基于图书“基因”的阅读推荐：BookLamp.docVIP

基于图书“基因”的阅读推荐：BookLamp 　　亚马逊和苹果分别对Goodreads和BookLamp的收购是两者在阅读市场上角力的具现化最新缩影。哪个选择更正确？现在还很难说。 　　热词：图书”基因”分析 BookLamp 阅读市场博弈 　　几乎每一家购书网站和阅读社交网站都会向读者推荐图书，但它们往往是基于读者既往的购买史和阅读史做出推荐。那么，有没有一项服务能基于图书本身的内容和语言进行推荐，而不被图书的流行程度、“水军”的造势或者出版商的营销手段等外部因素所左右呢？美国爱达荷州的一家大数据图书分析服务提供商书灯公司（BookLamp）就可以提供此类图书推荐服务。BookLamp的前身是成立于2003年6月的新奇计划公司（Novel Projects， Inc.），这家公司希望通过语义的不断计算与挖掘，开发出各类新颖的软件和服务。2007年2月，他们将语义技术结合出版产业，创立了BookLamp公司。这个团队最有代表性的项目是2010年8月上线的“图书基因组计划”（Book Genome Project），该服务利用自然语言分析技术为用户推荐图书，并为出版行业提供帮助。 　　一、核心技术：图书“基因”分析技术 　　一直以来，购书网站上的图书推荐引擎提供服务的方式不外乎以下几种：“购买了某本书的人还购买了这些书……”“这些书是编辑精选……”“这些书正在热销……”“这些书广受好评……”。然而，就算购买了同一本书，不同读者的阅读兴趣和阅读习惯仍然可能存在巨大差异;作者热门或图书卖得好也不甚靠谱;而流行趋势、编辑精选等基本就是营销造势的结果。以上推荐方法都不能准确地帮读者找到自己喜欢的书，因为它们都是基于一本书外在的特征、条件和状况，而不是根据图书的题材、内容、语言风格以及作者能力和水平等更内在的特点来做出推荐――因此是不全面的，很多时候也是不准确的。 　　BookLamp的图书“基因”分析技术则另辟蹊径，不关注作者也不关注读者，仅根据书籍自身的“基因”来作出阅读推荐。具体来说，BookLamp将一本书的“基因”总结为语言风格和故事情节两方面，其中，语言风格DNA由语言密度、语言节奏、对话、描述和运动组成;故事情节DNA则由关键主题词组和写作手法组成。对于后一点，BookLamp的创始人亚伦?史坦顿（Aaron Stanton）曾在接受媒体采访时打过一个恰如其分的比喻，“就像你吃了一块很好吃的巧克力蛋糕，如果你想找到其他口味类似的蛋糕，你所需要知道的不仅仅只有其成分，还需要知道各个成分的比例。”从这个角度来看，一本书的关键主题就是其成分，而写作手法就是其成分比例。在对一本书进行分析时，BookLamp会对书的内容进行扫描，将全文分解为一百个场景，然后依据自然语言算法分析每个场景的“DNA”――语言、情节、写作思路、主题及形式等（BookLamp总结了2000多个特性），同时计算不同主题所占成分（BookLamp总结了132个主题），多方位评估书的内容，并基于评估结果绘制图书的“基因图谱”。比如说，史蒂芬?金的《午夜行凶》（Salems Lot）在图书基因组计划中被解析出四个主要特征：吸血鬼/超自然;葬礼/死亡/追悼;家庭/家庭环境;痛苦恐惧/消极情绪。BookLamp将这四个特征随故事线进展所占比例的变化用图表描绘出来，遂形成《午夜行凶》的基因图谱，如图1所示。 　　图1 《午夜行凶》基因图谱 　　二、用户价值及商业模式 　　“基因图谱”分析有助于读者找到心仪的图书。用户在使用BookLamp支持的服务时，先选取自己喜欢的一本或几本书，BookLamp会将该书的“基因图谱”与数据库中的进行适配，为用户推荐同类型的、用户也可能喜欢的图书。用户会惊喜地发现，BookLamp为自己推荐的图书与自己喜欢的书具有相似的语气、观点、描述，甚至有类似的戏剧冲突。举例而言，如果读者喜欢《达?芬奇密码》，想要找一本类似的小说，BookLamp会先拉取系统此前对该小说的分析数据。分析数据显示，《达?芬奇密码》有18.6%的内容涉及宗教和宗教机构，9.4%的内容涉及警方和谋杀案的调查，8.2%的内容涉及艺术和艺术画廊，6.7%的内容涉及秘密结社，以及历史文化、旅行、寻求真相等其他元素。然后该系统会用这些故事情节DNA数据以及该书的语言风格DNA数据去比对数据库中的其他书籍，最后返回《失落的秘符》《最后的圣殿骑士》《巴拉巴德的七把钥匙》等小说，这些书的内容都包含与《达?芬奇密码》相似的元素与元素比例、语言风格，如图2所示。 　　图2 《达?芬奇密码》的基因图谱及与之相似的图书 　　上文分析了BookLamp能为读者创造的价值，那么，BookLamp采用怎样的商业模式呢？一方面，和Pandora或者豆瓣类似，BookLam