大數據驅動的非物質文化遺產管理范式轉變研究*

高 山 談國新

（1.華中師范大學國家文化產業研究中心 武漢 430079；2.湖北民族大學學報編輯部 湖北恩施 445000）

非物質文化遺產(以下簡稱非遺)是我國傳統文化之源和民族之根，蘊含著豐富的精神內涵，具有巨大的文化價值、歷史價值和社會價值。非遺指各族人民世代相承的、與群眾生活密切相關的各種傳統文化表現形式(如民俗活動、表演藝術、傳統知識和技能以及與之相關的器具、實物、手工制品等)和文化空間[1]。作為一項重要的文化事項，非遺的保護與管理日益受到黨和國家的高度重視。國家先后頒布了《非遺保護法》《非遺法》《非遺保護條例》，對促進我國非遺的保護與規范管理起到了巨大的作用。目前，我國非遺的保護與管理工作取得了顯著成績，先后公布了四批國家級非遺名錄共1 372項，五批國家級非遺代表性傳承人名單共3 090人。這些優秀的傳統文化迅速走進人們的視野，引起了社會的廣泛關注，學術界也展開了對非遺的保護、傳承與管理模式的研究。總體來看，我國非遺的保護仍停留在“發現、登記、保存、數字化存檔”的傳統“靜態”模式，其管理方式主要為“以行政部門為主導，學術界為導向”的縱向管理模式，其傳承形式是“以傳承人為主，村寨社區學校為輔，逐漸向節日慶典、生態旅游、影視動漫滲透”延伸的靜態傳承途徑，這些保護與管理范式在當前乃至以往很長一段時期，起到了不可估量的作用，為中華優秀傳統文化的傳承發展作出了巨大貢獻。

隨著我國綜合國力不斷增強，國家“軟實力”大幅提升，科學技術被不斷應用到人文社科領域，“數字人文”學科應運而生，從數字化到數據化再到智慧化，社會科學研究進入高科技、高質量發展階段。由此，高新技術被應用到非遺的保護、開發和利用中，“管理扁平化，保護動態化，傳承社會化、活態化”趨勢日益凸顯，驅動非遺管理與研究的轉變，非遺的“活態”價值和“動態”保護本質即將得到充分體現。近年來，大數據作為熱門話題，在各學科領域受到廣泛關注。人們對大數據的認識也逐漸深化，大數據所含的“先進技術、資源特性和思維方式”深刻影響著現有管理理念、管理思維與管理模式，引導著管理學科不斷創新發展。目前，大數據在電子商務、智慧農業、金融業、環境治理、傳統醫學領域已有廣泛應用，在政府管理、公共管理、信息管理和管理工程等領域也有深入探索，大量的實踐案例成果為非遺的管理與研究積累了豐富的材料。

大數據改變了社會，改變了人們的生活，也改變了人們的思維方式，傳統的非遺管理模式已不適應大數據時代的發展要求，研究范式轉變勢在必行。本文嘗試構建大數據的價值實現模型，使非遺價值的深入挖掘成為可能；同時梳理國內外大數據驅動的管理創新和范式轉變研究，為非遺管理與研究提供理論參考。在此基礎上探索非遺在大數據環境下由資源、技術和思維驅動的管理與研究轉變趨勢，可進一步明確非遺大數據管理的發展方向。大數據環境下的非遺管理研究對促進我國文化管理理論的深入發展有重要意義。

