□文│張世欽

機器學習(Machine Learning, ML)是一門多領(lǐng)域交叉學科，是集數(shù)據(jù)挖掘功能為一體的分析工具。它可以指導(dǎo)計算機利用已知數(shù)據(jù)得出適當?shù)哪Ｐ?，并利用模型對新的情境給出判斷的過程。機器學習使挖掘歷史數(shù)據(jù)和預(yù)測未來趨勢成為可能，目前已成為人工智能研究領(lǐng)域的一個重要方向。作為大數(shù)據(jù)分析的主要工具，機器學習不僅在教學領(lǐng)域日益受到重視，在新聞傳播出版領(lǐng)域也被廣泛應(yīng)用。其實，它的許多應(yīng)用已經(jīng)存在于我們生活中，例如人臉與圖片辨識、手寫輸入辨識、自動過濾垃圾郵件、自動偵測信用卡盜刷等。目前，科技巨頭如亞馬遜、谷歌、百度、微軟、蘋果及許多初創(chuàng)公司紛紛投資這一領(lǐng)域?！?017德勤技術(shù)趨勢》特別指出包含機器學習在內(nèi)的機器智能到2019年全球商業(yè)支出將達到313 億美元。[1]

目前，機器學習已被一些國外出版機構(gòu)運用，成為數(shù)字化轉(zhuǎn)型升級的組成部分。機器學習能夠運用于新聞傳播出版產(chǎn)業(yè)鏈的哪些環(huán)節(jié)，將機器學習運用于教育出版領(lǐng)域的關(guān)鍵因素有哪些，國內(nèi)教育出版機構(gòu)在運用這一新技術(shù)時的實現(xiàn)路徑是什么，這些是本文討論的重點。

一、機器學習在出版業(yè)的運用現(xiàn)狀

在國外，機器學習已經(jīng)滲透到出版?zhèn)鞑サ拿總€環(huán)節(jié)，涉及出版物的各個類別，如圖書、報紙、期刊、電子出版物和互聯(lián)網(wǎng)出版物。有的出版機構(gòu)還利用機器學習技術(shù)服務(wù)于自身業(yè)務(wù)流程再造，如《紐約時報》的數(shù)據(jù)收集、分析、預(yù)測系統(tǒng)。[2]谷歌公司也推出了圖像識別和機器學習技術(shù)開發(fā)的APP軟件，幫助用戶在移動設(shè)備上看漫畫時得到更好的體驗。[3]

1.選題策劃

出版機構(gòu)通過機器學習可以了解讀者的行為。2014年《紐約時報》就嘗試運用機器學習來了解用戶習慣，[4]如受眾在看什么類型的新聞、花多長時間以及受眾的閱讀習慣與廣告、內(nèi)容訂閱等有什么關(guān)系等，都能形成特定的數(shù)據(jù)。通過對這些數(shù)據(jù)收集和分析做出預(yù)測，確定報紙要對哪些選題進行報道、報道的方向與受眾關(guān)注度的如何結(jié)合、內(nèi)容是通過網(wǎng)頁展示還是在 APP 上推送效果更好，等等。

機器學習可以幫助出版業(yè)務(wù)流程實現(xiàn)自動化。美聯(lián)社一直致力于將自動化引入到新聞業(yè)發(fā)展中，為此還與專門從事機器學習的技術(shù)公司合作，希望提高新聞報道量，擴大報道范圍，拓展新業(yè)務(wù)。如根據(jù)不同客戶或受眾的需求來定制報道內(nèi)容，使新聞能夠適應(yīng)不同的終端設(shè)備。[5]

機器學習可以搜索大量關(guān)于用戶行為的數(shù)據(jù)集，以發(fā)現(xiàn)其中的行為模式，實時調(diào)整相關(guān)內(nèi)容，如可以利用用戶行為模式?jīng)Q定哪些版面的文章需要予以特別關(guān)注。一些數(shù)字出版商如BuzzFeed（嗡嗡喂新聞）和《赫芬頓郵報》在標題和部分內(nèi)容方面的編輯業(yè)務(wù)中也采用了類似的方式。[6]

