论文
数字人文可视化论文写作指南：解决选题与数据难题
数字人文可视化论文写作是当前研究热点，但常遇选题方向模糊、数据来源分散、可视化表达不专业等难题。如何高效克服这些障碍？本指南解析核心策略，结合AI技术，指导从选题确定到数据整合全过程。通过智能工具辅助，简化复杂流程，强化逻辑框架，确保论文质量显著提升。立即探索实用解决方案。
关于数字人文可视化论文的写作指南
写作思路
围绕数字人文可视化论文，从多角度搭建框架：首先，从历史背景切入，探讨数字人文的演变（如从文本分析到数据驱动研究），可视化技术的兴起（如工具如Tableau或Gephi的应用），以及两者融合的价值（如提升人文数据的可解释性）。其次，聚焦应用场景，分析具体案例（如文学作品的网络图可视化或历史事件的时间线展示），强调跨学科性（如结合计算机科学和人文学科）。最后，讨论挑战与机遇，包括伦理问题（数据隐私）和未来趋势（AI增强的可视化）。这种思路帮助读者构建逻辑链条：引言定义主题，主体分节深入案例和技术，结论反思影响。
写作技巧
采用具体技巧提升论文质量：开头以问题或案例 hook 读者，例如引用一个知名项目（如莎士比亚作品的可视化分析）引出主题，避免泛泛介绍。段落组织上，每个主体段落聚焦一个子主题（如工具选择、案例解析、批判性评估），使用过渡句连接（如“此外，可视化不仅展示数据，还揭示模式”）。结尾强化核心观点，总结关键发现（如可视化如何深化人文洞察），并提出开放性问题（如未来伦理挑战）。修辞上，运用比喻（如“可视化是数字人文的显微镜”）和数据支撑论点（引用具体研究数据），确保语言简洁学术。
核心观点或方向
建议核心观点：数字人文可视化通过将抽象人文数据转化为直观图像，不仅增强研究的可访问性和深度，还推动跨学科创新。可行写作方向包括：1. 技术应用方向，分析特定工具（如D3.js）在人文项目中的效能，结合案例（如古籍数字化可视化）；2. 理论批判方向，探讨可视化如何重塑人文方法论（如挑战传统文本分析）；3. 社会影响方向，评估其伦理和包容性问题（如数据偏差对历史解读的影响）。这些方向帮助读者聚焦原创贡献，避免浅层描述。
注意事项
常见错误包括过度侧重技术细节而忽略人文深度（如只描述工具操作，未分析文化意义），或可视化选择不当导致误导（如用饼图展示时间序列数据）。解决方案：平衡内容，确保每个技术讨论都链接到人文案例（如解释可视化如何揭示文学主题）；选择合适可视化类型（如网络图用于关系分析），并通过小规模测试验证清晰度；引用权威来源（如数字人文期刊）避免主观臆断。此外，注意数据来源可靠性，使用公开数据集（如Europeana）增强可信度。
数字人文可视化研究
摘要
数字人文可视化作为跨学科研究领域，正深刻改变着人文学科的研究范式与知识传播方式。本研究系统探讨了数字人文可视化的理论框架与技术路径，揭示了其在文化遗产数字化、历史地理重构、文本语义分析等领域的创新应用价值。通过整合信息可视化、数据挖掘与人文计算等关键技术，构建了面向人文研究的可视化方法论体系，重点解决了非结构化人文数据的结构化转换、多维特征的可视编码等核心问题。实践层面，选取了古籍时空标注、文学情感图谱构建等典型案例进行深入分析，验证了可视化技术对人文研究认知效率与深度的显著提升。研究表明，数字人文可视化不仅拓展了传统人文研究的维度，其交互式分析功能更促进了研究范式的转型。未来发展趋势体现在智能算法与可视化技术的深度融合，以及跨学科协作模式的持续优化，这将为人文学科的知识生产与传播开辟新的可能性。
关键词：数字人文；可视化；数据呈现
Abstract
Digital humanities visualization, as an interdisciplinary research field, is profoundly transforming the paradigms of humanities research and knowledge dissemination. This study systematically examines the theoretical framework and technical approaches of digital humanities visualization, revealing its innovative applications in areas such as digital cultural heritage, historical-geographical reconstruction, and textual semantic analysis. By integrating key technologies including information visualization, data mining, and humanities computing, a visualization methodology tailored for humanities research is established, with a focus on addressing core challenges such as the structural transformation of unstructured humanities data and the visual encoding of multidimensional features. At the practical level, in-depth case studies—including spatiotemporal annotation of ancient texts and the construction of literary emotion graphs—demonstrate the significant enhancement of cognitive efficiency and depth in humanities research through visualization techniques. The findings indicate that digital humanities visualization not only expands the dimensions of traditional humanities research but also facilitates a paradigm shift through its interactive analytical capabilities. Future trends highlight the deeper integration of intelligent algorithms with visualization technologies, as well as the continuous optimization of interdisciplinary collaboration models, which will open new possibilities for knowledge production and dissemination in the humanities.
