• 首頁
• 關於我們
  • 歷史
  • 編輯委員會
  • 資助機構
  • 合作機構與個人
    • 合作機構
    • 個人提供之資料
  • 各歷史時期的工作小組
  • 技術小組
  • 哈佛小組子項目
  • 眾包項目
  • 開源社區（GitHub）
  • 獨家商業授權
• 資料來源與涵蓋範圍
  • CBDB的收錄原則
  • 資料來源
  • 涵蓋範圍
  • 資料庫架構
• 方法論
  • 群體傳記學
  • 地理資訊系統
  • 社會網路關係
• 研討會
  • “中古中國的群體傳記學”國際學術研討會 (2007)
  • 中國歷史人物傳記數據庫第一屆國際學術工作坊 (2008)
  • “中國史研究與計算機技術”國際學術工作坊暨2010年度宋史研習班
  • 2013 唐代研究工作坊
  • 世界各地的中國歷代人物傳記資料庫研討會
  • 2016年cbdb的介紹與資料庫的使用專題演講
• 下載
  • 下載CBDB單機版
  • 下載教學與輔助文件
  • 下載投影片與論文
    • 使用 CBDB 數據的出版物
    • 工作論文
    • 投影片報告
  • 下載相關軟體
  • CBDBRegexMachine
  • 資料集
  • CBDB API
  • CBDB 關聯數據
  • 錯誤回報
• 博客
  • 最新 blogs
  • 往期 blogs
• English

2019年11月22日，CBDB2019届访问学者——来自北京大学信息管理系的严承希博士带来了题为“数据挖掘和中国历代人物传记资料库”的报告，旨在指导大家更好地运用计算机手段在CBDB数据库上作文本挖掘与处理，完善和推进相关研究。        由于这是一场面对文史哲专业的讲座，大部分在座的听众对数据挖掘和编程十分陌生，甚至从未有过接触。所以在一开始，严承希博士就细致耐心地向大家介绍了Python的基本理念和流程：安装与配置——包管理——变量与运算——条件与循环——函数与模块——正则表达式。并介绍了学界相关研究的最新进展，以及相关应用Jupyter。随后大家在他的指导下成功安装了软件，并跟着严承希博士开始尝试初步的应用。在程序运行中，严承希博士详细介绍了几个常用的公式和其对应含义，如“if”“in”“and”等，以及如何用表达式提取学术研究中需要的数据库文献的信息。以CBDB数据库为例，运用Jupyter将CBDB导入后，可以运用拟定好的程序批量、快速地获取文史学者在研究中所需要的各类要素信息，并对其进行分析，如面对唐代墓志铭文献，在完成脚本化处理以后，如果以数据挖掘的角度介入，可以批量识别出墓志铭中出现的三种信息要素：人名、官职和地点，并找出他们之中的联系。同时，面对社交网络分析，可以在CBDB中导入某个人的全部社会关系，通过Python来计算、展现他们的社交关系远近，如：A是通过几个中间人而和B产生联系的，A和B两人有什么共同的社会关系，和A交往最密切的人是谁？这些都对文史工作者研究古代文人的文学交游、师承关系和文学谱系有着十分重要的帮助。        此外，为了让大家以更简单地方式掌握社交网络分析的相关应用，严承希博士还介绍了Rawgraphs应用，这是一款可以网页版使用的社交网络分析运用，操作更简单上手，在导入需要分析的文件后，可以选择应用程序中合适的模板作为模型，如波浪图、扇形图、网络图等，并根据自己的文件中内容的实际情况设定X坐标和Y坐标，调整模型的颜色、大小和比例，将其更好地呈现出来。        严承希博士本月的讲座让在座的聽眾都产生了耳目一新的感觉，第一次接触数据挖掘的应用，大家上手的过程都比较慢，但是严承希博士十分耐心讲解，大家慢慢都能运算出一些简单地程序，对Python和Jupyter的运作有了初步的了解，相信在之后的学习和研究中，能够运用一些简单的数据挖掘方式介入自己的研究和CBDB的工作。