【摘 要】信息生态理论从系统视角描述生态中各主体间的相互关系，关注整个生态的均衡和可持续发展，能够为出版产业管理带来新的机遇。本文从信息生态的视角出发，引入机器学习算法作为智能技术，利用出版产业信息生态模型探讨出版产业的智能化管理。鉴于此，本文利用信息生态理论构建智能化出版产业信息生态系统，从生态发展视角揭示出版产业各信息要素间的相互关系。在此基础上，引入机器学习等信息技术，从出版产业生态发展的智能化生态定位、智能化发展引导、智能化综合治理和智能风险规避四个方面来分析如何实现出版产业的智能管理，以促进出版产业的持续健康发展。
【关键词】信息生态；出版产业；机器学习；智能管理
人工智能技术的颠覆性创新在社会各领域引发了连锁反应，掀起一股股变革的浪潮，持续地影响着社会各个行业的发展。出版业作为我国文化产业的重要构成部分，在国家经济发展和精神文明建设中都扮演着重要角色，同样需要借助人工智能技术推进出版流程再造与出版产业升级。一些有先见之明的出版企业早已牵手高新技术企业，实施人工智能再造工程，也产生了一些骄人的成绩。但有一个问题尚需注意，如何管理引入人工智能后的出版产业值得思考。目前已有部分研究人员关注到该问题，例如南京大学的王鹏涛从社会科学发展规律的角度出发，认为出版业的智能化发展应重点关注，人工智能技术会触发产业层面、价值链层面、部门之间关系管理的变革，管理内涵将会重构。[1]武汉大学的王晓光教授则认为，人工智能能够监控整个社会的信息生产、流转与消费态势，为出版产业管理提供决策支持服务。[2]王茜从出版产业全局的角度，探讨人工智能与数据驱动下的出版业将在数字出版、智能服务、内容生产、行为营销等方面产生重大变革。[3]然而，这些学术研究仅对出版产业智能管理作了总体上的描述，却并未具体论述该如何管理。
信息生态理论以研究信息人与信息环境的关系为主，注重群体性和可持续性，其为信息领域问题的解决带来全新的分析视角，不仅在自然科学领域有广泛的运用，同时在诸多社会科学领域也有大量的实践。在出版领域，信息生态理论同样适用，其可持续的发展观以及注重均衡发展的理念与出版协同发展、共同发展的理念非常契合。基于此，本文聚焦于人工智能的关键技术——机器学习，研究其与出版产业管理的融合问题，并借用信息生态理论来研究出版产业的智能化管理，为我国出版产业未来的科学管理提供支持。
一、生态系统与智能管理：出版发展的两大关键
（一）出版产业信息生态系统
“信息生态”（Information Ecology）一词出现在20世纪80年代。美国学者托马斯·H.达文波特（Thomas H.Davenport）和劳伦斯·普鲁萨克（Laurence Prusak）于1997年在其著作《信息生态学》（Information Ecology）中给出“信息生态学”的定义：信息生态学是指对影响组织中信息使用方式的各种复杂问题采取整体的观点，当多种现象互相作用和影响时，需使用系统的观点来看待问题。[4]该定义将信息科学与生态系统中知识、管理及决策支持系统关联，为信息管理领域的问题提供一种新的解决思路。研究信息生态的目的是为了探索其演化规律，揭示信息人同信息环境的内在联系，进而探讨信息生态的管理模式，以实现其动态平衡发展。同时，信息生态也是一种研究和设计方法，从信息生态系统整体的视角出发，宏观考察与分析信息人与信息环境之间的关系，合理规划与调控信息生态系统。
在国内，信息生态理论有诸多学术团队在前沿领域展开探索和研究。其中，以靖继鹏教授为代表的吉林大学团队推出众多相关研究成果。他们认为信息生态系统由信息、信息人、信息环境共同组成，各组成部分之间相互影响、相互作用、共生共进，信息人居于主导地位，推动整个信息生态系统在失衡—平衡之间变化。[5]考虑到出版产业智能化管理转型过程中所涉及主客体的多样性以及主客体之间复杂的交互作用，信息生态理论将为研究出版产业的智能管理提供框架性的理论指引。
