
在刚刚结束的第七届中国版权年会上,传统出版与新兴互联网企业同席,一起探讨如何在大数据时代进行版权的保护和开发。“如何把分散的版权资源聚合起来?”“如何让数据资源和版权资源互利互促?”成为关注热点。
数字化版权有根据可循
“根据美国国家科学委员会今年上半年出版的报告,高科技重心正在向亚洲转移,尤其是转移到中国手中。”国家互联网信息办公室副主任彭波表示,我国正在告别山寨,走向创新大国。在这一过程中,保护知识产权已经成为我国互联网发展的命门。“我国从制造大国到创新大国,最重要的就是知识产权保护制度保驾护航。为了互联网的未来,人们需要从我做起,从现在做起。”
无论是在文化业内还是在互联网业内,版权保护的长期共识正渐渐形成。尤其是掌握内容传播渠道的互联网运营者们,从市场实践中认识到保护自身的知识产权和版权,尊重他人的知识产权和版权,最终可以构建起良好的市场生态,并凝聚起自身的核心竞争力。从几年前搜狐网力推独播剧,到腾讯、阿里巴巴、百度等花巨资在全球范围兼并企业,购买版权,打造正版内容提供商,再到最近小米宣布投资优酷土豆,花10亿美元投资视频内容产业,显示其致力于原创内容生产的雄心。2013年年底,视频网站及电影行业一起联手推出了反盗版联盟,版权保护正成为企业的一种积极作为。
在以内容生产为主的文化业内,用IT技术将大数据有效组织起来,不仅可以在艺术市场发挥作用,还可以对优秀文化和艺术作品进行保护传承。
“每天,我们的3500名员工中,有1500名在做艺术品和艺术家的数据处理、采集、存储、分类工作。我们保存作品超过640万件,其中有88万件作品是用超高清扫描记录下来的。”雅昌文化集团董事长万捷告诉记者,以往在中国,书画的鉴定一直靠专家来鉴定,受外界和人为因素影响较多,也容易造成市场的无序混乱。于是,雅昌选择从艺术家创作开始,把所有的数据用超高清的技术采集起来,使艺术家有一个详细的档案,与艺术家过去的作品一起构建一个大数据库。将数据采集起来,进入互联网和国家版权登记部门登记,把所有的数据保存起来,同时做相应的备案和证书。
“这样一来市场上作品流通将有根据可循,有照所依。”万捷说,“用大数据,用现代科技保护版权,推动我国艺术品市场的发展,对我们来说是很好的发展机遇。”
版权让大数据更有价值
“粉丝上网阅读一部小说,他的ID号就是我们阅读记录的集成中心。他看过的小说名称,在什么时候读的,每个章节、每个段落,甚至每个字所用的阅读时长,付费的金额、笔数……这些数据信息都会清清楚楚地记录在数据库里。”盛大文学董事长邱文友认为,人们每次的文化消费,都已在不知不觉中被纳入了对整个项目或行业的大测评中。而只有掌握核心版权资源,对用户行为的数据分析才更具意义,能更好地发挥作用。
把分散的版权资源聚合起来,并把优秀的版权资源遴选出来加以运作,会有意想不到的收获。邱文友表示,盛大文学2014年的版权收入将超过去年全年收入的4倍以上。他认为,如果把文化内容的版权作为一种资产进行有效的管理、维护和运营,将释放出非常巨大的经济效益。
今年的8月份,盛大文学推出了国内首次网络文学手机游戏改编权的拍卖会,拿出6部作品,进行全新的尝试。“其中,两部作品是已经完本3年以上的小说,两部是正在连载的小说,还有两部是已经定了题目但一个字还没有写的全新小说。”邱文友说。这种“版权自信”的背后,还有其寻求更透明、公正、公平、公开的版权定价机制的目的。
在大数据时代,版权可能由大量主体共同创造,因此还需提前考虑建立分享机制。“手机是个高度个性化的产品,因此我们在互联网上号召了很多的设计师,帮我们做各种各样有趣的设计。还有一位业余时间经常帮小米做设计的大学生在去年12月自己开了家公司,雇了10多个设计师,专门替小米手机做各种设计。”小米创始人雷军表示,正是通过众筹和版权分享机制,借助众人智慧,小米手机在个性化定制方面做得非常出色。
爱奇艺公司创始人兼CEO龚宇则提醒说,大数据时代下,版权运营的难度在加大,特别是现在渐趋成为主流的云端存储,正面临着新的盗版手段的挑战。
“版权是激发文化创造力的法律制度保障,”国家版权局副局长阎晓宏说,人们的创造非常踊跃,相应产生的版权数量也呈几何级数增长,“如何在海量大数据信息中挖掘真正有价值的版权资源,是需要我们继续思索的问题。”
来源:经济日报
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15