[中图分类号]G23 [文献标识码]A

伴随数据的爆炸式增长，“云数据”一词遭到了愈加多的关注，不少范围已经开始应用云数据。云数据技术不只能应用于数字出版中，在传统的纸质出版中也有应用前景。本文拟以医学出版为例，探讨云数据年代下，医学出版选题策划的思路转变，与面临的问题与挑战。

1、云数据年代素描

“云数据”是大家给信息爆炸所产生的巨量数据起的一个简单的名字。一方面，这类数据蕴藏着巨大的潜在价值，大家迫切需要更一流的技术，对其进行实时处置；其次，技术的进步，包含云计算、分布式计算等办法的应用，很大地提高了信息处置能力，提供了广阔的研究空间，使云数据剖析成为可能。

不少人觉得“云数据”就是指数据量大，这是一个误区。云数据的本质是发现和理解了信息与信息之间的关系，是思维的变革，而这种变革主要表目前以下三方面。第一，云数据强调的不是随机样本，而是全体数据。为了达成“全体数据”，需要大家尽量多地搜集、保存与行业有关的各类数据和信息。第二，云数据年代，大家不再一味追求精准，而是承认混杂性。因此，大家需要对于非结构化数据给予更多的关注。也就是说，大家不只要关注图书销售量、读者群构成、直接反馈；也要关注鼠标点击、驻留在一本书的时间，后续购买、关联购买状况，购买地址等。这类看上去杂乱的信息，可能蕴藏着巨大的商业机会和价值。第三，云数据不再追求因果关系，而是关注事物之间的有关性。比如，沃尔玛通过数据剖析发现，在飓风到来的季节，不只手电筒的销售量增加了，某一种牌子的蛋挞的销售量也增加了，因此，沃尔玛在飓风季节到来时，将库存的蛋挞摆设在挨近手电的地方，以增加销售量。在医学出版中，大家也可以通过数据剖析，找出与读者的购买行为或阅读需要有关的要点。

2、云数据在医学出版选题策划中的应用前景

1. 教程出版

每个出版社都非常看重教程出版。无论是新编教程还是修订教程，调查都是启动撰写的基础。教程调查，需要先搜集开设本专业学校的名单，逐个寄出调查函。学校的名单主要源自有关掌握、教职委、行职委提供的资料，但需结合前一版教程或有关书本发货的省市分布数据，有的时候这两者有较大出入。比如，提供的名单中，河南没学校招生，但出版社前三年的发货资料中，河南每年的教程发货数非常大。另外调查函发出后，收购也存在肯定困难，一般只能做到部分收购。正由于学校的名单非常难搜集齐全，调查函也不可以全部收购，这种传统方法上的调查，虽然力求全方位，但仍是一种抽样调查，非常难涵盖整个行业的样本量和全部信息。

在云数据年代，所有都可以被数据化，云数据强调的不是抽样样本，而是全体数据，因此将数据剖析引入教程调查，可以对网络上有关专业的开设省份、招生学校、招生人数等信息进行剖析，得出更全方位的数据剖析报告。在教程修订、搜集反馈建议时，也可以通过搜集平台、网上购物机构的销售记录、读者评论等，剖析需要增加、删减及修改的内容。在遴选主编、副主编及编者时，编辑同样可以通过剖析网站上的会议状况、会议日程、发言频率和题目、各范围专家的专业专长，确定其学术影响，与在教程中合适担任的角色，并将这类信息形成剖析报告，供决策者参考。

2. 学术专著

在传统出版模式下，学术专著的选题方法是经验型，由策划编辑提出选题，报出版社选题会讨论。选题委员会由社领导、资深的老编审、生产及销售部门负责人等组成。选题会上讨论的依据主如果以往选题的销售状况及市场反馈，目前市场相同种类书的状况，与其他出版社类似图书的销售状况。这种选题论证方法所参考的数据，只不过整个出版市场数据的一部分。而借助云数据，大家可以获得整个医学图书市场的书目信息、销售状况，并进行剖析。通过数据剖析得出的报告，可以形象地理解成一批有无限经验的策划编辑、生产职员和销售讨论后得出的结论。理论上，这种论证模式更客观、更有说服力。

现有些医学有关互联网社区、数据库的资源已经十分丰富，通过对诸如丁香园医学平台、中国期刊网（CNKI）、PubMed等的搜索记录、浏览记录、用户留言，与对亚马逊、当当网的专业图书购买记录的剖析，可以筛选出每个专业范围的热门，并对有关用户的地点、年龄、职称等信息进行剖析，准确定位读者人群，并预测市场容量，为图书选题提供参考。

3. 应对出版

应对出版对于医学出版社来讲是一个非常重要的部分，在遇见较大的公共卫生事件或异常天气时，公众非常需要专业出版社出版的有关预防书本普及防范常识，医师也需要专业书本补充有关常识，专业出版社有义务为他们提供优质的出版物。比如人民卫生出版社在2003年“非典”暴发时紧急出版的SARS诊治、防范等方面的图书，与在2013年出版的《实面“霾”伏――“雾霾”中的生活与健康》。假如等到公共事件或异常天气已经暴发再组织撰写，出版时间容易滞后。

云数据剖析在应对出版方面将会有明显的优势。比如，Google公司通过对检索词条的剖析，提前几周时间预测甲型H1N1流感爆发。这个案例对于应对出版是一个非常不错的启示。编辑可以通过类似的数据预测方法，如在流感暴发前，即组织撰写流感预防及治疗有关的书本。再如，假如可以通过互联网的搜索关键词条，或者同诸如中央气象台等单位合作，共享数据库，提前预测会有紧急雾霾天气出现，就能提前组织专家撰写，为书本出版取得宝贵的时间。同时，可以通过搜索频率预测印刷册数，防止过多的库存。

3、医学编辑应付云数据年代的方案

1. 医学编辑应做好基础工作

一是立足自己，做好医学编辑出版的云数据基础工程建设。比如进一步达成互联网化、电子化和标准化，为达成云数据的应用打好基础。只有将出版物互联网化、电子化，才能使与出版有关的信息和数据成为可以搜集的资源；云数据技术可以剖析杂乱的数据，数据的规范化可以为数据剖析提供更多便利。

二是学习借鉴，打造基于云计算等先进信息技术的新型工作模式。比如民生银行开发的小微金融数字地图平台，通过这种地图将数据可视化，由此提供相应的信息剖析、推广实务等服务。出版社假如打造类似的平台，将销售数据可视化，就能为选题策划工作提供更多的服务。

三是寻求协作，引接信息产业界力量。比如一些新兴的提供数据剖析技术服务的公司，同它们积极合作拓展云数据剖析研究工作，推进研发基于云数据的智能选题策划系统。

2. 整理全行业数据

只有数字化的资源和数据剖析技术还不足以达成云数据。对有关的出版数据进行剖析，还需要一个尽量涵盖全行业信息的平台。比如沃尔玛企业的数据剖析平台涵盖本公司所有些数据，因此能对本企业的销售状况进行剖析；Google企业的搜索引擎几乎涵盖了全球的搜索信息，因此能对搜索记录进行云数据剖析。同样，要达成出版行业的云数据，需要整理全行业的资源，尽量将国内医学行业的所有专家资源、数字图书、销售途径等资源集中在一个平台上，如此才能达成前文所述的针对教程、学术专著与应对出版的云数据剖析。