welcome购彩大厅走势图-welcome购彩大厅计划

吟唱架起情谊之桥——访两岸联吟发起人 、台湾教师孙永忠******

　　中新社北京1月9日电 题 ：吟唱架起情谊之桥——访两岸联吟发起人、台湾教师孙永忠

　　作者 朱贺

　　“尽管相聚短暂 ，但学生间建立的情谊比想象中深厚。庆幸他们能在学生时代结识跨越海峡 的朋友，这 是一种美好。”

　　近日 ，台湾辅仁大学中文系教师孙永忠接受中新社记者采访 ，回忆十余年来两岸大学生通过古典诗词联吟活动缔结的深厚情谊。作为两岸联吟活动发起人，年逾六旬 的孙永忠说 ，诗友们都期待早日恢复面对面交流 。

　　幼时 ，孙永忠常听父亲吟唱念诗 ，觉得这种吟哦(放声朗读)的方式有些怪；大学时期 ，曾在北京求学 的诗学老师用“北平腔”吟唱，“有京韵大鼓 的感觉” 。成为大学教师后 ，孙永忠发现学生们念诗时少了一种情韵，“当中需要‘细嚼慢咽’ 的东西不见了”。

　　“大家习惯用文字书写，却缺少了许多想象力。问起为何‘独坐幽篁里’ ，而不 是坐在别的地方 ？李白吟出‘床前明月光’时 ，身处室内还 是室外？学生很难给出答案 。”孙永忠认为 ，帮助学生以吟唱方式依照古调或新曲把诗句唱出来 ，将节奏放慢 ，留下时间来品味、想象，“穿越”回到那个“当时”，或能更接近诗人的真实情感，感知中华古典诗词的本味 。

　　1994年，孙永忠把吟唱带进课堂，并在辅仁大学 的东篱诗社中刮起“旋风” 。2006年来大陆参加学术交流 ，孙永忠发现在台湾高校已蔚然成风的吟唱形式 ，在大陆仍然鲜见。第二年，孙永忠带领宝岛青年在北京师范大学等高校进行吟唱展演 ，收获了出乎意料 的反响 。当青年们和着鼓乐吟唱诗经《小雅·蓼莪》 ，台下师生被深深打动。

　　与海峡对岸 的东篱诗社遥相呼应 ，南山、悠然、采菊等诗社在大陆多地高校成立。北京师范大学 的师生形容孙永忠“带了把火来”，孙永忠则认为一切只 是水到渠成。

　　2008年，以“古韵新妍”为名的两岸青年古典诗词联吟活动应运而生 ，40位大陆师生赴台参加首届活动。活动在两岸高校间轮流举办 ，至今已至十三届，成为两岸学子一年一度的诗词盛宴。

　　联吟亦成为架起两岸情谊 的桥梁 。孙永忠谈道，有大陆学生后来结婚，台湾伙伴专程搭飞机送上祝福；有台生来大陆发展或旅游观光 ，会专程拜访当地诗友。

　　学子 的生活也被吟唱所影响 。孙永忠说，有学生当了教师，一样把吟唱带进课堂 ；有学生在困惑时唱起苏轼 的“谁怕？一蓑烟雨任平生”……“每人心中都能有一两首诗词，在得意或失意之时吟哦两句 ，排遣一下” ，在孙永忠看来 ，这正是吟唱的意义 。

　　十余年来 ，孙永忠常为大陆各地诗社授课 ，并留下录音资料 、曲谱及“服务电话” ，诗社间也建立起友谊 。他期待各家诗社有自己的钻研、尝试和突破 ，形成风格 。

　　2019年第十三届联吟活动在徐州举行后 ，实体交流中断 ，但孙永忠始终与各诗社保持着线上往来 。一次为江苏师范大学悠然诗社解惑 ，燃起了孙永忠再为两岸联吟“添一把火”的愿望；在两岸五家诗社的推动下 ，“古韵新妍2023冬季联吟展演”近日于大陆平台直播，在青年诗友间掀起新 的涟漪 。

　　早已将吟唱视作一生志业，孙永忠对在不久后恢复线下两岸联吟抱有很大期待 。他在社交媒体中写下 ：吟唱是一辈子的美好，每当诗乐悠扬，我们的青春情怀便再一次 的涤荡；诗词蕴有 的真善美 ，可长葆生命的清新热忱。(完)

你 的隐私，大数据怎知道？我们又该如何自我保护？******

　　在网络上，每个人都会或多或少，或主动或被动地泄露某些碎片信息 。这些信息被大数据挖掘 ，就存在隐私泄露 的风险 ，引发信息安全问题。面对汹涌而来 的5G时代，大众对自己的隐私保护感到越来越迷茫 ，甚至有点不知所措 。那么 ，你 的隐私 ，大数据是怎么知道 的呢？大家又该如何自我保护呢 ？

