出版版權，以數據庫作為主要展示平臺，提供全文或摘要、參考文獻索引等知識資源檢索和下載。重點面向科研型用戶、機構用戶，以數據庫整體銷售、文獻收費下載為主要盈利方式。目前的知識資源數據庫模式主要服務于研究領域，其知識資源以數字化期刊論文為主，也涉及電子圖書和會議論文等，具有較高的學術價值和參考價值，已經成為很多專業領域不可或缺的科研支撐基礎。

在大數據環境下，知識資源數據庫可以對其掌握的海量數據、高質量內容進行大數據分析，為客戶提供決策參考，解決工作中的重要問題。愛思唯爾以Scopus引文數據庫所包含的全球220余個國家超過8 500家大學及科研機構的數據為基礎，采用內部開發的大數據技術HPCC（高性能計算集成）開發了科研績效評價與決策工具SciVal[7]，能夠對大約3 000萬篇論文和3億條引用數據進行分析，并在瞬間得出可視化的分析結果，對科研機構的績效進行分析，并為學術機構的領導人提供決策服務[8]。中國知網利用大數據開發了“學術不端文獻檢測系統”為用戶提供論文查重檢測服務，通過查重系統將文獻在中國知網龐大的數據庫中進行比對，可以檢測其是否存在抄襲、剽竊或引用過度的問題，在2～5秒完成一篇5 000漢字的文獻比對，出示比對結果，該系統目前已廣泛用于學位論文管理和期刊論文審稿等領域[9]。

22知識獲取終端設備模式

知識獲取終端設備模式是指用戶使用電子閱讀器獲取知識的數字出版模式。美國亞馬遜推出的電子閱讀器Kindle是全球范圍內電子閱讀器的典型代表。2007年，亞馬遜第一代Kindle上市，2009年亞馬遜電子內容平臺KindleStore的電子書銷售量已經超過了實體書銷量[10]。Kindle除了提供海量的電子書內容，還會提供消費者商品評比、推薦類似書目、強大的搜索引擎功能、便捷的購物過程、預覽部分章節等創新性服務和有特色的售后服務[11]。Kindle為用戶提供的個性化應用，低廉的購買費用、良好便攜的閱讀環境吸引了大量用戶，是世界上迄今為止商業上最為成功的電子閱讀器終端之一。蘋果iPad、漢王電子書、盛大Bambook等以終端為傳播介質的電子閱讀器產品也在知識獲取終端設備中占據一定地位。

知識獲取終端設備模式主要由科技企業來管理運作，知識資源組織形式和知識資源數據庫模式一樣也是OGC（職業生產內容），通過購買網絡出版商和個人作者的電子書版權，以電子閱讀器為銷售平臺，提供電子書籍查找上傳、閱讀購買等知識資源獲取渠道，為喜愛讀書的個人用戶提供良好的閱讀體驗。以電子閱讀器銷售、文獻收費下載為主要盈利模式的知識獲取終端設備模式，為傳統出版商在數字時代的完美轉型提供了機會。以電子書為主要知識資源類型的閱讀器，不僅方便攜帶，還促進了傳統紙質圖書電子化，為用戶提供更多閱讀空間和選擇。

在大數據環境下，知識獲取終端設備模式運用了先進的電子科技，集聚了海量的數字內容以供客戶隨時閱讀或者購買，解決了閱讀資源不足的問題，同時通過收集讀者閱讀痕跡以及反饋信息來判斷讀者的閱讀習慣和喜好并進行精準推送。亞馬遜早在1998年就申請了“Item to Item”協同過濾技術專利，開發出個性化推薦系統，近年來亞馬遜Kindle利用大數據技術更新了其書籍推薦的策略，用戶可以通過添加自己喜歡的風格、評論或評分來影響推薦功能，使其推薦的書籍更貼近用戶的個性化偏好。蘋果iPad個性化服務主要表現在它的自適應交互模式，隨著用戶使用iPad的方向變化做出相應的調整，頁面不論在橫向還是縱向的界面下都能整齊、清晰的顯示，為用戶提供良好的閱讀體驗[12]。

23社交媒體知識分享模式

社交媒體知識分享模式是指在社交媒體平臺上用戶之間彼此分享知識資源的一種新興數字出版模式。Facebook是目前世界上最大的社交媒體，作為一種Web應用程序，它可以通過任何瀏覽器來訪問；作為一種有效的學習工具，它為開展非正式學習和社會化學習提供了良好的知識分享平臺[13]。Twitter是一種即時更新的微博客系統，用戶可以將自己的想法以簡短的文字由網站、短信、IM（即時通訊軟件）發送給自己的訂閱者或者好友，Twitter的用戶可以隨時隨地進行信息資源傳遞[14]。在國內，基于用戶之間的關聯關系，微博構建了一個信息傳播和分享的平臺，實時進行短文本信息的更新和分享[15]。微信通過公眾號里的推文和朋友圈中的文章轉發等功能，實現知識分享。