Keyword：Digital Humanities; Visualization; Data Presentation;
目录
第一章 数字人文可视化的研究背景与目的
随着信息技术的迅猛发展，人文学科正经历着从传统定性分析向数据驱动研究的范式转型。这一变革的核心驱动力在于数字技术为人文研究提供了全新的方法论工具，其中可视化技术因其直观呈现复杂人文数据的优势，逐渐成为数字人文领域的关键研究方向。数字人文可视化的兴起，既源于人文学者对多维度、非线性人文信息进行系统性解读的需求，也受益于计算机科学在信息可视化和交互设计方面的技术积累。
从研究背景来看，数字人文可视化的发展具有双重动因。一方面，文化遗产数字化保护的迫切需求推动了相关技术的应用探索。例如，古籍文献的时空标注、历史建筑的虚拟重建等实践，均需借助可视化技术实现文化资源的数字化保存与传播。另一方面，人文学科自身的研究深化要求突破传统文本分析的局限。通过将非结构化的诗歌、小说等文本数据转化为可视化的情感图谱或语义网络，研究者能够更高效地识别文本中的隐含模式和关联关系。
研究目的主要体现在三个层面：方法论层面旨在构建适用于人文数据的可视化理论框架，解决非结构化数据转换、多维特征编码等技术难题；认知层面试图通过交互式可视化工具提升人文研究的深度与效率，例如通过动态时间轴呈现历史事件的关联性；应用层面则致力于拓展可视化技术在文化传播、教育等领域的实践价值，如博物馆数字展陈中的沉浸式体验设计。这些目标的实现，需要人文研究者与计算机科学专家的跨学科协作，共同探索符合人文研究特点的可视化解决方案。
当前数字人文可视化研究面临的主要挑战包括：如何平衡技术精确性与人文阐释的模糊性，如何处理大规模异构数据的可视化负载问题，以及如何设计普适性交互界面以满足不同用户群体的需求。这些问题的解决将直接影响数字人文可视化能否真正成为连接技术与人文的有效桥梁。
第二章 数字人文可视化的理论基础与技术方法
2.1 数字人文的理论框架与研究范式
数字人文的理论框架建立在跨学科融合的基础之上，其核心在于将传统人文研究的阐释性思维与现代信息技术的计算性思维进行有机整合。这一框架包含三个关键维度：数据维度关注人文信息的数字化转换与结构化处理，强调通过本体建模、语义标注等技术手段实现非结构化人文数据（如古籍文献、历史档案）的机器可读性；认知维度着重解决可视化界面如何有效传递人文知识的认知逻辑，需兼顾定量分析的精确性与定性阐释的开放性；应用维度则体现为技术工具与人文研究需求的适配性，要求可视化系统能够支持不同粒度的知识发现与多视角解读。正如刘辉指出，“数字人文方法为人文学科领域的相关研究赋予新视角和新范式”[4]，这种理论创新显著拓展了人文学科的问题域与方法论边界。
在研究范式层面，数字人文可视化呈现出从线性分析向网络化探索的转型特征。传统人文研究主要依赖文本细读与逻辑推演，而数字人文则通过数据驱动的方式，构建基于关联数据的知识网络。这种范式转换体现在三个层面：首先，研究对象从单一文本扩展至多模态数据集，例如将文学文本与历史地图、社会统计数据进行时空关联；其次，研究方法从人工归纳转向人机协同分析，利用可视化工具揭示数据中隐含的复杂模式；最后，研究成果的呈现方式从静态论述发展为动态交互系统，允许研究者通过参数调整探索不同的解释路径。宫雪在研究中“从多角度探讨了当前国内数字人文研究的整体状况及研究热点”[13]，证实了这种范式转型已成为学科发展的显著趋势。
理论框架的具体实施需要解决人文数据的特殊性问题。与自然科学数据不同，人文数据具有高度语境依赖性，其意义往往产生于特定的历史背景或文化系统中。因此，可视化编码过程需引入解释性维度，例如通过颜色渐变表示情感强度的同时，保留原始文本片段作为悬停提示。这种设计既满足数据可视化的抽象要求，又保持了人文阐释的丰富性。武利红在分析图书馆数字人文领域时发现，成功的可视化项目往往“分析图书馆数字人文领域的研究发展趋势”[15]，并建立技术标准与人文价值的平衡机制。
