先向大家報告一個好消息。過去呼籲多年的 ISBN 開放資料，上週終於發現它已經出爐（一陣子）了。似乎業內知道這件事情的還不多，這裡簡單介紹一下。經過國家資料開放平台協調，國圖書號中心，終於釋出了 ISBN 的開放資料 xml 檔。主要是前一個月分預計會出版的圖書資訊，欄位包括：書名、作者、出版單位、版次、出版年月、標題、類號及 ISBN。xml 格式長得像這樣：
咖哩香腸之誕生
烏韋. 提姆 (Uwe Timm) 著 ; 劉燈譯
臺灣商務
二版
103/05
875.57
978-957-05-2919-7 (平裝, NT$260, 203 面, 20 公分)
此外授權方式採用的是政府資料開放平臺標準的規範：
「以無償及非專屬授權方式授權使用者得不限時間及地域，重製、改作、編輯、公開傳輸或為其他利用方式，開發各種產品或服務。」
基本上就是愛怎麼用就怎麼用，不需要另外申請，也不用支付額外費用。這真的要表揚一下書號中心從善如流，把業界呼籲多年的事情落實了下來。不過本於精益求精的精神，避免國圖好意白費，以下建議幾個關鍵問題，希望書號中心能夠考慮更新：
- 一、時效問題。一個月一個檔，或遞延送出上個月的資料，對新書情報等加值運用緩不濟急。
新書快報就是要快，書一上市就要通知，這才符合市場的需求，如果加值商能夠獲取的資訊都是上個月的資料，這種緩慢的速度一定是失敗的。
書號中心也許會擔心，書號一編配就送出來，很多書都沒有出版，因此會有資料不準確的問題。但其實書號中心累積並且遞延一或兩個月才釋出資料，並不會讓資料更可靠。對所有加值商而言，不管是最新申請的，或者遞延幾個月才釋出的書號，他們都必須驗證是否已出版，才能做商業化使用。
所以 ISBN 資料應該在第一時間就釋出，才是對後續加值有意義的做法。不然廠商拿到的都是舊資料，市場上根本沒有競爭力可言。這樣加值運用的效益欠缺，書號中心開放出來的美意也就等於落了空。
最好還能像環保署的空污資料那樣，每小時自動更新。當然 ISBN 不需要快速到每小時，我的重點是「自動更新」，這樣效率才會高。
- 二、缺乏歷史檔。沒有完整的書目資訊，後面要做任何延伸型的服務都是不可能的。
隨手舉例，如果想做網路書店，你不可能只買最近幾個月的新書，你沒有過去五年，甚至十年的出版書目，怎麼開店做生意？
或者做讀書社群（像豆瓣網那樣），讀者上傳他的藏書，那個書目範圍甚至會到二十年、三十年以上，沒有那些書目做基礎，讀者上傳幾本書號，就發現這個找不到，那個找不到，這種社群也是經營不起來的。
歷史資料越完整，能做的事情越多。我建議書號中心應該多做一個固定型的歷史檔，就像這個古籍書目資料那樣，做好就好了，它不用更新。所以書號中心光是 ISBN 至少就應該釋出三種資料集出來：
臺灣出版圖書歷史資料（1989-2013）
臺灣出版圖書資料（今年以來）
臺灣出版新書預告書訊（最近三十天）
第一種是固定不變的，第二、三種則是逐月甚至每周更新的。這樣的資料集，對後續應用才會有意義。
- 三、資料欄位的準確性問題。
欄位中，有作者，也有譯者。欄位中，不但有 ISBN，也有裝訂方式、定價、頁數、開本等五種資訊，一起擠在一個欄位中。這不是合格的 XML 格式標準，每個加值商如果要運用，都得重新萃取出個別值，重新放到正確的欄位中。
雖然這些「資料」確實是放在 XML 格式中，但對程式而言，他們只是文字，還不是數據（data）。
看起來書號中心現在的作法只是把手工填寫的格式，轉到 XML 上，並沒有真的對「資料庫」的資料做優化。如果國圖的原始資料也是這樣不清不楚的話，其實你自己事後要做圖書數據分析，應該也會覺得痛苦才對。
※ ※ ※
有了 ISBN 的開放資料，後續可以運用的加值方案很多，其中有一個是出版產業遲到了二十年，而且看起來也會繼續遲到下去的出版業 EDI（電子資料交換），我們下期來談。
（文章轉載自：老貓出版偵查課；圖片來源：seo_gun, CC licensed）
Source: techorange.com
