非遗万象图：一次多源异构数据采集与融合应用的综合实践
| 项目所属课程 | 2025数据采集与融合技术 |
|---|---|
| 组名、项目简介 | 组名：数据全部收入囊中 项目需求： 本项目旨在打造一个集非遗展示、知识探索与互动体验于一体的数字化平台，通过地图导览、项目详情与推荐、濒危分析等功能，帮助用户建立对非遗的整体认知；并引入 AI 生成与多媒体交互，让非遗从“静态文本与图片”走向“可体验、可创作、可传播”的新形式。项目核心理念是以数字技术为桥梁，让年轻群体在探索与参与中理解非遗、关注非遗、加入非遗，为传统文化注入新的活力，推动非遗保护从“被动抢救”转向“主动传承”。 |
| 团队成员学号 | 182300113（林焜）、132301146（黄浩泽）、102302146（康锦铭）、102302141（易敏亮）、102302128（吴建良）、102302118（兰逸霏）、102302143（郑泽雄）、152301219（李志阳） |
| 这个项目的目标 | 1、搭建“非遗数字展示平台”主链路，以地图为主入口，打通“地图点位 → 详情 → 推荐 → 再探索”的浏览闭环，提供搜索、分类、省份画像与统计等能力，形成系统化内容入口。2、提升公众（尤其年轻人）对非遗的理解与参与，用更直观的 UI/交互降低学习门槛，让用户能够快速理解非遗的地域分布、类别体系与文化内涵。通过互动体验与 AI 能力，增强趣味性与传播性，促进“主动了解”和“二次传播”。3、做到“濒危可视化”，唤起保护意识，基于传承人等信息建立濒危判定逻辑，输出可浏览的濒危名录与原因说明，增强社会价值与现实意义。4、支撑后续演进与落地部署，将数据落库 openGauss，便于后续扩展（增量更新、后台管理、权限与审计、更多统计分析）。形成可迁移的运行环境与配置规范，支持在新虚拟机快速部署上线。 |
| 代码仓库链接 | gittee仓库：https://gitee.com/lin-kun123456/2025_crawl_project/tree/master/综合实践 |
一、项目整体介绍
在“多源异构数据采集与融合应用综合实践”课程中，我们小组完成了一个以非物质文化遗产数字化保护与传播为主题的综合项目——非遗万象图。项目围绕“如何让非遗被更多人看见、被更容易理解、被更愿意参与”这一现实问题，构建了一个集空间导览、内容检索、风险分析与 AI 互动体验于一体的综合数字平台。
在快速城市化和信息传播碎片化的背景下，许多非遗项目逐渐淡出大众视野，尤其是年轻群体往往缺乏系统了解非遗的渠道。同时，不少非遗高度依赖少数传承人，一旦出现传承断层，技艺和文化内涵便面临消失风险。因此，如何借助数字技术对非遗进行结构化整理、可视化展示与互动式传播，成为本项目的出发点。
项目整体以非遗时空地图为主入口，打通“地图浏览 → 项目详情 → 相似推荐 → 再探索”的浏览闭环，并通过搜索、分类、濒危分析等功能帮助用户建立对非遗整体格局的认知；同时引入 AI 创作、识别与语音合成能力，让非遗从静态展示转向“可体验、可创作、可传播”的新形式。
二、项目整体架构与技术路线
在系统架构上，项目采用 Flask + Blueprint 的模块化后端设计，前后端职责划分清晰，便于功能扩展和多人协作：
- 数据层：以非遗 JSON 数据为起点，统一数据结构，支持后续迁移至 openGauss 数据库，实现可维护、可扩展的数据管理。
- 服务层：按功能划分蓝图模块，如非遗浏览、搜索、分析、AI 创作等，避免逻辑耦合。
- 展示层：前端通过地图、列表、卡片等形式进行可视化展示，并引入交互与多媒体体验。
- AI 能力层：通过大模型与语音 API，实现文本生成、图像生成与语音合成等能力。
整个系统既满足课程对“多源数据融合、系统化设计”的要求，也具备一定的实际应用和扩展价值。
三、个人负责模块说明与实现思路
在小组分工中，我主要负责以下四个功能模块：
- （3）搜索与分类浏览
- （4）濒危分析
- （6）AI 创作工坊
- （8）京剧传声
这些模块既承担了“信息检索与分析”的核心功能，也体现了 AI 技术在非遗传播中的应用价值。
四、搜索与分类浏览：降低非遗探索门槛
功能定位
搜索与分类浏览模块的目标是：让用户能够快速、准确地找到感兴趣的非遗项目。在非遗项目数量较多、信息维度复杂的情况下，单纯依赖地图浏览并不足以满足用户需求，因此需要提供更直接的文本检索与结构化分类入口。
实现思路
在后端设计中，我实现了一套多字段匹配 + 简单排序策略的搜索逻辑：
-
搜索范围覆盖：项目名称、地区、省份、类别与内容简介；
-
排序优先级设计为：
- 标题完全匹配；
- 标题包含关键词；
- 其他字段匹配。
这种策略在实现复杂度较低的前提下，能够显著提升搜索结果的相关性，符合课程实践阶段“可用性优先”的设计原则。
在分类浏览方面，系统支持按 类别（type / cate） 进入分类页，集中展示同类非遗项目，帮助用户进行横向对比和系统性了解。
后端实现
在实现“搜索与分类浏览”能力时，我的核心设计目标是——让用户能够快速、准确地找到感兴趣的非遗信息。因此，我在后端构建了一套轻量但有效的检索逻辑，通过对关键词的优先级匹配实现相关性排序。
搜索逻辑核心函数：
def search_items(keyword):if not keyword:return []keyword = keyword.lower()title_matches = []title_contains = []other_matches = []for item in ICH_ITEMS:title = item.get("title", "").lower()province = item.get("province", "").lower()type_field = item.get("type", "").lower()cate = item.get("cate", "").lower()content = item.get("content", "").lower()if title == keyword:title_matches.append(item)elif keyword in title:title_contains.append(item)elif (keyword in province or keyword in type_field or keyword in cate or keyword in content):other_matches.append(item)return title_matches + title_contains + other_matches在这里，我写了一个 search_items() 函数，用来处理用户输入的搜索关键词。