社交媒體知識分享模式一般由社交媒體企業來運營，采用UGC（User-generated Content，用戶生產內容）的方式形成知識資源，以社交媒體網絡平臺為依托，對網友創作的信息進行展示、集合和交互。重點面向智能手機的適用人群，多為個人用戶，以廣告收入、贊賞收入為主要的盈利方式。目前的社交媒體知識分享模式主要服務于休閑娛樂領域，其知識資源以網絡文章為主，也涉及視頻、音樂、圖片等，社交媒體知識分享模式的發展依托于用戶的社交關系，其傳播效率極高，已經成為我們生活中便利快捷的一種知識分享方式。

在大數據環境下，用戶通過各種社交媒體平臺，在任何時間、任何地點即時發布信息，其信息傳播速度超過傳統紙媒及網絡媒體；與此同時，用戶在社交媒體上留下的痕跡也都被大數據詳細記錄下來，成為社交媒體知識分享時的重要參考。微信為公眾號運營者提供運行監測、目標客戶監測、活躍情況監測等數據，幫助他們進行決策。運營者可以根據粉絲畫像、訪問行為軌跡分析、引流點分析的結果來采取相應的營銷策略以增加粉絲量，還可以借助監測流量、訪問量、轉化率、調試率、沾度等數據來判斷頁面是否具有價值，是否受粉絲青睞，再確定推文時間和推文內容，從而為用戶提供更有針對性的服務。

24開放式知識眾編模式

開放式知識眾編模式是指由大眾在網絡上對知識資源共同進行編輯加工的組織模式，是大數據時代數字出版產業積極轉型的新探索。開放式知識眾編模式在商業上的典型應用就是問答社區。Quora是目前國外較為盛行的網絡問答社區，結合了Twitter的Follow關系、維基式協作編輯、Digg的用戶投票等模式，將現有Web20產品的分散功能進行組合。Quora的訂閱功能強大，通過對問題、答案或回答的訂閱，幫助用戶及時獲得所關注領域或話題的最新消息，通過投票功能（頂或踩）、關注功能，讓用戶之間有更多的互動[16]。國內的知乎是基于用戶搜索的互動式知識分享社區，用戶根據自己的需求搜索或者提出問題，其他用戶運用自己的知識、經驗和見解為其提供解答，并邀請各行各業的專家回答問題[17]。知乎鼓勵在問答過程中進行討論，形成對發散思維的整合。

開放式知識眾編模式主要由互聯網企業運營，是一種開放的由大眾對內容進行編輯加工的知識組織模式，提供的知識資源大多是在問答平臺上由網友創作的數字資源，是很典型的UGC（用戶生產內容）模式。該模式以廣告收入、付費問答為主要的盈利方式，通過提出問題、組織用戶回答問題等方法挖掘出用戶頭腦中的“隱性知識”，經專業人士不斷豐富完善零散的知識，重新組織后還可以實現真正意義上的編輯出版。

大數據時代下的開放式知識眾編模式利用大數據傳播速度快、數據種類多、容量大等特點對數字資源進行深度價值挖掘，形成良好的知識網絡體系，方便用戶查找使用。知乎對問題的發起者設置了“知乎專欄”板塊，提問者可以根據問題主題在相應的板塊里查找或提問；在“想法”模塊，知乎給用戶推送各種正在討論的熱門話題，用戶可以根據個人興趣進行簡要回答；借助大數據分析，選擇信息價值高的問題推送到知乎首頁從而吸引更多讀者查看閱讀[18]。Quora應用大數據和機器學習的方法給答案排序，根據與問題的相關性以及答案的價值排序，使得最有用的答案總是排在前面，給用戶提供更好的閱讀體驗[19]。

25知識付費訂閱模式

知識付費訂閱模式是將知識變成產品或服務，以課程、專欄等形式提供給用戶付費訂閱，以實現知識的商業價值。知識付費訂閱有利于人們高效篩選信息，也有利于激勵優質知識產品的生產。美國的Skillshare是一個專注于技能分享的在線教育網站，任何擁有一技之長的人都可以在這個平臺開課分享自己的獨特技能，有需求的人付費購買。除單門課程購買的方式外，Skillshare還推出了自助式套餐，付費訂閱后用戶可以在網站上學習任何課程。在國內，知識付費近年成為熱點話題。知識服務類應用“得到APP”2016年6月推出首個付費專欄，目前提供“樞紐·中國史綱50講”、“鄭也夫·社會學專題50講”等大師課以及“萬維鋼·精英日課”、“武志紅的心理學課”等訂閱專欄。音頻分享平臺喜馬拉雅FM既提供免費的資源服務于最大量用戶，也有精品節目專欄、低價專區和分集購買內容等付費內容滿足一部分用戶對于優質內容和精準便利獲取的需求[20]。

