Культурная аналитика

Культурная аналитика относится к использованию вычислительных методов, методов визуализации и больших данных для исследования современных и исторических культур. В то время как цифровые гуманитарные исследования сосредоточены на текстовых данных, культурная аналитика уделяет особое внимание массивным наборам культурных данных визуального материала - как оцифрованным визуальным артефактам, так и современным визуальным и интерактивным медиа. Принимая решение о том, как лучше всего исследовать большие коллекции богатого культурного контента, исследователи культурной аналитики разработали новые методы и интуитивно понятные визуальные техники, основанные на визуализации с высоким разрешением и цифровой обработке изображений.. Эти методы используются как для решения существующих исследовательских вопросов в гуманитарных науках, так и для изучения новых вопросов, а также для разработки новых теоретических концепций, соответствующих мегамасштабам цифровой культуры начала 21 века.

История [ править ]

Термин «культурная аналитика» был введен Львом Мановичем в 2007 году. После 2016 года этот термин начал все больше использоваться другими исследователями, и постепенно были созданы многие университетские программы по культурной аналитике. Журнал «Культурная аналитика» начал публиковаться в 2016 году. Собственная монография Мановича « Культурная аналитика» публикуется в MIT Press осенью 2020 года.

Культурная аналитика разделяет многие идеи и подходы с визуальной аналитикой («наука аналитического мышления, облегченная визуальными интерактивными интерфейсами») и визуальным анализом данных :

Визуальный анализ данных сочетает в себе передовые вычислительные методы со сложными графическими механизмами, чтобы задействовать исключительную способность людей видеть закономерности и структуру даже в самых сложных визуальных презентациях. В настоящее время применяемые к массивным, разнородным и динамическим наборам данных, таким как те, которые генерируются при исследованиях астрофизических, флюидных, биологических и других сложных процессов, эти методы стали достаточно сложными, чтобы позволить интерактивное манипулирование переменными в реальном времени. Дисплеи сверхвысокого разрешения позволяют группам исследователей увеличивать масштаб, чтобы исследовать определенные аспекты визуализации или перемещаться по интересным визуальным путям, следуя своей интуиции и даже догадкам, чтобы увидеть, куда они могут привести. Новые исследования теперь начинают применять такого рода инструменты также к социальным и гуманитарным наукам.и эти методы открывают большие перспективы, помогая нам понять сложные социальные процессы, такие как обучение, политические и организационные изменения и распространение знаний.^[1]

В то время как возросшие вычислительные мощности и технические разработки, позволяющие интерактивную визуализацию, сделали возможным исследование больших наборов данных с помощью визуальных презентаций, интеллектуальное стремление понять культурные и социальные процессы и производство предшествовало многим из этих вычислительных достижений. Знаменитая плотная графика Шарля Жозефа Минара, показывающая Марш Наполеона по Москве ^[2] (1869 г.), представляет собой пример XIX века. Опубликованный в 1979 году исторический обзор культурного потребления парижан середины века, опубликованный Пьером Бурдье , задокументированный в La Distinction , выдвигает на первый план изучение культуры и эстетики через призму больших наборов данных. Совсем недавно, Франко Моретти «sГрафики, карты, деревья: абстрактные модели для истории литературы ^[3] (опубликованы в 2005 г.), а также многие проекты в области цифровых гуманитарных наук раскрывают преимущества крупномасштабного анализа культурных материалов.

Текущее исследование [ править ]

На сегодняшний день методы культурной аналитики применяются к пользовательскому контенту, фильмам, анимации, видеоиграм, комиксам, журналам, книгам, произведениям искусства, фотографиям и разнообразному другому медиа-контенту. Технологии, используемые для анализа и изучения больших визуальных коллекций, варьируются от программ с открытым исходным кодом, которые работают на любом персональном компьютере, до суперкомпьютерной обработки и крупномасштабных дисплеев, таких как HIPerSpace (42000 x 8000 пикселей). ^[4]

Методологии [ править ]

Методологии, используемые в культурной аналитике, включают в себя интеллектуальный анализ больших наборов данных, относящихся к культуре (например, исследования библиотечных каталогов, коллекций изображений и баз данных социальных сетей), статистику , исследовательский анализ данных и машинное обучение . Обработка изображений неподвижного и движущегося видео с распознаванием функций, а также извлечением данных изображения используется для поддержки исследований культурных и исторических изменений. Культурно-аналитические методологии используются для изучения и интерпретации видеоигр и других форм программного обеспечения как на феноменологическом уровне ( интерфейс человек-компьютер , извлечение функций), так и на уровне объекта (анализ исходного кода).

Культурная аналитика в значительной степени полагается на программные инструменты, и эта область связана с зарождающейся дисциплиной исследований программного обеспечения . Хотя объекты культурно-аналитического подхода часто представляют собой оцифрованные представления произведения, а не произведение в его исходной материальной форме, объекты исследования не обязательно должны быть цифровыми произведениями сами по себе.

Связанные методологии [ править ]

Связанные методологии включают:

• Культуромика
• Визуализация информации
• Визуальная аналитика
• Визуализация данных
• Сбор данных
• Новое медиа искусство
• Программные исследования
• Цифровые гуманитарные науки
• Наука о данных

Ссылки [ править ]

Внешние ссылки [ править ]

• Исследования в области культурной аналитики в Cultural Analytics Lab .
• Лев Манович. Культурная аналитика. MIT Press, 2020 .
• Журнал культурной аналитики .
• Джеймс Уилфорд. Графическая культура. Гуманитарные науки (издание Национального фонда гуманитарных наук) 22 марта / апреля, номер 2, 2011 г.