大數據時代與孫子文獻研究

付 朝/Fu Chao

?

大數據時代與孫子文獻研究

付 朝/Fu Chao

大數據（Big data ）是近幾年出現的新概念。但其發展勢頭正旺，影響深遠。不僅在各相關領域得到大量應用，還促成了科學思想和思維方式的深刻變革。可以預見，一個數據為王的新時代已經來臨。為迎接挑戰，我國政府已決定大力發展數據產業，以盡快建成數據強國。那么，大數據對孫子文獻研究有何影響？本文對此略加分析，并提出一些粗淺建議。

一、關于大數據的思想探索和理論預研

大數據概念一經出現便對傳統學術思想提出挑戰。舍恩伯格說：“就像望遠鏡讓我們能夠感受宇宙，顯微鏡讓我們能夠觀察微生物一樣，大數據正在改變我們的生活以及理解世界的方式，成為新發明和新服務的源泉，而更多的改變正蓄勢待發。”①這就深刻說明了大數據的價值意義和社會影響。可見大數據是一個顛覆性的概念，其最重要的影響就是正在改變人們觀察和認識事物的方式，即所謂科學思想的三大改變：一是重全體而非抽樣，研究不再是選取數據樣本，而是收集全部數據；二是重發現，不要求精確性，而是混雜性；三是重預測而非了解，不再局限于因果關系，而是相關關系。這就對傳統思想方法提出了挑戰。所謂全數據模式，即樣本=總體。認為“追求精確性是信息匱乏時代和模擬時代的產物，因實際只有5%的數據是結構化且能適應傳統數據庫技術。如果不接受混亂的數據，那剩下的95%的非結構化數據就無法利用，形成殘缺。所以只有接受不精確性才能全面深刻地認識世界。”②因此大數據允許不精確。認為全數據模式的簡單算法很可能比小數據的復雜算法更有效。甚至認為紛紜復雜的數據越多越好，并將其變成一種標準途徑。特別是不再汲汲于追求因果關系，而是認為“知道是什么就夠了，沒必要知道為什么。不必非得知道現象背后的原因，而是讓數據自己發聲，因預測的關聯物才是預測的關鍵。這就改變了人類探索世界的方法。”③顯然，這些不同以往的大數據思想必將引發人類思維方式的深刻變革，并形成重大的時代轉型。

目前，大數據技術發展很快。其發展趨勢是，先從各領域的應用開始做起，如在商業、制造業、醫學、社會、情報等領域都出現大量成功案例。然后再總結其相關技術，將其上升為通用程序。④據2015年9月檢索，百度搜索的相關內容已達一億多條。正所謂如火如荼，方興未艾。大數據概念已被引入文化、教育、學術、傳播等領域，均發揮巨大威力。如在文化教育領域，有關專家正研究一種利用大數據技術提供學校教育與互聯網教育共存的新模式。甚至預言大數據將開創一個科學教育的新時代。⑤

那么，大數據對文獻研究有何影響呢？首先，文獻的本質就是一種信息存儲方式，信息采集處理技術的變化不可能不影響其研究活動。舍恩伯格說：“世界的本質就是數據，大數據將開啟一次重大的時代轉型；大數據發展的核心動力來源于人類測量、記錄和分析世界的渴望。從因果關系到相關關系的思維變革才是大數據的關鍵，建立在相關關系分析法基礎上的預測才是大數據的核心。”⑥可見文獻信息從最早的手抄口傳到雕版印刷、活字印刷，人類就開始了文獻信息處理，從此進入文明發展的新時期；又從紙質文獻到數字文獻（文本、超文本、音頻、視頻等），其內容和形式都發生了重大改變；再從單機版的輔助研究到互聯網的互動互聯和大規模開放式傳播等。每次信息技術的重大進步都深刻影響到文獻研究。特別是文獻信息經過數據化轉換后不再局限于文字介質的簡單形式。從其產生、搜集、整理、保存、研究和利用的角度看早已發生了深刻變化，所以從文獻研究的本質看，大數據必然產生重大影響。其次，大數據造成的社會變化也不能不輻射到文獻研究。當整個社會都為大數據的變化而欣喜，文獻研究當然不能置之度外，至少應對其影響加以觀察和思考，在一些可能的問題上采用大數據技術。第三，運用大數據思想在各相關領域的選題也能給我們提供寶貴參照。如美國六部委的大數據課題，重點就是圍繞相關領域的數據獲取、統計分析和處理技術；基礎數據庫研發；人工智能及自主教育研究等。這就提示我們也可適當借鑒其選題思路。最后，大數據在其他領域的研究成果也可為文獻研究提供支持。如基于語料庫技術對孫子文獻的語言分析就可對中英文翻譯提供參照。⑦可見大數據發展與文獻研究具有密切聯系。

