摘 要：
文章提出大数据的价值实现模型,分析大数据在资源积累、技术发现、思维释放三方面的大价值。大数据驱动管理创新和范式转变,为非物质文化遗产管理与研究奠定了基础。非物质文化遗产管理模式从档案管理转向知识管理,保护模式从静态保护转向动态保护,研究方法从田野调查拓展到智慧数据分析,最终实现资源整合、活态传承及追踪溯源。
关键词：
大数据; 管理范式; 非物质文化遗产; 知识管理; 动态保护; 智慧数据;
非物质文化遗产(以下简称非遗)是我国传统文化之源和民族之根,蕴含着丰富的精神内涵,具有巨大的文化价值、历史价值和社会价值。非遗指各族人民世代相承的、与群众生活密切相关的各种传统文化表现形式(如民俗活动、表演艺术、传统知识和技能以及与之相关的器具、实物、手工制品等)和文化空间[1]。作为一项重要的文化事项,非遗的保护与管理日益受到党和国家的高度重视。国家先后颁布了《非遗保护法》《非遗法》《非遗保护条例》,对促进我国非遗的保护与规范管理起到了巨大的作用。目前,我国非遗的保护与管理工作取得了显著成绩,先后公布了四批国家级非遗名录共1 372项,五批国家级非遗代表性传承人名单共3 090人。这些优秀的传统文化迅速走进人们的视野,引起了社会的广泛关注,学术界也展开了对非遗的保护、传承与管理模式的研究。总体来看,我国非遗的保护仍停留在“发现、登记、保存、数字化存档”的传统“静态”模式,其管理方式主要为“以行政部门为主导,学术界为导向”的纵向管理模式,其传承形式是“以传承人为主,村寨社区学校为辅,逐渐向节日庆典、生态旅游、影视动漫渗透”延伸的静态传承途径,这些保护与管理范式在当前乃至以往很长一段时期,起到了不可估量的作用,为中华优秀传统文化的传承发展作出了巨大贡献。
随着我国综合国力不断增强,国家“软实力”大幅提升,科学技术被不断应用到人文社科领域,“数字人文”学科应运而生,从数字化到数据化再到智慧化,社会科学研究进入高科技、高质量发展阶段。由此,高新技术被应用到非遗的保护、开发和利用中,“管理扁平化,保护动态化,传承社会化、活态化”趋势日益凸显,驱动非遗管理与研究的转变,非遗的“活态”价值和“动态”保护本质即将得到充分体现。近年来,大数据作为热门话题,在各学科领域受到广泛关注。人们对大数据的认识也逐渐深化,大数据所含的“先进技术、资源特性和思维方式”深刻影响着现有管理理念、管理思维与管理模式,引导着管理学科不断创新发展。目前,大数据在电子商务、智慧农业、金融业、环境治理、传统医学领域已有广泛应用,在政府管理、公共管理、信息管理和管理工程等领域也有深入探索,大量的实践案例成果为非遗的管理与研究积累了丰富的材料。
大数据改变了社会,改变了人们的生活,也改变了人们的思维方式,传统的非遗管理模式已不适应大数据时代的发展要求,研究范式转变势在必行。本文尝试构建大数据的价值实现模型,使非遗价值的深入挖掘成为可能;同时梳理国内外大数据驱动的管理创新和范式转变研究,为非遗管理与研究提供理论参考。在此基础上探索非遗在大数据环境下由资源、技术和思维驱动的管理与研究转变趋势,可进一步明确非遗大数据管理的发展方向。大数据环境下的非遗管理研究对促进我国文化管理理论的深入发展有重要意义。
1 大数据的价值实现模型
如何认识“大数据”?不同的领域有不同的认识视角。最早提出“大数据”一词的是著名未来学家托夫勒,他在1980年所著的《第三次浪潮》中热情地将“大数据”称颂为 “第三次浪潮的华彩乐章”。随后,美国国家航空航天局的研究人员迈克尔·科克斯(Michael Cox)和戴维·埃尔斯沃思(David Ellsworth)首次正式提出大数据概念及其存储所带来的被称之为“大数据问题”的问题[2],标志着大数据概念初步形成。从2008年开始,《自然》[3]和《科学》[4]期刊分别推出专刊,围绕科学研究中的大数据问题展开讨论,相继有麦肯锡(McKinsey)咨询公司大数据白皮书的发布[5]、达沃斯世界经济论坛[6]、联合国的“全球脉动(Global pulse)”计划[7]、美国的“大数据研究和发展倡议”[8]等,都开展了与大数据相关的项目与研究。至此,人们对大数据的认识也逐渐清晰。从目前的研究内涵来看,大数据主要包含大数据资源、大数据技术和大数据思维。大数据是一个“数据资源+先进技术+思维方式”的价值综合体,其价值实现模型如图1所示。
