传统音乐在大数据时代传承发展（音乐论文） 本文关键词：音乐，传承，传统，时代，数据
传统音乐在大数据时代传承发展（音乐论文） 本文简介：“大数据”的重要并不是数据本身，而是在于挖掘、分析、研究数据存在的可利用的价值。随着互联网、云计算技术的发展，大数据技术相关的收集、存储、管理和分析能力不断提高，使研究者们能更有效、精准、全面、深刻和及时地了解传统音乐相关领域的事象变迁，洞察传统音乐的历史脉络与文化谱系，从而
传统音乐在大数据时代传承发展（音乐论文） 本文内容：
“大数据”的重要并不是数据本身，而是在于挖掘、分析、研究数据存在的可利用的价值。随着互联网、云计算技术的发展，大数据技术相关的收集、存储、管理和分析能力不断提高，使研究者们能更有效、精准、全面、深刻和及时地了解传统音乐相关领域的事象变迁，洞察传统音乐的历史脉络与文化谱系，从而探研传统音乐在大数据时代传承发展的应用方向。
一、大数据的含义
所谓 “大数据” （ Big data） ,或称巨量数据、海量数据、大资料等，是指所涉及的数据量规模巨大到无法通过人工在合理时间内达到截取、管理、处理，并整理成为人类所能解读的信息。其具有数据体量巨大、数据类型多样、处理速度快、价值密度低等基本特征，也可以用 “4V”来解释： 即，Volume、Velocity、 Variety、 Veracity （ 数据量 大、输入和处理速度快、数据多样性、真实性） .①因此，“大数据”是由数量巨大、结构复杂、类型众多数据构成的数据集合，是基于云计算的数据处理与应用模式，通过数据的集成共享，交叉复用形成的智力资源和知识服务能力。比如，APEC （ 亚洲太平洋经济合作组织） 会议期间，通过大数据分析天气、旅游、文化、美食等相关信息，方便制定出行计划。所谓音乐大数据，笔者借鉴大数据的含义，将与音乐相关的所有数据，称之为 “音乐大数据”.
相比之下，音乐大数据尚比较零散，因此就必须在不同的终端上进行音乐大数据的梳理。在大数据里面的数据分为两种类型： 其一，静态数据结构，所谓静态数据结构是指数字化[3]工作中，从纸本文献到数字文献的迁移； 其二，人类的互动活动，笔者称为： 动态数据结构。也就是说： 当纸本文献迁移为数字文献时，构建了大数据时代里的静态数据结构后，人类关注在数字时代里的文化或者其他的人类活动的交互。当静态数据结构与动态数据结构产生交互活动时，人们对社会或者人类活动的全程模式，甚至新的生活方式的分析才会有完整的数据来源。数据有助于科学研究的深入，可以传送更多的相关经验，使得计算机能够预知研究者想要研究的方向、研究的动态等。当然，数据提供的见解会不断变化发展。当掌握了更多的数据后，对于不同的音乐内容会有不同的分析结果。因此，仅有数据是不够的，对于传统音乐文化而言，其关键在于找出音乐大数据隐含的洞见，并对数据进行分析、利用和挖掘才是最终目的。
二、音乐大数据的优势
互联网时代，音乐大数据不仅具有 “预知未来”的能力，还具有深入推测、挖掘相应音乐资源利用的优势。针对音乐研究者而言，音乐大数据具有的优势体现在：
（ 一） 提供多维研究的方略
研究者们根据对音乐行为的实时动态、洞察和追踪研究对象在互联网上产生的海量传统音乐行为大数据，进行挖掘分析，揭示出传统音乐文化发展规律性的内容，提出对传统音乐研究的结论和对策，使音乐研究方法与手段发生重大改变。比如，通过传统音乐微信公众平台，了解传统音乐爱好者对传统音乐等诸多情况的需求； 并通过信息交互，掌握传统音乐研究者对各类问题的不同种解答与讨论等。
（ 二） 创造文化聚类的价值
云计算为不同来源、海量与多样化的音乐大数据提供存储、管理与分析，并将结果反馈到音乐资源的应用中，从而创造出巨大的文化和社会价值。其中，研究者可以从中发掘出自然组合在一起的音乐数据点，用于音乐数据库的分类与关联。此外，利用大数据这一载体工具，根据个人的使用需要，针对数据集可以进行纵横双向的查询比较。比如，按相同年代、相同地域、相同调式音乐等进行比较剖析，使其达到乐种、乐类、乐丛、乐系、乐圈的“文化聚类”.
