應(yīng)用大數(shù)據(jù)技術(shù)開展編研工作

王永梅 張 穎

（江蘇省電力公司，江蘇南京，212400）

近年來，電力系統(tǒng)檔案數(shù)字化發(fā)展趨勢愈發(fā)明顯，信息技術(shù)的應(yīng)用已成為提高檔案管理效率、促進(jìn)檔案規(guī)范管理的重要手段和途徑。檔案編研本質(zhì)上是對數(shù)據(jù)的分析、整理和再加工，是對原始檔案信息價值的進(jìn)一步挖掘，通過加工整理使一些不系統(tǒng)、零散的檔案更加系統(tǒng)化、條理化。檔案編研工作主要目的是方便檔案的利用、擴(kuò)大檔案的影響，是為領(lǐng)導(dǎo)決策提供依據(jù)、為業(yè)務(wù)部門提供信息支撐、為用戶提供針對性服務(wù)的有效途徑。目前江蘇省電力公司檔案系統(tǒng)條目數(shù)據(jù)達(dá)1371 萬余條，數(shù)據(jù)存儲量11.5TB。文檔信息數(shù)量巨大、類型繁多，通過人工整理無法及時發(fā)現(xiàn)有用信息并進(jìn)行分析研究，傳統(tǒng)的檔案編研服務(wù)顯然已經(jīng)不能再滿足企業(yè)發(fā)展的需求。然而，與之同時大數(shù)據(jù)時代也為海量數(shù)據(jù)信息價值的發(fā)揮提供了良好的契機(jī)與支持。我們需要正確認(rèn)識檔案電子編研工作的必要性及其重要價值，積極探索檔案編研管理的信息化、科技化和數(shù)字化的發(fā)展軌道，為企業(yè)縱深發(fā)展提供重要支撐。

一、企業(yè)檔案編研的價值

國家檔案局在《全國檔案事業(yè)發(fā)展“十二五”規(guī)劃》中提出的任務(wù)之一就是加強(qiáng)檔案編研工作，挖掘檔案信息資源，開發(fā)、提煉檔案信息產(chǎn)品，出版檔案史料匯編，把“死檔案”變成“活資料”，努力把“檔案館”建成具有特色的“思想庫”；通過網(wǎng)絡(luò)平臺和媒體發(fā)布檔案信息，檔案利用工作向基層延伸，逐步開展遠(yuǎn)程共享服務(wù)?；谶@些要求，企業(yè)檔案編研的價值主要體現(xiàn)在三個方面：

第一，企業(yè)檔案編研工作是企業(yè)提升自身發(fā)展水平的重要手段。企業(yè)檔案是企業(yè)在各項(xiàng)活動中形成的歷史記錄，在企業(yè)生產(chǎn)管理經(jīng)營過程中起著不可或缺的參考和憑證作用。在企業(yè)改革和發(fā)展的新形勢下，做好檔案編研工作，盤活檔案信息資源，是讓檔案能夠更好地服務(wù)于企業(yè)活動的重要舉措。

第二，企業(yè)檔案編研工作是企業(yè)歷史文化傳承的重要渠道。企業(yè)檔案部門對企業(yè)活動中形成的各種材料進(jìn)行集中統(tǒng)一的收藏、整理、保管與提供利用的過程，就是企業(yè)文化不斷積累、傳承和發(fā)展的過程。通過檔案編研，企業(yè)文化得以形成、傳播,對內(nèi)可以增強(qiáng)員工的凝聚力、自豪感、責(zé)任感和使命感，對外可以顯示企業(yè)核心文化價值，提升企業(yè)的知名度。

第三，企業(yè)檔案編研工作是企業(yè)檔案工作價值的重要體現(xiàn)。企業(yè)檔案經(jīng)過科學(xué)的編研整合,一方面，能夠豐富企業(yè)檔案室藏，增強(qiáng)企業(yè)檔案部門的檔案信息服務(wù)能力；另一方面，編研整合后的檔案信息可以更好地發(fā)揮原始檔案的價值，幫助企業(yè)上下更好地認(rèn)識檔案工作對企業(yè)發(fā)展的重要作用，為企業(yè)檔案工作贏得更多的認(rèn)同與支持。