知識付費訂閱模式一般由教育類企業運營，知識資源的獲得以PGC（Professionally-generated Content，專業化生產內容）為主，UGC（用戶生產內容）為輔，大多為專家錄制的音頻、視頻信息，用戶通過“聽取”的方式來獲取知識，通過用耳朵代替眼睛，達到“隨時隨地，聽我想聽”的效果，服務于用戶的終生學習。知識付費訂閱模式主要通過用戶付費來獲得盈利，也會有一定的廣告收入。

在大數據的環境下，知識付費訂閱模式順應了互聯網內容消費的千人千面，滿足用戶個性化閱讀。Skillshare利用網絡顛覆了傳統的教育模式，形成了一種個性化線上學習的教學方式，使得用戶可以利用大數據學習知識，獲取與工作或職業相關的實用技能。喜馬拉雅FM推出的“猜你喜歡”功能的背后是一整套基于大數據的個性化推送系統。喜馬拉雅FM較早應用大數據技術，并成立了專門的算法團隊，依靠大數據記錄用戶的喜好和收聽情況，進一步細化用戶的喜好內容，建立用戶興趣圖譜，以便精準地向用戶推薦個性化的信息[21]。

3大數據環境下數字出版機構發展知識服務的對策建議31重視大數據數字知識資源積累

擁有海量數據的獲取重組能力是應用大數據技術的前提，數字資源的積累是大數據知識服務發展最主要、最關鍵的因素之一。大數據數字知識資源的積累主要分為兩個方面：一是對現存數據的整理重組；二是對多介質資源的獲取。內部數據庫通過對現存數據，特別是對隱藏的結構化、半結構化和非結構化數據進行加工重組，通過對傳統出版數據資源轉化和現存數據進行分類整理，利用資源內在聯系形成一個開放的數據網絡。外部數據庫一方面通過對互聯網上的數字信息進行收集，將雜亂無章、不同形式的數字知識資源進行精準分析并轉化為滿足用戶需求的個性化數據資源；另一方面可以從數據供應商直接購買數據資源，實現數據資源的多元化和完整性。

32推動大數據知識服務價值開發

在技術挖掘和海量數字資源篩選后，針對不同用戶進行精準推送，提高知識服務的準確性和效率性，建立正確的經營模式，是推動大數據知識服務價值開發的前提。具體表現為3種模式：一是建立資源整合模式，零散數據往往因為時效性和流動性被忽視，整合的數據由很多樣本量小的數據構成，對研究對象反映更全面，出版商可以從中發現新問題，使數據價值增加。二是建立技術創新模式，數據隨著時間推移不斷擴大，具有專業大數據人才和先進的技術是大數據快速發展的前提，只有數據提供準確及時，大數據知識服務價值才可以提高。三是資源共享模式，一些小的出版社每年會出少量的專業圖書，由于數據資源不完備，數據資源時效性差導致專業圖書不暢銷，對于這種情況多家出版社可以簽訂協議進行資源共享，推動知識服務價值開發，實現信息價值最大化。

33實施大數據人才培養工程

人才資源建設是數字出版知識服務和大數據技術發展的主要推動力，大數據人才的挖掘與培養是數字出版機構發展知識服務的重要工作。大數據時代需要精通數字出版技術、數字產品開發、具有分析大數據能力的復合型人才，數字出版人才應不僅僅限于學習IT技術，還應掌握數學、統計、數據及商業分析知識，成為能夠幫助數字出版公司分析數據獲得經濟效益的技術及管理人才[1]。在大數據人才培養上可以從兩個角度出發：一是理論學習，這是大數據認知的必要途徑，專業人才需要有專業知識和良好的數據思維，打好理論基礎是人才培養的基石；二是技術實踐，在理論的基礎上進行技術操作，讓人才進行大膽嘗試創新，重點強調對多元化思維、創造性思維以及實際應用能力等軟實力的培養[22]，鼓勵多種形式培養大數據人才。

