2022年4月，中共中央宣传部印发《关于推动出版深度融合发展的实施意见》提出，要“大力推进出版供给侧结构性改革”，探索通过多种方式，“整合更多优质内容资源”，促进“出版产业链上下游资源整合、出版与其他行业跨界融合”。这些论述凸显了出版信息资源整合在融合出版中的重要性，强调了资源对融合出版发展的基础性作用。

到目前为止，出版信息资源的整合问题，无论在学术界还是产业界，仍未引起足够的重视。在学术界，研究成果较少也较陈旧，用“出版信息资源整合”作为关键词搜索仅有2条结果，即2017年万晓桐《出版行业的数据信息资源优化管理方法研究》，主要从算法角度研究数据信息的优化管理^[1]；2006年刘玉柱《整合出版信息资源》从政府管理的视角提出了一系列措施。^[2]真正从出版单位融合出版发展角度的研究成果，目前尚有欠缺。由于受到观念、成本以及经验等方面的限制，出版信息资源并未引起出版单位的足够重视，主要体现在三个方面：一是对传统读者群过度依赖，未能实现读者资源的整合；二是渠道之间缺乏整体营销策略配合和内容生产的整合；三是出版主体之间沟通不畅，数字化资源利用效率有限。^[3]

鉴于此，本文着眼于融合出版的需求，从出版单位的视角分析出版信息资源整合上存在的问题与不足，通过研究C出版集团在方正智汇知识服务系统部署过程中的一系列探索，提出比较完整的包括采集、规范、流程以及组织等方面的长效机制，旨在为国内出版业界提供可操作性的参考思路。

近十年来，国内融合出版有了较大发展，这种形势倒逼出版单位加强对出版资源的整合力度，以提升资源利用效率，提高选题质量。但是总体上看，国内出版单位的出版资源整合存在的问题仍然较多，主要体现在资源采集不完整、资源标准缺失、操作流程混乱以及资源缺乏组织等方面。

出版信息资源采集是出版资源整合中最基础的环节，是实现融合出版的内容深度开发、满足用户场景化需求的根本。资源采集工作贯穿出版流程的每一个环节，选题确定的同时即产生出版资源（例如书号）；进入销售阶段后，经营数据和网络数据不断产生、更新，出版资源的规模随之扩大。融合出版涵盖多种出版类型^[4]，必然要求完整的、细致的出版信息资源。

在实践中，资源采集没有统一规定，各个操作部门根据自身需求确定采集何种资源。例如，出版部采集的印张、封面与正文用纸、特殊装帧、开本以及相关费用等数据，发行部采集的客户名称、价格、折扣、销量以及物流等数据，数字出版部从电子书角度采集的PDF文档、EPUB文档以及音频文件等资源。在实际操作中，部门定位的局限，导致采集随意性较强，部分数据缺乏，遗漏较多，汇总之后的资源无法完整反映出版单位的运行现状。

出版信息资源的标准包括数据标准、文档标准以及社会资源标准。数据标准包括元数据、生产经营数据和网络数据等，其中元数据有图书在版编目元数据、都柏林核心元数据与图书ONIX标准等已有标准；生产经营数据和网络数据没有国际或者国家标准，由出版单位根据实际情况自行确定。融合出版的发展趋势在于平台化，随时通过数据分析运营情况，必然要求出版信息资源的高标准化。

在实践中，多数出版单位遵循元数据的相关标准，有效组织数字资源，准确、全面地揭示图书信息。不过也有少数出版单位的元数据存在不规范现象，例如仍然保留了废止多年的种次号（GB/T 5795—2002），不仅操作烦琐，而且无法开发图书校验码的验证功能。生产经营数据和网络数据缺乏标准，数据类型不确定，例如同一类数据有的定义为数值型，有的定义为文本型；字符长度和内容不固定，例如有的数据带计量单位，有的数据只有数字；字段命名不统一，例如中国标准书号，有的叫ISBN号，有的叫书号等。资源标准的缺失不仅无法及时获取经营所需数据，而且差错不易发现，极易产生质量隐患。

规范的操作流程能够帮助各个部门有效分配任务，减少重复劳动，提高组织效率；能够按照规律和程序运行任务，有效协调跨部门关系；能够灵活安排内部资源，适应外部环境的变化。

