今天的世界已经进入一个“大数据时代”，中西学界的人文研究也出现了对“大数据时代”的积极响应，这便是“数字人文”的兴起，而徐老师您应该算是中国最早接轨西方数字人文的学者之一。据了解，在2007年到2016年的十年之间，您曾四次访学哈佛，在第四次访学之后，您以及带领您的学生发表了一系列有关元明清文学文献的数字人文研究文章，并成立了大数据团队，也就是“大数据+学术地图创新团队”，应该说这四次访学是促成您从关注传统纸本文献到数据与文献并重的重要经历，可以分享一下您的这一段心路历程吗？

研究生毕业之后，我到浙图工作的一个主要目的，即是希望近距离接触古籍文献，为自己的阅读提供方便。但工作之后发现，虽然自己阅读方便了，但是读者到我们图书馆来查阅文献仍然是一件颇为麻烦的事情。原因主要有二：第一，读者经常需要复印古籍，而复印费用比较昂贵；第二，读者来回图书馆的行程，需耗费不少时间与精力。尽管认识到读者之难，但当时的自己尚未有能力想到并施行有效的办法去解决这些问题，直到我接触到大数据。

事实上，在我的硕士阶段，计算机已经出现。但当时自己尚不会使用，我的硕士论文也没有借助电脑来写作和打印。工作以后，通过浙图的专门培训，我才开始接触电脑和使用电脑打字。记得当时的存储条件非常有限，文件储存主要依靠磁盘，数码相机也没有普及。及至读博，虽出现了能够全文检索的电子版《四库全书》，但由于自己没有机会接触到，我的博士论文撰写也没能利用到这些数字化产品。博士毕业以后，我到复旦大学做博后，彼时网上的电子书资源开始勃兴，尤其是超星网发布了大量在线的影印古籍。这些资源被一些网民下载，成为能够自主查阅的电子书文献。我当时即通过和一些网民交流，从他们那儿获得了大量的电子书资源。我把这些电子书刻成光盘，总数有数千张。当然，需要说明的是，我当时关注这些电子书资源，主要是想利用这些电子书，为自己个人的治学提供方便，而怎样利用这些电子资源，实现对相关文献的快速查找，我尚未掌握科学便捷的工具和方法。至于我对数据库化文献及数据库建设的关注，更是到了浙大工作以后的事情。

2007年，我去哈佛大学东亚系访学，这是我的第一次哈佛访学之旅。在这次访学中，我了解到查阅电子书的EmEditor软件，特别适合TXT格式的电子书。但是，EmEditor软件只是针对文本的一个全文检索工具，并不是一种结构化的数据库。我与数据库的结缘，得益于我当时的联系导师包弼德教授。到哈佛访学之初，包教授在他的办公室用老式电脑和显示器向我演示了他创建的CBDB（中国历代人物传记资料数据库）数据库。这个数据库刚创建不久，里面收录的数据仅限于台湾编的《宋人传记资料索引》《明人传记资料索引》等几种。因为看到收录的不过是几种二手材料的传记，并且这些数据自己都有，我一开始并没有把CBDB当一回事，并觉得它不会有多大用处。此外，包教授另建有CHGIS与WorldMap两个与中国历史地理信息相关的数据库。CHGIS 即中国历史地理信息系统，WorldMap则是一个全球地理信息研究成果发布和共享平台。我知道地理信息在文史研究上非常重要，但自己对这方面实在是毫无了解，所以当时对这两个数据库也没能给予充分关注。从哈佛回来以后，因惯例需要，我向学校领导报告了这个事情，遗憾的是，也没能引起学校的重视。