34加強與大數據知識服務產業鏈的合作

發現用戶需求是知識服務產業增值的起點，發揮不同平臺產業鏈優勢滿足客戶需求是知識服務產業增值的終點。數字出版機構需要加強與大數據知識服務產業鏈各個環節的合作：一是加強與數據資源內容提供者的合作，不同的出版商有自己的出版領域和對不同學科水平的理解，多個出版商的數據可以整合成一個龐大的資源庫，在對信息進行篩選分析后形成完整的知識服務網絡。二是加強與大數據技術支持者的合作，借助他們提供的大數據采集技術、大數據存儲技術、大數據清洗技術、大數據挖掘技術和大數據可視化技術，數字出版機構可以更好地發揮大數據的價值，為用戶提供知識服務。三是加強與數字出版運營平臺的合作，數字出版運營平臺直接面向用戶，可以采集到海量的用戶行為信息，并利用自身掌握的用戶大數據為用戶推送個性化數字出版知識服務。四是加強與網絡書店的合作，網絡書店促進了傳統出版和數字出版的融合，并利用互聯網的廣泛性進行媒體宣傳，大大減少了營銷成本并提高了營銷效果。

4結語

大數據時代的到來推動著數字出版知識服務業的發展，出現了知識資源數據庫模式、知識獲取終端設備模式、社交媒體知識分享模式、開放式知識眾編模式、知識付費訂閱模式等典型的數字出版知識服務模式。隨著大數據在數字出版知識服務中的更廣泛、更深入地應用，會有更多新的數字出版知識服務模式涌現。利用大數據加快發展知識服務，提升知識服務的價值和水平，更好地滿足用戶的需求，這是數字出版機構需要持續努力的方向。

參考文獻

[1]付婉瑩，薛創.基于大數據的數字出版模式研究[J].出版發行研究，2014，（11）：35-38.

[2]石雄.專業知識數據庫數字出版模式的實踐探討[J].中國出版，2011，（7）：48-50.

[3]Elsevier[EB/OL].https：//www.elsevier.com/solutions/sciencedirect，2018-06-15.

[4]Elsevier[EB/OL].https：//www.elsevier.com/solutions/scopus，2018-06-15.

[5]Springer[EB/OL].http：//www.springer.com/gp/products/springerlink，2018-06-15.

[6]EBSCO[EB/OL].https：//www.ebsco.com/products/research-databases，2018-06-15.

[7]Elsevier[EB/OL].https：//www.elsevier.com/solutions/scival，2018-06-15.

[8]白可珊.愛思唯爾未來十年轉型新方向 開發數字決策工具[N].中國出版傳媒商報，2014-08-26，（6）.

[9]中國知網[EB/OL].http：//check.cnki.net/，2018-06-16.

[10]陸臻.從媒介環境學角度考察亞馬遜“Kindle”模式及其啟示[J].中國傳媒大學學報，2015，37（8）：128-131.

[11]王永亮.電子書傳播文化平臺探索——以亞馬遜Kindle營銷為例[J].出版廣角，2017，（21）：60-62.

[12]蔣云平.面向iPad的移動學習系統研究與實現[D].武漢：華中師范大學，2012.

[13]苗小勇，陳仕品.國外Facebook在教育中的應用研究[J].電化教育研究，2012，33（5）：110-115.

[14]潘亞楠.微博客Twitter探析[J].東南傳播，2009，（12）：117-119.

[15]張晨逸，孫建伶，丁軼群，等.基于MB-LDA模型的微博主題挖掘[J].計算機研究與發展，2011，48（10）：1795-1802.

[16]沈波，賴園園.網絡問答社區“Quora”與“知乎”的比較分析[J].管理學刊，2016，29（5）：43-50.

[17]寧菁菁.基于“弱關系理論”的知識問答社區知識傳播研究——以知乎網為例[J].新聞知識，2014，（2）：98-99，50.

[18]宋學峰，趙蔚，高琳，等.社交問答網站知識共享的內容及社會網絡分析——以知乎社區“在線教育”話題為例[J].現代教育技術，2014，24（6）：70-77.

[19]Kornél Csernai.A Machine Learning Approach to Ranking Answers on Quora[EB/OL].https：//engineering.quora.com/A-Machine-Learning-Approach-to-Ranking-Answers-on-Quora，2018-06-18.

[20]王佳航，余媛.信息過載視域下的內容付費——以喜馬拉雅與得到APP的付費專欄為例[J].新聞論壇，2017，（6）：26-29.

[21]錢皓.看喜馬拉雅FM如何利用大數據改變“耳朵經濟”[EB/OL].http：//www.cbdio.com/BigData/2016-03/16/content_4688229.htm，2018-06-18.

[22]徐艷.大數據背景下圖書情報學科人才培養模式研究——以GSLIS和SILS為例[J].現代情報，2016，36（10）：123-128，148.

（責任編輯：郭沫含）2018年11月第38卷第11期現代情報Journal of Modern InformationNov.，2018Vol38No112018年11月第38卷第11期基于非傳統安全視角的網絡輿情演化機理與智慧治理方略Nov.，2018Vol38No11

收稿日期：2018-07-26