（ 三） 洞悉数据之间的脉络
探索音乐数据库中数据与数据之间的关系脉络，重构研究者研究思维，并发现音乐数据之间的关联和所属关系、因果关系等。例如，传统音乐教育研究中的关系挖掘。学生成绩与教学模式、教学方法以及师生互动之间的关系； 传统音乐传承与传承人、生态环境、历史文化、场域分布之间的关系等。
（ 四） 掌握数据交互的动态
运用大数据的分析，掌握与应对传统音乐研究的最新实时动态，为传统音乐研究制定更加智能的研究策略，为研究者提供有效、及时、个性化的服务。如，研究者针对传统音乐相关资讯，对音乐院校、科研单位、学会组织、协会团体等重点出版物、数据库、会议研讨的新闻、报刊、期刊论文、会议论文集、专著、图像、多媒体等进行快速的抓取、聚合及搜索。
三、音乐大数据的应用
数字时代，多样的数字化资源呈几何级数增长。人们 “书写着”各类大数据的轨迹，渗透在生活中的每一个角落。通过各种数据库不断涌现，客观上构成了巨大的 “云”数据库，我们置身于此，享受着大数据带来的便利。事实上，依靠大数据技术，可以为各类数据库应用与需求提供创新的手段与方法，使数字化资源的采集、整理、归纳、总结、分析等得以充分利用。这也正是大数据带给我们的重要启示。音乐大数据的应用主要通过来自各个学科领域的音乐知识作为背景，大数据与音乐数据相结合，探索出一个更为科学的大数据分析和挖掘方式。以传统音乐为例，利用大数据为传统音乐传承和发展的趋势与未来奠定基础。随着传统音乐数据能够越来越全面和真实地反映、呈现事物的特性和发展状况及规律，相对于完全根据个人经验和直觉作出的决策而言，基于数据的决策一般更为客观、科学、有效和合理。因此，现有音乐文化资源数据与数字化，也是大数据的一部分。
（ 一） 音乐本体分析
传统音乐数据是孤立存在的，其音乐数据存在片面性，对于大数据对未来的感知无法预测，因此，大数据需要对音乐本体 （ Music Ontology） 及其文化生态圈的系统构筑。音乐本体提供了一个词汇表，用于连接广泛的音乐相关信息。任何人可以发布基于音乐本体的数据并且连接到其他现有数据，目的是最终建立一个音乐相关的语义网。
音乐本体架构完成后，使用其发布的海量的音乐信息资源才能够被用户有效地收集整理、以及产生交互行为。笔者认为，音乐本体是音乐大数据的说明书。通过音乐本体领域的知识架构，才能挖掘音乐大数据之间的关联关系、价值服务体系； 通过音乐本体领域的知识架构，也才能分析与研究音乐大数据的关联、语义、异构、重组等有价值的音乐信息资源。
1. 音乐内容分析
（ 1） 乐曲分析
通过对传统音乐的内容、形式、题材等进行整理，构建出一个具备采录、分类、分析、研究、教学、开发、描述等多功能为一体的大数据应用。进而厘清传统音乐本体之间的内在结构与关联，进行比较性与整体性的分析。
首先，乐曲关联。其目的是发现存在关联的曲目，寻找乐曲之间相关关系、序列关系，以及所属关系等。针对乐曲关联的分析，主要涉及维度包括： 乐曲风格、相关乐人、创作年代、乐曲语言、乐曲传播、乐曲分布、乐曲演变等。因此，可以通过音乐大数据的分析，挖掘出乐曲不同维度的关系与伦次。例如： 第一，通过找出不同地域的相同乐曲，探索同宗民歌流变的历史脉络； 第二，找出研究度较高的乐曲，进而找到更大的目标研究群体；第三，找出相同作者的乐曲，研究作者的创作历程，为音乐口述史的研究提供条件； 第四，找出相关的乐曲声音，利用机器学习深入研究乐曲的相似性； 比如，音乐播放软件中的 “听歌识曲”,即“听”到乐曲的声音，便能找到乐曲，等等。
其次，作曲家分析。通过音乐大数据的结点分析，查找与乐曲相关的作曲家，分辨出作曲家的生平经历、创作作品、创作流派、创作风格、创作思想、创作时期、民族特点和艺术成就等。比如，第一，可以分析某一位作曲家不同时期的作品风格特点； 第二，可以分析不同作曲家在同一时期的音乐作品的特点； 第三，可以分析作曲家同一时期相同体裁的音乐作品； 第四，可以比较分析相同地域的某一类音乐体裁； 第五，还可以分析作曲家创作的相同调式调性、相同节拍的音乐作品等，根据用户的需要做不同的比较分析。
