纵观世界文明史，人类先后经历了农业革命、工业革命和信息革命，每一次产业技术革命都给生产力发展带来质的飞跃。以移动互联网、人工智能、区块链、云计算、大数据等为代表的新型信息技术高速发展，并被逐步应用到经济社会各领域，新模式、新业态、新产业不断出现。在出版领域，新型信息技术的应用创新了内容的呈现方式和传播方式，扩大了出版范围，让优质内容能够更直观、更个性化地触达读者。习近平总书记指出“要构建以数据为关键要素的数字经济”。中共十九届四中全会通过的《中共中央关于坚持和完善中国特色社会主义制度、推进国家治理体系和治理能力现代化若干重大问题的决定》明确提出“健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制”，首次将数据列为生产要素。教育出版历来是教育产业的重要组成部分，2022年教育部提出实施教育数字化战略行动，全面推动教育系统领域数字化转型。教育数字出版通过数字化产品内容供给和在线服务，依靠数字资源在教学中的应用，能够跟踪和记录教学过程数据，成为驱动教育数字化转型的关键要素，也是服务教育教学的核心要素。数字时代带来的新技术赋予了价值共创全新的解读，文化企业和用户共同创造价值，强调的是企业重心从产品到服务的转移。^[1]构建数字教育平台生态系统，将为价值共创带来更多的创新产品服务，也为发挥好数据这一新型生产要素的作用、推动医学教育数字出版创新发展指明了方向。

数据已经成为一种重要的生产资源，围绕数据进行产品研发和服务升级，将成为未来企业竞争的新趋势。当前，大数据正从一般意义上的数据集合，逐步成为发现新知识、创造新价值和提升新能力的新型技术和服务业态。出版业对数据的价值有了更明确的认识，更加强调以“数据”为基础，以“联接”为要义，以“开放”为策略，以“智能”为目标。出版业越来越重视数据收集、分析与应用，正处于以数据为中心的初级发展阶段。将大数据和教育数字出版深度融合，可以在内容生产、技术加工、市场营销、用户精准服务等方面为出版企业提供科学的决策支持，推动出版转型升级。

教育数字出版的本质是内容服务和知识服务，以满足用户需要作为工作中心与起点，为用户提供优质的产品服务与体验。在没有数字驱动的传统出版时代，出版企业很难掌握用户的真实需求，很难进行精准内容策划与生产，无法为用户提供个性化解决方案。随着大数据技术的不断成熟，教育数字出版要面对数字化浪潮的冲击，也面临着无限的机遇。

2022年4月，中共中央宣传部印发的《关于推动出版深度融合发展的实施意见》指出，要紧盯技术发展前沿，用好信息技术革命成果，强化大数据、云计算、人工智能、区块链等技术应用，创新驱动出版深度融合发展。这是在实施数字战略、深入推进数字经济，以及建设文化强国、出版强国的大背景下，为构建数字时代新型出版传播体系而发布的具有战略性和实践指导性的文件，为出版产业融合发展提供了行动指引。同年5月，中共中央办公厅、国务院办公厅印发的《关于推进实施国家文化数字化战略的意见》提出，到2035年建成物理分布、逻辑关联、快速链接、高效搜索、全面共享、重点集成的国家文化大数据体系，中华文化全景呈现，中华文化数字化成果全民共享。这意味着，文化数字化是战略、是过程，文化大数据是目标、是成果。教育出版是出版的主体，加快教育文化大数据体系的建设与应用，是实施教育数字化战略转型的抓手。

移动互联网时代，特别是随着智能终端的普及，学习不再受时空的限制，随时随地碎片化学习已经成为当代人们的主要学习方式之一。数字技术正在加速赋能院校教学数字化，推动线上教学和线下教学融合发展。特别是在新型冠状病毒肺炎疫情防控期间，“停课不停学”政策引导下，许多教育机构采用了“应急远程教学”模式。^[2]联合国教科文组织发布的数据显示，截止到2020年4月，新型冠状病毒肺炎导致全球194个国家的学校停课。线上学习模式、混合学习模式将逐步成为高等院校教学领域的新常态，新的学习模式将会加快改变用户获取知识信息的方式，推动教育出版服务模式变革。

大数据作为信息化高度发展的必然结果。特别是人工智能的发展，为大数据应用进行了价值化的训练和验证。数据是燃料，算法是发动机，算法模型是机器基于数据燃料大规模训练的数据集，从而实现精准的物体场景识别和信息判断。人工智能离不开大数据的支持。教育出版通过获取海量的内部资源数据和外部用户数据，构建大数据库，应用人工智能，一方面可以进一步提升教育出版转型升级的步伐和深度；另一方面可以拓展新的产业和新的服务模式，拓展出版的疆域。

大数据赋能的前提是拥有获取和存储海量数据的能力。构建稳定、高效、支持高并发的统一大数据管理平台，需要具备高性能计算能力，提供数据采集、存储、分析、可视化等开放能力，确保不同平台之间数据的互通和共享，为数据资源建设规划、资源精准供给、运营决策智能化提供依据。同时，构建统一的大数据管理平台，能够有效避免各个应用系统重复建设数据存储和计算体系而造成的浪费。

