旧版入口|手机版|APP| 网站地图| 帮助中心
您好,欢迎来到皮书网! 登录|注册|

皮书研创

更多>>皮书作者

谢伏瞻
    谢伏瞻,中国社会科学院原院长、党组书记,学部委员,学... 详情>>

更多>>皮书机构

皮书研究

大数据时代的学术出版
来源:皮书研创与当代中国研究  作者:谢曙光   发布时间:2018-08-23

  摘要:学术出版满足了人类社会对创新知识的极大需求,发挥着传承人类文明的重要作用,但中国学术出版在大众、教育、专业(学术)三大出版领域中却一直处于弱势地位。互联网浪潮席卷一切,深入一切,切实改变了学术出版的生态。尤其是大数据开启了一场技术与思维的变革,开启了学术出版的美好时代。学术出版单位应转变观念、找准定位,积极借力新技术创新出版模式、再造传统出版流程,创造学术出版新辉煌。

  关键词:学术出版大数据数字出版专业化

  最早提出“大数据”时代到来的是全球知名咨询公司麦肯锡,麦肯锡称:“数据,已经渗透到当今每一个行业和业务职能领域,成为重要的生产因素。人们对于海量数据的挖掘和运用,预示着新一波生产率增长和消费者盈余浪潮的到来。”大数据在物理学、生物学、环境生态学等领域以及军事、金融等行业存在已有时日,却因近年来互联网和信息行业的发展而备受关注。哈佛大学社会学教授加里·金说:“这是一场革命,庞大的数据资源使得各个领域开始了量化进程,无论学术界、商界还是政府,所有领域都将开始这种进程。”学术出版自然概莫能外。互联网浪潮席卷一切,学术出版生态也因之发生变化。而大数据作为互联网浪潮中具有标志性意义的重要技术之一,带来了一场技术与思维的变革,提供了无限的机遇与可能,开启了学术出版的美好时代。

       一、 传统学术出版的发展困境

  学术出版是人类思想市场不可或缺的组成部分,是学术交流传播的基本工具和平台,承载着传播学术、传承文明的功能,处于人类出版活动的核心或顶端位置。与今天的学术出版言必称西方不同,中国的学术出版也曾有过辉煌。从历史上来看,中国的学术出版并不落后,20世纪30年代,商务印书馆、中华书局代表着亚洲学术出版的最高水平,与欧美老牌学术出版机构不相上下。但从20世纪50年代起,中国的学术出版受到诸多因素制约,自身发展空间狭小,往往依附于大众出版和教育出版生存,发展进入困境,其难点或问题大体可归纳为以下四个方面。

  一是受众面窄,成本高。因为学术作品的专业性强,要求读者具备相应的专业背景和知识储备,所以学术出版的受众规模远不如教育出版和大众出版,是小众的选择。因其固有的专业性限制,学术出版在整个出版市场的占有率低,市场空间拓展也较为困难。这必然导致学术出版的成本比教育出版、大众出版都要高。加之市场和读者因学术出版物的价格在心理接受方面受到制约,学术出版单位难以通过大幅提高书价来消解成本压力。

  二是生产周期长。学术研究成果的生长周期本来就长,出版流程也是费时费力。尤其是审稿编辑方面,除常规的三审三校制外,严肃的学术出版社对部分书稿还会送学科或行业专家评审,审稿周期更难把控。一本书稿的正常出版周期在6个月左右,不少老牌的出版社往往要在10个月甚至一年以上。

  三是专业化要求高。学术出版属专业出版,有极高的专业性要求,处于行业顶端位置。新中国成立后,学术出版尤其是人文社会科学学术出版在特殊历史时期也受到了“左”的影响,专业性被大大降低。实行市场化改革后,图书的商品功能又被过度强化,三大出版边界模糊,学术出版成为教育出版和大众出版的点缀,其专业性被弱化或泛化,始终未形成通行的学术出版规范。截至2015年底,全国共有图书出版社584家,90%以上的出版机构都涉及学术出版,但真正以学术出版为主业(年学术出版主营业务收入占总收入的50%以上)的不超过十几家。当下中国学术著作泛化、低水平重复甚至剽窃、抄袭等种种乱象,与中国学术出版机构专业化水平低有很大关系。