2.內(nèi)容生成

機器學習提升了用戶生成內(nèi)容（UGC）的價值。在當今網(wǎng)絡(luò)Web2.0時代，用戶生成內(nèi)容具有海量、動態(tài)和去中心化的特點。從這些海量內(nèi)容里尋找到優(yōu)質(zhì)內(nèi)容，利用傳統(tǒng)的方法是行不通的。機器學習模型可以自動確定用戶生成內(nèi)容的優(yōu)劣，剔除劣質(zhì)內(nèi)容，挑出優(yōu)秀的內(nèi)容并顯示給用戶。因此，機器學習在數(shù)字內(nèi)容出版中，內(nèi)容組合、內(nèi)容自動生成等發(fā)揮了獨特的作用。拼趣網(wǎng)利用機器學習向人們展現(xiàn)了更多有趣的內(nèi)容。美國最大的點評網(wǎng)站尖叫網(wǎng)（Yelp） 用機器學習整理用戶上傳的照片，并向用戶推薦最有用和可信任的評語。美國最大的鄰里社交隔壁網(wǎng)（NextDoor） 用機器學習篩查留言板上的內(nèi)容。

機器學習還可以幫助識別一篇作品的優(yōu)點和不足，作者或編輯可以借此對作品進行完善，從而加快編輯流程。例如, 機器學習出具的報告能夠識別需要改進的地方，如指出語言冗長、結(jié)構(gòu)問題或內(nèi)容敏感等問題。這些具有針對性的行為或建議提示了稿件修改的重點，從而大大減輕了編輯工作量。

3.產(chǎn)品營銷

機器學習還可以幫助出版商了解讀者的閱讀習慣和真實需求，并能推斷出他們可能購買的下本圖書的數(shù)據(jù)以便于出版商做出個性化的產(chǎn)品推薦。知名國際期刊出版集團康泰納仕集團使用的康泰納仕尖塔（Condé Nast Spire）數(shù)據(jù)服務(wù)平臺，能夠判斷消費者的具體購買群體，分析讀者在看什么和購買什么之間的關(guān)聯(lián)性，然后利用機器學習技術(shù)來優(yōu)化廣告內(nèi)容，提升廣告投資的回報率。[7]

4.用戶服務(wù)

機器學習能夠優(yōu)化用戶體驗，如推薦書目、幫助發(fā)現(xiàn)不易找到的所需內(nèi)容。在不久的未來，機器學習將能夠推送針對具體問題的答案、推送圖書部分章節(jié)及推送糅合多渠道信息自動生成的回復(fù)。[8]今日頭條目前已經(jīng)積累了超過6億用戶，其大規(guī)模機器學習系統(tǒng)每天為這些用戶推薦個性化的新聞、圖集和視頻內(nèi)容。在媒體和內(nèi)容方向，今日頭條嘗試用機器學習進行對自然語言的理解、與人對話、問答。[9]

機器學習還擅長情感分析。在過去幾年中，通過機器學習監(jiān)聽社交媒體已成為標準的運營程序。如某款流行電子游戲在主線中推出新的主題時，玩家在社交媒體的吐槽被工作室監(jiān)測之后，游戲公司找出自身產(chǎn)品的問題予以了改進，滿足玩家的需求。

5.在線教育

在國際上，自適應(yīng)學習(Adaptive Learning)是一種已經(jīng)證實的領(lǐng)先的學習和測評系統(tǒng)。自適應(yīng)學習平臺基于機器學習技術(shù)，通過分析和記錄學習者的數(shù)據(jù)、習得規(guī)律和算法，提供智能的個性化推薦和指導(dǎo)，被具體應(yīng)用在針對個體的自適應(yīng)調(diào)整和教學材料組織等個性化學習服務(wù)，以及大用戶群體聚類分析指導(dǎo)課程設(shè)計等方面。目前國際教育出版商培生集團、麥格希教育集團、麥克米倫教育集團均建立了自己的自適應(yīng)學習平臺，把技術(shù)和服務(wù)驅(qū)動的內(nèi)容和測評業(yè)務(wù)作為自己的核心競爭力。