1 大數據的價值實現模型

如何認識“大數據”？不同的領域有不同的認識視角。最早提出“大數據”一詞的是著名未來學家托夫勒，他在1980年所著的《第三次浪潮》中熱情地將“大數據”稱頌為 “第三次浪潮的華彩樂章”。隨后，美國國家航空航天局的研究人員邁克爾·科克斯（Michael Cox）和戴維·埃爾斯沃思（David Ellsworth）首次正式提出大數據概念及其存儲所帶來的被稱之為“大數據問題”的問題[2]，標志著大數據概念初步形成。從2008年開始，《自然》[3]和《科學》[4]期刊分別推出專刊，圍繞科學研究中的大數據問題展開討論，相繼有麥肯錫（McKinsey）咨詢公司大數據白皮書的發布[5]、達沃斯世界經濟論壇[6]、聯合國的“全球脈動（Global pulse）”計劃[7]、美國的“大數據研究和發展倡議”[8]等，都開展了與大數據相關的項目與研究。至此，人們對大數據的認識也逐漸清晰。從目前的研究內涵來看，大數據主要包含大數據資源、大數據技術和大數據思維。大數據是一個“數據資源+先進技術+思維方式”的價值綜合體，其價值實現模型如圖1所示。

圖1 大數據的價值實現模型

1.1 大數據資源蘊含價值

從大數據本身的屬性來看，大數據的形成是一種數據資源的積累過程，數據資源蘊含價值。今天的“大數據、大科學”并不是一蹴而就的。早在1824年，美國就運用民意數據成功預測羅斯福連任總統。隨后，1862年美國國會促成了軍民聯手的“海浪監測計劃”，對興風作浪的海洋進行監測。物聯網、互聯網的出現，導致萬物互聯，環境大數據正在無限產生，業務數據、商務數據、科學研究與應用數據資源逐步積累。特別是在網絡普及應用的今天，網絡搜索、社交網絡服務SNS、網站和點擊流等直接產生結構化、半結構化和非結構化的數據，導致數據產生在縱向上積累、橫向上裂變式發展。數據似乎已超越摩爾定律的發展規律，呈現爆炸性增長。未來的數據增長將趨向于過程數據、環境數據、社會行為數據和物理實體數據等[9]。正如IBM公司在2013年提出大數據是一類新的自然資源一樣，大數據資源是一類可用于生產、服務和管理的自然資源。大數據還是一類能夠反映物質世界和精神世界運動狀態和狀態變化的信息資源，具有多種潛在價值[10]。

在文化領域，文化大數據正在形成。目前我國有公共文化場館1.1萬個；文物和非遺保護機構3 578個，國家、省、市、縣四級非遺項目85萬個，傳統手工藝、工藝美術項目30萬個；非遺產品門店約10萬個、代表性傳承人工作室、作坊約20萬個；老字號1 129家（商務部認定的“中華老字號企業”）；各地、各民族傳承節慶活動約1萬項；傳統古村落4 153個（住建部公布的四批）；人文景點、歷史遺存約100萬處；還有上述場館、場地實時活動及動態消息約100萬條，并且還在不斷快速增長。文化大數據可被視為“一種與固定資產和人力資本類似的重要生產要素”[5]，管理大數據最重要的就是合理利用數據資源，發現數據的潛在價值。

1.2 大數據技術發現價值

從大數據的技術特征來看，大數據可以被視為一種先進技術。大數據本身就具有技術屬性，維基百科從大數據的處理方法和處理工具的視角定義大數據，“大數據是指規模龐大且復雜的數據集合，很難用常規的數據庫管理工具或傳統數據處理應用對其進行處理，其主要挑戰包括數據抓取、策展、存儲、搜索、共享、轉換、分析和可視化。”從數據獲取特征來看，大數據是“由科學儀器、傳感器、網上交易、電子郵件、視頻、點擊流和/或所有現在或將來可用的數字源產生的大規模、多樣的、復雜的、縱向的和/或分布式的數據集”[11]，“是用一般的軟件工具難以捕捉、存儲、管理和分析的數據”[9]。對大數據的全面認識更是需要大數據技術支撐。大數據的應用離不開技術的推動，運用大數據技術進行數據分析，才能發現數據的潛在價值。如在商業管理領域，利用商務數據來輔助決策，從發明關系型數據庫到數據倉庫、聯機分析、數據挖掘、數據可視化，商務智能決策系統形成，商業數據的現代管理更高效、智能、智慧。

