“大數據時代”一詞，足顯大數據意義之大、影響之深。在PB級尺度下，十億分之一PB的一本書非常渺小。如果互聯網還像現在這樣無序，它的被發現概率和影響力之小便可想而知。由此引發一個問題：出版社和圖書館將如何面對大數據時代？過去，我們只有一個思路，就是“大數據有序化”，希望通過對海量文獻數據的規范化、自動化加工，以及對相應檢索技術的改進完善，解決海量文獻的內容發現問題。但這樣做的結果，就是將文獻資源變成“數據孤島”，獨立于互聯網大數據這一虛擬社會之外，內容價值得不到充分的發掘和利用，整體的影響力也不足以支撐內容產業的大發展。所以，就“大數據時代對出版和圖書館的機遇和挑戰”這一話題來講，就是要不要搞“大數據出版”和“大數據圖書館”？

　　“大數據出版”的可能性。以同方知網出版的《中國統計年鑒數據庫》（CSYD）為例，CSYD收錄了1949年以來中國正式出版的全部統計年鑒和年報，以及由國家統計局以月份和季度為單位發布的全部統計數據，反映全國各鄉鎮以上地區和各行各業的經濟、社會、文化基本情況及其變化。通過挖掘分析，像產值、產量、人口這樣的基本統計指標約1200萬個，但數據量卻只有1.5%PB。

　　基本統計指標是國家統計局等有關統計部門，根據相關法律法規制定的可以獨立反映我國各方面基本情況的數據，但人們在研究分析過程中關心的是大量有意義的數據，姑且稱之為“衍生指標”，其并沒有在統計年鑒或月度統計報告中直接呈現（出版）出來，但可以由基本統計指標通過某種運算得到，其量級估計有基本指標數的10倍。如果我們出版了這些衍生指標，CSYD將達到0.15PB，接近大數據尺度。

　　發布統計數據的一個重要意義，就是產生對數據的評價。但是，現有的統計數據不包含評價數據的數據。加上必要的評價數據，CSYD將可能達到PB量級。從這個例子來看，如果我們出版者真正理解內容，不斷地深入挖掘各種用戶和讀者研究和學習的需求，把出版看成是對讀者提供知識服務的過程，出版大數據是有可能的。現在人們議論的“碎片化出版”“動態出版”“重組出版”，其實就有“大數據出版”的一些寓意，只不過缺乏“知識服務”這個市場概念的統領，而失去了明確的動機和目的。

　　“大數據出版”將產生怎樣的應用價值？“大數據出版”不應當是為大而大，“碎片化出版”也不能為碎而碎，大數據的本質特征，是因為其本身具有極大的知識挖掘價值，而成為一種極為重要的研究對象和資源。還說CSYD，它不僅是一個經濟社會統計指標數據的大集合，更重要的它將是研究真實中國社會、經濟發展變化規律的“社會科學實驗室”。通過CSYD，發現“數據關系”，特別是因果關系，是人們對這一出版物最大的期望和追求。為此，我們為CSYD提供了各種計算軟件，讓人們可以隨意利用數據去發現“數據關系”，并配置了協同研究平臺、協同創作平臺，在這個平臺上發表的研究成果，可以發布研究的全過程，其他人可以重復、驗證他的工作。可見“大數據出版”，不僅改變了出版方式，更可以改變認識方式和研究方式，成為人們探索世界的一種全新的觀念和手段。

　　“大數據出版”需要觀念創新。還以統計年鑒為例，實現“大數據出版”，首要的是出版觀念轉變。

　　從出版統計年鑒圖書，轉變為出版統計數據。應該把有意義的每一條數據及其數據關系，都看成是一個出版產品，才能使每個數據體現其自身的價值。

　　從發布統計數據信息，轉變為回答讀者的問題。發布本身不是唯一目的，更重要的是使這些內容產生價值，滿足讀者發現、理解、解決問題的需要。

　　從提供數據，轉變為提供數據服務。提供數據屬于信息服務，而數據服務還包括數據使用目的、使用方式的服務。因為，只有做好這些服務，才能充分實現數據的使用價值和經濟價值。

　　“大數據出版”如何營銷？一個大數據出版物一片“云”，還是一個孤云，營銷模式和以往的數據庫差不多，市場不易做大。如果把“大數據出版”的概念再加以拓展，將其中每一條數據“出版”到互聯網上更大的大數據云層之中，就是使微數據與云層中的微數據發生“強耦合”，那么，大數據的內容將與整個互聯網虛擬社會融合到一起，而無處不在。比如統計數據和新聞、論文、圖書、博客中相應內容關聯起來，就可以用來正確地解釋種種撲朔迷離的現象和千奇百怪的問題。

　　在這樣的“大數據出版”概念下，出版物不需要營銷，出版本身就是最重要的營銷。這個場景的出現，難道不是我們很多出版人夢寐以求的嗎？

　　以上討論，一己之體會，供大家批評。

　　（作者系中國學術期刊電子雜志社社長、同方知網技術公司總經理。本文系作者在研討會上的發言，刊登時略去“大數據圖書館”部分。）