二、傳統(tǒng)檔案編研管理現(xiàn)狀

1.傳統(tǒng)檔案編研的主要做法

雖然目前我們開發(fā)了檔案信息系統(tǒng)，也通過實(shí)體借閱、系統(tǒng)檢索展開了檔案利用工作，但還沒有充分意識到深層次挖掘檔案信息價值的重要性，目前檔案部門的工作重點(diǎn)依然停留在檔案的收集、整理、歸檔及提供普通利用服務(wù)等基本環(huán)節(jié)。傳統(tǒng)檔案編研主要依靠檔案工作人員及相關(guān)專業(yè)人員手工來完成，主要包括兩方面內(nèi)容：

一是整理與集合。檔案部門在完成檔案的收集、整理等基礎(chǔ)工作的同時，圍繞企業(yè)工作重心，對頻繁使用的依據(jù)性文件進(jìn)行匯編，對檔案中具有實(shí)用價值的信息進(jìn)行抽取、整合，形成檔案編研材料。

二是分析與研究。按照選定的專題，對檔案資源進(jìn)行深層次加工，通過編研人員自身的觀點(diǎn)、看問題的角度和解決問題的方法，對檔案信息進(jìn)行挖掘與拓展，形成有借鑒意義的綜合分析或?qū)ｎ}研究材料。

2.傳統(tǒng)檔案編研成果的種類

通過對各市供電公司檔案編研情況進(jìn)行調(diào)研，統(tǒng)計目前共有各類編研材料390 種，累計4000 萬字。（如圖1）

傳統(tǒng)檔案編研成果的種類主要包括：

一是文件匯編。各類重要文件、標(biāo)準(zhǔn)規(guī)范匯編，涉及范圍較為廣泛，包括規(guī)章制度、人員任免、榮譽(yù)匯編等，主要為依據(jù)性編研材料，起到查考作用。

二是記錄資料。記錄和反映本單位基本情況、重大事件和主要生產(chǎn)經(jīng)營活動及其成果，用于概要性介紹或一般性宣傳，包括大事記、組織機(jī)構(gòu)沿革、工程簡介、工作報告專集、年報、電力工業(yè)統(tǒng)計資料等，主要起備查和提示作用。

三是研究材料。對企業(yè)發(fā)展具有一定研究價值的檔案材料編研，包括史志、專業(yè)手冊、經(jīng)濟(jì)活動分析、設(shè)備運(yùn)行分析、運(yùn)營診斷分析等，起到專業(yè)研究和為領(lǐng)導(dǎo)決策提供參考的作用。（如圖2）

3.傳統(tǒng)檔案編研存在的問題及分析

在信息時代下，傳統(tǒng)檔案編研主要依賴于人工完成，這造成了許多問題，主要包括：

一是編研質(zhì)量不高。目前檔案部門人員的知識結(jié)構(gòu)并不盡如人意，檔案專業(yè)的人員較少，專業(yè)過于單一，綜合素質(zhì)不高，思想觀念較為保守，很難意識到檔案編研工作的重要性，充分挖掘檔案信息的深層價值；另一方面，檔案工作人員普遍年齡較大，其中50 歲以上占28.67%，40-50歲占41.26%，僅能完成各類檔案的日常整理和入庫工作，進(jìn)一步開展檔案編研的力量不足。這些因素使得企業(yè)檔案編研工作中存在“編多研少”的狀況，且題材單一，數(shù)量偏少，實(shí)用性不大，信息挖掘深度及開發(fā)利用程度并不理想。

二是時效性不夠。傳統(tǒng)檔案編研是在檔案節(jié)點(diǎn)后的一段時間，需要利用人力進(jìn)行選題，對檔案信息進(jìn)行收集、整理、加工的工作周期較長，使得編研工作大大滯后于企業(yè)對于檔案信息的利用需求，無法及時地為企業(yè)工作提供參考。