目前出版单位的资源管理操作上多数仍然以手工为主。数据的采集由使用部门自行录入，需要其他部门的数据时，再去沟通索取（复制粘贴），没有规范流程，甚至负责人也不固定，出错可能性相当大。文档采用多次备份方式处理，备份多数是采用拷贝至移动硬盘的办法，虽然有一定的安全保障，但是也存在比较大的问题：一是移动硬盘容易损坏，从而导致文档本身的损坏。由于多数图书重印率较低，重印间隔时间较长，备份数量越多，越难发现文档损坏。二是文档质量难以保证。图书进入付印阶段以后，仍有可能修改，对于没有捅行的小改动，编辑为图方便，往往委托印刷厂直接替换修改页面，而保留在出版单位的错误文档却没有同步修改，导致文档管理的混乱。

出版信息资源的管理主要针对图书内容资源及其与生产、经营、网络等数据的关联关系。图书内容资源包括对资源的描述、统计、检索以及利用等^[5]，其中资源描述即标引，包括元数据标引与知识标引，元数据标引以文献为对象，揭示文献的主要特征^[6]；知识标引以知识内容为对象，目的在于知识组织。^[7]关联关系反映图书的生产、经营与读者反馈情况。两者共同构成融合出版中个性化推荐的基础。

目前出版单位对出版信息资源中的图书内容资源与数据（生产、经营与网络等）分别管理，两者之间没有建立物理关联（两种物质或现象之间存在必然的联系^[8]）。图书内容资源即文档管理基本采用档案管理模式，即将文档根据格式、书名、载体编号与存放位置等信息登记造册，需要时根据登记信息查找，然后登记取用日期、拟归还日期以及取用人信息等。数据资源又分为两种管理办法：一种是出版单位已经部署了ERP，能够把生产与经营数据整合在一起，方便及时了解经营情况。部分出版单位没有部署ERP，经营数据和生产数据分别采用不同的系统，部门之间的数据无法共享，形成数据孤岛（主要指物理性数据孤岛，即数据在不同部门相互独立存储，独立维护，彼此孤立^[9]），形成部门之间数据“各自为政”的现象。

鉴于当前出版资源整合中存在的诸多问题，C出版集团的出版信息资源整合以“一次采集、多种生成、多次利用”为原则，集团统一协调，所属出版单位和数字网络公司分工合作。它以融合出版的平台化发展趋势为导向，通过在采集、规范、流程、组织与利用等环节的探索，尝试建立出版信息资源整合长效机制。

市场经营着重于已有数据的采集，以生产经营数据最为典型，包括生产过程中的各项成本（例如印制、纸张以及装订等）和市场营销过程中的成本和收入等。通过这些数据，出版单位可以及时了解产品的生产经营状况，为选题策划提供决策参考。选题分析着重于非结构化数据的分析，例如新闻资讯、自媒体内容以及图书文档等，通过发现国际国内形势的新变化、经济社会的新动向以及人们阅读生活的需求^[10]，来发掘新的选题。

出版信息资源按照结构化程度可以分为数据和文档。数据主要指结构化资源，包括元数据、生产数据和经营数据，元数据如书名、定价、ISBN、作者等；生产数据发生在印制领域，例如封面和正文用纸、装帧、排版等；经营数据发生在销售领域，例如定价、折扣、客户等。文档主要指各种非结构化数据，包括用于印刷的排版文档和高精度PDF文档、用于电子书的低精度PDF文档和EPUB文档等，此外还包括各种社会资源，例如新闻资讯、自媒体内容和读者评论等。

根据出版信息资源产生和流转阶段的差异，采集应通过两种方式操作，即手工采集和API数据接口同步。手工采集主要针对初始数据（例如图书元数据），数据接口同步针对其他平台或者系统的数据。前者由初始数据的产生部门直接在智汇系统随时操作或者更新，后者则需要开发多个API数据接口。由于当前多数出版单位已经部署方正云舒书报刊制作云平台（以下简称云舒平台）和ERP系统，因此API数据接口主要针对他们与智汇系统的数据传输，前者传输文档、生产数据和部分元数据，后者旨在同步元数据和经营数据。