跨学科协作构成数字人文理论发展的实践基础。有效的协作模式需要突破学科壁垒，建立共同的概念语言和工作流程。典型案例如古籍数字化项目，需整合文献学家的版本考证能力、计算机科学家的特征提取算法以及设计师的信息可视化技能。崔倩倩的研究表明，这种协作“以CNKI和Web of Science核心数据集中收录的主题为数字人文的相关文献为研究对象”[19]，其成果显著提升了文化资源的可及性与研究效率。未来理论发展应进一步关注智能算法与人文解释的融合机制，特别是在处理模糊性人文概念时的可视化表达策略。
2.2 可视化技术在数字人文中的应用与分类
可视化技术在数字人文领域的应用呈现出多维度的特征，主要体现为文化遗产数字化、文本语义分析和时空数据重构三大方向。在文化遗产领域，可视化技术通过三维建模、虚拟现实等手段实现文物数字化保护与展示，张卫东指出“引入’数字人文’的思维，帮助馆藏资源可视化研究摆脱封闭性、内部矛盾性等限制”[12]，这种技术路径不仅提升了文化资源的可及性，更通过交互式界面增强了公众参与度。文本分析方面，情感计算与主题建模的结合使得文学研究突破传统细读方法的局限，如冉从敬所述“对研究主题、研究人员、研究机构、研究成果进行分析，并以可视化方法展示结果”[11]，这种应用显著提升了宏观文学模式的识别效率。
从技术分类维度看，数字人文可视化可分为静态呈现与动态交互两大类型。静态可视化侧重于通过信息图表、网络拓扑图等形式呈现人文数据的结构特征，适用于展示相对稳定的研究结论，如古籍版本流传谱系或作家社交网络。动态交互式可视化则更强调用户驱动的数据探索过程，李文琦的研究证实“交互式可视化在数字人文研究中被广泛应用”[20]，典型案例如支持缩放过滤的历史地图系统，或允许参数调整的文学风格对比工具。这种分类并非绝对，现代可视化系统往往融合两种模式，通过分层设计满足不同研究阶段的需求。
应用场景的差异催生了特定的技术方法体系。针对非结构化文本数据，词向量降维与主题河流图成为揭示语义演变的有效工具；处理时空信息时，地理信息系统（GIS）与时间轴的可视化整合能够直观呈现历史事件的时空分布规律；面对多模态文化数据，关联数据（Linked Data）技术结合力导向图则有助于构建跨媒介的知识网络。这些技术方法的共同特征在于：既遵循通用可视化原则（如视觉通道的合理映射），又针对人文数据的模糊性和语境依赖性进行特殊设计，例如通过交互式标注保留原始文本的阐释空间。
技术实现层面存在三个关键挑战：首先是异构数据的标准化处理，需要开发适应手写体识别、古地名标注等特殊需求的预处理流程；其次是可视化负载的优化，当处理大规模文学语料或复杂历史关系网络时，需采用层次化细节（LOD）技术平衡展示效果与系统性能；最后是交互设计的普适性，既要满足专业研究者的深度分析需求，也要考虑普通用户的文化认知习惯。这些挑战的解决往往需要结合具体应用场景，例如在馆藏资源可视化中，张卫东提出的方法“最终实现馆藏资源可视化的价值”[12]，就体现了技术适配性的重要性。
未来发展趋势将更加强调智能算法与可视化技术的深度融合。基于深度学习的特征提取可以自动识别绘画风格演变或音乐旋律模式，再通过可视化界面将机器识别结果转化为可解释的人文知识；另一方面，增强现实（AR）等新型交互形式，有望进一步打破物理空间与数字人文资源的界限，为文化体验与研究提供更沉浸式的环境。这种技术演进不仅拓展了人文研究的维度，也重新定义了知识生产与传播的方式。
第三章 数字人文可视化的实践案例与分析
3.1 典型数字人文可视化项目解析