后来我承担了一个国家重点项目，即“浙江著述总目”。在做这个项目的过程当中，我发现结构化的数据相当重要。因为总目的编排涉及大量作者、书名跟其他目录的匹配问题，而这些都需要用到数据库的知识。所以，自那时起，我开始主动学习Access数据库。2008至2009年，我第二次访学哈佛。在这次访学中，我参加了包教授主持的几次工作坊以及CBDB和CHGIS的培训，对包教授的数据库理念有了更深入的了解。但是，由于是刚接触GIS之类的软件，我对很多东西的认知，仍然还是处于一知半解的状态。直到2014年第三次访学哈佛，我对包教授的CBDB等数据库与数据库理念才有了彻底的了解。因为在这个时候，CBDB、WorldMap等数据库建设已经发生了很大的变化：首先是它的数据量大大增加；其次，群体计量统计、定位查询、空间分析、社会网络分析、可视化等功能已展示出强大的应用前景。所以在这次访学中，我决定开始学习GIS技术。当时CBDB实验室的中国籍工作人员和访问学者会无偿地教授我们这些技术，我也积极主动向他们请教。

2015年我第四次访学哈佛，主要目的是继续学习GIS技术，并且希望自己能够在国内建立一个类似的平台用于发布数据。所以这次访学回来之后，我便开始着手准备一些事项，以期一步步实现这个愿景。首先是撰写相关论文，奠定平台建设的研究基础。譬如，发表在《浙江大学学报》2016年第3期的《中国古典文学研究的几种可视化途径——以汤显祖研究为例》一文，是我的第一个尝试。在此之后，我带领我的学生又对多种文献或文学对象进行了可视化的探究，也相继出来了一些成果，如《〈全元文〉的作者地理分布及其原因分析》《〈全元诗〉作者地理分布的可视化分析》等。其次，建立相关科研团队，发挥团队效力，推进平台建设。2016年4月由我负责成立了浙江大学“大数据+学术地图创新团队”，这个团队隶属浙江大学社科院，以建设学术地图发布平台为目标。而之所以要建设这个平台，主要是发现在哈佛WorldMap上发布地图数据极为不便，因为WorldMap用的是国外的地图作为底图，没有九段线，不符合中国的国情，所以我们有必要在中国建立一个自己的平台。当然，平台的建设过程历经了一些坎坷。一开始我主要是找企业和公司，希望他们合作投资创建平台，但均没有成功。后来在一次南京大学的数字人文会议上，我又遇上包弼德教授，我跟包教授建议由浙江大学和哈佛大学共同来建这个学术地图发布平台，包教授当即表示了赞同。2017年10月，即是在包教授的牵线之下，我们浙江大学与哈佛大学的地理分析中心签订了共建学术地图发布平台的协议。

对于长期接受传统古典文献与文学学习的研究者来说，转型数字人文研究应该并不是一件很容易的事，因为它不仅需要打破思维与视界，更需要切实的跨界知识与技术更新。据了解，您在2017年4月成立的浙江大学“大数据+学术地图创新团队”，便是一个跨学科的科研团队，并且，您本人还专门地去学习了Python语言。所以，可以具体介绍一下您的这个团队是如何跨学科运作的吗？在如何实现跨界知识与技术的更新问题上，可否也分享一下您的经验？

浙江大学“大数据+学术地图创新团队”，是一个主要依托哈佛大学跟浙江大学共建的学术地图发布平台来运作的团队，团队的主要任务是围绕海量中国文史数据与地理信息的结合，展开数据库建设和空间分布的可视化分析。由于这个平台的建设与维护要大量涉及GIS、数据库建设领域的知识与技术，我们的团队成员，不仅有人文学院的老师与学生，也有来自地球科学学院、计算机科学与技术学院的老师与学生。其中，地球科学学院、计算机科学与技术学院的老师与学生，主要负责平台的技术建设与维护工作；我们人文学院的老师与学生，则主要负责建设数据，亦即学术地图的制作与发布。

