《全國新書目》雜志有限責任公司 發(fā)揮出版數(shù)據(jù)資源稟賦 打造全產(chǎn)業(yè)鏈多元精準服務

出版，凝結著人類的思想和智慧，集聚了人類的發(fā)明創(chuàng)造和社會實踐活動的經(jīng)驗與成果，反映了社會生活的各個側面。“一部出版史，實際上也就是一部人類的文明史。”隨著科技的飛速發(fā)展，以互聯(lián)網(wǎng)為核心的新一輪科技和產(chǎn)業(yè)革命蓬勃興起，不斷給人們的生產(chǎn)方式和生活方式帶來革命性變化，出版行業(yè)自然也面臨了前所未有的變革與挑戰(zhàn)。如何才能更好地應對數(shù)據(jù)流量的爆炸式增長？如何在未來的競爭中贏得主動權？怎樣才能讓數(shù)據(jù)說話從而延伸價值鏈？這意味著出版行業(yè)必須更好地利用大數(shù)據(jù)為客戶提供服務、降低成本、提高效率，并對目前已經(jīng)積累下來的大數(shù)據(jù)以更加智能的方法加以利用，為行業(yè)的更大發(fā)展奠定堅實基礎。

《全國新書目》雜志有限責任公司（以下簡稱“新書目公司”）是中國國家版本館全資設立的國有企業(yè)，雖創(chuàng)立于2012年，卻萌芽于1951年創(chuàng)刊的《全國新書目》雜志。2019年以后，按照館領導的指示，新書目公司進行了戰(zhàn)略轉型，依托中國國家版本館的海量出版數(shù)據(jù)資源，建設版本資源大數(shù)據(jù)生態(tài)服務體系，秉承合作共贏理念，通過與出版單位、圖書館、科研院所合作，致力于發(fā)展成為國內(nèi)外出版行業(yè)綜合性的大數(shù)據(jù)服務提供者。在采訪中，新書目公司副總經(jīng)理馬馳分享了新書目公司在出版物數(shù)據(jù)資源方面具有的突出優(yōu)勢，在出版大數(shù)據(jù)應用的探索和實踐中對長期存在的痛點進行的總結和思考，新書目公司針對出版行業(yè)核心訴求開發(fā)的服務平臺和多元化產(chǎn)品矩陣，以及未來新書目公司的重點發(fā)展方向。

《全國新書目》：對于新書目公司，很多行業(yè)同人的第一印象可能是《全國新書目》和《中國新書（英文）》兩本雜志的承辦單位。2019年之后，新書目公司進行了戰(zhàn)略轉型，作為技術和產(chǎn)品業(yè)務線的主要負責人，想請您具體介紹一下新書目公司的轉型方向和目前的發(fā)展情況。

馬馳：新書目公司的戰(zhàn)略轉型立足于中國國家版本館豐富的數(shù)據(jù)資源，特別是出版物數(shù)據(jù)資源，以構建出版大數(shù)據(jù)生態(tài)體系作為主營戰(zhàn)略方向。目前，我們已經(jīng)形成了數(shù)據(jù)銷售、數(shù)據(jù)平臺運營、軟件產(chǎn)品研發(fā)、文創(chuàng)開發(fā)等多元化的經(jīng)營服務模式。

《全國新書目》：在出版物數(shù)據(jù)資源方面，新書目公司具有哪些突出的優(yōu)勢呢？

馬馳：我們依托國家版本數(shù)據(jù)中心獨有的出版物標識數(shù)據(jù)資源，整合圖書出版產(chǎn)業(yè)鏈上下游的數(shù)據(jù)資源，涵蓋了圖書在版編目（CIP）、中國國家版本館館藏、市場銷量、圖書館借閱量、獲獎信息、作者庫、編輯庫、封面信息等數(shù)據(jù)，覆蓋了圖書出版上下游的產(chǎn)業(yè)鏈。

