【www.rjdtv.com--人工智能论文】

　　基于国家宏观调控指导下 ，文化事业发展水平有了显着的成效 ，这与出版业发展存在着密切的关联性。出版社是负责文化信息编辑与处理的主要机构 ，按照书籍、报刊、杂志等要求编辑文献资料 ，通过出版方式传递给大众。为了适应信息科技发展趋势 ，专业出版社也要建立更加先进的数据库调控模式 ，满足高科技出版行业的变革要求。因此 ，专业出版社数据库实施智能改造 ，这是行业科技的重点内容。

　　1 专业出版社

　　出版社的出版行为是指通过可大量进行内容复制的媒体实现信息传播的一种社会活动。自有文字以后便形成了出版社。正式的出版是随着印刷术的发明 ，至唐代中叶盛行 ，古代金文、石刻以及人工抄写、刻绘书籍 ，是一定意义上的出版。出版社的类型、工作范围和组织机构 出版社的类型 ，在中国 ，按隶属关系区分，有中央级出版社和地方出版社。按业务范围区分，有综合性出版社和专业出版社。综合性出版社的出书门类比较多 ，专业出版社只负责编辑出版一定专业和门类的读物。

　　2 出版社数据智能化需求

　　现代出版主要指对以图书、报刊、音像、电子、网络等媒体承载的内容 ，进行编辑、复制、发行（或网络传播）等处理工作。为了保证专业出版社内工作的高效率 ，对专业出版社数据库实施智能改造是时代需求。相比于综合出版社 ，专业出版社承接的数据处理任务更多 ，对原始数据操控要求更加严格 ，尤其在文字内容编辑与处理方面 ，都要做到严格的准确性、标注性、科学性。因此 ，为了摆脱传统出版办公模式的不足 ，必须要开发出更加先进的智能化数据库 ，借助计算机平台完成大量文字信息的处理 ，这样可以防止人工审阅失误而造成的常识性错误 ，提高处理的成功率。

　　3 专业出版社数据库人工智能改造

　　从现有出版业行情分析，无论是综合出版社或专业出版社，日常出版都需处理大量的文献信息 ，这是出版社结构统一性的办公特点。相比于出版操作流程 ，人工智能技术在应用功能方面具有显着的升级改造 ，不再局限于单一性的数据处理操作 ，而是将功能扩大到多个方面的领域。从实际应用状况分析 ，人工智能技术应用于专业出版社智能改造 ，主要方式包括 ：

　　3.1 处理技术

　　专业出版社构建新型数据库 ，为人工智能化提供可靠的平台 ，大大减小了人工处理数据的工作难度。数据库多样性能够为出版社操作提供更多功能 ，由单一数据处理发展为多空间操作 ，把数据处理平台扩展到多个面域 ，从而实现了数据信息的多元化处理。比如 ，人工智能三维成像中 ，让图像信息变得更加形象、直观 ，编辑人员可以直观地认识文字信息 ，对后期整编、修改、处理提供了方便。

　　3.2 传输技术

　　大数字时代 ，专业出版社构建数据库是行业需求 ，如图 1。
　　社内数据传输完善了专业出版的数据库系统 ，从而推动了出版社信息化建设的进程。例如 ，专业出版社对各类信息收集与处理要求在不断变化 ，这些是传统计算机系统不具备的功能。新时期人工智能技术呈现了交互性特点 ，可按照用户要求完成点对点传输、交换 ，实现了专业出版社资源的共享模式 ，丰富了文字信息的内容。
　　
　　3.3 集成技术

　　人工智能选择集成控制是不可缺少的 ，让出版社在短时间内完成大量数据处理任务。过去对出版数据库采用了统一式模块 ，把大量不同数据集中到某一个数据库进行处理 ，而造成服务器处理速率下降 ，影响了出版社正常的使用功能。计算机人工智能技术采用集成控制模式 ，对原始数据分层次、分类别处理 ，提升了出版社数据库资源的可操作性 ，带动了数字化出版模式应用。

　　3.4 载体技术

　　智能化操作需选择不同的信息载体 ，使专业出版社操作流程更加顺畅。智能数据库是在无人干涉条件下完成动作 ，减小了专业出版社手动传输信息的难度。例如 ，现代计算机人工智能采用声音、动态图像、视频等信息载体 ，可按照用户设置要求执行传输命令 ，这就取代了早期人工操控流程 ，这些都是现代专业出版社数字化改造要求 ，把信息科技融入到新型出版社系统建设中 ，大大提高了智能化的水平。

　　4 结论

　　专业出版社是随着文化科技水平的提高而逐步发展 ，随着人们对传播知识的渴望而发展并呈现日强的专业性 ，编辑人员所面对的文字信息均是专业学科内容 ，实际出版中严禁出现人工式操作失误。为了改变传统出版办公模式的不足 ，对专业出版社实施人工智能化改造 ，能够提升社内办公的整体效率 ，促进专业出版数据库的智能化发展。本次分析了专业出版社智能化发展趋势 ，提出人工智能改造综合技术应用方法 ，显着提升了专业出版社内的办公水平，希望对后续研究有所启发和帮助。

　　参考文献
　　[1]程晓龙.数字出版的未来：从“小数据”到“大数据”[N].中国新闻出版报，2013-08-29(5).
　　[2]王坤宁，李婧璇.大数据时代：催生出版发行转型升级[N].中国新闻出版报，2013-09-23(7).
　　[3]吴湘宁，胡光道，胡成玉，李桂玲1. Oracle 中使用支持向量机的时间序列预测方法[J].计算机工程与应用.
　　[4]李志鹏，张颖，王甫志.数据仓库与数据仓库性能的提高[J].佳木斯大学学报：自然科学版，2001(1).
　　[5]王孝成.数据仓库的特征、应用类型和实施方法[J].计算机与现代化，2002(11).
　　[6]程中东，范新刚.IBM公司、ORACLE公司和MICROSOFT公司的商务智能解决方案异同点的分析[J].中山大学学报论丛，2006(6).

本文来源：http://www.rjdtv.com/jisuanjilunwen/1266.html