（ 2） 乐人分析
乐人分析包括乐人关联、受众群体、传承关系、乐器历史、图像相似性等相关分析。首先，乐人关联分析。乐人关联分析的目的是找出存在关联的乐人，寻找乐人之间交叉运用。主要涉及维度包括： 性别、民族、风格、年龄、区域等。其次，受众群体分析，其目的是找到乐人的关注群体，为各类演出、田野采风等活动做针对性方案。其中一种可行的方法是按乐人 （ 乐曲） 被用户访问的次数进行统计分析。第三，传承关系数据分析，可以厘清传承人的情况，析出家族式传承、学校教育传承、师班传承等相关内容； 第四，通过乐器历史分析，挖掘出相关乐器的出土地点、年代考证、传世过程、标本类型、采集地点、使用族群、使用者、提供人、制作者等。第五，图像相似性分析，根据乐人人脸识别与乐器图像识别技术，分析查找出某一个研究者所需的图像，等等。
2. 音乐文献关联
大数据可以对研究者的研究行为、音乐文献关联进行关注，音乐文献主要包括文本资料、音响资料、图像资料和实物资料 （ 如乐器） 等。根据研究者的研究可以对音乐论文关联进行分析，通过所有相关传统音乐论文数据，分析出当下传统音乐的研究主题、研究领域、研究趋势、关注点以及政策上的变化等。例如，在中国知网中查找笔者题为《蒙古族传统音乐传承研究》的硕士学位论文，中国知网可以为用户推荐“相似文献”①、“同行关注文献”②、 “相同导师文献”③、 “相关作者文献”、“文献分类导航”④等与此篇硕士论文相关的内容。也可以通过论文引用的关联，查找出相关关系的论文等诸如此类的统计与推算。
3. 音乐田野追踪
“音乐作为一种特殊的文化现象，它的历史事实也比较特殊，其特殊性正是表现在音乐是以多种类型的事象体现其社会存在意义的。”音乐学家们在田野调查中对传统音乐资源的记录、处理、分析和阐释，结合音乐大数据的分析，研究者更深入地了解传统音乐的调查对象、个案研究、区域划分、音乐形态、音乐技能、音乐行为、音乐观念、生态环境、发展态势等相关互动信息与研究的实时动态。透过现象还可以分析： 研究者的田野调查对象集合、被采访过的人物集合、人物区域分布集合等。于此，研究者运用大数据就可以对调查对象集合做具体分析，哪些人物是被采访过的，哪些人物是采访的比较多的，以及哪些研究者对此人物进行了采访； 当然也可以根据逆向思维对数据分析： 某位研究者的研究方向，研究方向涉及到的某个地域，某地域音乐乐种之间的关系，研究者研究方向的范围、同异，以及传统音乐方向课题的研究与比较等； 另外，还可以借助 GIS 地理信息系统跟踪音乐乐社地域分布，研究者田野调查的整个区域分布轨迹； 充分利用地图学、知识图谱等相关知识，将传统音乐研究的诸多音乐事象呈现出时空交错的信息内容。
（ 二） 音乐教学分析
科技的进步，使得大数据在诸多教育领域有了广泛应用。如慕课、网络课程、个性化教学等都有着大数据的背景。音乐大数据不但可以对音乐本体内容进行分析，而且音乐教学也可以借助大数据进行分析。因此，在音乐教学过程中，如何做到资源挖掘、发现信息，为音乐研究者提出了新的契机。
首先，从课堂分析的角度，主要涉及的维度包括： 教师和学生。其目的是： 在音乐课堂中，将教师的教学过程、教学技巧、教学方法、以及学生的课堂表现等做数据化采集与描述，利用大数据的分析，获取教学控制和反思，反馈学生在学习中的不足等需要解决的相关问题。通过音乐大数据研究与分析，明确学生的个性、兴趣、认知、以及学习方法和习惯等相关数据，来达到教师对学生的学习与认识能力的把握，从而及时改进教学方法、教学策略，使教学更加具有针对性，进而为传统音乐学科的科学教学提供新范式。比如，教师会根据学生在课堂中对某一类传统音乐的喜好程度，分析学生可能还对哪些传统音乐课程感兴趣； 而教师会根据学生关注的传统音乐范围，反思学生可能对其他相关哪些课程感兴趣等。