图1 大数据的价值实现模型
1.1 大数据资源蕴含价值
从大数据本身的属性来看,大数据的形成是一种数据资源的积累过程,数据资源蕴含价值。今天的“大数据、大科学”并不是一蹴而就的。早在1824年,美国就运用民意数据成功预测罗斯福连任总统。随后,1862年美国国会促成了军民联手的“海浪监测计划”,对兴风作浪的海洋进行监测。物联网、互联网的出现,导致万物互联,环境大数据正在无限产生,业务数据、商务数据、科学研究与应用数据资源逐步积累。特别是在网络普及应用的今天,网络搜索、社交网络服务SNS、网站和点击流等直接产生结构化、半结构化和非结构化的数据,导致数据产生在纵向上积累、横向上裂变式发展。数据似乎已超越摩尔定律的发展规律,呈现爆炸性增长。未来的数据增长将趋向于过程数据、环境数据、社会行为数据和物理实体数据等[9]。正如IBM公司在2013年提出大数据是一类新的自然资源一样,大数据资源是一类可用于生产、服务和管理的自然资源。大数据还是一类能够反映物质世界和精神世界运动状态和状态变化的信息资源,具有多种潜在价值[10]。
在文化领域,文化大数据正在形成。目前我国有公共文化场馆1.1万个;文物和非遗保护机构3 578个,国家、省、市、县四级非遗项目85万个,传统手工艺、工艺美术项目30万个;非遗产品门店约10万个、代表性传承人工作室、作坊约20万个;老字号1 129家(商务部认定的“中华老字号企业”);各地、各民族传承节庆活动约1万项;传统古村落4 153个(住建部公布的四批);人文景点、历史遗存约100万处;还有上述场馆、场地实时活动及动态消息约100万条,并且还在不断快速增长。文化大数据可被视为“一种与固定资产和人力资本类似的重要生产要素”[5],管理大数据最重要的就是合理利用数据资源,发现数据的潜在价值。
1.2 大数据技术发现价值
从大数据的技术特征来看,大数据可以被视为一种先进技术。大数据本身就具有技术属性,维基百科从大数据的处理方法和处理工具的视角定义大数据,“大数据是指规模庞大且复杂的数据集合,很难用常规的数据库管理工具或传统数据处理应用对其进行处理,其主要挑战包括数据抓取、策展、存储、搜索、共享、转换、分析和可视化。”从数据获取特征来看,大数据是“由科学仪器、传感器、网上交易、电子邮件、视频、点击流和/或所有现在或将来可用的数字源产生的大规模、多样的、复杂的、纵向的和/或分布式的数据集”[11],“是用一般的软件工具难以捕捉、存储、管理和分析的数据”[9]。对大数据的全面认识更是需要大数据技术支撑。大数据的应用离不开技术的推动,运用大数据技术进行数据分析,才能发现数据的潜在价值。如在商业管理领域,利用商务数据来辅助决策,从发明关系型数据库到数据仓库、联机分析、数据挖掘、数据可视化,商务智能决策系统形成,商业数据的现代管理更高效、智能、智慧。
大数据价值的发现或实现需要多种技术协同[12]。文件系统(如GFS、Haystack、TFs等)提供底层的存储支持,数据库系统(如Bigtable、Megstore、Spanner、Dynamo、PNUTS等)的设计对内提供大数据管理、索引和查询技术(如MapReduce、Percolato等)的开发,对外提供高效的数据查询等功能,数据分析处理技术(如Hadoop、OLAP等)可从数据库中的提取有益知识。近年来,机器学习、知识计算、社会计算、可视化逐渐兴起,新技术新方法不断涌现,5G技术(万物互联)已获批进入商业运营阶段,6G技术(天地空一体化)正在研发之中,大数据的开发价值凸显。即使是“小数据”,由于新工具的出现,我们从其中也能发现大的价值[9]。
1.3 大数据思维释放价值
