
中美文化论坛三个关键词:大数据 学术互译 在线教育
日前,第四届“中美文化论坛”在美国首都华盛顿宪法中心大厦举行,来自两国政府及哈佛大学、清华大学、北京大学等学术机构的20多位代表,围绕“培育合作:通过人文研究和创新架构文化桥梁”这一主题,在“学术互译”、“大数据与人文研究”、“在线教育”等领域,分享彼此的经验与体会,畅谈文化交流的实践与构想,努力为增进两国间的理解搭建一座文化的桥梁。
中国文化部副部长丁伟在大会开幕式上致辞说:“你和我各有一个苹果,如果交换,我们还是只有一个苹果。但当你和我各有一个想法,交换想法,我们就都有两个想法。”跨文化交流正是具有这种神奇功效,它将激荡两国文艺家的灵感,为双方的文化创作源源不断地注入活力。
分享大数据人文研究心得
大数据随着4G网络、安卓平台与交互性个人通讯终端的普及,逐渐成为与大众日常生活息息相关的热词,并日渐渗透到社会科学研究领域。将大数据人文研究作为本次论坛分组讨论的一个重点,反映了信息时代人文交流的一个新动向。
中国社会科学院调查与数据信息中心副主任赵胄豪表示,大数据是数字技术步入Web 2.0时代的标志,人类文明的密码就深藏在大数据之中。在这个商品时代,为了不让“付费墙”阻碍人文科学的发展,中国正在推动一个开放获取的公益项目,整体提升中国社会的人文素质。
2013年7月,中国社科院“国家期刊库”上线,迄今已收录600多种学术性较强的核心刊物和特色刊物,几乎囊括中国顶级人文社科类期刊。规模上,它已超过美国斯坦福大学海威出版社,成为世界最大的免费全文数字学术期刊平台。目前,该库已有5万余注册用户,被国内外260多家高校和科研机构推荐。
赵胄豪表示,该库将进一步与国外研究机构开展合作交流,建设英文版官方网站,将中文学术期刊的元数据和重要的学术成果翻译成英文,收录中国英文期刊,译介国外优秀学术成果等,使该库成为国内外人文社会科学学术成果共享交流的平台。
中国国家图书馆馆长助理孙一钢在发言中称,在人文及社会计算方法与人文社科研究的融合领域,正出现三类新的研究思维:人文社科开放与全过程研究思维、人文社科碎片化重组研究思维及人文社科计算分析研究思维。在上述研究思维体系下,跨学科、跨平台协作,海量资料加工以及人文社科的计算化趋势日益明显。中国国家图书馆作为文献资料收集研究服务机构,有责任有义务开展基于大数据的文化内容服务,满足大数据环境下的用户需求。
美国国家人文委员会委员约翰·昂斯沃斯先生在伊利诺伊大学推动一项中国图书馆员暑期项目。他表示,中国图书馆员暑期项目的成功举办,显示出大数据技术正成为两国人文交流的新纽带。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Pandas 选取特定值所在行:6 类核心方法与实战指南 在使用 pandas 处理结构化数据时,“选取特定值所在的行” 是最高频的操作之 ...
2025-09-30球面卷积神经网络(SCNN) 为解决这一痛点,球面卷积神经网络(Spherical Convolutional Neural Network, SCNN) 应运而生。它通 ...
2025-09-30在企业日常运营中,“未来会怎样” 是决策者最关心的问题 —— 电商平台想知道 “下月销量能否达标”,金融机构想预判 “下周股 ...
2025-09-30Excel 能做聚类分析吗?基础方法、进阶技巧与场景边界 在数据分析领域,聚类分析是 “无监督学习” 的核心技术 —— 无需预设分 ...
2025-09-29XGBoost 决策树:原理、优化与工业级实战指南 在机器学习领域,决策树因 “可解释性强、处理非线性关系能力突出” 成为基础模型 ...
2025-09-29在标签体系的落地链路中,“设计标签逻辑” 只是第一步,真正让标签从 “纸上定义” 变为 “业务可用资产” 的关键,在于标签加 ...
2025-09-29在使用 Excel 数据透视表进行多维度数据汇总时,折叠功能是梳理数据层级的核心工具 —— 通过点击 “+/-” 符号可展开明细数据或 ...
2025-09-28在使用 Pandas 处理 CSV、TSV 等文本文件时,“引号” 是最容易引发格式混乱的 “隐形杀手”—— 比如字段中包含逗号(如 “北京 ...
2025-09-28在 CDA(Certified Data Analyst)数据分析师的技能工具箱中,数据查询语言(尤其是 SQL)是最基础、也最核心的 “武器”。无论 ...
2025-09-28Cox 模型时间依赖性检验:原理、方法与实战应用 在生存分析领域,Cox 比例风险模型(Cox Proportional Hazards Model)是分析 “ ...
2025-09-26检测因子类型的影响程度大小:评估标准、实战案例与管控策略 在检测分析领域(如环境监测、食品质量检测、工业产品合规性测试) ...
2025-09-26CDA 数据分析师:以数据库为基石,筑牢数据驱动的 “源头防线” 在数据驱动业务的链条中,“数据从哪里来” 是 CDA(Certified D ...
2025-09-26线性相关点分布的四种基本类型:特征、识别与实战应用 在数据分析与统计学中,“线性相关” 是描述两个数值变量间关联趋势的核心 ...
2025-09-25深度神经网络神经元个数确定指南:从原理到实战的科学路径 在深度神经网络(DNN)的设计中,“神经元个数” 是决定模型性能的关 ...
2025-09-25在企业数字化进程中,不少团队陷入 “指标困境”:仪表盘上堆砌着上百个指标,DAU、转化率、营收等数据实时跳动,却无法回答 “ ...
2025-09-25MySQL 服务器内存碎片:成因、检测与内存持续增长的解决策略 在 MySQL 运维中,“内存持续增长” 是常见且隐蔽的性能隐患 —— ...
2025-09-24人工智能重塑工程质量检测:核心应用、技术路径与实践案例 工程质量检测是保障建筑、市政、交通、水利等基础设施安全的 “最后一 ...
2025-09-24CDA 数据分析师:驾驭通用与场景指标,解锁数据驱动的精准路径 在数据驱动业务的实践中,指标是连接数据与决策的核心载体。但并 ...
2025-09-24在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23