二、機器學習運用于教育出版領(lǐng)域的關(guān)鍵因素

機器學習實現(xiàn)了數(shù)據(jù)挖掘、分析和預(yù)測、搜索排序、關(guān)聯(lián)推薦和自動化，從而支持了出版物出版的選題策劃、內(nèi)容生成、產(chǎn)品營銷和用戶服務(wù)等多個環(huán)節(jié)，擴大了出版邊界。隨著技術(shù)的逐步成熟，機器學習已被看成出版業(yè)的下一個引爆點。在教育出版領(lǐng)域，機器學習有利于因材施教或個性化教育的實施。從機器學習中不斷學習新的知識和技能會對很多行業(yè)產(chǎn)生十分直接的影響，教育是最有機會從中受益的。[10]但是目前在國內(nèi)教育出版機構(gòu)，機器學習尚未得到廣泛地運用。讓這一技術(shù)服務(wù)于教育出版領(lǐng)域，需要考慮以下幾個關(guān)鍵因素。

1.技術(shù)因素

研發(fā)機器學習技術(shù)的多是如谷歌這樣的技術(shù)公司，技術(shù)開發(fā)并非出版機構(gòu)的專長，因此國外教育出版機構(gòu)采取了與技術(shù)公司合作或者收購技術(shù)公司的方式來實現(xiàn)技術(shù)方面的突破。培生教育集團、麥克米倫教育集團均采取了與自適應(yīng)技術(shù)的領(lǐng)先者紐頓（Knewton）合作的方式，開發(fā)出了適合自己公司產(chǎn)品鏈的平臺產(chǎn)品。麥格希教育集團通過收購技術(shù)公司亞歷克斯（ALEKS）擁有自適應(yīng)學習平臺，學習管理平臺渴望學習（Desire2Learn） 收購了自適應(yīng)學習平臺知識村（Knowillage Systems），[11]收購行為既減少了研發(fā)費用和時間成本，又解決了缺乏技術(shù)人員的問題。因此，與技術(shù)公司合作或者收購技術(shù)公司或者技術(shù)外包是當前解決技術(shù)短板的快速路徑。

2.資金保證

無論是與技術(shù)公司合作、收購技術(shù)公司或者外包都涉及資金的投入。目前的出版企業(yè)尤其是很多出版上市公司，以延伸產(chǎn)業(yè)鏈、布局新業(yè)態(tài)為拓展方向的實體收購已成為趨勢。盡管機器學習的發(fā)展在國內(nèi)尚處于起步階段，但是它發(fā)展迅猛，潛力無窮。國外許多出版公司已經(jīng)看到了機器學習正向的投資回報率，愿意在這方面投資。美國頂級風投重點關(guān)注的16個投資領(lǐng)域，機器學習和大數(shù)據(jù)排在第三位。[12]國內(nèi)教育出版機構(gòu)應(yīng)該把握機會，考慮往這個方向投資。如果選擇收購或與技術(shù)企業(yè)合作投資研發(fā)，將會擁有更多的話語權(quán)，在未來發(fā)展中占據(jù)主動。這關(guān)系到商業(yè)模式的走向，出版機構(gòu)應(yīng)該對投資該領(lǐng)域綜合考慮。