从大数据的社会意义来看,大数据正在“改变政府、商业与我们的生活”[9],更重要的是,它正在改变我们的思维方式,引领一场思维大变革,即从传统的样本思维到全数据思维、从因果思维到相关性思维、从精确性思维到混杂性思维的革命。大数据思维具有整体性、多样性、平等性、开放性、相关性和生长性等特征,从本质上来说,它是一种复杂性思维[13]。可以说,大数据就是一种新的思维方式。因此,我们必须从以往的小数据思维迅速转换成大数据思维,以适应这场急速的变革。大数据时代,人们在生活中思考问题和解决问题的习惯和模式也会受到所处环境的影响,并由此影响其理解和观察世界的思维方式,继而改变其行为模式[14]。运用大数据思维重构产业链,可最大限度地释放产业价值。
以文化产业为例,在设计生产阶段,通过众包、协同生产、C2B、用户参与、按需定制等模式,可以降低成本、提高质量、增强合作以及了解产品的属性、偏好等;在产品投入阶段,大数据服务平台众筹资金,解决融资难、征信差等问题,如以阿里小贷为代表的平台模式和京东、苏宁为代表的供应链模式等;在产品营销阶段,通过微博、微信、纯线上营销等数据分析,可全面了解客户“所需、所想、所在”等,做到信息精准推送、产品精准营销;在产品流通阶段,去中心化的跨境电商正在崛起,大数据分析可提高流通效率,增强流通环节的增值效应;在产品服务阶段,O2O模式可提供智能化、个性化的服务,大数据可为构建知识型、网络型和分享型服务新体系提供支持。
2 大数据驱动的管理创新
大数据激发管理创新,驱动范式转变,但在文化管理特别是非遗管理与研究方面触及很少。目前大数据管理研究主要集中于信息科学领域,丰富的研究成果给非遗研究与管理创新提供了理论和实践参考。
2.1 管理技术创新
大数据应用于管理学,引发了管理技术、管理模式以及决策技术的创新。在管理技术上,传统的关系型数据库管理系统已无法满足现在以数据为中心的大数据管理的需求,大数据管理技术正在经历以软件为中心到以数据为中心的大数据集成管理系统的变迁,如杜小勇等对数据管理系统的研究和对未来的预测[15]。其他有关研究主要包括大数据文件系统、数据系统、分析处理工具等,代表性机构主要是Google、Facebook、Amazon、Yahoo等公司。在管理模式研究上,徐辉等基于大数据分析研究了公共部门人员绩效提升与管理模式创新的问题[16];杨善林和周开乐[10]基于大数据的资源观研究了大数据的关键管理问题;通过案例研究,吴启迪[17]探讨了大数据管理模式在公共管理、工商管理和管理工程三个方面的表现。在管理决策上,何军指出大数据的出现对企业管理决策技术提出了更高的要求,“大数据环境下丰富的数据和知识,使得决策参与者的决策能力大大提高,决策参与者的角色发生了改变,进而影响到企业的管理决策组织”[18]。
大数据逐渐渗入管理学领域,引发了学者们对管理科学前沿问题的深入思考。大数据背景下,商务管理将以“社会化的价值创造、网络化的企业运作、实时化的市场洞察”为视角,未来的重要研究主要集中在“社会化网络环境中的行为机理与社会资本结构、企业网络生态系统及其协同共生机制、大数据环境下的顾客洞察与市场营销策略、基于大数据的商业模式创新”等研究方向[19]。基于大数据环境下管理与决策的研究与实践所呈现出的新特征,以及在理论与实践范式、支撑技术、价值开发、产业与生态系统治理等方面面临的重大挑战,未来“大数据资源管理与政策、基于大数据的管理与决策创新、大数据技术的信息科学基础、大数据分析与处理的数学与计算基础”等将是大数据管理领域的前沿课题[20]。
2.2 管理范式转变
在管理学理论研究中,意大利管理学家乔万尼·多西最先提出了“技术范式”和“技术轨迹”的概念[21]。后来,美国著名管理学家彼得·德鲁克指出,“所谓的‘范式’是指像管理学这种社会科学关于‘现实的基本假设’。”[22]在西方管理学范式研究中,范式被视为影响研究设计和范式取向的一个重要维度,通常包括科学主义范式、人本主义范式和文化主义范式三种维度[23],而文化主义范式是管理学范式的一次重大变革。通过整合科学管理和人本管理范式,安世遨提出了一种新的管理范式——对话管理范式[24]。在国际当代公共管理领域,先后演化形成了公共行政(PA)、新公共管理(NPM)、新公共治理(NPG)三种主要范式[25]。在管理决策行为的范式分析中,对决策行为的分析产生了“标准化范式”、“描述性范式”和“决策进化论范式”[26]。20世纪90年代,超现代管理范式在西方兴起,它以复杂性范式、混沌范式、模糊范式为主要内容,来应对处理“非理性”“不确定性”等复杂性问题[27]。