大數據價值的發現或實現需要多種技術協同[12]。文件系統（如GFS、Haystack、TFs等）提供底層的存儲支持，數據庫系統（如Bigtable、Megstore、Spanner、Dynamo、PNUTS等）的設計對內提供大數據管理、索引和查詢技術(如MapReduce、Percolato等)的開發，對外提供高效的數據查詢等功能，數據分析處理技術（如Hadoop、OLAP等）可從數據庫中的提取有益知識。近年來，機器學習、知識計算、社會計算、可視化逐漸興起，新技術新方法不斷涌現，5G技術（萬物互聯）已獲批進入商業運營階段，6G技術（天地空一體化）正在研發之中，大數據的開發價值凸顯。即使是“小數據”，由于新工具的出現，我們從其中也能發現大的價值[9]。

1.3 大數據思維釋放價值

從大數據的社會意義來看，大數據正在“改變政府、商業與我們的生活”[9]，更重要的是，它正在改變我們的思維方式，引領一場思維大變革，即從傳統的樣本思維到全數據思維、從因果思維到相關性思維、從精確性思維到混雜性思維的革命。大數據思維具有整體性、多樣性、平等性、開放性、相關性和生長性等特征，從本質上來說，它是一種復雜性思維[13]。可以說，大數據就是一種新的思維方式。因此，我們必須從以往的小數據思維迅速轉換成大數據思維，以適應這場急速的變革。大數據時代，人們在生活中思考問題和解決問題的習慣和模式也會受到所處環境的影響，并由此影響其理解和觀察世界的思維方式，繼而改變其行為模式[14]。運用大數據思維重構產業鏈，可最大限度地釋放產業價值。

以文化產業為例，在設計生產階段，通過眾包、協同生產、C2B、用戶參與、按需定制等模式，可以降低成本、提高質量、增強合作以及了解產品的屬性、偏好等；在產品投入階段，大數據服務平臺眾籌資金，解決融資難、征信差等問題，如以阿里小貸為代表的平臺模式和京東、蘇寧為代表的供應鏈模式等；在產品營銷階段，通過微博、微信、純線上營銷等數據分析，可全面了解客戶“所需、所想、所在”等，做到信息精準推送、產品精準營銷；在產品流通階段，去中心化的跨境電商正在崛起，大數據分析可提高流通效率，增強流通環節的增值效應；在產品服務階段，O2O模式可提供智能化、個性化的服務，大數據可為構建知識型、網絡型和分享型服務新體系提供支持。

2 大數據驅動的管理創新

大數據激發管理創新，驅動范式轉變，但在文化管理特別是非遺管理與研究方面觸及很少。目前大數據管理研究主要集中于信息科學領域，豐富的研究成果給非遺研究與管理創新提供了理論和實踐參考。

2.1 管理技術創新

大數據應用于管理學，引發了管理技術、管理模式以及決策技術的創新。在管理技術上，傳統的關系型數據庫管理系統已無法滿足現在以數據為中心的大數據管理的需求，大數據管理技術正在經歷以軟件為中心到以數據為中心的大數據集成管理系統的變遷，如杜小勇等對數據管理系統的研究和對未來的預測[15]。其他有關研究主要包括大數據文件系統、數據系統、分析處理工具等，代表性機構主要是Google、Facebook、Amazon、Yahoo等公司。在管理模式研究上，徐輝等基于大數據分析研究了公共部門人員績效提升與管理模式創新的問題[16]；楊善林和周開樂[10]基于大數據的資源觀研究了大數據的關鍵管理問題；通過案例研究，吳啟迪[17]探討了大數據管理模式在公共管理、工商管理和管理工程三個方面的表現。在管理決策上，何軍指出大數據的出現對企業管理決策技術提出了更高的要求，“大數據環境下豐富的數據和知識，使得決策參與者的決策能力大大提高，決策參與者的角色發生了改變，進而影響到企業的管理決策組織”[18]。