3.認識問題

自適應(yīng)學習技術(shù)從2015年以來，越來越受到在線教育公司的關(guān)注和重視。一些教育出版機構(gòu)也開始參與搭建自己的平臺。但機器學習的其他應(yīng)用并沒有大規(guī)模展開。究其原因，教育出版機構(gòu)認識上存在誤區(qū)，不熟悉這一技術(shù)，不知道將其如何與傳統(tǒng)業(yè)務(wù)融合是主要原因。對此，出版機構(gòu)要突破思維局限，要有前瞻性眼光和開放性的態(tài)度，建立新型教育出版的概念，關(guān)注并加速了解機器學習的應(yīng)用領(lǐng)域和方式，找出與自身現(xiàn)有業(yè)務(wù)結(jié)合的角度與方向，積極探索內(nèi)容資源與技術(shù)平臺、運營模式如何有效結(jié)合，根據(jù)自身產(chǎn)品特點與有實力的技術(shù)公司或團隊合作。

三、教育出版企業(yè)運用機器學習的實施路徑

考慮到出版的共性，機器學習在新聞出版等領(lǐng)域各個環(huán)節(jié)發(fā)揮的作用可以平移運用到教育出版領(lǐng)域，開發(fā)出一些改變教育生態(tài)的、屬于教育出版特有的產(chǎn)品和服務(wù)。

1.自適應(yīng)學習平臺

結(jié)合國外的運用情況和國內(nèi)實際，開發(fā)以測促學的工具平臺類產(chǎn)品，通過“實施測試-發(fā)現(xiàn)問題-提出建議-專項練習”的模式，幫助學生有效提高水平。具體來講，當學習者回答測評題時，根據(jù)試者答題結(jié)果，下一個題目會動態(tài)調(diào)整，只提供適合使用者程度的題目，以便有效率地測出學習者的能力定位。測試完畢后，系統(tǒng)提供即時反饋，指出問題所在，然后根據(jù)學習者的知識水平與對各知識點的精熟度不同而調(diào)整學習路徑，推薦相應(yīng)圖書，然后針對學習者的弱項進行專項練習并提供階段性支持與評測。在實踐層面上，應(yīng)采用研究者引領(lǐng)、教學者參與和出版者主導(dǎo)相結(jié)合的模式，孵化出好的產(chǎn)品和服務(wù)。另外，科學的教育模式一定是線上線下的深度融合。線上提供可循環(huán)利用、結(jié)構(gòu)化的高質(zhì)量內(nèi)容和服務(wù)，線下提供基于線上內(nèi)容和服務(wù)的個性化管理及延伸服務(wù)和產(chǎn)品，打造完整的學習閉環(huán)。目前山東教育出版社正在策劃開發(fā)的自適應(yīng)教學與評測服務(wù)平臺“智能化分層練習評測系統(tǒng)”就是一個很好的案例，未來它將幫助教師實現(xiàn)精準化教學。

2.圖書定制出版

近年來高校教材多元化、中小學校本教材多樣化已成趨勢。雖然高校教材不限價，但高額的開發(fā)成本使得出版社開發(fā)的品種數(shù)量非常有限，而對于基礎(chǔ)教育學段的校本教材，由于價格低、銷量少，基本上出版社不會參與。運用機器學習技術(shù)，出版社可以快速搜索、發(fā)現(xiàn)、累積大批優(yōu)質(zhì)資源和作者，通過清理版權(quán)、改寫、試讀、反饋等工作，為學生定制專門的教材內(nèi)容，最大限度地滿足他們的個性化需求。機器學習的另外一個特點是分類，出版機構(gòu)可以運用這一技術(shù)對引進版的英語讀物進行分級：通過設(shè)定一定的參數(shù)，機器學習平臺可以通過掃描PDF版本，對讀物的難度做出判斷并匹配到相應(yīng)的年級。對于特定地區(qū)的需求，可以通過這種方式來實現(xiàn)定制出版。出版形式為電子圖書，如需紙質(zhì)版可額外支付費用通過按需印刷獲得。