大数据驱动的管理范式研究是近五年才兴起的。从大数据的数据特征、问题特征和管理决策特征三个方面来看管理决策研究和应用的范式转变,陈国青等[28]认为大数据驱动范式的框架应从外部嵌入、技术增强以及使能创新三个角度来审视,大数据驱动范式具有“数据驱动+模型驱动”的“关联+因果”性质。何军[18]提出“数据驱动型决策”范式,从决策参与者、决策组织、决策文化、决策技术等方面系统阐述大数据对企业管理决策的影响。从数据科学、信息管理和图书情报学的角度,孙建军和李阳[29]以“科学共同体”为拓展,提出了“科学大数据”的范式。然而,在万物互联、数据爆炸的态势下,原有的大数据概念及应用并不能完全满足人类利用数据完成决策科学化、产业升级、驱动社会生产力变革的需要,继而有学者提出“全局数据”的概念[30],认为“全局数据则是大数据时代数据治理的新范式”。在公共管理领域,大数据技术驱动的范式转型主要表现在两方面:一是大数据技术从研究方法、研究对象、公共管理思维、公共管理绩效评估标准等方面重塑公共管理的理论范式;二是大数据技术使公共管理从“维稳”式管理变成服务管理,从维持现实秩序、强调管理流程变成强调数据管理,从事后应对性管理变成事前有针对性的预防性管理等[31]。目前,大数据驱动的公共管理热点问题包括精准扶贫、灾害管理、健康管理等[32]。同时,大数据作为一种新技术,推动社会朝着更加开放、权力更分散和网状大社会的方向发展,政府治理范式将以“智能化”重新塑造政府治理模式[33]。
3 大数据对非遗管理研究的转变
文化大数据的抓取、挖掘和价值发现将是文化领域研究的热点,文化大数据包括原生数据和衍生数据。非遗的原生数据包括文化行为数据、文化内容数据和文化时空数据;衍生数据则是在原生数据的基础上,依托大数据处理技术对原生数据的属性、结构、功能、关联性等进行分析和加工所催生的新的数据类型。大数据背景下,非物质文化遗产的管理是值得深入探索的新问题。大数据对非遗管理与研究范式的转变整体框架如图2所示。
3.1 大数据资源驱动:从档案管理到知识管理
图2 非物质文化遗产管理与研究范式转变
非遗的管理内容主要包括非遗代表性项目管理、非遗传承人管理、文化生态保护区(园区)管理等,管理模式采用传统的档案化管理模式。国家相关部门对非遗的管理已有明确要求,《国家级非遗保护与管理暂行办法》《国家级非遗项目代表性传承人认定与管理暂行办法》《中华人民共和国非遗法》均明确强调国家对非遗采取认定、记录、建档等措施予以保护。可见,档案式保护是我国非遗目前最重要的管理模式,它包括对非遗的信息收集、整理、鉴定、保管与利用等工作环节。档案式管理在一定程度上保证了非遗的原真性、整体性,为非遗的研究提供了宝贵而丰富的资源,对推动我国非遗的传承发展起到了重要作用,但也存在“管理政策未细化、管理主体多元、类目设置多样、体系标准不一”等问题。如图2所示,大多非物质文化资源被采集后“沉没”在数据库、博物馆、文化馆、传习所等场所,能接触和深入研究利用这些资源的大多为文化精英,对普通用户和大众仅实现了基本的服务、教育和展示功能,难以形成资源、技术协同管理机制,不利于非遗的宣传、弘扬和传承。