具體到文獻研究則還在起步階段，重點是思想探索和理論預研。如大數據在文獻研究領域的應用前景，怎樣通過數據挖掘和數據分析了解形勢和需求，以及如何把握研究方向、確定研究課題等。

二、關于孫子文獻的數據轉換

文獻研究的數據轉換是孫子文獻研究的重要內容，也是從根本上改進孫子文獻研究的基礎性工作。其作用是：有利于原始文獻的長期存儲，有利于擴展其研究范圍和實際內容，有利于充分利用現代化的技術手段，也有利于研究信息的廣泛傳播和探索交流。文獻資料從最早簡帛文獻的手抄口傳到紙質印刷的廣泛傳播，無疑是巨大的歷史性進步。但無論是簡帛文書還是紙質印刷品都有一個共同的問題，就是不利于長期保存和變換整理。直至采用現代信息技術才使其大規模數據化存儲成為可能。所以，相對于傳統印刷術，研究文獻的數據化轉換更具劃時代意義。隨著數據化手段的大量應用，圖像、音頻、視頻等文獻也都可以妥善存儲，并使其內容得到方便快捷的展示。這就大大拓展了研究范圍，也增加了海量文獻無損存儲的安全。通過檢索、比對、統計、分析，使海量信息的整理編目成為可能，也使語言、社會、文化等相關信息的分析提取成為簡單操作。這就把學者從手工搜羅剔抉材料的繁瑣勞動中解放出來，可以集中時間精力考慮重大理論問題。同時，數據化信息也便于通過各網站得以大規模傳播，及時進行有效的交流，從而實現資源共享，營造出民主平等的學術環境。所以，孫子文獻的數據化轉換已成為一個重要課題。

孫子文獻的數據化研究具有深厚的社會背景。從國際范圍看，20世紀中后期以來國際上就開始大型語料庫建設，大量西方傳世經典都已轉換成電子文獻。我國電子文獻和語料庫研制雖然起步較晚，但也取得了重要成績。目前，以國家圖書館為中心已建成中國年鑒數據庫、方志數據庫、學位論文數據庫等多種大型數據庫。一些重要的古典文獻，如《四庫全書》《古今圖書集成》《全唐詩》《全宋詞》《全唐五代文》《說文解字》等，也都已成功轉換成電子文獻。在港臺方面，古籍整理的計算機處理也開展很早，已完成《二十五史》《十三經注疏》《楚辭》《甲骨文合集》《華夏文庫》的電子版研制。⑧對孫子文獻的的電腦研究也進行了積極嘗試并取得重要成果，曾處于領先地位。如20世紀90年代初楊少俊主持研制《孫子兵法》微機檢索專家系統（STAWRES——91）。研發建立了《孫子兵法》全方位數據庫，設置了100多個項目，可用于相關信息的檢索服務。還率先運用計量語言學和計量史學等方法統計分析，取得一些重要成果。其后，解放軍出版社出版了該系統的文字簡編本。⑨但限于當時條件基本采用手編程序，通用性不強；由于開發較早又未能進行有效升級，限制了該系統的實際應用；其相關信息的采集范圍也明顯不足。但作為《孫子兵法》文獻研究現代轉換的積極探索，仍不失為重要成果。所以，這些長期深入的研究成果為數據化轉換奠定了堅實基礎。

孫子文獻的數據化轉換宜統一規劃、分工協作。其中心任務是對研究文獻進行全面的數據化處理，建立大型數據庫，從而實現《孫子兵法》研究的跨越式發展。其具體內容應包括基礎文獻、核心研究、重點課題和外圍資料等。其文獻形式除文本外，還應包括圖錄、音頻和視頻等各種形式。這應該是一個開放的系統，能為各方面專家和廣大群眾提供全面、準確、系統、權威的研究信息。為保證質量，應重點做好頂層設計，然后層層分解，具體執行。在數據轉換、保存格式、儲存管理、檢索調用和數據安全方面都要保證其先進性、針對性、全局性、時效性和前瞻性，從而形成一個開放共享的專家系統。文獻庫建設包括大量前期工作，應調動各方面專家學者協同進行，確保不出現缺失和誤讀。盡量避免數據整理及存儲傳輸時的分散損耗和低水平重復，也要適當注意兼容互動及優化架構的合理性和集成度，實現標準信息、通用基準的完全共享，保證資源的通用化、集成化和標準化。