事实上，出版产业现已形成完整的产业链，贯穿出版业务全流程，覆盖出版合作各领域。在传统出版产业链“出版—印刷—发行”三大基本环节中，出版产业链各主体为出版产品和服务实现价值增值并共同创造出版产品和服务的最终价值。[6]在人工智能时代，出版产业链主体功能被进一步强化，坚守出版主体阵营，充分利用机器和技术来提升活动空间。[7]各出版产业链主体在传统线性的链式关系中，进行横向拓展、纵向延伸，探索新的合作关系，而随着出版产业管制的逐渐放开以及相关产业的协调发展，新主体的加入也使得出版产业链焕发出新的面貌，传统的出版产业链式依存关系转变为多维立体的新型动态循环产业生态系统。[8]
将信息生态理论框架应用于上述的出版产业生态系统，可得到出版产业信息生态动态演化模型（如图1所示），该模型能有效揭示出版信息生态系统的三大组成部分，即信息、信息人和信息环境。其中，信息贯穿于信息生态系统各个环节，是整个系统的基础构成，是信息人内部之间、信息人与外部信息环境之间的联系纽带，具体指与出版产品或服务相关的信息。信息人是信息生态系统的主体，是包含所有需要信息并从事信息活动的单个个体以及社会组织，这里可分为出版信息生产者、出版信息传递者、出版信息分解者和出版信息消费者；不同身份的信息人通过信息的传输，双向互动，相互依存，推动整个出版产业信息生态系统的动态循环发展，在特殊情况下也可相互转化。信息环境是指直接或间接影响信息人进行信息活动的各种要素的总和，可分为出版产业宏观信息环境要素，如政治环境、经济环境、教育环境、文化环境等；出版产业微观信息环境要素，如信息技术环境、信息制度环境、信息资源环境、市场需求环境等。
图1 出版产业信息生态的动态演化模型
出版信息生态系统一直处在信息流转和动态演变中，并随着科技和社会环境的变化，进行着变换更替，在“平衡—失衡—平衡”的动态调节的过程中实现螺旋式上升，由低层次的动态平衡状态逐渐向高层次的动态平衡状态进行演化。这种常态化的演变目的是为了让整个出版产业的信息生态始终维持在一种均衡状态。在这种动态平衡状态中，出版信息生态系统的构成要素间的协调统一、相互适应，信息流转高效稳定通畅，持续维持整个出版信息生态的运行。[9]
（二）基于机器学习的智能管理
机器学习作为人工智能的关键技术，其基本思想是通过对数据量达到一定程度的历史经验的分析学习，从而提高自身计算能力和工作性能，利用可以从数据中提取知识和模式的数学模型来解决业务问题。环境会给学习单元提供信息数据，学习单元是机器学习的核心算法，通过分析数据，建立和完善知识库，进而系统可以通过执行单元执行任务并把执行结果反馈到学习单元，进一步优化整个系统的计算能力。
机器学习强大的泛化性能和学习性能够适应出版产业信息生态的系统性、复杂性、多样性的要求，可以帮助出版产业进阶到智能化管理阶段。首先，机器学习可以从出版产业大数据中抽取关键特征，进行归纳、分类，产生模式识别，采用机器学习得到的模式来进行产业预测和产业分析。其次，机器学习能够依据输入数据的不同而提取不同的特征，具有强大的泛化推广能力，特别是成熟高效的机器学习模型能对出版产业具有良好的调节作用。最后，出版产业近年在数字化转型上进展喜人，但由于产业自身特点，仍存在大量的非结构化数据和半结构化数据，机器学习对于各类型数据都能够有效识别和自动化处理，并能通过海量产业数据的学习，寻找潜藏在出版产业表象之下的规律，探寻智能出版管理之路。
二、基于信息生态的智能出版管理：出版未来发展的保障
（一）一个智能化的出版产业信息生态系统
在信息生态理论的基础上，搭建出版产业信息生态系统，探索出版信息生态系统的信息流转机制，从信息生态系统整体的视角对出版产业进行调控；机器学习强大的计算能力和学习能力使其能够作为出版信息生态产业管理的智能中枢和出版产业信息生态链的重要一环。基于此，本文构建了一个智能化的出版产业信息生态系统（如图2所示）。
图2 智能化出版产业信息生态系统
在智能化出版产业信息生态系统中，作为整个系统的最重要组成部分，出版产业信息生态链能够集中体现出版产业信息生态系统的信息流转和动态演变。在出版产业信息生态动态演化模型中，出版产业信息生态链具有明显的链式结构关系，这是出版产业信息生态链作为信息供需链、信息价值链和信息空间链融合产生的结果。机器学习智能单元是智能出版产业信息生态系统的智能管理平台，通过四类信息人和信息环境的信息输入，不断训练和学习，将执行结果反馈给信息人。智能化出版产业信息生态系统的主导者是信息人，这是与自然生态系统的不同之处，信息人能够借助智能管理平台能动调节，维持整个出版产业信息生态系统的平衡高效运转。