  四是学术图书出版和学术期刊出版分离。学术图书和学术期刊统属于学术出版范畴,都是学术成果的载体和发表、传播工具,有着内在的逻辑联系。国际上多数学术期刊都是由学术出版机构负责运营的,而中国现行出版管理体制则是学术期刊和学术图书出版分离,大多数学术期刊独立于学术图书出版机构之外,依附于学术研究机构或大学、政府部门生存,市场化程度极低,其结果必然使本来就弱小、分散的学术出版市场空间更加弱小。

       二、 学术出版生态悄然改变

  互联网浪潮席卷一切,深入一切,学术出版生态也在发生新的变化。

  第一,阅读方式方面,面对信息时代的海量资源,数字化阅读渐成主流阅读方式。截至2015年,我国成年国民数字化阅读方式的接触率已达64%,连续7年持续上升。通过终端设备尤其是便携的移动终端进行碎片化阅读、泛阅读成为阅读新特点。

  第二,学术知识需求方面,人们对知识的需求呈现更加专业化和多元化的特征,对专业深度资讯、细分领域资讯、个性化研究成果的需求成倍增加。碎片化阅读、泛阅读习惯下的专业深度资讯服务,乃至全方位的知识服务,成为知识提供者的重要竞争力之一。

  第三,学术生产方式方面,学者开始运用技术工具提高科研工作效率。大数据技术的应用使学术生产能力迅速提升。大数据还促使传统科研范式转型,使数据密集型科研成为重要趋势。过去的学术论文写作耗时费力,现在通过数据库很快就能查询到研究所需资料,大大降低了学术内容生产的时间成本。各种交易数据、海量数据替代了实地调研,在生产领域为学术出版提供了无限可能。传统学术出版所推崇的“十年磨一剑”成为历史,“一年磨十剑”成为常态(至少在社会科学学术领域是如此)。交流互动在学术生产中的作用日益突出,互动式出版成为学术出版新亮点。对此,可成为佐证的是,近年来,学术专著特别是个人学术专著比重下降,而专题论文集、研究报告集等合著、合编式学术图书的比重明显上升。

  第四,出版主体发生变化。数字时代也是自出版时代,学术出版门槛开始降低,学术交流自由的屏障进一步打破。自出版平台、免费出版平台涌现,众筹出版作为一种新的出版方式登上舞台,知识生产者与编辑的界限开始模糊,“研而优则编,编而优则研”成为学术研究和学术出版的常态。

       三、 大数据开启学术出版美好时代

  无论是对于学术研究,还是出版社决策,数据都是基础性资源。信息时代带来了数据的爆发式增长,而大数据技术则使出版社数据资产的内在价值得以实现,使以用户需求为导向提供全方位知识服务成为可能,开启了学术出版的美好时代。

  (一)驱动学术生产的智能化、跨界化

  1.大数据智能分析推动学术生产由模拟化向智能化转型

  大数据能够将模拟数据转变为可制表分析的量化形式,使图书文字由信息变为数据,不仅人可以阅读,机器也可以对其进行分析。

  大数据的智能化信息抓取与分析工具能快速处理不断增长的海量数据资源,从而得出有意义的结论,使学术生产过程更加智能,得出的结论更加精确。尤其是在信息时代,知识生产呈幂数级增长,研究范式与知识体系更新变化频率加快,大数据智能分析能为知识体系的动态构建提供支持,为信息时代的学术生产提供强有力的指导与支撑,催生了大量个性化的研究成果。

  2015年,南京大学社会学系陈云松副教授发表的《大数据中的百年社会学》一文,为我国利用大数据技术进行人文社科研究提供了初步经验。一直以来,社会学发展史的研究都急缺数据的经验支撑,大数据技术则在数据支持方面提供了无限可能。就数据基础而言,该文作者利用的谷歌图书最新语料库含811万种书籍、8613亿词汇,网络搜集、抓取的庞大数据资料为研究分析提供了夯实的基础。数据处理速度方面,传统数据分析技术需要12天才能处理完的数据,大数据技术仅20分钟就能完成。有了这些数据优势,再加上合适的检索词设计,所得结论的精准性可得到极大提升。陈云松的这次尝试,为社会学研究提供了一种新的思路和方法,也很好地说明了大数据对于学术生产的助力。