　　1.“已知、未知”大数据都知道

　　大数据时代 ，每个人都有可能成为安徒生童话中那个“穿新衣”的皇帝。在大数据面前，你说过什么话，它知道 ；你做过什么事，它知道 ；你有什么爱好 ，它知道 ；你生过什么病 ，它知道 ；你家住哪里 ，它知道；你的亲朋好友都有谁，它也知道……总之 ，你自己知道 的，它几乎都知道，或者说它都能够知道，至少可以说，它迟早会知道！

　　甚至 ，连你自己都不知道 的事情 ，大数据也可能知道。例如 ，它能够发现你的许多潜意识习惯 ：集体照相时你喜欢站哪里呀 ，跨门槛时喜欢先迈左脚还 是右脚呀，你喜欢与什么样 的人打交道呀 ，你的性格特点都有什么呀 ，哪位朋友与你的观点不相同呀……

　　再进一步说，今后将要发生的事情，大数据还 是有可能知道 。例如，根据你“饮食多、运动少”等信息，它就能够推测出，你可能会“三高” 。当你与许多人都在独立地购买感冒药时 ，大数据就知道：流感即将暴发了 ！其实，大数据已经成功地预测了包括世界杯比赛结果、股票的波动 、物价趋势 、用户行为 、交通情况等 。

　　当然 ，这里 的“你”并非仅仅指“你个人”，包括但不限于 ，你 的家庭 ，你的单位，你的民族 ，甚至你 的国家等 。至于这些你知道 的 、不知道 的或今后才知道 的隐私信息 ，将会把你塑造成什么，是英雄还是狗熊 ？这却难以预知 。

　　2.数据挖掘就像“垃圾处理”

　　什么是大数据 ？形象地说，所谓大数据，就 是由许多千奇百怪的数据，杂乱无章地堆积在一起。例如 ，你在网上说 的话、发的微信 、收发 的电子邮件等，都 是大数据 的组成部分 。在不知道的情况下被采集的众多信息 ，例如被马路摄像头获取 的视频、手机定位系统留下的路线图 、驾车的导航信号等被动信息，也都 是大数据的组成部分 。还有，各种传感器设备自动采集 的有关温度、湿度、速度等万物信息，仍然 是大数据 的组成部分 。总之 ，每个人、每种通信和控制类设备 ，无论它是软件还 是硬件 ，其实都是大数据之源。

　　大数据利用了一种名叫“大数据挖掘”的技术，采用诸如神经网络、遗传算法、决策树 、粗糙集、覆盖正例排斥反例、统计分析 、模糊集等方法挖掘信息。大数据挖掘的过程，可以分为数据收集、数据集成 、数据规约 、数据清理 、数据变换 、挖掘分析 、模式评估、知识表示等八大步骤。

　　不过，这些听起来高大上 的大数据产业，几乎等同于垃圾处理和废品回收 。

　　这并不是在开玩笑。废品收购和垃圾收集，可算作“数据收集” ；将废品和垃圾送往集中处理场所，可算作“数据集成” ；将废品和垃圾初步分类，可算作“数据规约”；将废品和垃圾适当清洁和整理 ，可算作“数据清理”；将破沙发拆成木、铁 、布等原料 ，可算作“数据变换” ；认真分析如何将这些原料卖个好价钱，可算作“数据分析” ；不断总结经验，选择并固定上下游卖家和买家，可算作“模式评估”；最后，把这些技巧整理成口诀 ，可算作“知识表示”。

　　再看原料结构 。大数据具有异构特性 ，就像垃圾一样千奇百怪。如果非要在垃圾和大数据之间找出本质差别 的话 ，那就在于垃圾是有实体的 ，再利用的次数有限 ；而大数据 是虚拟的，可以反复处理 ，反复利用。例如，大数据专家能将数据(废品)中挖掘出 的旅客出行规律交给航空公司 ，将某群体 的消费习惯卖给百货商店等 。总之，大数据专家完全可以“一菜多吃” ，反复利用，而且时间越久，价值越大。换句话说，大数据 是很值钱的“垃圾”。

　　3.大数据挖掘永远没有尽头

　　大数据挖掘 ，虽然能从正面创造价值，但是也有其负面影响，即存在泄露隐私的风险 。隐私是如何被泄露 的呢？这其实很简单，我们先来分解一下“人肉搜索”是如何侵犯隐私 的吧！

　　一大群网友，出于某种目 的，利用自己的一切资源渠道，尽可能多地收集当事人或物的所有信息；然后，将这些信息按照自己 的目 的提炼成新信息 ，反馈到网上与别人分享 。这就完成了第一次“人肉迭代” 。