（二）信息生态视域下的出版产业智能管理的四大要点
为实现出版产业的智能化管理，本文从出版产业智能化生态定位、智能化发展引导、智能化治理和智能风险规避四个角度切入，对应于当前出版产业定位模糊、出版产业发展缺乏战略、出版产业乱象丛生，以及出版产业风险抵御能力低等突显问题，并以信息生态理论为理论支撑，结合机器学习技术作为可行性保证。
（1）出版产业的智能化生态定位
信息生态位是信息人在整个信息生态环境中所处的特定位置，其会随着与外部信息环境的相互作用而逐渐演变。出版产业信息生态系统中的每个信息人都有自己的信息生态位，而通过考察信息生态位重叠度和信息生态位宽度，可以获取并分析出版企业分布特性，有助于出版企业获得长远持久发展的实质帮助。
信息生态位重叠度是信息人的信息生态位出现部分或全部相同的现象，包含重合、包含和交叉等三种重叠情况；信息生态位宽度是信息人对信息生态环境因子占有的多样化程度，可用来表示信息人的信息资源利用能力。[10]信息生态位重叠度和信息生态位宽度能够通过机器学习精准测算，通过分析数据、智能监测，锁定出版企业所处信息生态位，可以选择以下三种发展策略：一是明确定位。出版企业根据在产业中的职能、信息资源获取利用情况、占据时间空间资源以及是否存在生态位重叠等，判断自身市场竞争力，进而明确自身定位，保持并扩大竞争优势。二是错位竞争。出版产业内如果存在大量同质类出版企业，则会导致某些细分出版领域过于饱和，企业生存空间过小。而企业错位可使企业把生态位重叠部分减小或彻底分离，进行战略转移。三是协同共生。在保持企业信息生态位整体不大改动，也不需进行错位竞争的情况下，通过细化产业分工，促成产业和谐前进。
（2）出版产业生态发展的智能化引导
出版产业生态系统的平稳运行有其自身的机制体系。基于前文对出版产业信息生态动态平衡的分析，出版产业生态发展智能化引导共有价值机制、反馈机制和监管机制等三大机制。这三大平衡机制组成一个完整的体系维系着整个出版产业的发展，让整个出版产业信息生态系统保持稳定有序的发展状态。
机器学习技术引入出版产业信息生态系统，将推进出版产业快速平稳进入更高层次的平衡状态。价值机制是出版产业市场的“指向标”，机器学习技术通过海量产业数据的学习和分析，将精准预测出版产业的新兴价值所在，通过需求引导，进行价值选择，到达产业生态平衡。反馈机制是信息生态系统的特有机制，机器学习智能单元将从反馈时效和反馈渠道两个维度，助力出版产业生态信息流转具有时效性和针对性。监管机制是政府作为信息分解者主导的对出版产业信息生态进行监督的运转机制，政府管理部门需要对市场和产业有整体的考量和把握，而针对一些无法准确认知但可以进行观察预测的事物和规律，传统的出版管理办法往往难以解决，机器学习技术能够成为“监管智能助手”。
（3）出版产业生态发展的智能化治理
一个平衡、稳定、高效的出版产业信息生态系统不但能使资源得到合理分配，而且能够提高产业的经济效益。但出版产业信息生态系统并不是一直保持着平稳、高效的状态，需要通过产业治理来改变不合理因素，调整不合理的状态，实现系统良性发展。基于出版产业信息生态系统优化理论基础上，对出版产业生态发展进行智能化治理，包括信息、信息人以及信息环境三个方面的治理内容。信息的治理是源头治理，信息人的治理是核心治理，信息环境的治理是基础治理，这三者相互联系、相互促进，既要分头治理，各个击破，也要整体把握，宏观调整。
机器学习算法通过分析出版产业信息数据，对出版产业在信息、信息人和信息环境的某个方面存在异常做出智能判断，为信息治理提供方案。在信息治理上，面对信息失真、信息冗余等信息失衡现象，出版产业需要借助机器学习技术进行智能决策，减少信息生产和传输过程中产生的信息损耗和信息失真等情况。在信息人的治理上，要提高信息人素质，一方面完善机器学习技术落地运行的制度保障，另一方面突破机器学习技术的人才瓶颈。在信息环境的治理上，要利用机器学习技术对产业信息生态系统进行数据监测，建设出版产业信息生态监控平台中心，对整个出版产业信息环境的治理和完善进行调控。