设计这段代码时，我刻意把搜索结果分成了三层优先级：首先是标题完全匹配（最相关，优先展示），接着是标题包含关键词（相关性较高），最后是其他字段匹配（如省份、类别、内容简介），这样做的好处是，即使用户搜索的关键词很模糊，系统也能尽可能给出相关性递减但不中断的返回结果，避免出现“空搜索页”，而使得用户的体验下降。
而在分类浏览部分，我为每一种非遗类别都提供了一个独立入口，例如 /ich/category/传统技艺。用户点击分类按钮后，路由会把类别参数交给 get_items_by_category()，由它从数据集中筛选出属于该类别的项目，最终渲染到 category.html 页面。
分类代码展示：
@app.route('/ich/category/<category>')
def ich_category_page(category):from urllib.parse import unquotecategory = unquote(category)items = get_items_by_category(category)return render_template('category.html', category=category, items=items)前端实现
<input type="text" x-model="query" @input="filterItems"class="..."placeholder="寻访 · 非遗 (搜名称/省份)">
在这里，我给地图侧边栏加了一个搜索框，用 x-model="query" 双向绑定输入内容，一旦输入变化就触发 filterItems()。
这个搜索不走后端接口，而是对已经加载到前端的 allItems 做一次本地筛选。
以下是对应的js逻辑
filterItems() {const q = this.query.toLowerCase().trim();let matches = [];if (!q) {matches = this.allItems;} else {matches = this.allItems.filter(item => (item.title && item.title.toLowerCase().includes(q)) || (item.province && item.province.toLowerCase().includes(q)) ||(item.type && item.type.toLowerCase().includes(q)));}const seen = new Set();this.filteredItems = matches.filter(item => {const title = item.title;if (seen.has(title)) return false;seen.add(title);return true;});this.renderMarkers();
}搜索范围只在地图点位 allItems 这批数据里，匹配字段是 title、province、type，过滤出 filteredItems，然后重新渲染地图上的 markers。
实际效果
可以看到，输入苗族搜索时，不仅提取出了非遗名字中含有苗族两字的信息，还把省份信息中含苗族的非遗也提取出来了，同时右边的地图上也只显示出过滤出的节点。
五、濒危分析：让“传承风险”变得可见
功能定位
在传统非遗展示中，“传承风险”往往隐藏在文本描述中，普通用户很难直观感知。濒危分析模块的核心目标，是将传承断层风险从隐性信息转化为显性结果。
判定逻辑设计
在后端分析模块中，我基于“传承人数量”这一相对明确的数据字段，设计了简单但直观的判定规则：
- 传承人数量 = 0：极危（传承断层）
- 传承人数量 = 1：预警（一脉单传）
- 传承人数量 > 1：相对安全
系统会自动筛选濒危项目，生成濒危名录，并按风险等级进行排序展示。
相关逻辑判断代码：
def check_endangered_status(item):inheritors = item.get("inheritors")count = 0names = []if isinstance(inheritors, list):count = len(inheritors)names = [i.get('name', '') if isinstance(i, dict) else str(i) for i in inheritors]elif isinstance(inheritors, str):if inheritors.strip() == "" or inheritors == "无" or inheritors == "暂无":count = 0else:parts = inheritors.replace("，", ",").split(",")names = [p.strip() for p in parts if p.strip()]count = len(names)elif isinstance(inheritors, int):count = inheritorsif count == 0:return True, "critical", "传承断层 · 无在册传承人", count, nameselif count == 1:return True, "warning", "一脉单传 · 仅一位传承人", count, nameselse:return False, "safe", "传承有序", count, names