孫子文獻數據化轉換的關鍵是領導認識。這是一個大項目，功在當代，利在千秋。相關領導應充分認識其價值和意義。力爭將該課題納入國家古籍整理軌道，以取得資金支持。在統一規劃下充分發揮各方面積極性，使一些科研院所、教學單位和民間機構均可發揮自身優勢參與其中。目前，濱州學院也正在建設《孫子兵法大型數據庫》，建議以該學院為中心，聯合國內外相關部門盡快完成該項工作。⑩

三、關于文獻網建設和網絡傳播

網絡傳播是數據化研究的的重要內容，也是大數據獲取的重要途徑。隨著互聯網技術和移動通訊的迅猛發展，文獻研究進入網絡時代。其主要標志就是涌現出一大批以研究介紹《孫子兵法》為主要內容的網站：如中國孫子兵法研究會的“中國孫子兵法網”、山東孫子研究會的“山東孫子研究會網”、西華學院的“孫子兵法與謀略學網站”、蘇州“孫子兵法網”、廣饒縣“中國孫武網”、臨沂市“孫子兵法網”等。這些專業網站的建立為孫子文獻研究提供了方便，也在一定程度上促進了學術發展。

目前的問題是，本來開展較早并處于領先地位的孫子文獻研究網站卻都存在一些或多或少的問題，不能盡如人意。主要是缺乏統一規劃，無法避免低水平重復；核心內容缺乏權威性，適時性內容又嚴重滯后，甚至闕如；一些網站建設停滯不前，甚至出現倒退和關閉；許多網站完全沒有實質性內容，基本是為領導裝潢門面。要真正查詢一些重要內容和相關信息還不如上一些綜合性學術網站，如百度文庫、學術期刊網等。顯然，孫子文獻網與其他網站發展已形成巨大的數據鴻溝。

為此，應大力加強各級各類網站建設。要充實實際內容，突出各自特色，擴大交流范圍，不僅提供科學可靠的文獻資源，還可通過各級各類論壇、博客、微博、臉書等形式實現即時交流。同時為廣大群眾提供喜聞樂見的研究信息 。隨著孫子自主教學系統的研發，一些重要網站還將擔負在線學習的功能，均需加以前瞻性部署。

四、關于孫子自主教學系統研發

大數據在教育領域的應用主要是數據挖掘、教學分析和在線學習。其作用是為預測分析、行為分析和學業分析等應用研究提供幫助，使各級領導、管理人員、教師和研究人員可據此制定科學合理的教學策略。其終極目的就是建立一套個性化的自主學習系統和自適應教學系統。其核心內容是通過數據分析構建一系列教學模型，以搭建全新的教學平臺，從而引導學員進行自主學習，更好的達成教育目的。所以，《孫子兵法》自主和自適應教學系統的建立，應該是《孫子兵法》研究的重要內容。

這一系統應由一系列學習模型組成。重要的有：學習者經驗模型、學習者行為模型、學習者知識模型、領域知識模型，以及學習者檔案、教學策略分析、教學趨勢分析等。學習者經驗模型是通過分析各類存留數據，如問卷、量表、課堂表現、學習考核、師生反映等數據分析，全面把握其思想、行為、心理特點、學習表現，對其課程、效果進行評估，并據此指導學習活動，如線上選課和自主性課程設計。這就改變了一般性的教學程序，可顯著提高教學效果。學習者行為模型是分析學習行為的變化、課業進度及完成情況、網上學習時間及考試成績，以便及時發現潛在問題、調整教學策略。據報道，外國某大學此類軟件的預測準確率已達到75%以上。學習者知識模型，通過收集在線學習的交互數據分析其請求幫助的數量和性質、在線回答所需時間、正誤答案的重復率等，這就深入到學習的單元層面、課程層面和知識點層面。通過人機互動控制其選擇方式，從而對學習時間、學習內容、反饋方式等提供最佳方案。領域知識模型是通過數據分析對現有的領域知識進行重建，深入研究其配置關系，詳細分解知識點、學習單元、課程內容。再通過分類聚合的方式描繪學習曲線，以便深入把握知識內涵。而這正是《孫子兵法》文獻研究的強項。構建學習者檔案是收集其基本的學習信息，根據特征進行分組類聚，建立檔案。以便根據其學習特點和交互類型提供量身訂做的個性化學習環境，激發其學習積極性和主動性。通過這些教學模型幫助制定適合的教學策略，從而大范圍提高教學效果。對此，國外已有成功先例，如由Ritter等人開發的智能導學系統就已達到了15年的細密度。利用該系統及時進行趨勢分析，動態評估學習情況，預測變化趨勢，探索學前行為和未來結果之間的關系，以便及時調整學習行為。美國加州高等教育協會還創建了一套在線分析工具，為用戶提供服務。總之，通過對《孫子兵法》教學的建模分析即可令學習者了解學習過程的發生機制，并以此來優化學習程序，真正形成自我導向的適應性學習。