三是利用率不高。傳統(tǒng)的檔案編研方式是通過對大量檔案的查閱、整理、編輯、歸納，形成文件匯編，其產(chǎn)品形式固定，表現(xiàn)形式單一，傳播范圍有限，并沒有充分發(fā)揮數(shù)字化時代下的技術(shù)優(yōu)勢，使得檔案編研產(chǎn)品往往難以獲得理想的利用效果。

三、應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研研究的重要意義

檔案編研可以被看作是一項(xiàng)由檔案工作部門加工、研究、輸出檔案信息，最終實(shí)現(xiàn)主動全面地向目標(biāo)用戶提供針對性、系統(tǒng)性的檔案信息服務(wù)的工作。大數(shù)據(jù)時代已經(jīng)到來，對信息資源的開發(fā)利用能力已經(jīng)成為企業(yè)競爭力的重要體現(xiàn)?；谄髽I(yè)快速發(fā)展的需求及長遠(yuǎn)利益的實(shí)現(xiàn)，我們需認(rèn)識到檔案智能編研的緊迫性和必要性。

圖1 江蘇省電力系統(tǒng)檔案編研情況統(tǒng)計圖

圖2 江蘇省電力系統(tǒng)檔案編研種類統(tǒng)計圖

1.應(yīng)用大數(shù)據(jù)技術(shù)，全面提升檔案編研價值

大數(shù)據(jù)對企業(yè)發(fā)展的影響絕不僅僅局限于技術(shù)層面,它為我們提供了一種全新的方法，檔案編研加工有人力加工變?yōu)榘胱詣踊?，更多的決策行為將基于數(shù)據(jù)分析，而不再是憑借經(jīng)驗(yàn)和直覺做出。從浩瀚的數(shù)據(jù)中提取有價值的信息變?yōu)榭赡?，通過對檔案內(nèi)容進(jìn)行采集、整序、分析、加工而綜合制成的檔案電子編研產(chǎn)品，將檔案承載的信息從靜態(tài)的紙質(zhì)轉(zhuǎn)為動態(tài)形式，從而實(shí)現(xiàn)深層次、多元化、實(shí)用價值高的開發(fā)編研。

2.應(yīng)用大數(shù)據(jù)技術(shù)，全面提升檔案編研效益

處理速度快是大數(shù)據(jù)區(qū)分于傳統(tǒng)數(shù)據(jù)分析的最顯著特征。只有實(shí)現(xiàn)快速處理各種數(shù)據(jù)，才能及時挖掘信息價值并保證其短期內(nèi)被利用，否則很多信息都將因?yàn)榧庸ぶ芷谶^長而喪失利用價值。大數(shù)據(jù)時代使得檔案信息快速的收集、整理、加工變?yōu)楝F(xiàn)實(shí)，這一環(huán)境下，檔案電子編研更能滿足當(dāng)前企業(yè)發(fā)展的新形勢。

3.應(yīng)用大數(shù)據(jù)技術(shù)，全面拓寬檔案編研平臺

公司各單位檔案信息化和數(shù)字化工作已啟動十多年，數(shù)字化檔案信息日益增多。檔案編研只需確定合適選題，即可進(jìn)行相關(guān)素材的檢索，從整個公司系統(tǒng)得到相關(guān)信息?？梢灾v，大數(shù)據(jù)時代的檔案編研，其工作平臺不再局限為某個單位室藏檔案，而是整個公司系統(tǒng)乃至整個社會公開的聯(lián)機(jī)檔案數(shù)據(jù)庫中的電子信息及其他相關(guān)信息，檔案編研也可以做到文字、聲音、影像、圖片等多種形式并用。同時，數(shù)字化形式的編研成果也能大大縮短分散式查找利用檔案信息的時間，最直接有效地服務(wù)于利用者，提高檔案利用效率，加快推進(jìn)工作進(jìn)程。