大數據逐漸滲入管理學領域，引發了學者們對管理科學前沿問題的深入思考。大數據背景下，商務管理將以“社會化的價值創造、網絡化的企業運作、實時化的市場洞察”為視角，未來的重要研究主要集中在“社會化網絡環境中的行為機理與社會資本結構、企業網絡生態系統及其協同共生機制、大數據環境下的顧客洞察與市場營銷策略、基于大數據的商業模式創新”等研究方向[19]。基于大數據環境下管理與決策的研究與實踐所呈現出的新特征，以及在理論與實踐范式、支撐技術、價值開發、產業與生態系統治理等方面面臨的重大挑戰，未來“大數據資源管理與政策、基于大數據的管理與決策創新、大數據技術的信息科學基礎、大數據分析與處理的數學與計算基礎”等將是大數據管理領域的前沿課題[20]。

2.2 管理范式轉變

在管理學理論研究中, 意大利管理學家喬萬尼·多西最先提出了“技術范式”和“技術軌跡”的概念[21]。后來，美國著名管理學家彼得·德魯克指出，“所謂的‘范式’是指像管理學這種社會科學關于‘現實的基本假設’。”[22]在西方管理學范式研究中, 范式被視為影響研究設計和范式取向的一個重要維度，通常包括科學主義范式、人本主義范式和文化主義范式三種維度[23]，而文化主義范式是管理學范式的一次重大變革。通過整合科學管理和人本管理范式，安世遨提出了一種新的管理范式——對話管理范式[24]。在國際當代公共管理領域，先后演化形成了公共行政（PA）、新公共管理（NPM）、新公共治理（NPG）三種主要范式[25]。在管理決策行為的范式分析中，對決策行為的分析產生了“標準化范式”、“描述性范式”和“決策進化論范式”[26]。20世紀90年代，超現代管理范式在西方興起，它以復雜性范式、混沌范式、模糊范式為主要內容，來應對處理“非理性”“不確定性”等復雜性問題[27]。

大數據驅動的管理范式研究是近五年才興起的。從大數據的數據特征、問題特征和管理決策特征三個方面來看管理決策研究和應用的范式轉變，陳國青等[28]認為大數據驅動范式的框架應從外部嵌入、技術增強以及使能創新三個角度來審視，大數據驅動范式具有“數據驅動+模型驅動”的“關聯+因果”性質。何軍[18]提出“數據驅動型決策”范式，從決策參與者、決策組織、決策文化、決策技術等方面系統闡述大數據對企業管理決策的影響。從數據科學、信息管理和圖書情報學的角度，孫建軍和李陽[29]以“科學共同體”為拓展，提出了“科學大數據”的范式。然而，在萬物互聯、數據爆炸的態勢下，原有的大數據概念及應用并不能完全滿足人類利用數據完成決策科學化、產業升級、驅動社會生產力變革的需要，繼而有學者提出“全局數據”的概念[30]，認為“全局數據則是大數據時代數據治理的新范式”。在公共管理領域，大數據技術驅動的范式轉型主要表現在兩方面：一是大數據技術從研究方法、研究對象、公共管理思維、公共管理績效評估標準等方面重塑公共管理的理論范式；二是大數據技術使公共管理從“維穩”式管理變成服務管理，從維持現實秩序、強調管理流程變成強調數據管理，從事后應對性管理變成事前有針對性的預防性管理等[31]。目前，大數據驅動的公共管理熱點問題包括精準扶貧、災害管理、健康管理等[32]。同時，大數據作為一種新技術，推動社會朝著更加開放、權力更分散和網狀大社會的方向發展，政府治理范式將以“智能化”重新塑造政府治理模式[33]。

3 大數據對非遺管理研究的轉變

文化大數據的抓取、挖掘和價值發現將是文化領域研究的熱點，文化大數據包括原生數據和衍生數據。非遺的原生數據包括文化行為數據、文化內容數據和文化時空數據；衍生數據則是在原生數據的基礎上，依托大數據處理技術對原生數據的屬性、結構、功能、關聯性等進行分析和加工所催生的新的數據類型。大數據背景下，非物質文化遺產的管理是值得深入探索的新問題。大數據對非遺管理與研究范式的轉變整體框架如圖2所示。

3.1 大數據資源驅動：從檔案管理到知識管理

圖2 非物質文化遺產管理與研究范式轉變

非遺的管理內容主要包括非遺代表性項目管理、非遺傳承人管理、文化生態保護區（園區）管理等，管理模式采用傳統的檔案化管理模式。國家相關部門對非遺的管理已有明確要求，《國家級非遺保護與管理暫行辦法》《國家級非遺項目代表性傳承人認定與管理暫行辦法》《中華人民共和國非遺法》均明確強調國家對非遺采取認定、記錄、建檔等措施予以保護。可見，檔案式保護是我國非遺目前最重要的管理模式，它包括對非遺的信息收集、整理、鑒定、保管與利用等工作環節。檔案式管理在一定程度上保證了非遺的原真性、整體性，為非遺的研究提供了寶貴而豐富的資源，對推動我國非遺的傳承發展起到了重要作用，但也存在“管理政策未細化、管理主體多元、類目設置多樣、體系標準不一”等問題。如圖2所示，大多非物質文化資源被采集后“沉沒”在數據庫、博物館、文化館、傳習所等場所，能接觸和深入研究利用這些資源的大多為文化精英，對普通用戶和大眾僅實現了基本的服務、教育和展示功能，難以形成資源、技術協同管理機制，不利于非遺的宣傳、弘揚和傳承。

大數據具有“資源”屬性，大數據資源蘊含大價值，將推動非遺管理模式轉變。非遺資源數字化是獲取大數據資源的前提，數字化表征是基礎。目前，我國在資源采集、存儲、管理、生產、傳播和消費等環節形成了完整的“非遺”資源數字化技術體系，構建了非物質文遺產保護和傳承體系[34]。人機交互、三維可視化、虛擬現實、增強現實、全息成像技術以及可穿戴技術等數字展示技術的應用構建了數字博物館。區塊鏈技術應用于非遺的數據管理[35]，產生了分布式的數據存儲和管理平臺。通過物聯網、互聯網、移動網線上線下的互動，社交媒體的廣泛參與，實時數據不斷產生，大數據資源平臺積累了海量的“非遺”數據資源。面對這些海量信息的產生和處理，傳統的“非遺”檔案管理模式已不能滿足用戶的信息需求和價值實現，數據挖掘和知識發現成為重要方向。資源積累的價值在于發現知識，大數據資源正在驅動“非遺”檔案管理向知識管理轉變。大數據時代非遺的管理對象將從“檔案”轉向“知識”，即從顯性知識管理轉向隱性知識挖掘，最大限度地實現非遺的潛在價值。如侯西龍等[36]以湖北省非遺項目為例，基于關聯數據構建了非遺知識服務平臺，進行非遺的知識管理研究。吳祐昕等[37]利用互聯網大規模數據對非遺的關注度和成因進行研究，在傳播學領域為非遺的活化提供了方法和路徑。此外，非遺的知識管理還包括知識產權管理、數據版權管理、品牌管理等。

3.2 大數據技術驅動：由靜態保護到動態保護

非遺管理中居于首位的是保護工作，真實性、整體性和傳承性是非遺保護的基本原則。我國先后經歷了以非遺名錄及傳承人的評選制度為代表的搶救性保護，以國家級文化生態保護區試點工程為代表的整體性保護，以傳統技藝類開發為代表的生產性保護等階段。因此，國內也有學者將非遺的保護模式分為靜態保護、活態保護和生產性保護三種模式。以非遺傳承人的保護為例，靜態保護主要是“延續傳承人的傳承生命，搶救傳承人的文化遺產，在文化隔離中安度晚年”的保護模式，它有利于年邁體弱型傳承人的文化生命延續。活態保護的關鍵是文化傳承的生態環境的保護，是指在文化自然中繼續傳承的保護模式，它有利于身體健康型傳承人的文化生態保護。生產性保護強調文化創新、文化選擇，是在文化產業發展中利用創新的保護模式，它有利于健康活躍型傳承人的文化品牌開發[38]。可以看出，從靜態到活態再到生產性保護是傳承人保護的趨勢，但這種對“非遺”傳承人的保護僅僅達到了對“非遺”的文化生命延續、文化生態維護和文化產品開發。“非遺”項目和傳承人的活動場所仍然還在場館園區等，“非遺”的價值實現仍是文化展示、文化服務和文化教育（如圖2）。不論靜態、活態保護，還是生產性保護，都是以代表性項目和傳承人為主體，雖然注重文化生態的整體性，文化內容的創新性，同時強調在地性，但從時空維度和互動維度來看，缺乏受眾的動態參與性，缺乏對文化流變性的考慮，仍屬于一種靜態的保護模式。

大數據技術是一整套融合了多種技術的大數據系統。大數據所具有的“規模性、高速性、多樣性、真實性、即時性”等特征，正在驅動非遺的保護從靜態向動態的模式轉變。動態保護模式強調高頻實時記錄、全周期沉浸式交互、跨組織整合、深度參與定制。參與式保護是動態保護的核心思想，真正讓沉睡在博物館的文化遺產活起來，真正實現其“活態”價值。大數據環境下非遺的保護主體中融入了數據科學家，政府的角色從“主導”向“服務”轉變。非遺的傳承主體正從文化精英轉向社會大眾，傳承途徑廣泛而多元。大數據時代，非物質文化遺產資源被數據化，其文化傳承突破時空限制，通過移動互聯網等變得虛擬化。“影像記錄”式的單向傳播已不適用于這個時代的要求，大數據環境下可構建動態的“數字化傳承場景”[39]，引起傳承人與社會大眾，尤其是與青年一代的廣泛互動，更有利于非遺的傳播與傳承。非遺的數字化傳承場景的核心是用戶，圍繞用戶的實時需求，通過交互機制來提升用戶的“實時體驗”[40]。數字化動態場景的構建是非遺動態保護的基礎，非遺傳承人的深度參與互動則是數字化動態保護的靈魂。參與式發展理論是動態保護的理論基礎，該理論的內涵與精髓是“參與”和“賦權”[41]，重點在“給予非遺傳承人和擁有者足夠的自主權與話語權，使他們參與數字化保護的設計與開發過程，通過與技術人員的交流與溝通，建立符合本土化與地方性的非遺資源分類、組織與評價、動態監控管理體系”[41]。非遺動態保護，信息多元且交互，由表及里，通過充分發揮非遺傳承人、擁有者的地方性知識與經驗，與大數據平臺、程序設計員、社會大眾實時互動（如圖2所示），實現大數據環境下非遺數字化保護的文化動態傳承功能。

3.3 大數據思維驅動：從田野調查拓展到智慧數據分析

科技的發展和物質生活的進步豐富了精神生活，還帶來思維方式和行為方式的變革。信息化催生全新的生活方式，數字網絡世界已見雛形，進一步增強了日常生活的文化性，祛除了文化的神秘感。非遺的研究范式開始轉型，研究方法最初由話語分析到田野研究轉變[42]。田野調查被公認為是非遺研究的必備方法，然而，從人類學、民俗學和民族學的角度來看，非遺研究本身具有的先驗性的價值預設，不同于人類學、民族學領域的田野調查。田野調查關注的是文化事項的當下表征，并沒有將文化傳承納入研究重點。隨后，有學者提出非遺研究應向“民族志”或是“遺產志”的研究范式轉變，“既表明其對民族志的繼承性，又彰顯出學科獨特的視角——遺產”[43]。無論是對田野調查的考究，還是對民族志、遺產志的探尋，雖然都突出了非遺研究中文化的傳承性，但是傳統研究方法無法實現文化傳承性的動態表達。大數據擴充了人類的思維與認知，正在影響非遺研究方法的拓展與轉變。