文档与数据规范的目的在于提高出版信息资源的质量、确保数据的一致性、提升出版信息资源的使用效率。根据出版信息资源的流转过程，规范可以分为采集、存储和利用等三个环节，其中采集环节旨在确保资源的准确采集和录入；存储环节着眼于资源的安全存储和快速检索^[11]；利用环节规范资源的取用过程，保证资源的安全性。根据资源的类型，规范又可以分为元数据、图书辅文、文档以及标引等。

元数据指对信息资源进行描述、解释或使信息资源更易于被检索、利用及管理的结构化信息，通过它可以准确唯一地指向元数据所描述的作品或者对象。^[12]在采集环节，应该增加汉语词表主题词、普通关键词、学科关键词等字段，以从更多维度反映图书特征，便于检索。在存储环节，单独将其作为基本元数据信息保存。在利用环节，规定各出版单位及其所属部门使用权限，确保数据的隐私性；根据不同需求设计相应的模板，使用部门通过模板即可获得所需的数据，减少工作量。

图书辅文指图书正文的辅助文字，包括目录、序跋、凡例、注释、附录、作者介绍、内容简介、参考文献、后记、索引以及编辑推荐语等。在采集环节，应建立辅文的录入与排版规范，能采尽采，避免遗漏。在存储环节，应考虑到以后更多的应用场景，例如文献关联、知识体系的建立与完善等，将与正文相对独立的辅文信息（例如目录、内容简介等）单独作为辅文信息保存，与正文排版在一起的辅文信息（例如注释）作为正文处理。

文档主要有PDF、EPUB和XML等格式。在采集环节，应将PDF格式文档分为高精度和低精度两种，前者主要用于印刷，后者主要用于电子书加工和试读样张。文档规范根据格式和使用场景制定，例如PDF文档的检索、复制与书签等功能，EPUB文档的目录与注释跳转功能等。理论上，还应该包括文档结构化（揭示和描述内容资源的体例结构和属性的处理过程^[15]）的规范，明确对内容正确性、结构的完备性和易用性以及语义的准确性。在存储环节，宜根据文档用途分类存储，例如印刷、电子书、试读样张或者再生产等。在利用环节，应通过模板将元数据、图书辅文和文档关联，以便一次性完成所需全部资源的取用工作。

标引规范包括元数据标引、知识标引和版权信息标引三个部分。在采集环节，可以将知识标引分为关键词标引、主题词标引和知识元标引三类，关键词重在表达文献主题，准确充分揭示主题内容；主题词着眼于检索，准确表达概念含义；知识元标引管理主题词，能够准确对主题词分类，反应其特征和属性。版权信息标引要求能够反映作品版权信息，包括权利人、许可方式、权利项、授权地区以及语种等，服从于融合出版需求，以便作品的多元化利用。在存储环节，知识标引中的主题词表和关键词表本质上属于受控标引（使用受控语言的文献标引），应该脱离图书资源单独存储，需要使用时调用；元数据标引和版权信息标引依附于图书，在浏览图书信息的时候同步读取。在利用环节，通过标引将各种内容资源关联，进行关联强度的测度，构建知识体系。

流程优化指在特定条件下，利用特定方法，对特定流程进行优化，以实现性能指标最优的过程。^[14]优化途径主要有改造和重新设计两方面。改造包括部分工作环节取消、合并、重新排序与简化等；重新设计需要在充分理解现有流程的基础上，提出新思路，经过反复迭代与多次检讨后，设计新的流程，通过模拟运行检验后，最终确定。在整合过程中，C出版集团遵循方便管理、操作简单、数据完整的原则，结合下属出版单位的实际情况，建立并完善数据采集流程、文档采集流程以及资源管理流程等，确保出版信息资源整合的科学、高效、合理。

数据采集流程涵盖图书信息从产生到最终完成的每一个环节，多数出版单位面临的问题是效率的提升，而不是数据本身的缺乏，因此宜在集团或者所属出版单位现有流程的基础上优化与整合。采集流程目前由数字网络公司（出版单位汇总）统一录入。随着电商平台竞争的发展，图书数据提供先于实物入库已经成为基本要求，为此必须改造数据采集流程，将其前置至出版单位的编辑部门，即责编在图书付印后，直接在智汇系统录入图书详细数据。然后通过智汇系统与电商平台的API数据接口实现数据同步。为了保证跨平台或者跨系统数据同步的准确，必须采用唯一值的字段作为传输字段，目前看来宜ISBN+印次两个字段的组合最为合适。