其次，从学生反馈的角度。经常会听到中小学音乐教师谈到现在的中小学学生存在 “学生喜欢音乐，但不喜欢音乐课”的现象。笔者认为： 这种现象源自缺少 “因材施教”的个性化教学。事实上，针对这种现象也可以借助音乐大数据的方法来改善。首先，发现学生们对知识的掌握情况； 其次，观察学生们在课堂中注意力的时间段分布； 第三，判断学生们对于知识的授予效率； 第四，获得学生们对作业和考试数据的精准性。比如，Knew-ton⑤这种 “适应性学习”工具，可以有效地解决这方面的问题。
（ 三） 音乐社交互动
大数据可以应用在诸多娱乐领域，例如将社交与音乐结合。据报道，“三百娱乐” （ 300Entertainment）①公司将和 Twitter②合作开发专门软件，分析 Twitter海量的有关音乐的数据，其中包括网民对于各种音乐作品、歌手的评论，Twitter 还将提供包括用户发帖地理位置在内的非公开信息。数据分析的结果将会提供给音乐艺人、音乐公司等行业，此外也可以帮助网民发现新的歌手和作品。与此同时，可以通过传统音乐研究个体的社会行为进行统计，分析出当前研究内容在时间跨度上的走向与趋势等； 还可以根据研究者的消费行为作分析，比如传统音乐、流行音乐的份额，用户年龄段分布等。通过海量数据量化调研分析，析出传统音乐的变容与受容之间的关系。
总之，传统音乐大数据的应用结合了计算机科学、文化生态学、音乐人类学、音乐教育学、图书馆学、地图学、统计学、社会学、心理学、信息技术学等跨学科研究领域的理念和方法，使传统音乐研究更有针对性，为教学与科研工作解决实际性的应用问题，并最终制定出行之有效的政策以促进传统音乐的发展。
四、讨论与思考
综上所述，大数据未来的价值不可估量，它已经变成了一种资源，将重构我们的社会、应用和管理。如何去利用大数据，恐怕没有做不到，只有你想不到。当然，对于任何一种新兴事物，有利有弊。比如当前相关法律尚未完善，用户隐私、安全性成了问题等。
值得思考的是： 大数据的应用一方面对未知的音乐事象进行预测，同时也可以对已知的现象与结论，探究使用数据推测可能的原因。刘德寰在《不关注人性的大数据已成大忽悠》一文阐述，“数据挖掘离不开人文学科相关专业的基础知识支撑，商业应用中的数据挖掘如果忽视人性，精准挖掘就成了精准骚扰，大数据则会沦为大忽悠。”
因此，大数据是离不开人性的解决，大数据作为使用工具，注重数据的所属权，跨界协作，产业化运用，以及海量资源加工等关键问题。正如文化部民族民间文艺发展研究中心李松主任所讲： “强烈呼吁关注改善文化资源整备的技术环境，包括各类资源抢救、修复、复原、记录的相关技术，提高各类形式媒介注录效能的相关技术，加强大数据管理、清晰、分析的相关技术，进一步融合到各类资源信息的标准化体系建设。”
笔者认为，传统音乐学科应尽快地加强传统音乐资源的数字化处理和资源采集、整理、标注、描述，为音乐大数据预知未来的各个契合点提供可能，备供研究者们开发与利用。所以，当下我们有责任，尽可能地尝试去多做一些传统音乐文化量化的研究工作，尽早融入“音乐大数据时代”.
参考文献：
[1][英] 维克托·迈尔 - 舍恩伯格。 大数据时代 [M].杭州： 浙江人民出版社，2013.
[2] 沈学珺。 大数据对教育意味着什么 [J]. 上海教育科研： 专题研讨，2013 （ 9） : 9 -13.
[3] 滕腾。 蒙古族音乐数据库的设计与制作 [D]. 北京：中国音乐学院博士学位论文，2013: 79.
来源：网络整理 免责声明：本文仅限学习分享，如产生版权问题，请联系我们及时删除。
《传统音乐在大数据时代传承发展（音乐论文）》
由：免费论文网互联网用户整理提供,链接地址：
http://m.csmayi.cn/show/219242.html
转载请保留,谢谢!
- 下一篇：中国雅乐兴衰与复建的思考