大数据具有“资源”属性,大数据资源蕴含大价值,将推动非遗管理模式转变。非遗资源数字化是获取大数据资源的前提,数字化表征是基础。目前,我国在资源采集、存储、管理、生产、传播和消费等环节形成了完整的“非遗”资源数字化技术体系,构建了非物质文遗产保护和传承体系[34]。人机交互、三维可视化、虚拟现实、增强现实、全息成像技术以及可穿戴技术等数字展示技术的应用构建了数字博物馆。区块链技术应用于非遗的数据管理[35],产生了分布式的数据存储和管理平台。通过物联网、互联网、移动网线上线下的互动,社交媒体的广泛参与,实时数据不断产生,大数据资源平台积累了海量的“非遗”数据资源。面对这些海量信息的产生和处理,传统的“非遗”档案管理模式已不能满足用户的信息需求和价值实现,数据挖掘和知识发现成为重要方向。资源积累的价值在于发现知识,大数据资源正在驱动“非遗”档案管理向知识管理转变。大数据时代非遗的管理对象将从“档案”转向“知识”,即从显性知识管理转向隐性知识挖掘,最大限度地实现非遗的潜在价值。如侯西龙等[36]以湖北省非遗项目为例,基于关联数据构建了非遗知识服务平台,进行非遗的知识管理研究。吴祐昕等[37]利用互联网大规模数据对非遗的关注度和成因进行研究,在传播学领域为非遗的活化提供了方法和路径。此外,非遗的知识管理还包括知识产权管理、数据版权管理、品牌管理等。
3.2 大数据技术驱动:由静态保护到动态保护
非遗管理中居于首位的是保护工作,真实性、整体性和传承性是非遗保护的基本原则。我国先后经历了以非遗名录及传承人的评选制度为代表的抢救性保护,以国家级文化生态保护区试点工程为代表的整体性保护,以传统技艺类开发为代表的生产性保护等阶段。因此,国内也有学者将非遗的保护模式分为静态保护、活态保护和生产性保护三种模式。以非遗传承人的保护为例,静态保护主要是“延续传承人的传承生命,抢救传承人的文化遗产,在文化隔离中安度晚年”的保护模式,它有利于年迈体弱型传承人的文化生命延续。活态保护的关键是文化传承的生态环境的保护,是指在文化自然中继续传承的保护模式,它有利于身体健康型传承人的文化生态保护。生产性保护强调文化创新、文化选择,是在文化产业发展中利用创新的保护模式,它有利于健康活跃型传承人的文化品牌开发[38]。可以看出,从静态到活态再到生产性保护是传承人保护的趋势,但这种对“非遗”传承人的保护仅仅达到了对“非遗”的文化生命延续、文化生态维护和文化产品开发。“非遗”项目和传承人的活动场所仍然还在场馆园区等,“非遗”的价值实现仍是文化展示、文化服务和文化教育(如图2)。不论静态、活态保护,还是生产性保护,都是以代表性项目和传承人为主体,虽然注重文化生态的整体性,文化内容的创新性,同时强调在地性,但从时空维度和互动维度来看,缺乏受众的动态参与性,缺乏对文化流变性的考虑,仍属于一种静态的保护模式。
大数据技术是一整套融合了多种技术的大数据系统。大数据所具有的“规模性、高速性、多样性、真实性、即时性”等特征,正在驱动非遗的保护从静态向动态的模式转变。动态保护模式强调高频实时记录、全周期沉浸式交互、跨组织整合、深度参与定制。参与式保护是动态保护的核心思想,真正让沉睡在博物馆的文化遗产活起来,真正实现其“活态”价值。大数据环境下非遗的保护主体中融入了数据科学家,政府的角色从“主导”向“服务”转变。非遗的传承主体正从文化精英转向社会大众,传承途径广泛而多元。大数据时代,非物质文化遗产资源被数据化,其文化传承突破时空限制,通过移动互联网等变得虚拟化。“影像记录”式的单向传播已不适用于这个时代的要求,大数据环境下可构建动态的“数字化传承场景”[39],引起传承人与社会大众,尤其是与青年一代的广泛互动,更有利于非遗的传播与传承。非遗的数字化传承场景的核心是用户,围绕用户的实时需求,通过交互机制来提升用户的“实时体验”[40]。数字化动态场景的构建是非遗动态保护的基础,非遗传承人的深度参与互动则是数字化动态保护的灵魂。参与式发展理论是动态保护的理论基础,该理论的内涵与精髓是“参与”和“赋权”[41],重点在“给予非遗传承人和拥有者足够的自主权与话语权,使他们参与数字化保护的设计与开发过程,通过与技术人员的交流与沟通,建立符合本土化与地方性的非遗资源分类、组织与评价、动态监控管理体系”[41]。非遗动态保护,信息多元且交互,由表及里,通过充分发挥非遗传承人、拥有者的地方性知识与经验,与大数据平台、程序设计员、社会大众实时互动(如图2所示),实现大数据环境下非遗数字化保护的文化动态传承功能。