  2.数据挖掘与语义分析推动跨学科、跨国别的学术生产

  从学科发展的历史进程看,大数据曾经历了从“合”到“分”的过程,现在正在走向新一轮的“合”。传统经典学科的边界不断被打破,大量交叉学科、多学科研究领域开始出现。大数据可建立起知识关联网络,从而实现学科间知识的融合,助力于跨学科的学术生产。

  传统时代主要通过参与国际学术会议、访问学者等方式分享信息、交流研究成果。大数据则快速实现了全球互通互联,通过互联网即可获取全球最前沿的信息数据,推动了国际学术信息共享与跨国别的学术生产。

  (二)驱动学术出版从“小众化”走向“分众化”

  随着学术生产逐渐从专业化走向跨界化,越来越多的小型专业化群体也有逐步变大的需求和趋势。小型专业化群体加入越来越多的跨界研究者,使得其群体构成日益复杂、群体规模日益壮大,这就是本文所说的“分众化”。以史学研究为例,最初的史学研究仅限于文献研究;之后人类学、社会学领域的研究者加入,以新的角度和方法研究史学;在量化史学研究中,又有一大批经济学家加入,充实、壮大了史学研究力量。

  而大数据的分类、聚类与关联规则,则能催生学术出版的“受众长尾”,驱动学术出版从“小众化”走向“分众化”,帮助实现“小众需求”市场价值的最大化。首先,大数据的分类技术(根据受众对产品的喜好将其分成不同的类)能有效找到个性化受众。其次,通过聚类分析,以知识要素为基本单位,将具有共同偏好的受众聚集在一起,形成众多个性化的小型学术社区。最后,通过关联规则将知识要素链接、拓展形成知识体系,从而使各小型学术社区之间不断发生联系,形成大的学术共同体。

  (三)驱动出版业务流程的科学化、互动化

  1.数据记录与纠偏、调整功能保障学术出版全流程的科学运行

  传统学术出版是相对固定、封闭、单向度的“作者—出版社—读者”模式,大数据使得出版业务流程变得动态、多元、立体。融入大数据建立起的数字化协同编辑平台、数据仓库,不仅可以打通各出版业务部门、不同出版物间的界限与隔离,使作者、编辑、设计人员、营销人员、读者之间的交流互动更加高效,实现资源的优化配置,还能记录下出版全流程中的每一次行为,为审视过往的出版行为提供依据。当某些数据突然报错或有偏离正常轨道的趋势时,系统能迅速报警或预警,从而使相关工作人员及时做出调整,防微杜渐,保证学术出版全流程的良性运转。

  社会科学文献出版社利用大数据技术搭建了数据仓库,通过整合社内多个业务系统的数据,并在此基础上建立BI(Business Inteligence,商业智能)决策分析系统,为企业决策提供依据,取得了非常不错的效果。目前,出版社正在建设基于“社会科学文献出版云”的数字内容生产与管理平台,形成统一的信息流、资金流、物流、人才流,搭建统一协同办公平台、协同编辑平台,形成协同、分享、学习、创新的机制,做到主动、快速、高效地响应内外部需求,实现价值的有效传递。

  2.预测性分析使各项业务决策更加科学精准、贴近用户

  预测功能是大数据最重要的价值之一,依据记录、抓取的数据科学建模,达到预测未来的目的,实现数据价值增值。预测性分析结果是在长期监测的海量数据的基础上得出的,能够对事物的发展趋势做出较为准确的预测,以它为指导做出的选题策划、印数、馆配发行、营销推广等决策能更加科学、精准,更加贴近市场和消费需求。

  (四)驱动学术出版服务的个性化、精准化

  1.语义引擎实现了读者消费体验和阅读需求的实时挖掘

  语义引擎是将大数据分析运用于网络数据挖掘,从用户搜索的关键词分析判断用户需求,以便更好地开展服务。互联网搜索已经成为用户获取学术资源最主要的途径,利用语义引擎分析用户偏好,精准推送学术资讯、信息、数据、产品甚至广告,及时改善用户体验,提高用户的内容使用率,有利于实现学术出版服务的个性化、精准化、多样化。

  2.数据管理强化了“用户关系管理”