我們的核心是全國全量的書目數(shù)據(jù)，主要分為四個方面：一是書號數(shù)據(jù)，包括2009年以來圖書和音像電子出版書號的申報信息，共計630多萬條，涵蓋圖書信息、編輯信息、作者信息、印刷信息等字段項，字段信息非常完備，數(shù)據(jù)覆蓋特別全面，對印刷、版權等領域的同人來說具有較高的分析意義。二是CIP數(shù)據(jù)，涵蓋2000年以來全品類圖書的印前信息，包括圖書基本信息、作者信息、印刷信息等，同樣共計630多萬條，其中中圖分類、主題詞和內(nèi)容提要由專業(yè)人員進行審核修訂，具有完善的數(shù)據(jù)更新修改機制。這項數(shù)據(jù)也是我國行業(yè)內(nèi)全量圖書信息獲取的重要來源。三是中國國家版本館館藏編目數(shù)據(jù)，這是1949年至今根據(jù)出版物實物樣本采集的著錄信息，類型包括圖書、期刊、報紙、音像制品、電子出版物、連環(huán)畫等，共計970多萬條，是新中國出版物樣本信息的完整描述。四是融合書目庫，這個數(shù)據(jù)庫融合了各數(shù)據(jù)庫中有價值、有特色的字段信息，同時在一定程度上解決了印前部分字段不準、館藏信息延遲等問題，目前我們提供的數(shù)據(jù)服務和打造的數(shù)據(jù)平臺主要是基于融合書目庫開展建設的。

同時，我們組織數(shù)據(jù)團隊不斷開發(fā)特色專題數(shù)據(jù)庫。比如作者庫，通過機器自動比對和人工標引判定相結合的方式，目前已經(jīng)積累了150多萬條作者信息，形成了建國以來較為完善的作者庫和作者出版庫；還有超過13萬條信息的編輯庫，以及包括34類獎項、基金、重點規(guī)劃數(shù)據(jù)的圖書出版單位社會效益數(shù)據(jù)庫等等。

《全國新書目》：除了依托國家版本數(shù)據(jù)中心的獨有出版物數(shù)據(jù)資源之外，新書目公司還擁有哪些外部優(yōu)勢資源？

馬馳：新書目公司一直在積極與各方展開合作，投入大量成本開展各種特色數(shù)據(jù)庫的建設。比如在銷量數(shù)據(jù)方面，我們與天貓、江蘇新華、內(nèi)蒙古新華、廣州新華等達成了戰(zhàn)略合作，其他新華集團、電商等銷量信息我們也在持續(xù)地對接中，目前采集到的銷量數(shù)據(jù)約占行業(yè)總規(guī)模的1/2，對于行業(yè)統(tǒng)計分析來說非常具有參考價值。再如，我們與一些公共圖書館、互聯(lián)網(wǎng)網(wǎng)借平臺合作，獲取了大量圖書借閱數(shù)據(jù)，在圖書推薦、書單等產(chǎn)品中已經(jīng)進行了應用。此外，我們與電商平臺展開深入合作，獲取了圖書的封面圖片、鏈接、編輯推薦、內(nèi)容簡介、作者簡介、目錄信息等信息，極大豐富了我們圖書的信息資源。

《全國新書目》：在對出版大數(shù)據(jù)應用的探索和實踐中，從您的角度來看，發(fā)現(xiàn)了哪些行業(yè)內(nèi)長期存在的、希望能引發(fā)行業(yè)同人關注和思考的問題？

馬馳：在多年的工作和研究過程中我們確實積累了一些經(jīng)驗，對大數(shù)據(jù)和人工智能在出版行業(yè)的應用也有了一些認識，很樂于跟大家交流分享，如果有不對的地方也請大家批評指正。

首先是數(shù)據(jù)方面。一是目前數(shù)據(jù)的來源相當復雜，中國國家版本館書目數(shù)據(jù)、銷售數(shù)據(jù)、讀者數(shù)據(jù)、圖書館閱數(shù)據(jù)、電商宣傳數(shù)據(jù)等數(shù)量眾多，相互割裂，數(shù)據(jù)結合的難度較大；二是數(shù)據(jù)規(guī)范不統(tǒng)一，從選題申報、銷售宣傳到入藏閱讀，沒有相應的貫穿全環(huán)節(jié)的標準規(guī)范；三是數(shù)據(jù)質量控制不佳，各渠道的數(shù)據(jù)質量參差不齊，對數(shù)據(jù)融合、統(tǒng)計和分析造成了一定阻礙；四是數(shù)據(jù)合作渠道不暢，作者、編輯、發(fā)行、銷售、圖書館手握分散的出版相關數(shù)據(jù)資源，區(qū)域壁壘難以打破；五是對數(shù)據(jù)的保護措施不完善，關于數(shù)據(jù)權屬確定、數(shù)據(jù)權利利用、數(shù)據(jù)內(nèi)容和數(shù)據(jù)庫的著作權保護等方面的政策仍需進一步完善。