关于我个人对数字人文技术的学习，这里主要向大家分享三个方面的学习经验。首先是对处理地理信息的软件的学习。这方面，除了刚才讲到的GIS外，目前主要是学习ArcGIS和QGIS。因为我们人文专业经常会涉及地理信息的分析，而对这些地理信息进行可视化分析，ArcGIS和QGIS是时常需要用到的软件和工具。其次，是对数据库知识的学习，这里主要是Excel和Access数据库。由于强大的数据处理功能与技术，数据库对结构化数据的建设，如人名、地名等具有重要意义。比如Vlookup函数，可以快速实现数据的批量匹配；数据透视表(pivot table)，能够自动进行计算。显然，这些数据库功能与技术的使用，不仅能使我们的工作变得高效，它的运行结果，较之人工操作，亦能更为精确。

第三，对可视化软件和编程语言的学习。可视化软件如Gephi与Pajek，这两个软件是实现人物社会网络关系可视化的重要工具。编程语言则主要是Python，Python是目前世界上最流行的一种计算机语言，它的语法不是很难，人文社科的学者一般都能够理解，但它的功能又着实强大，无论是爬数据，文本的挖掘，图像的处理与可视化，还是结合其他文本、Excel等进行大数据的处理，它都可行，并且非常高效。比如我曾经用Python来制作过索引，它不像传统制作索引的方法，需先生成页码，再提取页码信息，方能编写索引，而只需给条目加上ID号，在排版之前就可以生成索引，所以制作过程格外快捷。另外像将传统干支纪年跟现代公元纪年对应的工作，借助Python，可实现一次性精准标引，而若假以人工，不仅费时长，且肯定难避讹误。

总之，对于比较重要的数字人文软件与工具，我都会积极地去关注与学习。

2018年3月，由您和您的团队促成的浙江大学与哈佛大学共建的“学术地图发布平台”（amap.zju.edu.cn）正式上线，截至目前，这个平台已历经了三年的发展，数据越来越丰富，影响也越来越大。可否请您对这个平台的性质、功能、内容、使用与运营情况分别作一个具体说明？作为一个以文史地图发布为重心的数据库，您认为它在中国文史数据库建设史上有怎样的意义？对平台的进一步建设又有哪些期待和规划呢？

我们的学术地图发布平台，是中国第一个综合性的地理信息数据发布平台。它的功能，简单来说，就是为海内外学者提供一个地理信息数据的发布空间。因为根据学者的研究，人类的信息有80%是跟地理有关的。中国有着悠久的历史和浩如烟海的典籍文献，大量历史事件的发生、历史人物的活动与籍贯分布等，都涉及丰富的地理信息，我们要做的就是把这些海量的地理信息制成可视化的地图与数据集合，发布到平台，形成一个聚类的检索系统。

具体到内容来看，平台自2018年3月19日上线以来，不到三年时间，总共已发布1200余幅学术地图，400多万条条目，几千万字的数据，有近50个国家和地区的读者来访问平台。从数据对象的形态角度来看，文史人物的行迹与地理分布，和文史文献的地理定位与查询，是平台目前所发布的数据资源中的大宗。其中，主要依托年谱制作的文史人物行迹图已逾400幅，像司马迁、李白、杜甫、汤显祖、竺可桢等文学与文化名人的行迹图或游历图，在平台上有着非常高的浏览量。文史人物的地理分布图，则一般依托相关文献载录的群体地理信息而制作。如前面提到的《全元文》《全元诗》的作者地理分布图，以及目前平台上发布的《全宋文》《全宋诗》《全宋词》《全金元词》《明诗综》等文献的作者定位图，是对文学总集作者地理信息的可视化呈现。其他依据书目文献整理的作者地理信息，依托地方志与科举文献对特定人物群体，如职官与进士的地理信息进行的可视化成果，平台上也非常的多。此外，平台也涉及部分文史人物的社会关系网络图。文史文献的地理定位与查询，则既有以书籍文献为中心的地域考察，也有对特定作品的地域考察。前者如各省古代地方志查询系列、清代各省别集查询系列等；后者则如《全唐诗》《全宋诗》涉浙诗歌的定位查询、汤显祖诗文定位查询等。而除文史人物与文献的地理数据外，平台也涉及不少有关非物质文化遗产、旅游景点、交通、经济、农业、生命科学等方面的地理信息数据。如全国皮影戏分布地图、中国名胜古迹分布图、清代新疆驿站图、我国茶油消费市场分布图、食品谣言分布图、杭州传染病时空分布图等。总的来说，我们平台所发布的地理信息与资源以古代文史类为重心，也广泛涉及现当代的多个学科领域与众多层面。

