京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 学界业界共商出版业转型
“现今社会人人都可以是记者,新闻业越来越成为受众能参与的事情,变得‘自下而上’。”北京大学现代出版研究所所长肖东发以维基百科为例,对数字时代出版业发展进行了展望。他认为,社会已进入自媒体时代,“人即是媒体”,传统媒体需要适应潮流而改变,出版产业则是永远的朝阳产业。
11月15日,数字时代出版产业发展暨全国编辑出版高教学会年会在河南大学成功举办。来自全国各高校编辑出版专业及业界的近百名专家学者汇聚一堂,以数字时代下出版产业的发展为主题,进行了深入而广泛的交流讨论。
数字时代出版产业转型成趋势
面对国内自媒体时代的冲击,很多学者把眼光投向了国外的电子书产业。南京大学出版研究院常务副院长张志强教授分析了以美国为代表的发达国家成熟的电子书出版体系,在接受中外读者不同阅读习惯的前提下,借鉴经验,以求得传统媒体的进一步发展。
在国内外电子书产业迅速发展的同时,自助出版已经成了一个不可避免的趋势。在武汉理工大学新闻传播系主任贺子岳看来,美国电子书自助出版产业发展迅猛、日渐成熟,正是对自媒体时代到来的最好昭示。
中央财经大学文化与传媒学院副教授安小兰对我国自助出版的历史、现状进行了深入分析。她提出,在合法性规定、书号管理制度、版权与内容审查管理方面,我国尚缺乏完整清晰、有操作性的法规制度。而在欧美许多国家自助出版发展已成大势的情况下,我国当前的一些自助出版只是一种摸索与尝试,处于“灰色地带”。
“大数据”背景下出版业结合互联网思维
在大数据时代背景下,传统的图书营销模式已不足以应对市场,以数据挖掘为手段的精准营销是实现出版企业可持续发展的有效途径。
武汉大学信息管理学院出版科学系博士生孙晓翠认为,数字挖掘的技术平台结合精准营销的业务平台,便能在图书营销中准确定位市场、满足读者个性化需求,降低经营成本。
“互联网是一个重新聚合社会资源、市场资源的一种结构性力量。”引用中国人民大学舆论研究所所长喻国明的一句话,华东师范大学传播学院副教授刘影基于对“大数据”的研究,以“逻辑思维”为例,阐述了互联网思维对于书业的深刻影响。她认为,传统书业跨媒体转型,关键是实现互联网思维转向。
为了紧随现今网络科技的快速发展,中国建筑工业出版社数字出版中心工程师谈琳对网络科技出版有效途径进行了积极探索。她通过对政策环境、行业走势、技术融合、业务创新、成功案例的深入分析,为当下数字出版工作提供了借鉴意义。
人才培养出现结构性矛盾
大数据时代下,编辑出版专业人才的培养也出现了矛盾。河南大学出版社副社长朱建伟认为,编辑出版专业的学生很多,但实用人才很少。出版社实行产业化和公司化对人才的需求提高,目前具有多学科背景、宽知识结构,同时接受编辑出版专业培训的人才将更受青睐。
“未来的传播无核心无边界,每个人都是改革的实验者和被实验者。”中国传媒大学编辑出版研究中心副主任李频指出,社会发展转型推动传播方式转变,出版人才面临机遇挑战并存的局面。
中原大地出版传媒集团副总裁王守国表示,近年来,出版产业已经逐渐具备成熟的资本运作体制,而专业人才的大融合、流通意识将更符合现在的市场诉求。
四川大学文学与新闻学院编辑出版与传播系教授李苓通过对编辑出版人才培养经验的总结,提出对学生专业素养培育是教学工作的硬性要求。同时,她强调在数字化建设日益完备的今天,“双导师制”使得业界的培养成为人才高就业率的重要保障。
南京大学信息管理学院教授杨海平强调说:“编辑出版人才要想适应数字时代,就必须加强理论研究与产业的接轨。CDA数据分析师官网
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析实战中,我们经常会遇到“多指标冗余”的问题——比如分析企业经营状况时,需同时关注营收、利润、负债率、周转率等十 ...
2026-02-04在数据分析场景中,基准比是衡量指标表现、评估业务成效、对比个体/群体差异的核心工具,广泛应用于绩效评估、业务监控、竞品对 ...
2026-02-04业务数据分析是企业日常运营的核心支撑,其核心价值在于将零散的业务数据转化为可落地的业务洞察,破解运营痛点、优化业务流程、 ...
2026-02-04在信贷业务中,违约率是衡量信贷资产质量、把控信用风险、制定风控策略的核心指标,其统计分布特征直接决定了风险定价的合理性、 ...
2026-02-03在数字化业务迭代中,AB测试已成为验证产品优化、策略调整、运营活动效果的核心工具。但多数业务场景中,单纯的“AB组差异对比” ...
2026-02-03企业战略决策的科学性,决定了其长远发展的格局与竞争力。战略分析方法作为一套系统化、专业化的思维工具,为企业研判行业趋势、 ...
2026-02-03在统计调查与数据分析中,抽样方法分为简单随机抽样与复杂抽样两大类。简单随机抽样因样本均匀、计算简便,是基础的抽样方式,但 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02在数据驱动企业发展的今天,“数据分析”已成为企业经营决策的核心支撑,但实践中,战略数据分析与业务数据分析两个概念常被混淆 ...
2026-02-02B+树作为数据库索引的核心数据结构,其高效的查询、插入、删除性能,离不开节点间指针的合理设计。在日常学习和数据库开发中,很 ...
2026-01-30在数据库开发中,UUID(通用唯一识别码)是生成唯一主键、唯一标识的常用方式,其标准格式包含4个短横线(如550e8400-e29b-41d4- ...
2026-01-30商业数据分析的价值落地,离不开标准化、系统化的总体流程作为支撑;而CDA(Certified Data Analyst)数据分析师,作为经过系统 ...
2026-01-30在数据分析、质量控制、科研实验等场景中,数据波动性(离散程度)的精准衡量是判断数据可靠性、稳定性的核心环节。标准差(Stan ...
2026-01-29在数据分析、质量检测、科研实验等领域,判断数据间是否存在本质差异是核心需求,而t检验、F检验是实现这一目标的经典统计方法。 ...
2026-01-29统计制图(数据可视化)是数据分析的核心呈现载体,它将抽象的数据转化为直观的图表、图形,让数据规律、业务差异与潜在问题一目 ...
2026-01-29箱线图(Box Plot)作为数据分布可视化的核心工具,能清晰呈现数据的中位数、四分位数、异常值等关键统计特征,广泛应用于数据分 ...
2026-01-28在回归分析、机器学习建模等数据分析场景中,多重共线性是高频数据问题——当多个自变量间存在较强的线性关联时,会导致模型系数 ...
2026-01-28数据分析的价值落地,离不开科学方法的支撑。六种核心分析方法——描述性分析、诊断性分析、预测性分析、规范性分析、对比分析、 ...
2026-01-28在机器学习与数据分析领域,特征是连接数据与模型的核心载体,而特征重要性分析则是挖掘数据价值、优化模型性能、赋能业务决策的 ...
2026-01-27关联分析是数据挖掘领域中挖掘数据间潜在关联关系的经典方法,广泛应用于零售购物篮分析、电商推荐、用户行为路径挖掘等场景。而 ...
2026-01-27