其次是選題方面。我們認為對選題的論證應該兼具專業(yè)性、社會效益考量和數(shù)據(jù)支撐，但現(xiàn)實情況是出版單位經(jīng)常以銷量數(shù)據(jù)和社會熱點話題作為選題的重要參考，這樣做容易導致同質化嚴重，背離了知識傳播的初衷，我們更應該從出版數(shù)據(jù)中尋找可以另辟蹊徑的選題方向。

再次是發(fā)行方面。目前對于起印量的數(shù)據(jù)支撐不足，沒有來自讀者的數(shù)據(jù)作為參考，而且發(fā)行渠道很多，隨之而來的是店鋪上架工作量大。同時，新書推廣依賴網(wǎng)紅博主、私域流量、短視頻營銷等，成本較高。

《全國新書目》：針對這些行業(yè)的長期痛點，新書目公司開展了哪些工作呢？

馬馳：為了更好地提供書目服務、圖書推薦、出版資訊、選題服務以及行業(yè)服務等，我們建設了國家版本數(shù)據(jù)中心平臺（以下簡稱“PDC平臺”）和全國新書目平臺。它們的底層數(shù)據(jù)來源于中國國家版本館的業(yè)務系統(tǒng)，還有電商、零售、圖書館以及互聯(lián)網(wǎng)信息，通過出版大數(shù)據(jù)管理平臺進行統(tǒng)一采集、分類、清洗、融合，形成了具有特色的圖書評級、出版熱點、作者庫、書目庫等專題數(shù)據(jù)庫。

其中，PDC平臺是國家新聞出版署出版物查詢官方網(wǎng)站，由新書目公司負責運營，融合對接出版發(fā)行產(chǎn)業(yè)鏈上下游數(shù)據(jù)近7億條，為社會各界提供面向社會開放公益檢索的數(shù)據(jù)總量超過3000萬條，并且基于多維度的圖書出版發(fā)行產(chǎn)業(yè)鏈上下游數(shù)據(jù)資源，面向不同的用戶群體打造了選題策劃、機構競爭力分析、知識熱點分析等多款產(chǎn)品服務。目前擁有個人注冊用戶120余萬，機構用戶1000余家，日均點擊量10余萬次，

全國新書目平臺則是以更加靈活的方式，整合行業(yè)資訊、新書發(fā)布、圖書檢索、智能薦書等功能的綜合性服務平臺，目前是很多圖書館、書店，以及圖書出版相關單位的常用工具型網(wǎng)站。

它的主要功能包括以下幾個方面：

一是面向出版單位和科研院所的社會關注服務和選題發(fā)現(xiàn)服務，主要是通過對數(shù)據(jù)的深入分析挖掘，分析出版熱點，為編輯或科研人員提供一些選題靈感和思路。

二是面向出版單位的選題策劃服務。這款產(chǎn)品能夠從定價分布、開本分布、裝幀分布等設計元素角度，出版社銷量、渠道銷量分布、書齡銷量分布等市場集中度角度，渠道規(guī)模、TOP樣本、選題趨勢、中圖分類、市場分類等市場規(guī)模角度，進行深度分析，并結合銷量、作者、全量出版信息這些維度，為編輯人員提供選題分析和選題報告服務；同時，產(chǎn)品會利用平臺的數(shù)據(jù)優(yōu)勢，對同類產(chǎn)品的預估首印量、申報首印量等情況進行分析。

