美术信息学 pdf epub mobi txt 电子书 下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:中山大学出版社

作者:罗一平

出品人:

页数:341页

译者:

出版时间:2002-8-1

价格:49.8元

装帧:

isbn号码:9787730601967

丛书系列:

图书标签:

• 美术
• 信息学
• 艺术与科技
• 数字艺术
• 计算机艺术
• 图像处理
• 视觉信息
• 艺术设计
• 人工智能
• 媒体艺术

《数字人文前沿：跨学科研究的新范式》 内容提要 本书全面深入地探讨了数字人文领域的前沿理论、方法论和实践案例，旨在为学者、研究人员和学生提供一个理解和参与跨学科研究新范式的理论框架与实用指南。随着信息技术的飞速发展，人文学科正经历一场深刻的范式转换。本书聚焦于数据驱动的分析如何重塑我们对文化、历史、艺术和语言的理解，同时批判性地审视技术应用中潜藏的伦理挑战与知识论争议。 全书共分为五个相互关联的深度部分，层层递进，构建起一个宏大而精细的数字人文知识体系。 --- 第一部分：理论基石与学科重塑 (Foundational Theories and Disciplinary Transformation) 本部分奠定了数字人文的理论基础，探讨其作为一种新兴跨学科领域的身份认同与核心关切。 1.1 数字人文的本体论转向：从文本到数据 本章深入分析了数字技术如何改变了人文学科的研究对象。我们不再仅仅关注单一的、被精心筛选的“经典文本”，而是转向分析海量的、异质性的“数据集合”——包括扫描的图像、元数据记录、社交网络互动、地理空间信息等。讨论了“数据化”（Datafication）过程对知识生产的内在影响，以及“模拟”（Simulation）和“可视化”（Visualization）作为新的解释性工具的潜力与局限。重点探讨了“物质性”（Materiality）在数字语境下的再定义，即硬件、软件和算法本身如何成为文化研究的对象。 1.2 知识论的挑战：算法的透明度与可解释性 数字人文的研究越来越依赖复杂的计算模型，如机器学习和深度学习。本章批判性地考察了“黑箱”问题——当算法做出重要的归类、预测或关联时，我们如何验证其内在逻辑？探讨了“可解释性人工智能”（XAI）在人文学科中的应用前景，以及研究者如何平衡计算效率与知识论上的透明度要求。此外，还讨论了“计算偏见”（Algorithmic Bias）的根源，即训练数据中固有的历史和文化偏见如何被放大，并反过来影响我们对过去的解读。 1.3 跨学科的“翻译”困境与合作模式 数字人文的生命力在于其跨越了人文、计算机科学、社会科学的边界。本章聚焦于不同学科“语言”和“方法论”之间的有效沟通机制。分析了成功的合作项目如何构建起共同的知识图景，并详细阐述了“翻译者”（Translator/Mediator）角色的重要性——那些既精通领域知识又熟悉计算工具的中间人才。讨论了项目管理、团队构建和知识产权在跨学科研究中的特殊考量。 --- 第二部分：核心技术与方法论实践 (Core Technologies and Methodological Practices) 本部分侧重于介绍和评估当前数字人文研究中广泛应用的技术工具和分析方法。 2.1 文本挖掘与自然语言处理（NLP）的高级应用 超越简单的词频统计，本章聚焦于利用现代NLP技术进行深层语义分析。内容涵盖命名实体识别（NER）在历史地理定位中的应用、主题模型（如LDA、NMF）在识别跨文化叙事结构中的效力，以及情感分析（Sentiment Analysis）如何揭示早期报刊或文学作品中的社会情绪变迁。特别强调了处理低资源语言和非标准书写形式（如手稿、古籍）时的预处理挑战。 2.2 空间人文与地理信息系统（GIS）的融合 地理空间信息是理解历史进程和文化传播的关键维度。本章详细介绍了GIS在历史地图重构、人口流动路径模拟以及文化遗产景观分析中的应用。重点探讨了时空数据（Time-Geography）建模的复杂性，例如如何将非精确的、描述性的历史地点信息转化为可计算的空间数据，并利用多层地质图层叠加分析历史事件的地理关联性。 2.3 数字策展与可视化叙事 数据可视化不仅仅是图表展示，而是一种解释性的工具。本章探讨了如何设计引人入胜且信息丰富的可视化叙事。