文档采集流程从付印清样完成后开始。C出版集团所属出版单位以往采用手工操作，完全无法适应系统采集的需求，因此有必要重新设计。根据集团目前已经部署云舒平台和智汇系统的现状，采集流程应该分为两个环节：第一个环节为同步前流程，第二个环节为同步后流程。同步前将云舒平台作为临时采集工具，排版公司完成高精度PDF文档（添加书签）的同时，自动生成低精度PDF文档。两种文档加工完成后，同步至智汇系统。数字网络公司检查文档正确性之后，完成适应不同场景的文档加工，例如版本图书馆、试读样张、电子书、EPUB格式文档等。

资源管理流程包括权限管理和使用审核。此流程必须在考虑所属出版单位操作难度的基础上，围绕智汇系统的运行建立。权限管理围绕角色（指完成一项任务必须访问的资源及相应操作权限的集合）展开，可分为平台级权限和应用级权限，前者配置角色权限，由集团指定的超级管理员分配；后者配置具体操作的权限，包括栏目权限、操作权限、资源浏览权限、贡献权限、文件权限、任务权限、阅读权限与提醒权限等，由所属出版单位指定的管理员分配。使用审核根据资源流向设置，可以分为采集与获取两个阶段，前者例如主题词的增删、资源的提交与发布；后者如资源导出。通过多层级的审核流程，确保资源的安全。

出版信息资源组织的用途有两个：一是满足不同业务场景的资源需求，例如市场人员所需的包含封面、元数据与图书辅文在内的数据包；二是建立知识关联，不同图书形态（例如纸质图书、音频以及视频等）、周边内容（新闻、评论、自媒体内容、考试资源等）以及有知识关联关系的图书按照一定规则组织，形成比较完整的知识体系，既便于资源查找（一本书可以找到所有和图书相关的资源），又便于融合出版中的个性化推荐。因此在整合过程中，应该根据这两个用途，对出版信息资源进行合理组织，提高利用效率。

出版的业务场景主要有选题调研、数据分发、营销推广、电子书销售以及图书再版再印等，不同场景所需出版信息资源组织也有区别。选题调研和图书再版再印以经营数据和网络数据的需求居多；数据分发主要是元数据、图书辅文和试读样张；营销推广还需要相当的周边内容；电子书销售则是元数据和低精度PDF文档。为此，可以考虑开发模板功能，以类似打包的方式实现资源的组织。具体操作为使用部门通过属性信息（字段）、辅文信息和文件类型选择的方式建立定制化模板，确定所需具体资源，例如书号（属性信息）+目录（辅文信息）+正文高精度PDF文档（文件类型），需要时，选择设置好的模板即可实现资源的自动组织。此外，为了方便第三方平台（例如京东、当当等）的数据交换，还可以开发相应的数据接口，根据合作伙伴的个性需求组织资源并同步更新。

知识关联指大量的知识单元之间存在的知识序化的联系，以及所隐藏的、可理解的、最终可用的联系。^[15]参考深蓝海域的方案，应该从类别、关键词、聚类与属性等四个方向推动知识关联的建立。类别上采用中图法分类、论著分类、知识点分类等，呈现其他的同类图书或者知识；通过关键词，展现作品之间存在的耦合、共引、共词以及共现关系，构建知识关联；聚类上通过主题词，呈现该主题词相关性较强的知识；通过图书之间的同一属性，例如作者、出版社等，呈现资源的多维度属性。

融合出版的创作以内容的基本表达为起点，通过内容在不同场景的迁移，根据应用场景不断变化表达方式，提高内容交付效果。内容表达的变化方式包括演绎、解读和衍生创作（利用原作部分元素的再次创作）等。^[16]实现内容表达方式变化的基础就在于出版信息资源的整合，从选题、创作和生产等方面提供决策依据。但是由于传统出版原有体制性的弊端和技术力量的不足，出版信息资源的整合难度相当大。在这个过程中，既要对现有体制做出一定妥协，又要借助外部技术力量扩大采集范围、建立完善有关规范、优化工作流程并强化资源本身的组织。