這應該是一個大工程，所以在組織立項方面可考慮：采用分散集成的方式：把整體作為一個長期目標，然后分解成一個個分系統來完成，最后再加以集成；多學科參與方式：需要數據處理專家、統計學家、教育學專家、心理學家和孫子研究專家共同參與； 多層面、多角度申報等。

當前大數據發展方興未艾，如何將其運用于文獻研究還有待觀察。但孫子文獻研究理應把握先機，迎接這一科學發展的大潮。本文不揣冒昧提出一些探索性建議，錯誤與不當之處在所難免，望不吝賜教。

注釋

①維克托·邁爾-舍恩伯格,肯尼斯·庫克耶著：《大數據時代》，盛楊燕、周濤譯，杭州，浙江人民出版社，2013年1月，第001頁。

②維克托·邁爾-舍恩伯格,肯尼斯·庫克耶著：《大數據時代》，第002頁。

③同上。

④參見李國杰著：《大數據的科學價值》，計算機學會通訊（北京），2012年第9期。

⑤參見楊滿福、焦建利著：《大教學、大數據、大變革——首門課程研究報告的分析與啟示》，電化教育研究（北京），2014年第3期。

⑥維克托·邁爾-舍恩伯格,肯尼斯·庫克耶著：《大數據時代》，第097頁。

⑦參見申蕾、李曉霞、趙麗：《基于語料庫研究方法對〈孫子兵法〉中兩個英譯本的分析》，長春，長春師范學院學報，2013年第5 期。

⑧參見蔣宗福著：《中國傳統文獻與研究的現代轉換》，四川大學學報（成都），2001年第2期。

⑨參見楊少俊等著：《孫子兵法的電腦研究》，北京，解放軍出版社，1992年3月。

⑩濱州學院為山東省命名的“孫子兵法文化產業開發研發基地”，該基地以孫子的基本理論及其在政治、經濟、軍事諸領域的應用為主要研究方向，取得了大量成果。該校正在建立孫子兵學研究數據庫和文獻資料室，力爭建成國際孫子研究文獻資料中心。

（責任編輯：劉慶俊）

摘 要：大數據正在改變著我們的生活以及理解世界的方式，成為新發明和新服務的源泉。為促進大數據時代孫子兵學文獻研究的健康發展，筆者對其思想探索和理論預研、原有文獻的數據化轉換、網絡信息的采集和傳播、孫子自主教學系統的研發，以及如何以大數據思想對某些課題進行深入探討等問題提出建議。以期盡快建成一個開放共享的兵學文獻系統，使孫子兵學文獻研究緊跟時代步伐，占領學術制高點。

Research on the Documents Concerning Sun Zi in the Massive Data Era

Abstract:The massive data are changing our life and our way of understanding the world and becoming the source of new invention and new service.With a view to promoting the healthy development of the studies on the documents concerning Sun Zi’s art of war in the massive data era, the author of this article reviews the issues concerning Sun Zi’s thinking and theories, the digital transformation of the previous documents, the collection and spread of network information, the R & D of Sun Zi’s self teaching system and how to launch exploration in some subjects with the massive data thinking, which aims to set up an open sharing documental system for the study of Sun Zi’s military science as soon as possible so as to make the study on the documents concerning Sun Zi’s art of war follow the pace of the times and seize the academic commanding height.

關鍵詞：大數據孫子文獻研究

Key Words:Massive Data; Sun Zi; Document; Study

作者簡介：付朝，渤海大學中文系教授。

收稿日期：2015-10-30

中圖分類號：E892.25

文獻標識碼：A

文章編號：2095-9176（2016）01-0075-05