（4）出版产业生态发展的智能风险规避
出版产业生态发展过程中，会遭遇许多危机时刻，这些危机多来源于出版产业信息生态因子的突然变化。出版产业信息生态因子是影响到出版企业生存和发展的关键环境因素，是出版产业信息生态动态演化系统中的微观信息环境因素，可分为需求环境因子、资源环境因子、技术环境因子和制度环境因子。出版产业信息生态因子有两种变化，一种是渐变，一种是突变。渐变是逐渐的、不显著的改变，突变是突然发生的显著性改变。渐变往往难以察觉，但突变却很容易发现。四类信息生态因子对出版企业发展有着至关重要的影响，且均可发生突变。
利用机器学习算法构建合理模型，对从出版产业信息生态系统中获取的信息进行测试和分析，可智能监控出版企业各项指标的动态极限，实时发出某类生态因子可能会发生突变的预警，为出版企业及时调整战略提供缓冲期。生态因子突变，意味着出版企业外部环境的突然改变，出版企业将会面临新一轮生态选择考验。为保证出版企业在新一轮竞争中不被边缘化或直接淘汰，出版企业需要制定紧急应变策略。需求因子是出版产业整体市场需求，具体到出版企业表现为目标用户对出版企业产品的需求程度，因此出版企业根据机器学习技术监测到的市场需求的变动进行企业战略调整；资源因子是出版企业发展所需的一切资源条件，关注信息生态系统中物质流和信息流的异常变动，做好资源紧急备案；技术因子是出版产业中所有出版企业具备的生产操作方法和技能，要求出版企业关注行业前沿领先技术，勇于尝试将人工智能技术用于产业生产和管理流程；制度因子是社会制度以及政府制定的法律规章制度，出版企业作为国家文化“把关人”，采用机器学习技术智能监测作为提高察觉力和感知力的方式。
三、结语
信息生态理论是研究信息人、信息与信息环境之间关系的重要理论。借助信息生态理论，给社会各领域在信息科学融合发展中带来新的研究视角。我国出版产业现在正处于数字化转型的浪潮中，面对接踵而来的各种复杂问题，将信息生态理论与出版产业发展实际结合起来，具有重要的现实意义。
机器学习作为人工智能技术的核心内容之一，虽尚未成熟，但正广泛运用于社会各产业的建设和管理当中。在出版产业中发展机器学习技术，通过实践不断磨合，找到新的结合点，推动我国出版产业向智能化、自动化管理方向发展。本文通过将机器学习引入出版产业管理中，从信息生态理论出发，对我国出版产业的智能管理展开合理畅想和理性构建，为我国出版产业走上出版智能管理之路做理论铺垫。
参考文献：
[1]王鹏涛.出版业智能化发展研究的学术构想:关键维度与可用视角[J].新闻界,2018(11):95-100.
[2]王晓光.人工智能与出版的未来[J].科技与出版,2017(11):4-6.
[3]王茜.人工智能与数据驱动下的出版业转型研究[J].科技与出版,2018(12):157-163.
[4]Thomas H Davenport,Laurence Prusak.Information ecology:Mastering the information and knowledge environment[M].New York:Oxford University Press,1997:16.
[5]靖继鹏.信息生态理论研究发展前瞻[J].图书情报工作,2009(4):5-7.
[6]徐丽芳.出版产业链价值分析[J].出版科学,2008(4):17-20.
[7]王炎龙,邱子昊.人工智能时代出版产业链重构研究[J].编辑之友,2019(5):29-33.
[8]高坚.颠覆与升级:AI技术背景下的出版产业价值重构[J].出版科学,2019(5):61-65.
[9]娄策群.信息生态系统理论及其应用研究[M].北京:中国社会科学出版社,2014:50.
[10]娄策群.信息生态位理论探讨[J].图书情报知识,2006(5):25-29.