人才是出版创新发展的主要因素。当前，传统出版和数字出版共同发展，高质量复合型人才的缺乏对数字出版发展产生非常大的影响。^[3]因此，出版单位不仅要引进大数据人才，还要支持并鼓励现有人员提升大数据工具的使用能力，真正实现出版业与大数据更好地融合。2013年，人民卫生电子音像出版社有限公司成立，其前身是人民卫生出版社（以下简称“人卫社”）数字出版中心，作为人卫社的全资子公司，为数字出版业务提供独立的创新环境。在人才培养方面，首先，建立完善的员工培养体系，为员工提供在职培训，从而提升员工技能水平；其次，建立完善的用人制度，开展绩效考核和职称改革，吸引人才，留住人才；最后，引进优秀的大数据人才，为大数据赋能教育数字出版创新发展储备复合型人才。

我国教育数据异常丰富，是国家的核心数据之一。海量的数据资源推动教育领域系统变革。为满足教学需要，各类教育机构、出版机构开发了不同的教学平台，由于缺乏数据标准规范，大量教学行为数据散落于不同的教学平台，造成“数据孤岛”，出现“数据壁垒”，导致出现数据散乱多样、数据质量差强人意、数据访问权限模糊等问题。^[4]如何在采集和处理数据时破解数据壁垒这一难题，打通数据孤岛实现海量教育数据的整合、共享、互通，充分发挥数据的价值，是当前教育领域急需解决的问题之一。人卫社通过对医学内容和用户行为数据进行统一规划，基于xAPI的标准技术接口和多源数据融合的方法，构建用户行为记录库，实现不同设备、不同平台的多源数据融合，自主研发医学教学大数据平台，为构建用户画像及学生综合评价提供基础。

医学教学大数据平台的内容数据库整合了人卫社现有七大体系的数字产品：数字教材、融合教材、题库、电子书、临床知识库、在线课程（慕课、考试、自建课程）、富媒体资源库，通过埋点机制在客户端采集用户行为数据扩展外部数据库，包括教学和学习全过程数据。系统自动对用户打标签，建立用户画像，为用户运营和产品改进提供决策支持。在技术创新方面，该平台采用一套标准的学习行为大数据记录、存储分析系统，以统一格式采集数据，建立医学教育数据标准。此外，还为数据存储系统构建独立数据中台——LRS数据库，可以与所有支持xAPI规范的数据库共享数据，或者基于标准数据转换为院校数据存储私有格式，避免数据孤岛问题，也避免数据随意滥用问题，保证数据在安全的情况下进行采集和共享。

为保障采集数据能够详细描述用户行为，提高用户画像的精准度，利于后续的数据分析及应用，分类记录和标识用户行为，该平台参考xAPI官方动词库，预先总结出24个行为动词。为了保证这些动词的词义不重复，结合医学教学特点，修改和扩增部分动词，以便记录更全面、更准确的学习过程数据。

大数据技术的成熟和院校教学模式的变革，为教学大数据收集提供了基础。人卫社作为我国医学教育出版的领军企业，一直深耕数字出版领域，整合数字资源、产品、平台和技术，不断向医学院校与机构提供多样化的数字产品与信息服务。本文以人卫社为例，探索大数据技术赋能教育数字出版融合创新发展的新路径。

选题策划是出版的首要工作，选题的精准程度直接影响出版创新发展和品牌质量。目前教育数字出版选题策划大多数是由责任编辑承担，他们凭借从业经验，采用问卷调研、深度访谈等形式了解市场需求，但是基于经验和调研信息产生的选题往往与实际的用户需求有偏差。在大数据时代，通过分析用户的浏览、购买、评论等行为数据，挖掘用户感兴趣的内容，可实现选题的精准策划。大数据赋能选题策划主要体现在两个方面：一是拓展选题范围，大数据分析为策划编辑带来更多可供参考的选题；二是直观对比选题内容，通过大数据分析对比不同的选题内容，评估其用户接受程度，从而利用有限的资源，出版精品内容，提高有效产品供给。人卫社在数字出版选题方面，正从经验主义向数据决策过渡，通过大数据分析不同用户需求，生成相应的知识图谱，为编辑人员策划选题、论证选题提供科学依据，大大提升了选题精准度。

教育出版创新应时刻关照教学方式的变革、广大师生的需求，以及内容生产应用的环境和场景。云计算的发展为大数据在知识服务领域的创新应用提供了可能，大数据技术助力教育数字出版产品创新主要体现在三个方面：一是有效整合数据和资源，为广大师生提供优质、个性化的教学资源，优质资源是出版社的优势；二是打造以数字教材为核心的“内容+服务”新业态；三是细化教育数字出版的具体领域和范围，精准定位目标用户，做垂直市场，为智慧课堂和个性化学习提供解决方案。人卫社以数字资源和大数据为支撑，为医学院校线上学习模式或线上线下混合式学习模式的开展提供“资源+平台+教学评价”的全方位智能服务体系；以数字教材和大数据为基础，为医学院校提供智能化教学服务方案和个性化学习方案。目前，人卫社在服务医学教育教学改革、医学教育信息化的同时，逐步形成新的业务模式和竞争优势。