就使用与运营情况来看，平台主要是面向社会各界研究者开放注册。用户可围绕上传发布与查看下载两个向度的功能操作, 达到多元化数据信息资源的汇聚、传递与整合。一方面, 用户可将自己通过图形、空间地理、时间轴与关系图等形式生成的数据集成果，自主发布于平台, 达成数据共享；另一方面, 基于平台多维关系性及交互性的建设与数据开发与管理模式，发布者既能自主编辑、查看数据的各种属性与变量, 亦可通过不同的检索项来分析各层数据，并且能够与其他发布者交流沟通，促进数据资源的深度共享。据统计，目前已有来自将近50个国家的访问者，浏览过我们的平台；在浙江大学的1000多个网站里面，我们这个平台的阅读量排名已经进入了Top20，可见它的影响力确实是越来越大。

平台的建设意义，则主要有以下几个方面。第一，作为中国第一个综合性的地理信息数据发布平台，它能够为各行各业的地理信息的数据发布提供可能。第二，它能提升中国在大数据建设中的话语权，避免“数据在中国，数据库在国外”的现象的发生。比如美国哈佛大学的WorldMap，就非常注重对中国数据信息的采集，如每年的铁路变化、地铁变化、人口变化、空气质量变化、机场变化等，都有实时的收集。所以，美国要了解中国各方面情况，只要调出相关地图里面的数据，就能一清二楚。但中国自身却未能拥有这样的综合性数据库，而学术地图发布平台的出现，正可弥补这一空缺。第三，在长三角一体化上升为国家战略的背景下，平台能为浙江争取建立长三角大数据中心所需国家资源抢占先机。第四，它能为政府决策、社会服务以及科学研究提供参考。第五，平台对涉浙地理信息的集中发布，也能够为浙江省诗路文化带文化工程的实施提供科学依据和学术保障。其他如助力智慧旅游，帮助中小学生在时空交互印证下更有代入感地去了解国情、省情、地情，乃至学习相关文史知识，也是平台能够发挥的现实意义。另外，这个平台的建设，也可以使我们浙江成为文化大数据的汇集中心。

数据是一种无形的资产，所以对于平台今后的期待和规划主要还是在数据建设上。首先，基于我个人的专业，平台今后的数据建设方向将主要着力于与文学相关的层面。比如文学作家方面，拟建设一个从先秦一直到现代的一流、二流作家行迹数据库；对于他们的文学作品，也拟作更全面、细致的地理信息统计。其次，基于浙江诗路文化带工程的施行，涉浙诗歌文献数据，也将是平台数据建设的一个重点。第三是地方志数据的建设。我前面已介绍到平台上有不少从地方志中提取的地理数据，但相较中国古代地方志的体量而言，现在建成的实际仅为其中很少的一部分。并且，地方志是一个可以当作准结构化的地理数据集或数据库来看待的文献，像其中的职官志、人物志等，都是可以快速实现可视化的准结构化数据。目前国外已经在进行这方面的建设了，如果我们中国自己不去建设的话，以后将会失去这个方面的话语权。所以，我们一方面要自己去积极建设，另一方面也要呼吁国家来重视这个问题。另外，中国的家谱文献也有很大的体量，并且也涉及大量的地理信息，所以家谱文献的数据整理，也将是今后平台数据建设的一个拓展点。