三是面向出版單位的機構競爭力分析，從圖書基本信息對比、圖書銷售情況對比、圖書排行情況對比等出版圖書的競爭力，銷售情況對比、銷售渠道對比等對標競爭對手的競爭力，CIP申請總量對比、CIP月申請總量對比、圖書月銷售總量對比等在特定圖書分類下的競爭力等多個維度出發(fā)，為出版單位提效增質提供有力的數(shù)據(jù)依據(jù)。

除了這些重點打造的產(chǎn)品，我們擁有的豐富出版數(shù)據(jù)資源還可以支撐正版圖書信息校驗、作者溯源、行業(yè)數(shù)據(jù)報告等服務。比如，電商平臺的商家在上線圖書的同時，電商平臺會同時來我們平臺獲取一條數(shù)據(jù)信息，與商家上傳的信息進行比對，來保證圖書信息的準確性。

《全國新書目》：除了面向出版單位以外，出版數(shù)據(jù)資源還有哪些應用方向？作為讀者的話，在PDC平臺和全國新書目平臺能夠獲得哪些服務？

馬馳：在閱讀方面，我們的感受是目前學科類圖書的推薦依據(jù)比較少，不少優(yōu)質圖書被埋沒了，還有就是當沒有特定需求時，圖書數(shù)量太多，對于普通讀者來說選書比較困難。為此，我們打造了面向公眾的智慧圖書推薦服務，基于我們圖書信息維度豐富的優(yōu)勢，針對年齡、性別、學歷層次、職業(yè)、地理位置等多種多樣的屬性，一方面基于高質量數(shù)據(jù)集的聚類分析為公眾提供模糊需求的發(fā)散推薦，另一方面基于專業(yè)出版語料庫的大模型訓練，為公眾提供智能的精準推薦。未來在這個產(chǎn)品的發(fā)展方向上，我們會繼續(xù)探索利用人工智能語義理解和分析能力，滿足讀者更加精準的圖書推薦需求。

同時，新書目公司面向特定用戶提供定制化書單服務。我們有專門的專業(yè)編輯，每周會根據(jù)社會熱點、重要事件等內(nèi)容發(fā)布特色書單，在“全國新書目”公眾號和全國新書目平臺上進行發(fā)布；在將機器根據(jù)圖書主題、作者情況、銷量情況、讀者反饋、獲獎情況、借閱情況等維度智能推薦的書單提供給圖書館、高校科研院所、政府機關等專業(yè)機構時，也會由專業(yè)編輯對這些書單進行審核和把關。

我們還為圖書館（館配商）打造了智慧采選產(chǎn)品，綜合圖書銷量、獲獎情況、借閱情況、讀者推薦、館藏情況等因素，再加上采購預算、來源渠道、采購偏好等特色維度，根據(jù)各個圖書館的需求一鍵生成優(yōu)質采購書單，希望能在深刻理解讀者閱讀需求、深入挖掘背后潛在邏輯關系的基礎上，幫助圖書館用有限的經(jīng)費購買讀者急需的書。

《全國新書目》：未來新書目公司還有哪些重點發(fā)展方向？

馬馳：我們一方面要利用我們的數(shù)據(jù)資源優(yōu)勢助力AI應用，另一方面要擁抱AI，利用好AI技術。其中，助力AI主要是針對AI存在的可靠性、嚴謹性和安全性等問題。目前行業(yè)中普遍采用的是數(shù)據(jù)增強或者檢索增強（RAG）方法，用來提高AI生成內(nèi)容的質量和準確性。我們積累的大數(shù)據(jù)資源是非常優(yōu)質的語料，可以作為AI訓練語料庫和AI內(nèi)容生成的知識庫，進一步提升大模型內(nèi)容生成的準確性。利用AI指的是利用AI技術對我們現(xiàn)有的產(chǎn)品進行優(yōu)化改造，如選題發(fā)現(xiàn)、選題策劃、圖書推薦等，借助AI的認知理解能力、靈活交互的特性，綜合考量多維度因素，極大地提升數(shù)據(jù)推薦、統(tǒng)計分析的便捷化、個性化、再優(yōu)化能力。

未來，希望我們能夠更加充分地挖掘國家版本數(shù)據(jù)資源的價值，充分利用出版物大數(shù)據(jù)，做更多的探索和實踐，為包括出版行業(yè)在內(nèi)的各個行業(yè)賦能。