3.智慧課堂

近年來，智慧課堂已成為教育信息化的著力點。所謂智慧課堂是以硬件平臺為支撐，搭載互動課堂教學應(yīng)用軟件，完成課堂互動交流、在線考試評測、教學效果評估等內(nèi)容，為廣大師生提供一套完整的“教、學、練、評”和具有大數(shù)據(jù)元素的互動教學平臺。以機器學習為內(nèi)驅(qū)的智慧課堂，可以預(yù)測學生的興趣和目標，并將學生的興趣和學習能力相結(jié)合，使學生能夠更好地認識自我，早日取得成功。智慧課堂得到了各地政府的關(guān)注和支持。例如寧波為打造智慧教育、智慧課堂共投入了8億元。目前，全市已建起400多個數(shù)字化校園，智慧課堂早已經(jīng)成為寧波學生的尋常課堂。[13]目前智慧課堂在內(nèi)容和應(yīng)用方面尚需要教育出版機構(gòu)深度參與。教育出版機構(gòu)可以通過內(nèi)容授權(quán)或服務(wù)收費的商業(yè)模式進行參與。

4.用戶服務(wù)

在現(xiàn)階段，純內(nèi)容已很難盈利，只有內(nèi)容＋服務(wù)、而且是響應(yīng)用戶需求的新服務(wù)，是把創(chuàng)意、技術(shù)和商業(yè)模式融為一體的服務(wù)，才是創(chuàng)作盈利的手段與方式。機器學習可以根據(jù)用戶的閱讀習慣和水平定時自動推送合適的內(nèi)容甚至定制內(nèi)容。用戶可以通過前期打賞的方式進行體驗，后期訂閱的方式來獲取持續(xù)的服務(wù)。機器學習可以實時回答用戶的疑問，并通過分析用戶的實時反饋，更新內(nèi)容，改進產(chǎn)品，實現(xiàn)產(chǎn)品的迭代更新。在目前教材選用競爭日趨白熱化的情況下，這對于穩(wěn)定教材市場有著特殊的意義。同時，在提供內(nèi)容的基礎(chǔ)上，出版機構(gòu)能進一步挖掘的增值點包括反饋、監(jiān)督、學習框架建立、提升知識消化效率等，都可以促進用戶付費。

此外，基于機器學習的自動評分系統(tǒng)如國內(nèi)的批改網(wǎng)、培生集團的以寫促學平臺（WriteToLearn）不僅能批改作文，還能判斷是否涉嫌抄襲已經(jīng)初具規(guī)模。類似的服務(wù)不僅滿足了教師的需求，而且通過向?qū)W校收取費用并通過線上服務(wù)帶動線下產(chǎn)品銷售，而具有了一定的商業(yè)模式。教育出版機構(gòu)在推出匹配自身教材的類似服務(wù)產(chǎn)品方面更具優(yōu)勢，能更好地與教材產(chǎn)品鏈對接，實現(xiàn)效益最大化。

另外，機器學習強大的搜索功能可以為教師直接所用：依據(jù)教學實際快速地為學生搜尋高質(zhì)量的學習材料，并掌握學生對這些材料的使用情況。麥克米倫集團為了提升自己的服務(wù)，收購了基于機器學習的教育服務(wù)平臺提供商因泰勒斯學習（Intellus Learning），旨在通過該平臺搜索、整合數(shù)字內(nèi)容的能力使教師的教學目標更易實現(xiàn)并為學生提供經(jīng)濟實惠的個性化學習體驗，從而增加了用戶黏性。[14]這一模式還能為出版商提供相關(guān)數(shù)據(jù)，為教材新版本的出版提供參考。

四、結(jié)語

機器學習在教育出版領(lǐng)域的運用使得教育出版朝著內(nèi)容化、智能化、個性化方向發(fā)展，已孵化出了諸多新形態(tài)的產(chǎn)品和服務(wù)；相信在不久的將來，還能看到更多突破性的進展和成果，它將不斷刷新我們對教育的認識，重新定義出版的概念。傳統(tǒng)教育出版行業(yè)應(yīng)該把握契機，實現(xiàn)機器學習與傳統(tǒng)業(yè)務(wù)的深度結(jié)合，參與教育內(nèi)容生態(tài)搭建，實施智慧出版，最終實現(xiàn)從教育內(nèi)容提供商到教育服務(wù)商的轉(zhuǎn)變。