  关系营销关注于吸引、发展和保留客户关系。21世纪以来,关系营销受到前所未有的关注。学术出版用户群体规模较小,通过良好的用户关系管理,提高用户忠诚度,是学术出版拓展市场的重要方式之一。大数据无疑为这一方式的实施提供了便利。大数据将抓取、追踪到的与其相关的数据进行整理并实时更新,形成灵活、动态的个性化用户档案,从而增强对用户的了解以及与用户的关系,达到更好地服务用户、长久地留住用户的目的。

       四、 传统学术出版单位如何拥抱大数据时代

  (一)转变观念,找准定位大数据时代,传统学术出版单位要转变观念,争做服务商,而不再是简单的出版商;生产文化产品,而非简单的图书;把读者当作用户,而不仅仅是知识普及和教育的对象。要认识到融合是出版业未来的生存发展之道,积极融合纸质出版与数字出版,并立足于自己所做的内容产业,和各类媒体实行全方位的融合。

  虽然学术出版的强专业性在一定程度上限制了其受众规模、市场拓展,但专业性也是大数据时代学术出版发展的重要突破口。学术出版单位要找准自身核心优势,立足专业化,先服务好各个细分市场的小众团体的需求,再通过关联网络去建立大型学术共同体。

  (二)创新出版模式

  依靠单本精品书孤军奋战的时代已经过去,打造内容整合平台才是未来出版业之本。以专业数据库为平台、以知识服务为导向全面整合学术资源的出版模式,将成为学术出版新常态。学术出版单位应搭建专业知识服务平台,并找到适合自身的盈利模式,知识、服务、技术都可能成为新的盈利增长点。社会科学文献出版社结合传统出版与数字出版的优势与经验,已与宁夏大学阿拉伯学院、国际教育学院等开展合作,探索人文社会科学学术出版新模式,既做资源整合、产品销售,又提供技术平台和定制服务。

  (三)再造传统出版流程

  传统学术出版的生产力和生产方式已经不能满足大数据时代“快速、个性、全球”的学术研究与传播需求。通过数字出版再造传统出版流程,以数据驱动决策,以数据优化管理,实现传统出版与数字出版的联动。

  (四)借力数字出版技术

  传统学术出版单位虽然立足内容资源,但也要保持对新技术的敏感度,重视对新技术的应用,以技术的强大助力实现内容资源价值的最大化,实现用户服务的精细化。在技术路径选择上,没有最好的,只有最合适的,如AR技术能实现少儿出版、教育出版的增值服务,人文社会科学学术出版则更适于打造知识资源库与知识服务平台。而且技术是不断发展的,需求是不断变化的,技术应用不能追求一步到位,但也不能每次都推倒重来,应优先完善底层设计再进行迭代开发。

  以技术促进学术研究、传播知识价值,实现智慧型出版,提升我国的学术话语权,是中国学术出版者不可推卸的责任。在新技术的冲击下,不进则退,学术出版单位应树立起大数据时代的学术出版自信,把握机遇,创造学术出版新辉煌。

 

  参考文献

  尹琨:《2015年全国新闻出版业基本情况发布》,《中国新闻出版广电报》,2016年9月1日。

  贺威、刘伟榕:《大数据时代的科研革新》,《未来与发展》2014年第2期。

  周煜:《大数据时代出版行业发展趋势分析》,《中国出版》2014年第7期。

  陈云松:《大数据中的百年社会学——基于百万书籍的文化影响力研究》,《社会学研究》2015年第1期。

  邓凤仪、邓海荣:《大数据时代数字出版的“长尾效应”》,《出版发行研究》2014年第10期。

  张月萍:《出版生产、学术研究与出版业评价的“反转模式”——试论大数据时代出版业的新演变》,《出版发行研究》2015年第3期。

  新华网:《第十三次全国国民阅读调查结果发布:数字化阅读迅猛增长微信阅读人数过半》。http://newsxinhuanetcom/politics/2016-04/18/c_1118659452htm,最后访问日期:2016年4月18日。

  Manyika J,Chui M,et alBig data:The Next Frontier for Innovation,Competition,and ProductivityLast modified March 10http://wwwmckinseycom/insights/business_technology/big_data_the_next_frontier_for_innovation.中国现代社会治理体系问题研究:从方法论问题出发 ◎

  (本文刊发于《中国编辑》2017年第4期;本书收录时有改动。谢曙光,中国社会学会秘书长、社会科学文献出版社社长。)

 

 

分享到: