群体智能赋能的文化遗产智慧数据生成及其场景化服务模式研究

doi:10.3772/j.issn.1000-0135.2026.03.007

情报学报

2026, Vol. 45

Issue (3): 402-416 DOI: 10.3772/j.issn.1000-0135.2026.03.007

情报理论与方法

本期目录 | 过刊浏览 | 高级检索

群体智能赋能的文化遗产智慧数据生成及其场景化服务模式研究

杨思敏^1,2, 王昊^1,2

1.南京大学信息管理学院，南京 210023
2.江苏省数据工程与知识服务重点实验室，南京 210023

Cultural Heritage Smart Data Generation and Its Scenario-based Service Patterns Empowered by Collective Intelligence

Yang Simin^1,2, Wang Hao^1,2

1.School of Information Management, Nanjing University, Nanjing 210023
2.Jiangsu Key Laboratory of Data Engineering and Knowledge Service, Nanjing 210023

摘要
图/表
参考文献
相关文章 (2)

全文: PDF (3988 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要群体智能基于人机智能涌现，为文化遗产资源与服务数智化转型提供人机协同新范式。本文旨在借群体智能赋能，实现文化遗产智慧数据生成与场景服务的动态耦合，推动其数据与服务协同升级。首先，通过文献分析，梳理群体智能在智慧数据生成与场景化服务中的应用现状；其次，探讨其赋能下智慧数据“数据—学习—智慧”的生成路径，并解析其构成要素，继而围绕需求、服务与技术三个维度，阐述文化遗产智慧数据场景化服务模式逻辑；最后，以非物质文化遗产传统工艺领域预防性保护场景为案例，展示群体智能在工艺濒危与市场质量风险预警及智能决策服务中的应用效能，以期发挥群体智能在“隐性知识显性化、AI黑箱破解、跨主体协同增效”方面的作用，为数智时代文化遗产智慧化发展提供理论参考。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	杨思敏
	王昊

关键词 ：群体智能, 人机协同, 文化遗产, 智慧数据, 场景化服务

收稿日期: 2025-06-10

基金资助:国家自然科学基金面上项目“面向多模态非遗文化数据的特征挖掘及全知识图谱构建研究”（72574098）；江苏省研究生科研创新计划“非遗衍生数据的特征挖掘与知识图谱构建研究”（KYCX25_0127）。

作者简介: 杨思敏，1999年生，博士研究生，主要研究领域为数字人文；王昊，通信作者，1981年生，博士，教授，博士生导师，主要研究领域为数字人文与数据计算，E-mail：ywhaowang@nju.edu.cn；

引用本文:

杨思敏, 王昊. 群体智能赋能的文化遗产智慧数据生成及其场景化服务模式研究[J]. 情报学报, 2026, 45(3): 402-416.
Yang Simin, Wang Hao. Cultural Heritage Smart Data Generation and Its Scenario-based Service Patterns Empowered by Collective Intelligence. 情报学报, 2026, 45(3): 402-416.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2026.03.007 或 https://qbxb.istic.ac.cn/CN/Y2026/V45/I3/402

