大数据环境下的云南边疆民族文化计算支撑技术与实证研究

With the rapid development of data acquisition, analysis and computer vision, the methods of quantitative analysis and implementation ways for digital protection and inheritage of ethnic minority cultures, are paid more and more attention. With respect to the digital protection and inheritage of ethnic minority cultures in Yunnan frontier, it is indispensable to explore underlying techniques and make empirical studies of ethnic minority cultural computing in Yunnan frontier under the big data environment, as well as the research paradigm of combining qualitative and quantitative methods. Inspired by the preliminaries of Culturomics and big data, this project extends the idea of cultural computing and adopts the techniques of feature extraction, knowledge fusion, association analysis and vision computing. Based on the resource data of ethnic minority cultures in Yunnan frontier, we concentrate on the algorithms for gene extraction and gene graph construction, association query processing, as well as the modeling of probabilistic graphical model, clue and profile. Then, we develop the software system of ethnic minority cultural computing in Yunnan frontier. Consequently, we are to implement the mining of development laws, discovery of internal relations and corresponding visible analysis of Yunnan ethnic minority cultures. The research findings of this project have realistic significance to provide data-intensive solution to protection and inheritage, novel ways for the research of ethnic minority cultures, as well as technical platform, scientific references and implementation ways for management, decision, and development of ethnic minority cultures in Yunnan frontier.

随着数据采集与分析、计算机视觉等技术的快速发展，针对民族文化数字化保护与传承的量化分析方法和实现路径，具有日益迫切的需求。开展大数据环境下的云南边疆民族文化计算支撑技术与实证研究、探索定性与定量相结合的研究范式，是亟待解决的问题。本项目借鉴文化组学和大数据的基本理念、拓展文化计算的基本思想，基于云南边疆民族文化资源数据，以特征抽取、知识融合、关联分析和视觉计算为主要技术手段，重点研究云南边疆民族文化基因提取、图谱构建、关联查询处理、概率图模型、民族文化线索和画像的建模算法，以及相应的数字模拟、虚拟修复和演化分析技术，并开发云南边疆民族文化计算软件系统，实现云南民族文化发展规律的挖掘，揭示其中的内在联系并进行可视化分析，为民族文化保护与传承提供数据密集型解决方案，为民族文化研究提供新的技术手段，为云南边疆民族文化的管理、决策与开发提供技术平台、科学依据和实现路径，具有重要的现实意义。

针对民族文化数字化保护与传承的智能化定量分析和实现路径的迫切需求，基于数据密集型计算和人工智能技术，挖掘云南边疆民族文化的内涵特征、发现其中的内在联系并进行关联分析，对项目中的关键问题进行了深入研究，取得了阶段性研究结果，对照项目计划任务书，已按时完成预期目标和任务。. 围绕云南边疆少数民族文化资源数据分析的实际需求，分析概率图模型、知识图谱和深度神经网络模型及相关技术之间的内在关系，提出了面向云南边疆少数民族文化特征抽取的数据获取与目标检测方法，多模态民族文化资源数据中的贝叶斯网学习方法、为民族文化基因及依赖关系的表示和推理提供知识框架，面向民族文化画像构建的贝叶斯网嵌入和推理方法，支持民族文化基因提取的知识图谱构建和实体关联分析方法，支持民族文化个性化服务的偏好建模和协同推荐方法。通过理论分析和实验测试，验证了方法的高效性和有效性，设计开发了“数智人文研究与应用平台”。. 本项目资助在国内外重要期刊及会议上发表论文41篇，其中：SCI收录17篇，累计影响因子106，WOS核心集中他引55次；中科院JCR一区9篇、二区2篇，SSCI收录1篇，EI收录28篇次，CSSCI收录1篇；CCF推荐B类国际期刊6篇、C类国际期刊7篇、B类国际会议4篇、C类国际会议4篇、T1类中文期刊3篇、T2类中文期刊5篇。在World Scientific和清华大学出版社出版著作2部。发明专利转化1项、授权15项、公开7项；登记软件著作权10项。获云南省自然科学二等奖1项；项目负责人入选“兴滇英才支持计划”云岭学者，作为主任获批云南省“智能系统与计算”重点实验室，指导博士后及研究生获省级奖励8项。项目研究期内，主要成员中2名晋升教授、2名晋升副教授，6名入选各类省级人才计划；培养博士后出站3名，博士生毕业4名、在读7名，硕士生毕业30名、在读34名。举办学术会议和论坛6次，参加国内外学术会议和交流60余次。