　　接着 ，大家又在第一次人肉迭代的基础上 ，互相取经，再接再厉 ，交叉重复进行信息的收集、加工、整理等工作，于 是，便诞生了第二次“人肉迭代”。如此循环往复 ，经过多次不懈迭代后 ，当事人或物 的画像就跃然纸上了 。如果构成“满意画像”的素材确实已经证实 ，至少主体 是事实 ，“人肉搜索”就成功了。

　　几乎可以断定 ，只要参与“人肉搜索”的网友足够多，时间足够长 ，大家的毅力足够强，那么任何人都可能无处遁形。

　　其实，所谓的大数据挖掘，在某种意义上说 ，就 是由机器自动完成的特殊“人肉搜索”而已 。只不过，这种搜索的目 的，不再限于抹黑或颂扬某人，而 是有更加广泛 的目的 ，例如，为商品销售者寻找最佳买家 、为某类数据寻找规律 、为某些事物之间寻找关联等 。总之，只要目 的明确，那么 ，大数据挖掘就会有用武之地。

　　如果将“人肉搜索”与大数据挖掘相比，网友被电脑所替代；网友们收集 的信息 ，被数据库中 的海量异构数据所替代；网友寻找各种人物关联 的技巧 ，被相应的智能算法替代；网友们相互借鉴 、彼此启发 的做法 ，被各种同步运算所替代。

　　各次迭代过程仍然照例进行，只不过机器 的迭代次数更多，速度更快，每次迭代其实就 是机器 的一次“学习”过程。网友们 的最终“满意画像” ，被暂时 的挖掘结果所替代 。之所以说 是暂时，那 是因为对大数据挖掘来说，永远没有尽头，结果会越来越精准，智慧程度会越来越高 ，用户只需根据自己 的标准 ，随时选择满意的结果就行了。

　　当然，除了相似性外，“人肉搜索”与“大数据挖掘”肯定也有许多重大的区别。例如 ，机器不会累 ，它们收集的数据会更多、更快，数据的渠道来源会更广泛。总之，网友 的“人肉搜索” ，最终将输给机器 的“大数据挖掘”。

　　4.隐私保护与数据挖掘“危”“机”并存

　　必须承认，就当前的现实情况来说，大数据隐私挖掘的“杀伤力”，已经远远超过了大数据隐私保护 的能力 ；换句话说，在大数据挖掘面前 ，当前人类有点不知所措 。这确实 是一种意外 。自互联网诞生以后 ，在过去几十年，人们都不遗余力地将碎片信息永远留在网上。其中 的每个碎片虽然都完全无害，可谁也不曾意识到，至少没有刻意去关注，当众多无害碎片融合起来 ，竟然后患无穷 ！

　　不过，大家也没必要过于担心 。在人类历史上 ，类似 的被动局面已经出现过不止一次了。从以往的经验来看，隐私保护与数据挖掘之间总 是像“走马灯”一样轮换 的——人类通过对隐私 的“挖掘” ，获得空前好处，产生了更多需要保护的“隐私”，于是 ，不得不再回过头来，认真研究如何保护这些隐私。当隐私积累得越来越多时，“挖掘”它们就会变得越来越有利可图 ，于 是 ，新一轮的“挖掘”又开始了。历史地来看，人类在自身隐私保护方面 ，整体处于优势地位 ，在网络大数据挖掘之前，“隐私泄露”并不是一个突出 的问题。

　　但 是 ，现在人类需要面对一个棘手的问题——对过去遗留在网上 的海量碎片信息，如何进行隐私保护呢？单靠技术 ，显然不行 ，甚至还会越“保护” ，就越“泄露隐私” 。

　　因此 ，必须多管齐下 。例如从法律上，禁止以“人肉搜索”为目的 的大数据挖掘行为；从管理角度 ，发现恶意 的大数据搜索行为 ，对其进行必要 的监督和管控。另外 ，在必要的时候 ，还需要重塑“隐私”概念 ，毕竟“隐私”本身就是一个与时间 、地点、民族 、文化等有关 的约定俗成的概念。

　　对于个人的网络行为而言，在大数据时代，应该如何保护隐私呢 ？或者说 ，至少不要把过多包含个人隐私 的碎片信息遗留在网上呢 ？答案只有两个字 ：匿名！只要做好匿名工作 ，就能在一定程度上，保护好隐私了。也就是说，在大数据技术出现之前，隐私就 是把“私”藏起来 ，个人身份可公开 ，而大数据时代，隐私保护则是把“私”公开(实际上是没法不公开)，而把个人身份隐藏起来，即匿名。

　　(作者 ：杨义先、钮心忻 ，均为北京邮电大学教授)

　　（文图：赵筱尘 巫邓炎）