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
数据分析需要学习的内容非常广泛,涵盖了从理论知识到实际技能的多个方面。以下是数据分析所需学习的主要内容: 数学和统计学 ...
2024-11-24数据分析师需要具备一系列多方面的技能和能力,以应对复杂的数据分析任务和业务需求。以下是数据分析师所需的主要能力: 统计 ...
2024-11-24数据分析师需要学习的课程内容非常广泛,涵盖了从基础理论到实际应用的多个方面。以下是根据我搜索到的资料整理出的数据分析师需 ...
2024-11-24《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21