在大數據時代，數據科學正成為一種新的學科研究范式，被應用于非遺的研究。智慧數據分析將為非遺研究帶來新的思維革命。非遺智慧數據的建設包括數字化、數據化和智能化，首先來自田野調查的記錄與素材數字化（可計算），再結合大數據資源平臺及線上線下的記錄整合實現數據化（可理解），最終形成智慧數據分析（可對話）。智慧數據的基本表現包括：具有可解釋性、帶有自描述機制、具有可溯源性，能夠滿足意義上和證據上追蹤溯源以及演化過程表示的需要[44]。它既包括未來的形態，也包括歷史上的形態。智慧數據分析是大數據時代的高級階段，大數據思維是智慧數據時代的思維方法，如圖2所示。大數據的“全數據”思維推動非遺的研究方法由點到面、由個案分析到整體提升，產生大樣分析方法；相關性思維促使非遺由田野調查拓展到數據挖掘、網絡評價分析，數據溯源可進一步還原非遺的原貌，發現事物發展變化的規律及相互影響的關系，激發文化創造力；復雜性思維使非遺研究從研究結構化數據向半結構化、非結構化數據模型轉變，產生非結構化數據的智能數據服務與數據管理模型。如基于現有大數據進行非遺的知名度、關注度、最受歡迎表現形式[45]以及生態保護區趨勢分析和決策設計[46]等。

4 結語

非遺管理范式的研究要以管理學理論為基礎，大數據背景下管理學理論的研究也在進一步探索中。文化大數據已逐漸形成，但在文化領域，大數據理論、大數據意識、大數據思維尚未普遍建立，數據分散、共享難、整合難的現象非常突出。大數據應用于非遺的管理才剛剛起步，目前應在數據資源、數據技術和數據思維上努力探索。非遺的大數據資源的獲取與合理利用，需要數據網（即語義網）的支撐。數據網的建設，元數據是關鍵。目前針對不同類型的民族文化資源，不同組織頒布了多個內容描述方法和技術標準，如MPEG-7標準、都柏林核心元數據（Dublin Core, DC）、北京大學多媒體元數據等。但它們之間缺乏統一性，難以做到內容描述準確、資源有效共享。非遺元數據規范可參考多媒體文件的元數據規范，引用主流的元數據標準，在設計上爭取可以與已有主流標準兼容和交換[47]。同時，非遺本體的構建也是數據網建設的一大難題。用本體來組織、整理和描述非遺，可實現民族文化資源的規范化保存、檢索與管理。語義網具有“網絡的外部性”，商業領域對其投資有限，語義網的建設主要靠政府和公益組織的推動。因此，政府部門將加強非遺語義網建設的投資和扶持力度，作為國家重要的基礎設施工程來看待。文化大數據從“數字化”到“數據化”再到“智慧化”，是伴隨大數據技術的迭代更新來實現的。非遺的智慧數據分析與智慧管理是一個漫長的過程，需要大量基礎設施建設投入和技術創新人才的培養。同時，非遺要做到動態保護和活態傳承，需要我們養成大數據思維，弘揚數據文化，在全社會形成“收集數據是一種意識，使用數據是一種文化，開放數據是一種態度”[9]的氛圍。大數據時代正在催生全新的生活方式，非遺的傳承環境、傳承時空、傳承方式也在快速適應這個時代，非遺的管理問題有待我們的進一步研究。