基于深度学习的撒拉族非遗保护与传承数字化展示服务平台推广应用研究

马福祥

摘要：本文分析了国内文化遗产数字化展示服务平台推广应用存在的问题，介绍了深度学习的理论体系和基于深度学习的用户检索方式，提出了用户利用撒拉族非遗保护与传承数字化展示服务平台资源进行深度学习的具体措施。

关键词：撒拉族;深度学习;非物质文化遗产;数字化展示服务平台;推广应用

中图分类号：TP181 文献标识码：A 文章编号：1007-9416（2019）08-0100-02

0 引言

经过课题组成员的共同努力，我们顺利完成了撒拉族非物质文化遗产保护与传承数字化展示服务平台的建设工作，其目的是在传承与利用撒拉族非遗资源的同时，实现其经济效益和社会效益，对此我们必须采用具体措施对平台进行推广应用。

经调查研究发现：现阶段国内文化遗产数字化展示服务平台的应用推广主要依赖于宣传，借助广播、电视、网站、技能大赛等传播途径，对其在社会上的推广应用产生了较好的促进作用，但仍然存在一些实际问题。国内各行各业都重视数字化展示服务平台的建设，但许多行业都是盲目跟风，或为完成某项指标，将数字化展示服务平台的建设作为标志性成果，因此都很重视数字化展示服务平台的建设。相对而言，对数字化展示服务平台的推广不够重视，大多数情况下是谁建设谁使用，并未采取有效措施对数字化展示服务平台进行推广应用，也未对其应用提供充足的基礎保障，导致数字化展示服务平台得不到充分的应用，难以取得较好的社会效益和经济效益。

随着大数据时代的到来，网络技术与信息技术得到迅速发展，各类资源的数字化展示平台数量和用户数据呈现出爆炸式增长。因而如何从海量的数字化展示服务平台中查找、检索到用户想要学习的资源以及如何有效的利用这些资源成为人们面临的现实问题。为应对这一难题，我们将撒拉族数字化展示服务平台与近年来流行的深度学习方法创新性的结合在一起，突破了传统服务平台应用上的技术障碍。

1 深度学习的理论简介

深度学习的概念由Hinton等人于2006年提出的，源于对人工神经网络的研究。深度学习是机器学习研究中的一个崭新领域，其目的是建立与模拟人脑进行分析学习的神经网络，模仿人脑的活动机制来解释信息数据[1]，其中目前含有多隐层的感知器就是采用的深度学习结构。

深度学习采用多层结构的学习算法，它充分利用了空间相对关系减少参数数目来提高训练性能，是一种无教师监督的自主学习方式。深度学习通过组合低层特征形成更加抽象的高层来表示属性类别或特征，以便发现数据的分布式特征表示[2]。它为解决深层结构的相关优化难题带来希望，采用了多层自动编码器的深层结构，用更多的数据或是更好的算法来提高学习的效果。对某些具体应用而言，深度学习在大数据集上的表现比其它机器学习的方法都要好。深度学习更适合无标记数据，因此它不局限于以实体识别为主的自然语言处理领域。

2 基于深度学习的用户检索方式

上世纪80年代以来，深度学习提供的精确识别和预测能力在不断提升，成为处理海量数据及在科学领域做出预测的有效工具，深度学习被广泛应用于解决实际问题，如文本、语音、图像、知识谱图等方面。

方便是所有用户的追求之一，数字化展示服务平台的检索能力是平台质量的重要指标，因此将深度学习的文本匹配来运用于数字化展示服务平台的建设，可以方便用户检索资料，对服务平台的推广有着重要的意义。文本的相似度是文本匹配要研究的问题，即研究计算机怎样处理两段文本和怎样定义作为优化目标的形似度，如语义匹配、用户行为相似度等。我们利用深度学习中的向量空间与矩阵分解来完成上面的问题，便于用户快速检索自己所需要的资料[3]。

保持用户数量的稳定与增加是数字化展示服务平台建立的目的，也是撒拉族传统文化得以发展与传承的基础。首先，利用深度学习中的分类技术来对数字化展示服务平台用户进行分类研究，用决策树分析数字化资源库中已经分类的数据;其次，建立数据模型对数字化展示服务平台用户进行分类研究，采用聚类算法，对用户的性别、年龄、喜好等属性进行分组，从而得出性别以及年龄或其他属性与所喜爱的知识内容或学习方式的关系。

利用数据挖掘中的各种算法与深度学习技术可以准确、快速的掌握用户对数字化展示服务平台所提供内容的满意程度，掌握用户的喜爱，进而了解数字化展示服务平台用户波动的原因以及潜在需求等。这样我们可以改进数字化展示服务平台中的不足，为不同类型的用户以他们喜欢的方式，提供他们可能喜欢的内容，进而达到保持现有用户并吸引潜在群体来关注学习撒拉族非遗。

3 用户深度学习的具体措施

深度学习是相对浅层学习而言的，目前海量的学习资料使得学习者只是停留在知识的表面，要充分利用媒体网络与智能手机、笔记本电脑等方式。用户可以根据自身的需求进行选择性自主学习，使用户可以在应用过程中进行互动，自由下载资源，并且可以把好的资源上传到服务平台进行共享，从而调动学习的积极性。具体设计思想如下：

（1）将数字化展示服务平台中的学习资源适应于常用的台式电脑、笔记本电脑、智能手机等。可以应用于多种常见的移动服务平台上，包括目前广泛流行的安卓、苹果、黑莓、OS等不同类型的操作系统;（2）注重数字化展示服务平台的使用环境，撒拉族文化资源主要采用以网页为载体服务社会的方式，用户通过浏览网页来获取所需的文化资料。要求平台系统的使用环境简单，不需要再安装任何工具环境，只需点击页面上的菜单就可满足用户的阅读需求;（3）数字化展示服务平台系统设计中，尽量采用多媒体技术和图像处理技术，设计完成各栏目的信息资源，内容尽量做到深入浅出，主题明确，定位准确。通过生动形象的实例、图片、视频或动画等多种方式，让枯燥无味的各类信息资源生动化、具体化、形象化，提高用户对撒拉族文化的兴趣与热爱。

在使用移动端的传播渠道方面，我们采用的具体措施如下：

（1）將撒拉族文化资源上传到文化教育的主流专业网络服务平台上;（2）建立公众文化博客、微博、微信等服务方式，以便更快捷的传播撒拉族文化资源;（3）将撒拉族文化资源设计制作成手机在线微课、慕课、在线小游戏等，通过相关的知名文化网站进行传播。

4 结语

深度学习的应用领域越来越广泛，我们将运用先进技术对撒拉族非遗保护与传承数字化展示服务平台进行建设，不断提高不同人群使用平台资源的工作效率，根据用户深度学习的实际情况完善服务平台的学习资源，不断扩大社会公众对撒拉族非遗数字化展示服务平台的认知程度与应用范围。

参考文献

[1] 惠国保.一种基于深度学习的多源异构数据融合方法[J].现代导航，2017，8（03）：218-223.

[2] 李贵兵，罗洪.大数据下的智能数据分析技术研究[J].科技资讯，2013（30）：11-12.

[3] 张敏，丁弼原，马为之，谭云志，刘奕群，马少平.基于深度学习加强的混合推荐方法[J].清华大学学报（自然科学版），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