1 Li W, Wu W J, Wang H M, et al. Crowd intelligence in AI 2.0 era[J]. Frontiers of Information Technology & Electronic Engineering, 2017, 18(1): 15-43.
2 程学旗, 徐冰冰, 曹婍, 等. 开放环境下的群智决策: 概念、挑战及引领性技术[J]. 智能科学与技术学报, 2022, 4(1): 45-54.
3 Halpin H. Artificial intelligence versus collective intelligence[J]. AI & Society, 2025, 40(6): 4589-4604.
4 Malone T W, Bernstein M S. Handbook of collective intelligence[M]. Cambridge: MIT Press, 2015.
5 Arizona State University. Decision Theater[EB/OL]. [2025-05-25]. https://dt.asu.edu/.
6 Shen H W, Barabási A L. Collective credit allocation in science[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(34): 12325-12330.
7 De Leon S P. National Science Foundation awards Litterati grant to advance its AI for a cleaner planet (Forbes)[EB/OL]. (2019-04-22) [2025-05-25]. https://www.forbes.com/sites/cognitiveworld/2019/04/22/national-science-foundation-litterati-ai-for-a-cleaner-planet/.
8 Kou Z Y, Shang L Y, Zhang Y, et al. Crowd, expert & AI: a human-AI interactive approach towards natural language explanation based COVID-19 misinformation detection[C]// Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence. Palo Alto: AAAI Press, 2022: 5087-5093.
9 Lebovitz S, Lifshitz-Assaf H, Levina N. To engage or not to engage with AI for critical judgments: how professionals deal with opacity when using AI for medical diagnosis[J]. Organization Science, 2022, 33(1): 126-148.
10 十七部门关于印发《“数据要素×”三年行动计划(2024—2026年)》的通知[EB/OL]. (2024-01-05) [2025-04-25]. https://www.cac.gov.cn/2024-01/05/c_1706119078060945.htm.
11 张云中, 刘嘉琳. 智慧数据研究综述: 概念辨析、价值取向、关键技术与应用框架[J]. 图书情报工作, 2021, 65(10): 141-150.
12 王晓光, 侯西龙. 面向活化利用的文化遗产智慧数据建设论纲[J]. 信息资源管理学报, 2023, 13(5): 5-14, 43.
13 刘佳臻, 弓越, 王晓光. 文化遗产智慧数据价值创生逻辑与路径探析[J]. 图书馆论坛, 2025, 45(3): 89-98.
14 范炜, 曾蕾. AI新时代面向文化遗产活化利用的智慧数据生成路径探析[J]. 中国图书馆学报, 2024, 50(2): 4-29.
15 章岸婧, 谭必勇. 供需视角下文化遗产智慧数据资源服务模式研究[J]. 北京档案, 2022(3): 11-15.
16 夏翠娟. 多模态文化遗产资源的智慧化服务模式研究——从可获得到可循证和可体验[J]. 信息资源管理学报, 2023, 13(5): 44-55.
17 Berditchevskaia A, Baeck P. The future of minds and machines: how artificial intelligence can enhance collective intelligence[EB/OL]. (2020-02-10) [2025-04-15]. https://www.nesta.org.uk/report/future-minds-and-machines/.
18 Council of the European Union. Council of the European Union. Conclusions on cultural heritage as a strategic resource for a sustainable Europe[R/OL]. (2015-11-06) [2025-04-15]. https://resources.riches-project.eu/conclusions-on-cultural-heritage-as-a-strategic-resource-for-a-sustainable-europe/.
19 Popova M, Lewis W. Over €4.4 million granted to four new projects to enhance the common European data space for cultural heritage[EB/OL]. (2022-12-12) [2025-04-15]. https://www.dataspace-culturalheritage.eu/en/news/over-4-4-million-granted-to-four-new-projects-to-enhance-the-common-european-data-space-for-cultural-heritage.
20 Deligiannis K, Raftopoulou P, Tryfonopoulos C, et al. Hydria: an online data lake for multi-faceted analytics in the cultural heritage domain[J]. Big Data and Cognitive Computing, 2020, 4(2): 7.
21 Geometric reconstruction and novel semantic reunification of cultural heritage objects[EB/OL]. [2025-04-16]. https://staff.fnwi.uva.nl/l.dorst/gravitate.html.
22 Scan4Reco. Multimodal scanning of cultural heritage assets for their multilayered digitization and preventive conservation via spatiotemporal 4D reconstruction and 3D printing[EB/OL]. [2025-04-16]. https://scan4reco.iti.gr/.
23 数字敦煌[EB/OL]. [2025-04-16]. https://www.e-dunhuang.com/.
24 Wiki world heritage user group[EB/OL]. [2024-04-16]. https://meta.wikimedia.org/wiki/Wiki_World_Heritage_User_Group.