四、應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研的方式方法和技術(shù)模式探討

大數(shù)據(jù)技術(shù)，是從各種類型、未經(jīng)加工的海量數(shù)據(jù)中快速獲得有價值信息的技術(shù)。目前，數(shù)據(jù)采集、存儲、處理和呈現(xiàn)等技術(shù)的快速發(fā)展更好地推動了大數(shù)據(jù)的發(fā)展。大數(shù)據(jù)處理的關(guān)鍵技術(shù)主要有：大數(shù)據(jù)采集、大數(shù)據(jù)預(yù)處理、大數(shù)據(jù)存儲及管理、大數(shù)據(jù)分析及挖掘、大數(shù)據(jù)展現(xiàn)和應(yīng)用（大數(shù)據(jù)檢索、大數(shù)據(jù)可視化、大數(shù)據(jù)應(yīng)用、大數(shù)據(jù)安全等）。（如圖3）

1.應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研工作思路

引入大數(shù)據(jù)概念，利用科學(xué)化方法，深度挖掘檔案價值，對歷史數(shù)據(jù)進(jìn)行系統(tǒng)分析，深入開展電子編研研究。對用戶歷史借閱記錄、查詢記錄進(jìn)行統(tǒng)計，分析用戶的查詢習(xí)慣、重點(diǎn)關(guān)注內(nèi)容、借閱頻繁檔案等信息，有針對性地對檔案數(shù)據(jù)進(jìn)行電子編研，主動推送給用戶查詢利用。通過對檔案的深度挖掘和編研，實(shí)現(xiàn)檔案價值實(shí)體化。

2.應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研工作模式

利用數(shù)據(jù)分析及挖掘技術(shù)，固化編研模式，完成電子編研展示。數(shù)據(jù)挖掘就是從大量的、未經(jīng)加工的、隨機(jī)產(chǎn)生的、并不精確的實(shí)際應(yīng)用數(shù)據(jù)中，找到潛在的、從表面發(fā)現(xiàn)不了的但又極可能具備利用價值的信息和知識的過程。數(shù)據(jù)挖掘是網(wǎng)絡(luò)信息服務(wù)實(shí)現(xiàn)智能、個性、精品化過程中不可或缺的手段?？舍槍δ繕?biāo)用戶的信息需求或某項(xiàng)具體任務(wù)，系統(tǒng)地收集各種類型的數(shù)據(jù)，并加以分析、判斷、綜合、歸納，將最終成果以綜述、概述、進(jìn)展報告、分析報告等形式呈現(xiàn)出來，形成電子編研材料，提供給決策部門和研究人員參考。數(shù)據(jù)挖掘還可跟蹤記錄用戶的訪問歷史，收集分析用戶的興趣愛好并反映用戶需求的變化與遷移，在用戶下一次訪問時，可以根據(jù)過往信息向用戶推薦其有可能感興趣的檔案編研信息，并提供個性化界面；當(dāng)新發(fā)現(xiàn)相關(guān)文獻(xiàn)信息時，及時增補(bǔ)進(jìn)入電子編研相應(yīng)模塊并告知用戶。

圖3 大數(shù)據(jù)處理流程

3.應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研工作成效

檔案工作者可利用文本挖掘，運(yùn)用關(guān)聯(lián)、分類、聚類等方法，打破原有的整理體系，從海量檔案信息中按照相關(guān)專題進(jìn)行挖掘、分類、加工、整理和有序化重組，構(gòu)建特色檔案編研信息庫及各類專題檔案編研信息庫等；為了彌補(bǔ)現(xiàn)有檔案數(shù)據(jù)庫在前期檔案信息收集過程中的不足，還可利用數(shù)據(jù)挖掘技術(shù)從檔案信息資源中提煉出與專題相關(guān)的文獻(xiàn)信息資料，分類、整合后形成知識性、系統(tǒng)性的二次、三次電子編研信息資源，并建立電子編研信息資源主題指南。（如表1）