内容是出版的灵魂，教育数字出版依然坚持“内容为王”，但是教育数字出版机构的身份和角色更加多元，不仅是教学内容的生产者，也是教学行为数据的采集者和分析者。在内容表现形式方面，通过大数据分析，了解用户喜欢的资源类型、交互方式，迭代更新现有数字出版物形态，提升学习体验。在业务流程优化方面，业务流程数字化是保证质量、提高编审效率的重点，然而，目前多数出版机构的内容编审环节还是纸稿（或数字资源）独立流转，人工排版、人工校对的生产模式占主流地位。利用大数据和云计算实现智能审校排一体化、出版全流程数字化，将人工智能与内容审校排有机结合，实现“人机”优势互补，可以有效提高生产效率和产品质量。人卫融合出版平台，基于XML结构化数据标准，以内容编校排为核心，应用人工智能集成智能审校、智能排版、智能校对等工具，实现内容数字化，审校、编辑加工、稿件管理全流程数字化，提高了出版效率和出版质量。2022年9月，国家新闻出版署公布了2022年度出版融合发展工程优先实施的2个子计划遴选结果，人卫融合出版平台入选“数字出版优质平台遴选推荐计划”，入选平台反映了我国出版融合发展的新进展、新成效，具有较强的示范推广价值。

随着移动互联网的快速发展，用户行为越来越可视化，市场营销越来越精细化。通过大数据技术采集并分析用户行为数据，可以为教育数字出版机构的精准营销提供用户基本属性、浏览记录、学习特征等数据，以此构建用户画像，为营销人员快速地识别目标用户，从而提高产品销量。精准营销是低成本提升营销转化率、开辟零售市场的主要手段。出版机构还可以根据用户画像，利用推荐算法，为每位用户提供个性化在线商店，以“千人千面”的呈现方式，实现精准推送，打造出版品牌。

大数据、云计算、人工智能等技术的成熟正在不断重构教育教学形态，教与学的范式、知识传授与获取的方式、教师与学生的关系发生了深刻变化。《中国教育现代化2035》的发布和实施，将加快我国教育信息化进程，教育信息化对推进教育治理体系和治理能力现代化、构建服务全民的终身学习体系、优质教育资源共享以促进教育公平、创新能力培养等有着革命性影响。教育出版作为服务教育战线的重要力量，应该积极延伸产业链、创新发展服务模式，更好地服务教育现代化、培养创新人才。教育出版机构可以利用人工智能将教材和媒体资源碎片化、结构化，配合自然语言分析技术，以及学科特点，为每一个知识点打上标签，与精准营销类似，为不同层次的用户推送精准到知识点的内容信息，实现个性化知识服务，从而为个性化教学提供内容资源、教学场景、教学模式、教学评价于一体的智能服务生态系统。

另外，随着教学大数据不断增加，分析技术不断成熟，教学大数据库的价值越来越大。目前，人卫社已构建面向院校不同用户群体的个性化数据服务：面向院校管理者，汇总全校的教师备课数据、教学过程数据、学生学习数据、课程资源数据等，可直观了解每天院校教学实际情况，提供教学改革决策的第一手资料；面向教师，可提供每个班级的教学数据，包括学生学习数据、资源数据、评价数据，为教师优化教学设计提供依据；面向学生，通过即时反馈机制，督促学生加强薄弱知识点的学习，提升学习针对性。人卫数字教育智能生态系统集方法论、工具论和数据论于一体，将大数据与富媒体资源深度融合，结合教学实施功能，重塑师生的“教”与“学”，加快医学院校从经验教学向数据驱动教学转型。人卫医学教学大数据平台逐步积累医学院校教学和学习数据，探索跨院校的数据分析服务，未来可独立向院校提供服务，成为人卫社新的经济增长点。

大数据加速了出版单位优质数字资源的整合，推进精细化知识服务平台的建设，打造“内容+服务”的新业态，实现内容的聚合、互动、创新，赋予教育数字出版“内容为王”全新的内涵。尽管目前大数据技术已经非常成熟，教育出版机构在大数据采集和应用过程中仍然面临一定的困难和挑战，例如，由于教学数据互操作困难、数据结构缺乏标准、数据难于共享、数据安全及隐私存在隐患，而形成“数据孤岛”。所以，教育出版机构应注重数据中台建设，中台作为连结业务与技术的桥梁，能够整合数据孤岛，为上层业务应用提供支撑；通过收集业务应用实际产生的数据，逐步完善底层技术，为用户提供不间断的数据和资源支撑。随着数字化发展战略的不断推进，教育出版数字化、融合化将向纵深方向发展。一方面，改造内容生产重点环节，基于数据和人工智能技术对内容质量进行评价和把关，弥补人工不足。另一方面，积极顺应信息时代教育教学变革，认真做好数字教材的出版创新，并以数字教材为核心，构建新型数字化教学内容体系和教学服务新业态，打造数据时代的核心竞争力。