25 Antoniou A, Wallace M, Lopez-Nores M, et al. CrossCult: empowering reuse of digital cultural heritage in context-aware crosscuts of European history[C]// Proceedings of the Workshop on Cultural Informatics Co-located with the EUROMED International Conference on Digital Heritage 2018. Aachen: CEUR-WS.org, 2018: 1-10.
26 文化和旅游部关于发布《非物质文化遗产数字化保护数字资源采集和著录》系列行业标准的公告[EB/OL]. (2023-06-29) [2025-04-16]. https://zwgk.mct.gov.cn/zfxxgkml/kjjy/202308/t20230804_ 946421.html.
27 胡骞. 融合出版背景下古籍知识服务平台的内容生产与转向[J]. 出版发行研究, 2023(9): 44-49.
28 王春迎, 毕欣悦, 李一然, 等. 新西兰公共图书馆参与文化遗产数字化实践分析及思考[J]. 图书馆学研究, 2025(3): 53-61.
29 Zhang W, Mei H. A constructive model for collective intelligence[J]. National Science Review, 2020, 7(8): 1273-1277.
30 Dellermann D, Ebel P, S?llner M, et al. Hybrid intelligence[J]. Business & Information Systems Engineering, 2019, 61(5): 637-643.
31 McClamrock R. Methodological individualism considered as a constitutive principle of scientific inquiry[J]. Philosophical Psychology, 1991, 4(3): 343-354.
32 Bonabeau E. Decisions 2.0: the power of collective intelligence[J]. MIT Sloan Management Review, 2009, 50(2): 45-92.
33 Levy P. Collective intelligence: mankind’s emerging world in cyberspace[M]. New York: Perseus Books, 1999.
34 刘伟. 人机融合: 超越人工智能[M]. 北京: 清华大学出版社, 2021: 34-37.
35 Xie X, Zhang Q C. An edge-cloud-aided incremental tensor-based fuzzy c-means approach with big data fusion for exploring smart data[J]. Information Fusion, 2021, 76: 168-174.
36 Civil War photo sleuth[EB/OL]. [2025-04-20]. https://www.civilwarphotosleuth.com/.
37 Appen[EB/OL]. [2025-04-20]. https://www.appen.com/.
38 Preserving language through useable data and phonetic annotation[EB/OL]. (2022-06-07) [2024-04-20]. https://www.appen.com/case-studies/preserving-language-through-useable-data.
39 Zooniverse[EB/OL]. [2025-04-20]. https://www.zooniverse.org/.
40 The material culture of wills: England 1540-1790[EB/OL]. [2024-04-20]. https://www.zooniverse.org/projects/hjsmith/the-material-culture-of-wills-england-1540-1790.
41 韩春磊, 姚啸华, 张宏玲, 等. 新时代古籍智慧化服务实践探讨——以古典小说续作研究场景为例[J]. 图书馆杂志, 2023, 42(12): 58-68.
42 曾建勋. 推进图书馆场景式服务[J]. 数字图书馆论坛, 2018(11): 1.
43 郑荣, 王晓宇, 高志豪, 等. 面向国家战略的产业竞争情报场景化智慧服务模式研究[J]. 情报学报, 2024, 43(2): 198-213.
44 Bucciero A, Chirivì A, Amadei C F, et al. HerMeS: a new approach to enjoy tangible and intangible point of interests of culture heritage[C]// Proceedings of the 2024 9th International Conference on Smart and Sustainable Technologies. Piscataway: IEEE, 2024: 1-6.
45 Pasandideh S, Raiyani K, Lerones P M, et al. Co-designing in cultural tourism: TExTOUR ICT services and performance monitoring system[J]. Heritage, 2024, 7(11): 6151-6172.
46 Capodiferro C, De Maria M, Mazzei M, et al. Cultural itineraries generated by smart data on the web[J]. ISPRS International Journal of Geo-Information, 2024, 13(2): 47.
47 Triguero I, García-Gil D, Maillo J, et al. Transforming big data into smart data: an insight on the use of the k-nearest neighbors algorithm to obtain quality data[J]. WIREs Data Mining and Knowledge Discovery, 2019, 9(2): e1289.
48 叶继元, 陈铭, 谢欢, 等. 数据与信息之间逻辑关系的探讨——兼及DIKW概念链模式[J]. 中国图书馆学报, 2017, 43(3): 34-43.
49 Van Noorden R, Perkel J M. AI and science: what 1,600 researchers think[J]. Nature, 2023, 621(7980): 672-675.
50 王易, 王成良, 邱国栋. 群体智能学习型决策: “大数据+AI”赋能的决策范式演化研究[J]. 中国软科学, 2024(12): 35-50.
51 Chen L. Topological structure in visual perception[J]. Science, 1982, 218(4573): 699-700.
52 张蓓蓓, 林鹏飞, 束霞平. 基于数字孪生技术的文化遗产保护价值阐释与实施路径研究[J]. 首都师范大学学报(社会科学版), 2025(1): 92-101.
53 张之益. 文化产业创新与视觉生产力——视觉工业前沿探索与案例解读[M]. 北京: 光明日报出版社, 2016.
54 朝乐门. 数据创造价值: 特征、方法与影响因素分析[J]. 中国图书馆学报, 2025, 51(3): 65-86.
55 尹西明, 苏雅欣, 陈劲, 等. 场景驱动的创新: 内涵特征、理论逻辑与实践进路[J]. 科技进步与对策, 2022, 39(15): 1-10.
56 逄锦荣, 苑春荟. 基于服务模式创新的物流业与制造业协同联动体系研究[M]. 北京: 北京邮电大学出版社, 2012: 29-31.
57 李宁, 邓文明. 团队的未来: 领导者如何与AI携手前行[J]. 清华管理评论, 2023(9): 94-99.
58 方鸿琴, 申文广. 非遗保护与传统工艺的可持续发展研究[J]. 文化遗产, 2025(2): 10-17.