浅谈数字出版的发展

近年来我国数字出版从概念认同到实质推进,发展势头越来越猛,IT技术提供商和传统出版内容提供商都在探索数字出版的解决方案,不同的电子文本格式各显神通,新的商业模式层出不穷,这种百花齐放、百家争鸣的局面正是数字出版处于行业发展初期的标志。

 

但凡一个新兴行业发展之初,对涉足该行业的企业来说,认清发展方向、选择发展路径尤为重要。方向不明,或是路径选择不对,将来达不到目标,巨无霸企业也可能满盘皆输;反之,方向明确,路径选择正确,弱小的创业型企业也可能在市场竞争中发展壮大、最终胜出。这样的案例,自从IT行业诞生以来已经不胜枚举。

 

本文想谈谈数字出版的行业发展方向和企业选择发展路径问题。

 

数字出版是一个什么样的行业?从近年来数字出版的发展业态来看,越来越呈现出数字出版的跨媒体、跨介质特征。也就是说,未来的数字出版将是一个把纸媒体、网络媒体、电视媒体连为一体的新兴行业,是一个把纸介质、PCIPTV、移动终端等各种传播介质连为一体的全新阅读模式。由于互联网和无线通讯技术的飞速发展,数字出版已经越来越清晰地呈现出向全媒体方向发展的趋势。我们现在已经能看到用手机或其他手持阅读器看书的年轻人群体,而这还仅仅是个开始,未来的主要消费群体不仅将习惯于使用各种介质来阅读,甚至连写作也是通过各种介质来完成,而不是传统的“爬格子”了。

 

只有了解数字出版的这种发展趋势,涉足数字出版的企业才有可能找到正确的发展路径。这就意味着,无论提出和实施何种数字出版的解决方案,只有充分考虑到该行业的全媒体特性、兼容全媒体阅读的需求,才可能有良好的发展前景。否则,很可能在起跑时就迷失了方向,永远到不了胜利的终点。

 

现在数字出版领域主要有两类企业:一类是涉足数字出版的IT企业,他们是数字出版的技术提供商;一类是传统出版机构,他们是数字出版的内容提供商。技术提供商对数字出版的发展态势比较敏感,介入态度十分积极,是目前数字出版领域最活跃的力量。内容提供商对数字出版往往是既欢迎又害怕,因此态度比较暧昧,与技术提供商的合作也不那么积极。

 

数字出版当前面临两大技术问题:一是数字出版物的电子化销售,二是电子文本内容的解析。

 

实现电子化销售,首先要解决各种电子文本格式的统一转换,将各种文本转换为方便阅读和使用的统一格式,这种格式应当兼容各种不同介质阅读和使用的需求。还要解决内容数字版权加密保护技术(DRM),防止盗版,有效保护著作权人的知识产权。还要有一个安全、可靠的网上销售支付系统,切实维护各方利益。

 

电子文本内容的解析,是要通过技术解析,使之能对文本内容按需求重新进行编辑组装,这样就大大提高了内容资源的使用价值,是内容提供商所喜见的。尤其是将词典类工具书解析到词条,生成词条库,将教辅类图书解析到题目,生成题库,当前最受内容提供商青睐。

 

内容提供商由于他们所关注的上述问题未能从技术提供商那里获得令人满意的解决,所以合作的积极性就不高,甚至宁可自己投入成本搞技术研发,但这样做毕竟是扬短避长,往往力不从心,事倍功半。而技术提供商由于内容提供商的配合度不高,往往就独辟蹊径,向内容提供商鞭长莫及的原创内容发展,做着做着就变成实际上的内容提供商了。更有少数实力雄厚的技术提供商已经全面向内容提供商转型,大有在数字出版领域独家做大之势。

 

我认为上述这两种情况都不能代表数字出版的发展潮流。技术提供商和内容提供商在数字出版领域各有优势,也各有短处,任何一方想去吃对方碗里肉的主意都不是好主意,企图取对方而代之的举动更是不可取和不现实的。数字出版是市场竞争充分的行业,任何技术垄断和资源垄断的倾向都是与该行业的特性格格不入的,因而最终都是没有前途的。明智的发展策略应当是技术提供商与内容提供商联起手来,加强合作,发挥优势互补的作用,使之产生1+1>2的最佳配置效应。谁这样去做了,并且做到最好,我敢说,他们一定能成为数字出版领域激烈竞争中的胜出者。

 

行业里也有许多公司在致力于数字出版的技术研发和市场拓展,比如上海一www.bookfm.com的网站。他们着力在内容商关心的问题上进行技术研发,已在实现数字图书的电子化销售和电子文本内容的解析方面取得可喜成果,目前正在与内容提供商展开合作。该公司总经理强调,不会向内容提供商渗透和转型,只会与内容提供商加强合作,根据他们的需求,专注于数字出版技术解决方案的完备和最优。这无疑是一个聪明的明智的选择,祈愿他们在数字出版的发展征途中一路走好!

源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议:建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值