大连理工大学学报(社会科学版)
大連理工大學學報(社會科學版)
대련리공대학학보(사회과학판)
Journal of Dalian University of Technology (social sciences)
2015年
4期
132-136
,共5页
非物质文化遗产%信息建设%描述
非物質文化遺產%信息建設%描述
비물질문화유산%신식건설%묘술
intangible culture heritage%information construction%description
大数据环境中,非物质文化遗产(以下简称“非遗”)的数据信息建设是以“非遗”信息的数字档案建设为前提的数据信息建设。建设的核心问题是关注数据之间的关系体系及数据的批量化建设,而非案例的抽样建设。其归纳方法可以按照不同的研究性质进行划分,如定性研究、定量研究。同时,“非遗”的数据信息建设,要以其知识关系体系与实体关系体系中的信息资源描述分析为基础,并通过元数据模型的建构来实现。通过对“非遗”的数据信息语义关系结构分析认为,“非遗”的数据信息关系是知识与实体资源的逻辑性集合。其元数据语义描述要以DC元数据为基础,结合VRA Core元数据、CDWA元数据、MARC元数据描述方法实现。
大數據環境中,非物質文化遺產(以下簡稱“非遺”)的數據信息建設是以“非遺”信息的數字檔案建設為前提的數據信息建設。建設的覈心問題是關註數據之間的關繫體繫及數據的批量化建設,而非案例的抽樣建設。其歸納方法可以按照不同的研究性質進行劃分,如定性研究、定量研究。同時,“非遺”的數據信息建設,要以其知識關繫體繫與實體關繫體繫中的信息資源描述分析為基礎,併通過元數據模型的建構來實現。通過對“非遺”的數據信息語義關繫結構分析認為,“非遺”的數據信息關繫是知識與實體資源的邏輯性集閤。其元數據語義描述要以DC元數據為基礎,結閤VRA Core元數據、CDWA元數據、MARC元數據描述方法實現。
대수거배경중,비물질문화유산(이하간칭“비유”)적수거신식건설시이“비유”신식적수자당안건설위전제적수거신식건설。건설적핵심문제시관주수거지간적관계체계급수거적비양화건설,이비안례적추양건설。기귀납방법가이안조불동적연구성질진행화분,여정성연구、정량연구。동시,“비유”적수거신식건설,요이기지식관계체계여실체관계체계중적신식자원묘술분석위기출,병통과원수거모형적건구래실현。통과대“비유”적수거신식어의관계결구분석인위,“비유”적수거신식관계시지식여실체자원적라집성집합。기원수거어의묘술요이DC원수거위기출,결합VRA Core원수거、CDWA원수거、MARC원수거묘술방법실현。
In big data era ,the construction of digital archives information of intangible cultural heritage (ICH) , is the premise of digital information construction .The core of construction is the relationship between the data and the data of mass construction ,rather than the case of construction of sampling .T he inductive methods can be divided according to different research properties ,such as qualitative research ,quantitative research .At the same time ,the ICH data information construction is based on information resource description analysis of its knowledge system and entity relationship system achieved by the construction of meta -data model .The paper comes to the conclusion that the relationship between the data and information of ICH is the integration of knowledge and the set of logical entity resource by the analysis of the semantic relation structure of ICH data information .Its meta data semantic description is based on the DC meta data ,in combination with VRA Core meta data ,CDWA meta data and MARC meta data description method .