内容包括动态可视化（Dynamic Visualization）技术在展示时间序列变化中的优势，网络分析（Network Analysis）如何揭示社会或知识结构中的中心节点与边缘群体，以及三维重建（3D Modeling）在建筑史和考古学中的应用，探讨虚拟现实（VR/AR）作为研究和教学媒介的潜力。 --- 第三部分：文化遗产的数字化与本体论 (Digitization of Cultural Heritage and Ontologies) 本部分关注数字技术在保护、研究和呈现文化遗产资源方面的实践与理论。 3.1 图像与艺术史的计算分析 聚焦于机器视觉在艺术史研究中的应用。讨论了深度卷积神经网络（CNN）在风格识别、作者归属辅助验证以及图像内容的自动分类中的最新进展。深入分析了数字图像采集（如高光谱成像、结构光扫描）的技术标准，以及如何构建大规模的艺术品元数据本体，以实现跨博物馆、跨国界的比较研究。 3.2 档案学与“数字陷阱”：长期保存的挑战 本章讨论了将传统档案和手稿转化为长期可持续的数字格式所面临的技术、法律和经济挑战。探讨了“数字考古学”（Digital Archaeology）的概念，即研究过去数字介质的衰变过程。重点分析了元数据策略的重要性，确保数字对象的“可发现性”（Findability）、“可访问性”（Accessibility）、“可互操作性”（Interoperability）和“可重用性”（Reusability）——即FAIR原则在人文学科中的实施细则。 3.3 本体论构建与知识组织 本体论（Ontology）是数字人文实现知识互联互通的蓝图。本章详细介绍了如何利用语义网技术（如RDF, OWL）为人文学科的复杂概念（如“美学范畴”、“历史事件”、“文化身份”）建立精确的、机器可读的知识结构。讨论了如何协调不同本体论框架（如CIDOC CRM, Dublin Core）以促进知识的交叉引用和语义集成。 --- 第四部分：新兴领域与前沿交叉 (Emerging Fields and Frontier Intersections) 本部分探索了数字人文与其他新兴计算科学领域结合所产生的创新研究方向。 4.1 计算社会科学与文化传播研究 利用大规模社交媒体数据、网络论坛和数字阅读平台的数据，本章研究文化产品（如书籍、电影、音乐）的传播路径、受众反馈和影响力扩散机制。分析了“意见领袖”在文化史变迁中的作用，以及计算方法如何揭示“回音室效应”和信息茧房对文化消费的影响。 4.2 人工智能与创造性生成：机器的“艺术” 本章探讨了生成对抗网络（GANs）和大型语言模型（LLMs）在模仿、辅助甚至自主生成文学、音乐和视觉艺术作品方面的能力。从研究角度，讨论了如何通过分析生成模型的输出，反过来洞察人类的创造力本质和文化模式的内在结构。同时，涉及了关于“作者身份”（Authorship）在人机协作时代中的哲学讨论。 4.3 计算伦理学与数据主权 数字人文研究常常涉及敏感的个人数据或受版权保护的文化内容。本章深入探讨了研究伦理的边界，包括数据匿名化、隐私保护技术在历史人物研究中的应用，以及如何应对全球范围内不断变化的数字内容法规。强调了研究者对数据来源、处理过程及其社会影响的责任。 --- 第五部分：未来展望与教育实践 (Future Outlook and Educational Practices) 5.1 数字人文的机构化与可持续发展 评估了全球范围内数字人文研究中心（DH Centers）的组织模式、资金来源和项目管理策略。讨论了如何确保大型数字人文项目在研究者毕业或退休后仍能保持活力和可访问性，即实现“研究的遗产化”。 5.2 数字素养与下一代研究者的培养 本章为高等教育机构设计了数字人文课程的建议框架。强调培养研究生的计算思维、数据素养和批判性反思能力。探讨了将计算工具整合到传统人文学科基础教学中的有效策略，以及如何使人文训练成为应对信息时代复杂性的核心能力。 5.3 数字人文的终局？——回归人文关怀 本书的收尾部分回归到核心关怀：技术是工具，而非目的。强调数字人文的终极价值在于深化我们对人类经验的理解，促进更具包容性和批判性的知识生产，防止技术进步导致人文学科的边缘化或知识的碎片化。 --- 目标读者： 历史学、文学、艺术史、哲学、语言学、图书馆学、信息科学等领域的研究人员、教师、博士生和硕士生。对计算方法论感兴趣的跨学科研究者也将从中获益匪浅。本书旨在提供一个理论深刻、实践前沿的导览，激发读者利用计算的力量，推动人文学术的下一轮革命。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

