“互联网+”美术学院

摘 要：美院是个传播知识、创作知识的地方。教学会产生知识，同时教学过程需要大量知识的支撑。“留校作品”就是美院知识的重要组成部分，它在教学过程中诞生，能为下一次的教学循环再利用，去点燃更多的创意的火花。所以知识管理是一个动态、持续的过程，即知识积累，知识共享，知识利用、知识再创新的过程。通过系统建设与运用开发，让美院知识流动起来，不断地把师生的个人知识转变成学院知识，通过共享、汇总，从不断扩大的学院知识来增加师生的个人知识。

本次系统设计中核心价值和最大的创新点是构建了课程作业的关联型数据语言体系，并启用了“行业的自然语言”搜索方式，从而使课程优秀作业的查找与浏览达到了完美的用户体验。把“留校作业”这一传统美院教学行为从线下搬到线上，通过数字技术解决“留校作业”再利用的困难。

美院“留校作业”就是有价值的数据，该系统建设是美院知识管理的重要组成部分，它的成功将引导美术类院校的“教”和“学”真正互联网化，也就是美术教育从业者和互联网的拥抱，它的成功将会对全国所有美术类院校的信息化建设提供宝贵的经验和财富。

关键词：美术类院校；互联网化；关系型数据

2015年，李克强总理在政府工作报告中提出了“互联网+”行动计划。“互联网+”这个概念其实并不复杂，我们可以简单地理解互联网+还没有互联网化的行业。酒店是第一个被互联网改造的行业，接下来是通过团购改造的生活信息、生活服务业，之后是被互联网所改造的金融行业，未来的互联网会向行业纵深发展。

互联网所带来的变革还刚刚开始， 10年来的“商业互联”，诞生了“淘宝”。下个10年是“知识互联”的时代，行业知识被碎片化之后进入互联网存储和分享循环，从而预示着整个人类社会进入全互联时代，伴随而来的还有机器学习等诸多领域的协同发展，我们将迎来以智慧城市为面貌的真正信息时代。所以每个行业、每个行业内的各环节的循环都是互联网深入的点，未来世界人们的工作、学习、生活将离不开线上和线下两个环境，它们交织在一起，构建着我们未来的一切。

互联网化是利用互联网信息技术解决行业运转、交流等诸多问题的一种方法。美术院校“留校作业”是美院教学循环的恒久传统，以此进行美术行业的互联网化的实践探究，将为整个全国性的美术平台构架提供坚实的基础。

一、“留校作品”是美院的教学制度和财富

优秀作品留校是全国乃至世界范围的美术教学传统，早期的上海大学美术学院专门有个图章，“留”这是任课老师对学生作业的最高评价，一些学生往往会在期末攀比一下本学期谁的留校作品最多（图1、2）。上海大学美术学院前身为上海市美术学校，创建于1959年，迄今已有50余年的历史，是上海历史最长、最具影响力的基础美术教育学校。50年以来良好的教学管理和教学次序，保留了建校以来大量的优秀留校作业，这些是上海最具价值的美术教育藏品，因为它们的作者是现当代上海美术的中坚力量，包括陈逸飞、邱瑞敏、王劼音、周铁海、马良、洪健等，他们读美院时的留校作品，就表现出卓尔不群的才华。

现在这些历史上的优秀课程作业被安置在库房内不见天日，是美院教学上的一大损失。历史纵向上的信息流转缺失，不仅在美术技巧、审美传承上让一些具有历史底蕴的学校，底蕴没有得到充分的发挥和展现。就如上大美院的现状来说，在校学生大多数不知道陈逸飞、周铁海是他们的先辈，这无疑是学校招生上极其有利的宣传点没被很好利用，合理的利用历史资源对在读学生的学习动力和院校学术氛围都会产生积极的影响。在横向信息交流上，油画系的师生很难知道设计系或是其他学科本年度的课程优秀作品，或是优秀学生。虽然学院每学期举办众多的课程交流展、毕业展等展览、出版各种画册，但有效传播率太低。在网络这个现在人人都在大量使用的媒介，学校几乎无作品可看。

本次设计目标就是把“留校作业”这一传统美院教学行为从线下搬到线上，通过数字技术解决“留校作业”再利用的困难。“留校作业”系统开发是将美术院校真正的教学行为去和互联网结合，在“教”和“学”两个核心过程中运用互联网。