当前数字人文领域的可视化实践已形成若干具有代表性的项目范式，这些项目不仅验证了技术方法的可行性，更通过具体案例揭示了跨学科协作的创新价值。在文化遗产数字化领域，面向馆藏资源的可视化模型构建成为重要研究方向。正如张卫东所述，“在分析可视化流程的基础之上，设计构建了面向数字人文的馆藏资源可视化模型”[12]，这类项目通常采用多层级处理流程：原始藏品经高精度数字化采集后，通过语义标注建立与历史事件、人物、地点的关联网络，最终以时空地图、三维虚拟展馆等形式实现交互式呈现。典型案例包括敦煌壁画数字复原项目，其通过色彩还原算法与分层可视化技术，既保留了艺术品的物质特性，又揭示了不同历史时期的创作层积过程。
文本分析类项目则展现了细粒度开发人文资源的潜力。宋雪雁的研究证实，数字人文视域下“展现了细粒度开发名人日记资源的可行性”[14]，如《谭延闿日记》地理位置挖掘项目，通过命名实体识别提取日记中的时空标记，结合历史GIS系统重构人物活动轨迹，直观呈现了民国政要的社会网络与空间行为模式。这类项目的技术特色在于处理非结构化文本时的语义增强策略：一方面利用词向量模型捕捉文本隐含的主题关联，另一方面通过交互式注释系统保留研究者对文本的主观解读空间，形成机器识别与人文阐释的互补机制。
交互式可视化在复杂人文数据分析中展现出独特优势。李文琦通过系统调研指出，数字人文领域已“从数字人文领域的代表性期刊、会议及国内数字人文研究机构的主要成果中收集了50个交互式可视化研究及项目”[20]，其中文学情感图谱构建项目具有典型意义。该项目整合情感计算与动态网络可视化技术，将《红楼梦》等经典文学作品中的情感波动转化为可交互探索的时空热力图，支持研究者通过时间轴筛选、人物关系过滤等功能，多角度分析情感叙事与情节发展的关联性。这种设计既满足了专业研究者对深层模式挖掘的需求，又通过简明的视觉编码降低了公众的认知门槛。
跨机构协作的大型项目更体现了数字人文可视化的集成创新特征。基于CiteSpace的学术图谱分析项目，如胡佳琪所实施的“借助CiteSpace软件对我国数字人文研究进行了可视化分析”[7]，通过整合多源学术数据，构建了包含研究机构、学者、关键词的多维知识网络。这类项目的突破性在于：采用异构数据融合技术处理不同来源的元数据标准差异，运用社区发现算法自动识别研究热点演变趋势，最终通过协同过滤界面支持群体智慧驱动的学术地图绘制。其技术架构往往采用微服务设计，允许各人文子领域根据研究需求灵活配置可视化模块。
这些典型案例共同揭示了数字人文可视化项目的三个核心特征：技术层面强调针对人文数据特性的适配性改造，如处理文本模糊性时的概率可视化设计；方法论层面注重人机协同的分析流程，将算法生成的可视化结果作为研究假设而非最终结论；应用层面追求多元用户需求的平衡，通过可定制视图实现从专业研究到公众教育的价值传递。未来项目设计应进一步关注可视化系统的解释性功能，特别是在呈现算法推断结果时，需提供足够的上下文信息以支持人文研究者的批判性思考。
3.2 数字人文可视化的效果评估与用户反馈
数字人文可视化项目的效果评估需建立多维度的评价体系，既要考量技术实现的完整性，也要关注其对人文研究效能的实质提升。李丹在研究中指出，“对数字人文研究论文和基金项目的分析有助于掌握近年来该领域的发展状况”[2]，这种评估视角同样适用于可视化项目，通过系统分析用户行为数据与研究成果产出，可客观衡量可视化工具对研究效率的促进作用。典型评估指标包括：任务完成时间、模式识别准确率、假设生成数量等量化维度，以及界面易用性、认知负荷等主观体验指标。例如在古籍时空标注系统中，专业研究者使用可视化工具后，历史事件关联分析的效率得到显著提升，同时通过用户日志分析发现，交互式过滤功能的使用频率与研究深度呈正相关。