对于一个对艺术史抱有深厚兴趣，但又对传统学术写作方式感到乏味的读者来说，这本书简直是沙漠中的甘泉。它的语言风格非常活泼，充满了探索欲，像是与一位走遍了世界各地档案馆和实验室的资深学者一起探险。书中穿插了一些有趣的“幕后故事”，比如某位大师在绘制巨幅壁画时遇到的技术难题以及他们如何利用当时的最新科技（或发明）来解决这些问题，这些细节让冰冷的学术内容变得有血有肉。例如，关于中世纪手抄本插画中金属箔片的反光特性分析，作者不仅展示了结果，还模拟了不同照明条件下观看的视觉差异，这种沉浸式的体验让人印象深刻。这本书的结构也体现了高度的组织性，每一章都像是一个独立而又相互关联的模块，你可以选择性地深入某个你最感兴趣的领域进行研读，而不会感到叙事链条的断裂。这是一本值得反复研读，并在不同人生阶段都能从中获得新体会的佳作。

评分☆☆☆☆☆

这本书的阅读体验，对我这样一位长期从事设计行业的人来说，简直是一种醍醐灌顶。我一直苦于如何将自己对视觉美感的直觉转化为可被团队理解和复制的规范，而这本书恰好提供了那个缺失的桥梁。它没有空泛地谈论“美学原则”，而是直接给出了大量的案例研究，比如巴洛克时期教堂穹顶的透视学构造，是如何被精确计算和布局的。书中对三维空间建模在古典雕塑研究中的应用分析尤其深刻，它展示了如何通过点云数据来重构失落的文物细节。更让我受益匪浅的是它关于“数据伦理”的讨论，探讨了当AI开始生成艺术作品时，我们如何界定原创性、版权以及人类创作者的角色。这种对未来趋势的洞察力，使得这本书不仅仅是对过去艺术的梳理，更是对未来视觉文化的预言。我甚至已经开始构思如何将书中的某些数据分析方法应用到我的用户界面设计流程中，以期达到更优的视觉层次和信息传达效率。

评分☆☆☆☆☆

我花了很长时间才将这本书读完，并不是因为它晦涩难懂，而是因为我总是忍不住停下来，去查阅书中引用的那些艺术家和科学家的原始文献。这本书的参考文献列表简直是一座宝库，它构建了一个庞大的知识网络，将艺术史、计算机科学、物理光学甚至是认知心理学巧妙地编织在一起。作者在引述时非常严谨，每一项数据、每一个实验的描述都力求还原其原始情境。我特别喜欢它对文艺复兴时期光学实验与绘画技巧之间相互促进关系的阐述，那种历史的厚重感和科学的严谨性交织在一起，展现出一种宏大的叙事张力。这本书的价值在于它提供了一种“看世界”的新范式。读完后，即便是再看一幅简单的风景画，我的脑海中也会自动浮现出光线追踪、色彩饱和度直方图等概念。它强迫我从一个更系统、更结构化的角度去解析我曾经以为完全依赖“感觉”的领域。

评分☆☆☆☆☆

坦白说，我拿到这本书的时候，内心是充满怀疑的。我对艺术史的理解还停留在博物馆导览的层面，而“信息学”这个词汇听起来就充满了算法和代码的味道。但我很快发现我的顾虑是多余的。这本书的叙事节奏非常流畅，它没有直接跳入高深的理论，而是从一个非常接地气的角度——比如梵高的笔触分析，如何通过软件算法来识别其独特的旋涡模式——来切入主题。作者的文笔极其老练，用词精准而不失文学性，仿佛一位经验丰富的策展人在与你进行一场深入的对话。我特别欣赏其中关于“艺术品数字指纹”的章节，它详细描述了如何通过高光谱成像技术捕捉颜料的微观结构，并将其转化为可供计算机分析的特征向量。这种跨学科的融合令人惊叹，它不仅提升了我对艺术鉴赏的维度，更让我开始思考未来艺术保护和修复的走向。我甚至尝试着使用书中提到的某些开源工具去分析我收藏的几张老照片的色彩分布，这种亲身实践的体验是阅读其他纯理论书籍无法比拟的。

评分☆☆☆☆☆

这本书的封面设计非常引人注目，那种深邃的蓝色调配上跳跃的金色线条，瞬间就抓住了我的眼球。我原本以为它会是一本枯燥的技术手册，但翻开第一页就被它精妙的结构所吸引。作者显然在信息图表的呈现上花费了大量心思，大量的插画和示意图，使得原本抽象的艺术史概念变得生动起来。特别是关于文艺复兴时期湿壁画颜料配比的数据可视化部分，那种将古代技艺与现代数据科学相结合的方式，让人耳目一新。我发现自己不再是被动地接受知识，而是在“玩”数据，通过图形化的方式去探索那些隐藏在经典作品背后的逻辑和规律。阅读过程中，我不断地停下来，思考那些被量化了的色彩比例、构图黄金分割点被精准地映射到屏幕上的冲击力。这本书的排版也很有设计感，留白恰到好处，保证了阅读的舒适度，即便是面对大段的理论论述，也不会产生视觉疲劳。整体而言，它为我打开了一扇全新的窗户，让我意识到艺术并非仅仅是感性的直觉，其背后蕴含着惊人的秩序与信息结构。

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