二、具有知识管理的特性

美院是个传播知识、创作知识的地方。教学会产生知识，同时教学过程需要大量知识的支撑。“留校作业”就是美院知识的重要组成部分，它在教学过程中诞生，能为下一次的教学循环再利用，去点燃更多的创意火花。所以知识管理是一个动态、持续的过程，即知识积累，知识共享，知识利用、知识再创新的过程。通过系统建设与运用开发，让美院知识流动起来，不断地把师生的个人知识转变成学院知识，通过共享、汇总，从不断扩大的学院知识来增加师生的个人知识。

“知识管理的定义为，在组织中建构一个量化与质化的知识系统，让组织中的资讯与知识，透过获得、创造、分享、整合、记录、存取、更新、创新等过程，不断地回馈到知识系统内，形成永不间断的累积个人与组织的知识成为组织智慧的循环，在企业组织中成为管理与应用的智慧资本。”

所以本次开发的重点是让美院的知识产生在系统中，并在教学中循环使用这些知识。美院是个教学组织、美术组织的结合，整个系统构架也要适应这种双重特质，并达到知识在系统内的积累、利用、再创新这一递增式循环。

三、作品属性及属性范围定义

现在看书的方式都是一个线性的过程，一页一页地翻，当所有的数据都平行存在同一空间中，我们怎么才能把它们呼唤出来，它们之间又是怎样的一种呈现方式呢？我们找东西时往往会表述事物的属性特征，当有多个属性同时表述时，它们之间就存在一定的语言逻辑关系。

本次系统设计中核心价值和最大的创新点是构建了课程作业的关联数据语言体系，并启用了“行业的自然语言”搜索方式，从而使课程优秀作业的查找与浏览达到了完美的用户体验。

每个人都具有年龄、性别、肤色、国籍、身高、职业、收入、健康等属性，当我们对一大群人做搜索或是研究，人的多重属性变得尤为重要。这些属性分自然属性和社会属性，每种属性在时间线上又在不断变化之中，其中有些属性相对不变，而有些是在渐变或是相对不稳定状态。

如果一群人都具有了属性跟踪，数据研究就变得轻松而有意义：

1.搜索：月薪5000-10000元

对结果进行国籍分组、年龄分组、职业分组

分别考察这个月薪层人群的国籍比例、年龄比例、职业比例

2.搜索：年龄：40-45岁、中国、收入5000-10000

对结果进行健康分组、职业分组

分别考察这组特定人群中的健康比例、职业比例及其之间的关系

“知识是一个立体的存在。知识有着广泛的空间属性，如知识的类型、知识的发布人、知识所针对的业务、知识所针对的使用对象、知识的部门属性等等。基于这些属性的存在，知识与知识之间就有着千丝万缕的联系。这些联系就是知识关联的基础。”

作品属性定义：美院的每一张作品都包含院校行政分割属性、课程属性、作品和作者属性。当课程作业被学校收藏，因为这一收藏行为在特定的环境中发生，所以很多属性会被忽略，但当这些作品在被查找时，任何查找方法都是按作品的属性进行追踪的。属性越全面、越细致，就能支持更多的查找方法，查找结果也就越精准（图2）。这也是把双刃剑，作品属性质量的提高，将提高作品录入时的时间和难度，最终会导致上传师生对系统的敬而远之，本系统使用者只对本人作品属性部分负责，填写内容简单方便，确保初期使用者在几分钟内完成。

四、专业搜索引擎

构建完作品属性，就需要去建设一个搜索引擎，通过对属性的描述去查找作品。这应该是为美术类院校量身定制的专家级自然语言搜索引擎，支持高级搜索语法“合集、交集”的布尔处理能力，对美术行业有良好的语言识别能力。

搜索：“数码系 2011学年 冬季学期 数码色彩2.1”

运算：系、学年、学期、课程的交集判断

结果：数码系2011学年冬季学期课程“数码色彩2.1“的作品

搜索： “叉子 刀”

运算：作品内容1、作品内容2的合集判断

结果：作品内容中含“叉子”、“刀”的所有作品

支持模糊查询

搜索： “张老师”

运算：姓张的教师1、姓张的教师2…的合集判断

结果： “张羽洁老师”、“张陆民老师”的所有课程优秀作品

支持简称“上海大学美术学院=上大美院”

搜索： “上大美院”

运算：上大美院=上海大学美术学院=“上海大学“+”美术学院“的交集

结果：上海大学美术学院的所有课程优秀作品

例：（参阅测试网站：www.118art.com）

五、思维导图式的数据关联结构

由于本系统是记录整个院校的所有课程优秀作品，该系统正常运行的情况下，上大美院每年会有近千张作品被系统录入，10年下来就是万张以上。如果搜作品大类，素描或设计，或者30年教龄的老师搜自己的所有课程作业，都会超过千百张。所以搜索结果的表现层的人性化设计是本次系统成败的关键。