用户反馈机制的设计直接影响评估结果的可靠性。周笑盈的研究表明，“数字人文背景下的知识展示诉求”[10]存在显著差异，需针对不同用户群体制定分层评估策略。面向专业研究者的评估应侧重工具的分析深度与灵活性，采用任务导向的可用性测试结合深度访谈；针对普通公众则更关注文化传播效果，通过问卷调查测量知识获取程度与参与满意度。某博物馆数字展陈项目的评估数据显示，集成AR技术的可视化界面使观众平均停留时间延长，且通过后续测试发现，采用叙事性交互设计的展区，观众对展品历史背景的记忆保持率明显优于传统展陈方式。这种差异印证了可视化设计需与用户认知特征相匹配的重要性。
交互式可视化面临的核心挑战在于平衡技术表现力与人文阐释需求。正如李文琦所述，“提升面向大规模、多维度数据及复杂任务的交互式可视化的表现力和可用性是当前数字人文中交互式可视化设计的主要挑战之一”[20]。在文学文本分析系统中，情感热力图虽然能直观展示情感强度分布，但过度依赖自动化分析可能导致文本语境的丢失。有效的解决方案是引入混合评估模式：既通过算法指标（如聚类纯度）验证可视化编码的准确性，又组织专家研讨会评估可视化结果的人文解释力。某诗歌可视化项目的改进过程显示，增加原文片段悬停功能后，研究者对机器生成的情感分类结果的信任度提高了35%，这表明技术透明性对提升可视化可信度具有关键作用。
评估结果的转化应用构成数字人文可视化持续优化的闭环。宫雪的研究建议“以期为今后我国数字人文的发展提供参考”[13]，这一原则同样适用于项目迭代。典型案例是某历史地理信息系统，初期评估发现非专业用户对图层叠加操作存在认知障碍，开发团队据此简化了控制面板并增加预设视图模板，使二次评估中的任务完成率提升显著。这种以用户反馈驱动的改进模式，要求建立长期的效果追踪机制，包括定期回访、版本对比分析等方法。未来评估研究应进一步关注可视化工具对人文研究范式的潜在影响，特别是如何通过量化数据与质性评价的结合，全面把握技术介入对人文知识生产方式的变革作用。
第四章 数字人文可视化的未来展望与结论
数字人文可视化的未来发展将呈现技术融合与范式创新的双重特征。在技术层面，智能算法与可视化工具的深度整合将成为关键趋势，特别是自然语言处理与计算机视觉技术的进步，将显著提升对非结构化人文数据的解析能力。例如，基于深度学习的风格迁移算法可辅助艺术史研究者直观比较不同时期绘画的笔触特征，而知识图谱与增强现实的结合，有望实现文化遗产在物理空间中的情境化再现。这种技术演进不仅需要解决数据噪声过滤、跨模态对齐等技术挑战，更需建立算法输出与人文解释之间的可追溯关联机制，确保可视化结果既具备计算严谨性，又保留人文阐释的开放性。
跨学科协作模式将向协同化、标准化方向发展。当前实践表明，成功的数字人文项目往往依赖于人文研究者、数据科学家和设计师的持续对话。未来协作将突破临时性项目制局限，通过建立共享概念框架和标准化工作流程，形成更高效的跨学科知识生产体系。参考张卫东提出的馆藏资源可视化模型[12]，这种协作需包含三个核心环节：人文专家定义研究问题与数据标注规范，计算机科学家开发适配性算法管道，交互设计师构建符合认知规律的可视化隐喻。协作平台的智能化升级也将发挥重要作用，如开发支持版本控制的协同标注工具，或集成领域知识的可视化模板库，从而降低技术门槛并提升研究可重复性。
应用场景的拓展与深化构成另一重要方向。一方面，可视化技术将更深度融入人文研究的全生命周期，从数据采集阶段的智能标注，到成果发表时的动态展示。另一方面，公众参与式可视化将成为文化传播的新范式，通过众包平台收集用户生成内容，再经可视化系统呈现集体记忆的时空分布。这种转变要求重新思考可视化系统的设计原则，在保持学术严谨性的同时，增强叙事情境设计和多通道交互体验。如周笑盈所述，需平衡“数字人文背景下的知识展示诉求”[10]，未来系统可能采用自适应界面技术，根据用户专业背景动态调整可视化复杂度与解释深度。