我首先把这些不同格式统一转换成传承人数量和传承人姓名列表，这样后续无论是判断风险还是在页面上展示“传承人名单”，都可以直接使用，不需要到处写类型判断。
接着再进行之前提到过的逻辑判断。
前端实现
除了列出濒危非遗，我还在页面上设计了一个能展现出总共有多少非遗濒危的数据，并且给他增加了跳动特效，表现出严重性
相关前端代码：
const interval = setInterval(() => {count += step;if (count >= target) {this.totalCount = target;clearInterval(interval);} else {this.totalCount = count;}
}, frameRate);
这段代码增加了跳动效果
实际效果
该模块的意义不在于给出绝对精准的学术评估，而在于唤起用户对非遗传承现状的认知与关注。通过列表、标签和等级提示，用户能够直观理解哪些非遗正处于“高风险”状态，从而增强文化保护意识。
六、AI 创作工坊：让非遗内容“可创作、可传播”
功能定位
AI 创作工坊是项目中面向年轻用户的重要模块，目标是：降低非遗内容创作门槛，提升传播趣味性。
功能设计
用户只需输入一个主题或描述，即可选择生成内容类型：
- 创意图片（用于视觉传播）
- 文化故事（用于知识科普）
- 宣传文案（用于活动或推广）
后端根据不同生成类型，对用户输入进行提示词封装，并调用大模型生成对应结果。
技术与体验平衡
这里，我调取了科大讯飞的api进行文本创作和图片生成
- 统一生成接口，减少前端调用复杂度；
- 生成结果直接展示，避免多余步骤；
- 输出内容以“可复制、可分享”为目标。
核心代码为：
def generate_text_with_ark(prompt):"""Generates text using ARK API."""try:headers = {"Authorization": f"Bearer {ARK_API_KEY}","Content-Type": "application/json"}payload = {"model": ARK_IMAGE_MODEL,"messages": [{"role": "user", "content": prompt}]}response = requests.post(ARK_CHAT_API_URL, headers=headers, json=payload, timeout=60)if response.status_code == 200:result = response.json()if "choices" in result and len(result["choices"]) > 0:return result["choices"][0].get("message", {}).get("content", "")return Noneexcept Exception as e:print(f"❌ Text generation failed: {str(e)}")return None在这里，我把调用大模型生成文本的流程封装成了一个通用函数，后面无论是生成“故事”还是“宣传文案”，都可以直接复用它。
然后就是生成文化故事的代码：
elif generation_type == "story":story_prompt = f"请为以下主题创作一个200字左右的文化故事: {prompt}"story = generate_text_with_ark(story_prompt)if story:return jsonify({"success": True, "text": story})else:return jsonify({"success": False, "error": "Failed to generate story."}), 500接着是生成宣传文案的代码：
elif generation_type == "copy":copy_prompt = f"请为以下主题创作一个100字左右的宣传文案: {prompt}"copy = generate_text_with_ark(copy_prompt)if copy:return jsonify({"success": True, "text": copy})else:return jsonify({"success": False, "error": "Failed to generate copy."}), 500最后是关于图片的：
if generation_type == "image":image_url = generate_image_with_ark(prompt)if image_url:return jsonify({"success": True, "image_url": image_url})else:return jsonify({"success": False, "error": "Failed to generate image."}), 500实际效果
这一模块让非遗从“被动阅读”转变为“主动参与式创作”，增强了平台的传播潜力。
七、京剧传声：从“可看”到“可听”
功能定位
京剧作为高度依赖声音表达的非遗形式，仅靠文字展示难以体现其魅力。因此，“京剧传声”模块的目标是：让非遗内容以听觉形式被感知和理解。
功能流程
- 用户输入一段白话文本；
- 系统将文本润色为更接近京剧“念白/唱词”的表达；
- 调用语音合成接口生成音频；
- 提供在线播放功能。
后端实现
输入的读取
if request.is_json:payload = request.get_json(silent=True) or {}text = (payload.get("text") or "").strip() or None
else:text = request.form.get("text")这里的代码负责获取用户输入的基础内容。系统首先判断用户是否通过 JSON 提交请求（前端 AJAX 调用），如果是，则从 JSON 中读取 text 字段，如果不是（例如使用
