基于深度學習的撒拉族非遺保護與傳承數(shù)字化展示服務平臺推廣應用研究

馬福祥

摘要：本文分析了國內(nèi)文化遺產(chǎn)數(shù)字化展示服務平臺推廣應用存在的問題，介紹了深度學習的理論體系和基于深度學習的用戶檢索方式，提出了用戶利用撒拉族非遺保護與傳承數(shù)字化展示服務平臺資源進行深度學習的具體措施。

關鍵詞：撒拉族;深度學習;非物質(zhì)文化遺產(chǎn);數(shù)字化展示服務平臺;推廣應用

中圖分類號：TP181 文獻標識碼：A 文章編號：1007-9416（2019）08-0100-02

0 引言

經(jīng)過課題組成員的共同努力，我們順利完成了撒拉族非物質(zhì)文化遺產(chǎn)保護與傳承數(shù)字化展示服務平臺的建設工作，其目的是在傳承與利用撒拉族非遺資源的同時，實現(xiàn)其經(jīng)濟效益和社會效益，對此我們必須采用具體措施對平臺進行推廣應用。

經(jīng)調(diào)查研究發(fā)現(xiàn)：現(xiàn)階段國內(nèi)文化遺產(chǎn)數(shù)字化展示服務平臺的應用推廣主要依賴于宣傳，借助廣播、電視、網(wǎng)站、技能大賽等傳播途徑，對其在社會上的推廣應用產(chǎn)生了較好的促進作用，但仍然存在一些實際問題。國內(nèi)各行各業(yè)都重視數(shù)字化展示服務平臺的建設，但許多行業(yè)都是盲目跟風，或為完成某項指標，將數(shù)字化展示服務平臺的建設作為標志性成果，因此都很重視數(shù)字化展示服務平臺的建設。相對而言，對數(shù)字化展示服務平臺的推廣不夠重視，大多數(shù)情況下是誰建設誰使用，并未采取有效措施對數(shù)字化展示服務平臺進行推廣應用，也未對其應用提供充足的基礎保障，導致數(shù)字化展示服務平臺得不到充分的應用，難以取得較好的社會效益和經(jīng)濟效益。

隨著大數(shù)據(jù)時代的到來，網(wǎng)絡技術與信息技術得到迅速發(fā)展，各類資源的數(shù)字化展示平臺數(shù)量和用戶數(shù)據(jù)呈現(xiàn)出爆炸式增長。因而如何從海量的數(shù)字化展示服務平臺中查找、檢索到用戶想要學習的資源以及如何有效的利用這些資源成為人們面臨的現(xiàn)實問題。為應對這一難題，我們將撒拉族數(shù)字化展示服務平臺與近年來流行的深度學習方法創(chuàng)新性的結合在一起，突破了傳統(tǒng)服務平臺應用上的技術障礙。

1 深度學習的理論簡介

深度學習的概念由Hinton等人于2006年提出的，源于對人工神經(jīng)網(wǎng)絡的研究。深度學習是機器學習研究中的一個嶄新領域，其目的是建立與模擬人腦進行分析學習的神經(jīng)網(wǎng)絡，模仿人腦的活動機制來解釋信息數(shù)據(jù)[1]，其中目前含有多隱層的感知器就是采用的深度學習結構。

深度學習采用多層結構的學習算法，它充分利用了空間相對關系減少參數(shù)數(shù)目來提高訓練性能，是一種無教師監(jiān)督的自主學習方式。深度學習通過組合低層特征形成更加抽象的高層來表示屬性類別或特征，以便發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示[2]。它為解決深層結構的相關優(yōu)化難題帶來希望，采用了多層自動編碼器的深層結構，用更多的數(shù)據(jù)或是更好的算法來提高學習的效果。對某些具體應用而言，深度學習在大數(shù)據(jù)集上的表現(xiàn)比其它機器學習的方法都要好。深度學習更適合無標記數(shù)據(jù)，因此它不局限于以實體識別為主的自然語言處理領域。

2 基于深度學習的用戶檢索方式

上世紀80年代以來，深度學習提供的精確識別和預測能力在不斷提升，成為處理海量數(shù)據(jù)及在科學領域做出預測的有效工具，深度學習被廣泛應用于解決實際問題，如文本、語音、圖像、知識譜圖等方面。

方便是所有用戶的追求之一，數(shù)字化展示服務平臺的檢索能力是平臺質(zhì)量的重要指標，因此將深度學習的文本匹配來運用于數(shù)字化展示服務平臺的建設，可以方便用戶檢索資料，對服務平臺的推廣有著重要的意義。文本的相似度是文本匹配要研究的問題，即研究計算機怎樣處理兩段文本和怎樣定義作為優(yōu)化目標的形似度，如語義匹配、用戶行為相似度等。我們利用深度學習中的向量空間與矩陣分解來完成上面的問題，便于用戶快速檢索自己所需要的資料[3]。