3.3 大数据思维驱动:从田野调查拓展到智慧数据分析
科技的发展和物质生活的进步丰富了精神生活,还带来思维方式和行为方式的变革。信息化催生全新的生活方式,数字网络世界已见雏形,进一步增强了日常生活的文化性,祛除了文化的神秘感。非遗的研究范式开始转型,研究方法最初由话语分析到田野研究转变[42]。田野调查被公认为是非遗研究的必备方法,然而,从人类学、民俗学和民族学的角度来看,非遗研究本身具有的先验性的价值预设,不同于人类学、民族学领域的田野调查。田野调查关注的是文化事项的当下表征,并没有将文化传承纳入研究重点。随后,有学者提出非遗研究应向“民族志”或是“遗产志”的研究范式转变,“既表明其对民族志的继承性,又彰显出学科独特的视角——遗产”[43]。无论是对田野调查的考究,还是对民族志、遗产志的探寻,虽然都突出了非遗研究中文化的传承性,但是传统研究方法无法实现文化传承性的动态表达。大数据扩充了人类的思维与认知,正在影响非遗研究方法的拓展与转变。
在大数据时代,数据科学正成为一种新的学科研究范式,被应用于非遗的研究。智慧数据分析将为非遗研究带来新的思维革命。非遗智慧数据的建设包括数字化、数据化和智能化,首先来自田野调查的记录与素材数字化(可计算),再结合大数据资源平台及线上线下的记录整合实现数据化(可理解),最终形成智慧数据分析(可对话)。智慧数据的基本表现包括:具有可解释性、带有自描述机制、具有可溯源性,能够满足意义上和证据上追踪溯源以及演化过程表示的需要[44]。它既包括未来的形态,也包括历史上的形态。智慧数据分析是大数据时代的高级阶段,大数据思维是智慧数据时代的思维方法,如图2所示。大数据的“全数据”思维推动非遗的研究方法由点到面、由个案分析到整体提升,产生大样分析方法;相关性思维促使非遗由田野调查拓展到数据挖掘、网络评价分析,数据溯源可进一步还原非遗的原貌,发现事物发展变化的规律及相互影响的关系,激发文化创造力;复杂性思维使非遗研究从研究结构化数据向半结构化、非结构化数据模型转变,产生非结构化数据的智能数据服务与数据管理模型。如基于现有大数据进行非遗的知名度、关注度、最受欢迎表现形式[45]以及生态保护区趋势分析和决策设计[46]等。
4 结语
非遗管理范式的研究要以管理学理论为基础,大数据背景下管理学理论的研究也在进一步探索中。文化大数据已逐渐形成,但在文化领域,大数据理论、大数据意识、大数据思维尚未普遍建立,数据分散、共享难、整合难的现象非常突出。大数据应用于非遗的管理才刚刚起步,目前应在数据资源、数据技术和数据思维上努力探索。非遗的大数据资源的获取与合理利用,需要数据网(即语义网)的支撑。数据网的建设,元数据是关键。目前针对不同类型的民族文化资源,不同组织颁布了多个内容描述方法和技术标准,如MPEG-7标准、都柏林核心元数据(Dublin Core,DC)、北京大学多媒体元数据等。但它们之间缺乏统一性,难以做到内容描述准确、资源有效共享。非遗元数据规范可参考多媒体文件的元数据规范,引用主流的元数据标准,在设计上争取可以与已有主流标准兼容和交换[47]。同时,非遗本体的构建也是数据网建设的一大难题。用本体来组织、整理和描述非遗,可实现民族文化资源的规范化保存、检索与管理。语义网具有“网络的外部性”,商业领域对其投资有限,语义网的建设主要靠政府和公益组织的推动。因此,政府部门将加强非遗语义网建设的投资和扶持力度,作为国家重要的基础设施工程来看待。文化大数据从“数字化”到“数据化”再到“智慧化”,是伴随大数据技术的迭代更新来实现的。非遗的智慧数据分析与智慧管理是一个漫长的过程,需要大量基础设施建设投入和技术创新人才的培养。同时,非遗要做到动态保护和活态传承,需要我们养成大数据思维,弘扬数据文化,在全社会形成“收集数据是一种意识,使用数据是一种文化,开放数据是一种态度”[9]的氛围。大数据时代正在催生全新的生活方式,非遗的传承环境、传承时空、传承方式也在快速适应这个时代,非遗的管理问题有待我们的进一步研究。