这里关联数据的多维度特性得到了充分的表现，在搜索结果陈列后支持用户对搜索结果数据的各种形式的类别组合和数据统计，按思维导图的方式，达到完美的用户体验。

体验模拟：

1，搜索教师“朱宏”

2.搜到63件作品

系统以点状打开，平铺陈列63件作品

分类栏提示：这些作品按“课程”分，来源于7门课

这些作品按“班级”分，来源于4个班级

这些作品按“学生”分，来源于37名同学

这些作品按“作品类型”分，由6种类型组成

3.切换搜索显示模式为“文件夹”状态

可以看到细分的课程名、班级名、学生名、类型及其相关数量

4.如果在类别状态下，点击“三维作品”

5.系统以点状打开，平铺阵列朱宏老师课程中的21件三维作品

分类栏提示：这些作品按“课程”分，来源于2门课

这些作品按“班级”分，来源于4个班级

这些作品按“学生”分，来源于19名同学

现阶段的内容等同于“朱宏 三维作品”的搜索结果

6.如果在班级状态下点击“08级”

7.系统以点状打开，平铺陈列朱宏老师课程中的8件08级的三维作品

现阶段的内容等同于“朱宏 三维作品 08级”的搜索结果

8.可以继续的细分检索

一个合理的路径结构，必须要匹配相应的形式。根据内容和内容信息的加载，对搜索结果做了4种形式的显示方法，可自由切换。

点状：

搜索结果的并列显示，每张缩略图下面显示作者、该图片的点击率、转载率。当鼠标移至缩略图上方时，显示该图片的课程路径。点状显示适合20以内数量的快速查找，或者对超大数量的宏观审阅。点击率和转载率排名是这一显示方式特点，假设：“2011年”搜索，搜索结果显示2011年所有被系统录入作品，再按点击率排序，这样学生作品“年度人气王者”就出现了。这种数据统计的前台化处理，使系统更具有人情味，也使线上、线下更具交融性。

文件夹：

文件夹形式是关系数据最直接的体现。他可以把搜索内容进行各种分类方式的匹配，并对每种类别进行实时的数据统计，这种模式对于大数据量内容尤为必要（图14）。

条状：

条状形式是文件夹和点状的结合，做到了既有文件夹分割又同时显示文件夹内容，这里你可以在同时打开的文件夹里寻找你最终想要的图片点击进行大图浏览操作。这种形式还有种特殊意义，当检索一门课程历史时，课程作业会按年度进行分组陈列，这样这门课程的发展简史就历历在目。

块状：

块状形式是条状的发展，条状内的作品是以缩略图的形式表现的。块状内则包含了作品更多的信息，作者、作品名、感想、课程、工具材料。一般对作品信息有要求的用户，只要打开“块状模式”就不必进入下一级“大图显示页面”。而且作品与作品间信息并置，方便比对（图3）。

纵观这四种模式，

点状是基础，以图片平铺识别的方式展开，只提供作品的作者信息。

文件夹形式擅长各类别的数据统计。

条状能综合显示文件夹和其包含的内容，但文件夹中作品不易太多。

块状以作品信息全面为特点，文件夹的特点被弱化。

每种显示方式各有所长、所短。用户可根据搜索内容和目的进行最佳方式的灵活切换，所以关联数据的表现层设计也尤为重要。

六、展望

这是互联网向美术及设计艺术行业延伸的第一步，它成功地探索出美术行业互联网化的部分核心技术。

1.大数据环境下知识关联揭示方法与关键技术

2.知识网络的结构及特征

3.学术资源的深度挖掘与推送

4.机构规范文档结构及构建方式

5.数字档案资源生态管理

伴随着系统的深入开发，它将汇聚更多渠道的美术信息：画廊、出版社，甚至包括产业上下游资源：设计公司、印刷厂等等诸多资源。所有资源的信息和知识在网络中畅通，从而完成“互联网+”美术的远大计划。

参考文献：

[1]杨坚争，李朝平.垂直搜索引擎及其应用[J].电子商务，2006，（10）：23-26.

[2]Search Engine Optimization：Building Traffic and Making Money with SEO， by Harold Davis

作者简介：

闵政，上海大学美术学院研究生，研究方向：视觉传达（数码艺术），指导老师：朱宏，上海大学美术学院教授。