保持用戶數(shù)量的穩(wěn)定與增加是數(shù)字化展示服務平臺建立的目的，也是撒拉族傳統(tǒng)文化得以發(fā)展與傳承的基礎。首先，利用深度學習中的分類技術來對數(shù)字化展示服務平臺用戶進行分類研究，用決策樹分析數(shù)字化資源庫中已經(jīng)分類的數(shù)據(jù);其次，建立數(shù)據(jù)模型對數(shù)字化展示服務平臺用戶進行分類研究，采用聚類算法，對用戶的性別、年齡、喜好等屬性進行分組，從而得出性別以及年齡或其他屬性與所喜愛的知識內(nèi)容或?qū)W習方式的關系。

利用數(shù)據(jù)挖掘中的各種算法與深度學習技術可以準確、快速的掌握用戶對數(shù)字化展示服務平臺所提供內(nèi)容的滿意程度，掌握用戶的喜愛，進而了解數(shù)字化展示服務平臺用戶波動的原因以及潛在需求等。這樣我們可以改進數(shù)字化展示服務平臺中的不足，為不同類型的用戶以他們喜歡的方式，提供他們可能喜歡的內(nèi)容，進而達到保持現(xiàn)有用戶并吸引潛在群體來關注學習撒拉族非遺。

3 用戶深度學習的具體措施

深度學習是相對淺層學習而言的，目前海量的學習資料使得學習者只是停留在知識的表面，要充分利用媒體網(wǎng)絡與智能手機、筆記本電腦等方式。用戶可以根據(jù)自身的需求進行選擇性自主學習，使用戶可以在應用過程中進行互動，自由下載資源，并且可以把好的資源上傳到服務平臺進行共享，從而調(diào)動學習的積極性。具體設計思想如下：

（1）將數(shù)字化展示服務平臺中的學習資源適應于常用的臺式電腦、筆記本電腦、智能手機等?？梢詰糜诙喾N常見的移動服務平臺上，包括目前廣泛流行的安卓、蘋果、黑莓、OS等不同類型的操作系統(tǒng);（2）注重數(shù)字化展示服務平臺的使用環(huán)境，撒拉族文化資源主要采用以網(wǎng)頁為載體服務社會的方式，用戶通過瀏覽網(wǎng)頁來獲取所需的文化資料。要求平臺系統(tǒng)的使用環(huán)境簡單，不需要再安裝任何工具環(huán)境，只需點擊頁面上的菜單就可滿足用戶的閱讀需求;（3）數(shù)字化展示服務平臺系統(tǒng)設計中，盡量采用多媒體技術和圖像處理技術，設計完成各欄目的信息資源，內(nèi)容盡量做到深入淺出，主題明確，定位準確。通過生動形象的實例、圖片、視頻或動畫等多種方式，讓枯燥無味的各類信息資源生動化、具體化、形象化，提高用戶對撒拉族文化的興趣與熱愛。

在使用移動端的傳播渠道方面，我們采用的具體措施如下：

（1）將撒拉族文化資源上傳到文化教育的主流專業(yè)網(wǎng)絡服務平臺上;（2）建立公眾文化博客、微博、微信等服務方式，以便更快捷的傳播撒拉族文化資源;（3）將撒拉族文化資源設計制作成手機在線微課、慕課、在線小游戲等，通過相關的知名文化網(wǎng)站進行傳播。

4 結語

深度學習的應用領域越來越廣泛，我們將運用先進技術對撒拉族非遺保護與傳承數(shù)字化展示服務平臺進行建設，不斷提高不同人群使用平臺資源的工作效率，根據(jù)用戶深度學習的實際情況完善服務平臺的學習資源，不斷擴大社會公眾對撒拉族非遺數(shù)字化展示服務平臺的認知程度與應用范圍。

參考文獻

[1] 惠國保.一種基于深度學習的多源異構數(shù)據(jù)融合方法[J].現(xiàn)代導航，2017，8（03）：218-223.

[2] 李貴兵，羅洪.大數(shù)據(jù)下的智能數(shù)據(jù)分析技術研究[J].科技資訊，2013（30）：11-12.

[3] 張敏，丁弼原，馬為之，譚云志，劉奕群，馬少平.基于深度學習加強的混合推薦方法[J].清華大學學報（自然科學版），2017，57（10）：1014-1021.

Research on Popularization and Application of Salar Non-legacy Protection and Inheritance Digital Display Service Platform Based on Deep Learning

MA Fu-xiang

（Qinghai Normal University School of Computer Science， Xining Qinghai? 810008）

Abstract：This paper analyzes the problems existing in the promotion and application of digital display service platform for domestic cultural heritage， introduces the theoretical system of deep learning and the user retrieval method based on deep learning， and proposes the depth of users' use of Salar's non-legacy protection and inheritance digital display service platform resources. Specific measures for learning.

Key words：Salar; Deep learning; Intangible Cultural Heritage; Digital display service platform;Promotion application