五、應(yīng)用大數(shù)據(jù)技術(shù)開展電子編研利用服務(wù)前景

目前，公司已經(jīng)對大數(shù)據(jù)時代下的電子檔案編研工作展開了有意義的探索工作。2014年底“電網(wǎng)建設(shè)項(xiàng)目檔案大數(shù)據(jù)深化應(yīng)用項(xiàng)目”研究通過國家檔案局科技創(chuàng)新項(xiàng)目驗(yàn)收并獲得高度肯定。該項(xiàng)目即利用云計算、數(shù)據(jù)挖掘等先進(jìn)技術(shù)，創(chuàng)新性地將編研成果利用系統(tǒng)進(jìn)行展示。展示利用平臺將工程檔案涉及的文書、照片、實(shí)物等各類檔案信息進(jìn)行融合，并利用電子圖冊技術(shù)進(jìn)行展現(xiàn)，全面梳理公司系統(tǒng)工程檔案，繪制220 千伏及以上電壓等級變電站及線路工程分布圖，實(shí)現(xiàn)工程項(xiàng)目新建、改建、擴(kuò)建、技改等數(shù)據(jù)自動關(guān)聯(lián)，全方位展示工程概況、建設(shè)過程、領(lǐng)導(dǎo)關(guān)懷、參建單位、榮譽(yù)、照片、工程檔案等內(nèi)容，讓檔案查詢利用更快捷、有效、全面；將項(xiàng)目歷次建設(shè)投資、建設(shè)工期、建設(shè)內(nèi)容、建設(shè)特色等通過時間這條主線貫穿起來，建立變電站投資規(guī)模與檔案收集情況對比表、歷年檔案增量圖、線路工程情況對比表、參建單位檔案完成情況表、參建單位檔案評分等統(tǒng)計分析圖表，為公司領(lǐng)導(dǎo)決策提供依據(jù)，為規(guī)劃、建設(shè)、檔案等各部門管理提供信息支撐，實(shí)現(xiàn)檔案價值實(shí)體化，在檔案信息化領(lǐng)域具有創(chuàng)新示范效果。通過將編研思路的固化，形成了更加便捷和簡單易用的電子編研成果，并通過系統(tǒng)進(jìn)行在線展示，打破了原有紙質(zhì)編研成果利用的局限性，開創(chuàng)了檔案開發(fā)利用電子編研新模式。

表1

檔案編研的意義就在于利用多種多樣的服務(wù)方式，盡可能地滿足利用者的各類需求。大數(shù)據(jù)時代為我們提供了先進(jìn)的工具和各種技術(shù)手段，在政府支持以及社會檔案意識不斷增強(qiáng)的背景下，我們能夠更加充分地利用總量巨大、內(nèi)容豐富的檔案信息突破檔案人員自身能力的限制，滿足檔案事業(yè)高科技化、專業(yè)化的發(fā)展趨勢，真正實(shí)現(xiàn)檔案信息的“大編研”。檔案信息資源的范圍也不再局限于傳統(tǒng)的紙制文件圖紙等，各種圖像視頻資料都可以被提供利用。檔案編研的信息資源將會得到很大的增長。在掌握充足編研資料后，編研人員就可以利用各種數(shù)據(jù)分析方法，對海量數(shù)據(jù)進(jìn)行分析，找出數(shù)據(jù)之間的關(guān)系，發(fā)掘出其潛在的價值。然而我們也必須看到，快速增加的海量信息既是一種可貴的資源，同時也在技術(shù)、安全、資金、資源整合等方面給我們的工作帶來了不小的挑戰(zhàn)。在未來的工作中，我們不能放松對檔案信息收集保管的重視，必須調(diào)動公司各方面力量，為大數(shù)據(jù)環(huán)境下的電子編研工作奠定堅實(shí)的基礎(chǔ)。一方面我們要緊扣企業(yè)需求，豐富編研形式，提高檔案人員相關(guān)素質(zhì)，充分利用大數(shù)據(jù)時代帶給我們的便利。另一方面，我們也要樹立起大數(shù)據(jù)時代的風(fēng)險意識，努力探索電子編研工作的新途徑，注意工作過程中的信息安全，避免各種潛在的不利因素。

大數(shù)據(jù)時代的到來對檔案電子編研工作是一次難得的機(jī)遇。抓住這次機(jī)遇，將會大大提升檔案編研的水平，充分發(fā)揮檔案的社會價值和經(jīng)濟(jì)價值，進(jìn)而擴(kuò)大檔案工作的影響力，為檔案事業(yè)的進(jìn)一步發(fā)展做出貢獻(xiàn)。