[摘要] 大数据技术背景下，思维和技术发生了巨大改变，数字出版则在同步感受着大数据的脉a搏。2013年大数据在数字出版产业中的应用还处于起步阶段，在2014年则进入数字出版实用领域，实现了出版商由内容提供商逐渐向综合信息服务商转型，数据资源整合和管理、多媒介融合，以及通过对用户数据的挖掘提供内容聚合服务、实现个性化信息定制服务、精准策划和精准营销等是大数据技术在出版业的主要应用。

　　[关键词]大数据技术；数字出版；数据资源整合；数据分析

　　[作者简介]刘立玲，张群力，北京城市学院。

　　当下，大数据的概念受到高度关注，已经渗透多个行业和业务职能领域，逐渐成为重要的生产要素。但大数据在数字出版产业中的应用还处于起步阶段，或在2014年进入数字出版实用领域。为了更好地实现大数据在数字出版领域的应用，有必要首先了解大数据的特点及其在思维方面带来的变革。

　　一、大数据时代的新思维、新技术

　　大数据指的是所涉及的资料规模巨大到无法通过传统软件工具，在合理时间内撷取、管理、处理并整理成为帮助企业经营决策的资讯。大数据是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的整合共享，交叉复用形成的智力资源和知识服务能力。

　　大数据往往以数据流的形式实时快速地产生，其价值的高低随着时空的变化而发生变化，海量数据在经过精确分析后的确具有巨大的价值。在数字化时代，数据处理变得更加容易，更加快速，人们能够在瞬间处理成千上万的数据。大数据带来了三个重大的思维转变。

　　1. 要分析与某事物相关的所有数据，而不是依靠分析少量的数据样本

　　在信息处理能力受限的时代，需要数据分析，却缺少用来分析所有数据的工具，因此随机采样应运而生。现在经常会放弃样本分析这条捷径，而是收集全面完整的数据，并对其进行存储、处理、分析。

　　大数据是建立在掌握所有数据，至少是尽可能多的数据基础上的，在任何细微的层面，都可以用大数据去论证新的假设。虽然在某些情况下，依然可以使用样本分析法，但这不再是分析数据的主要方式。

　　2. 接受数据的纷繁复杂，而不再追求精确性

　　执迷于精确性是信息缺乏时代和模拟时代的产物，只有5%的数据是结构化且能适用于传统数据库的，如果不接受混乱，剩下95%的非结构化数据都无法被利用。如今在信息时代，数据库越来越全面，它包括与这些现象相关的大量甚至全部数据，大数据不再需要精确性。

　　要想获得大规模数据带来的好处，混乱应该是一种标准途径。不精确已经深入数据库设计这个最不能容忍错误的领域，在传统的数据库，索引是事先设定好的，限制了搜索，这种数据存储和分析的方法越来越和现实相冲突，促成新的数据库诞生，它们打破了关于记录和预设场域的成规，出现了非关系型数据库。

　　相对依赖于小数据和精确性的时代，大数据因为更强调数据的完整性和混杂性，所以更进一步接近事实的真相。

　　3. 不再探求难以捉摸的因果关系，转而关怀事物的相互关系

　　相互关系的核心是量化两个数据值之间的数理关系，相关关系是指当一个数据值增加时，另一个数据值很有可能也会随之增加。相互关系没有绝对，只有可能性，如果相关关系强，一个相关链接成功的概率是很高的，如并非亚马逊推荐的每本书都是顾客想买的，但是很多人书架上不少书都是因为亚马逊推荐而购买的。

　　通过找到一个现象的良好关联物，相关关系可以帮助我们捕捉现在和预测未来。大数据的相关关系分析法更准确、更快，而且不易受偏见的影响，建立在相关关系分析法基础上的预测是大数据的核心。

　　二、大数据背景下出版业的数据资源

　　1. 出版社的资源

　　出版社的资源是一个内涵非常广泛的概念，包括出版手段资源、出版范围资源、作者资源、人力资源、市场资源等。整合管理出版社的资源对出版社来说具有重要意义。

　　2. 用户生成内容

　　网络环境下，用户生成内容成为一种新兴的网络信息资源创作与组织模式。用户生成内容（User-Generated Content，简称UGC），泛指以任何形式在网络上发表的由用户创作的文字、图片、音频、视频等内容。用户通过微博、博客、视频分享网站、SNS等社会化媒体发布的相关内容。

　　大数据背景下，把用户生成内容的内涵扩展为用户在网络上登记和发表的内容，以及相关行为产生的所有数据，即用户基本信息、发布内容、用户行为数据和关联数据。用户基本信息包括个人姓名、年龄、职业、区域等基本信息，以及注册名称、网站中的订阅栏目等注册信息；用户发布内容主要包括原创、转发以及对应的评论和回复等。用户行为数据主要包括网络浏览购买数据、阅读过程和行为数据。用户在生产内容的过程中，会形成用户和内容之间的关联，用户与用户之间关联以及内容之间也会产生关联。

　　通过对用户生成内容及其相互关系的深度挖掘和应用，可以了解用户的个体、群体特征，分析其阅读兴趣，也能进一步获得作品内容特征、发布频率和阅读、传播状况等规律。挖掘和分析用户生成内容是进一步探索用户需求，充分发挥内容价值，丰富出版模式的必然趋势。

期刊库（http://www.zgqkk.com），是一个专门从事期刊推广、投稿辅导的网站。
　　本站提供如何投稿辅导，寻求投稿辅导合作，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。

　　【免责声明】本文仅代表作者本人观点，与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。