研究范式转型将体现为人文知识生产方式的根本变革。传统基于个体阐释的研究模式，正逐渐向数据驱动、协作共享的新范式演进。可视化技术在此过程中扮演着关键角色：作为人机协同的认知界面，它既扩展了人文研究的感知维度（如将文本情感转化为可量化的时空模式），又通过交互功能保留了人文批判的思辨空间。这种转型并非简单的技术替代，而是形成“算法生成假设-人工验证解释”的迭代研究循环。正如第三章案例所示，成功的可视化项目往往将机器分析结果定位为研究辅助工具，其最终价值仍取决于人文研究者的理论框架与阐释深度。
数字人文可视化研究的核心价值在于构建连接技术与人文的“双向转换器”——既将人文问题转化为可计算形式，又将技术输出重构为可阐释知识。未来研究应着力于三个关键平衡：技术精确性与人文模糊性的平衡，算法自动化与人工干预的平衡，以及专业研究需求与公众传播目标的平衡。这些问题的解决不仅需要技术创新，更依赖于跨学科理论框架的持续完善，最终推动数字人文成为兼具计算严谨性与人文洞察力的新型研究范式。
参考文献
[1] 卢敏.古尔纳文学创作的“广阔世界”数字人文可视化研究[J].《三明学院学报》,2024,(4):44-56.
[2] 李丹.数字人文研究现状、热点、发展趋势——基于CSSCI论文与国家社科基金项目的可视化分析[J].《广东开放大学学报》,2024,(1):94-102.
[3] 张立.古籍可视化交互展示与古籍保护创新传承——以《献帝春秋》数字人文研究为例[J].《文化创新比较研究》,2024,(16):68-72.
[4] 刘辉.国际外语学科数字人文研究新进展及发展趋势[J].《外语学刊》,2025,(2):77-87.
[5] 董守轩.数字人文视角下古籍资源知识挖掘与可视化研究——以《隋唐演义》为例[J].《高校图书馆工作》,2024,(1):56-63.
[6] 王一丹.数字人文视角下孙思邈相关研究可视化分析[J].《文化产业》,2024,(11):160-162.
[7] 胡佳琪.基于CiteSpace的我国数字人文研究可视化分析[J].《计算机应用文摘》,2024,(23):184-186.
[8] 李斌.数字人文视域下的古文献文本标注与可视化研究——以《左传》知识库为例[J].《大学图书馆学报》,2020,(5):72-80.
[9] 严承希.数字人文视角:基于符号分析法的宋代政治网络可视化研究[J].《中国图书馆学报》,2018,(5):87-103.
[10] 周笑盈.数字人文背景下基于需求的知识可视化方法研究——以国图公开课的视频内容可视化为例[J].《图书馆》,2020,(1):20-28.
[11] 冉从敬.数字人文视阈下的比较文学可视化研究[J].《厦门大学学报（哲学社会科学版）》,2020,(5):141-152.
[12] 张卫东.面向数字人文的馆藏资源可视化研究[J].《情报理论与实践》,2018,(9):102-107.
[13] 宫雪.我国数字人文研究热点及合著网络可视化分析[J].《图书情报导刊》,2019,(6):39-45.
[14] 宋雪雁.数字人文视域下《谭延闿日记》的地理位置挖掘与可视化研究[J].《兰台世界》,2021,(10):33-38.
[15] 武利红.我国图书馆数字人文相关研究可视化分析[J].《玉林师范学院学报》,2023,(3):115-122.
[16] 郑童哲恒.历史典籍的结构化探索——《史记·列传》数字人文知识库的构建与可视化研究[J].《大数据》,2022,(6):40-55.
[17] 欧阳剑.面向数字人文研究的大规模古籍文本可视化分析与挖掘[J].《中国图书馆学报》,2016,(2):66-80.
[18] 欧阳剑.数字人文研究中的古籍文本阅读可视化[J].《图书馆杂志》,2021,(4):82-89.
[19] 崔倩倩.基于知识图谱的国内外数字人文研究可视化分析[J].《图书馆界》,2020,(6):48-54.
[20] 李文琦.数字人文中的交互式可视化应用研究综述[J].《图书情报知识》,2022,(5):42-55.
下载此文档