“云平臺+大數(shù)據(jù)”在高校檔案管理中的應用研究

李占平++楊昱昺

摘要：目前高校檔案管理存在管理內(nèi)容獨立、管理不全面、重館藏輕利用等問題，通過引入“云平臺+大數(shù)據(jù)”技術(shù)，實現(xiàn)高校檔案管理向全面化、智能化方向發(fā)展。

關(guān)鍵詞：高校；檔案管理；云平臺；大數(shù)據(jù)

一、引言

隨著信息技術(shù)的發(fā)展，我國高校教育信息化已日趨完善。高校每天從各個信息管理平臺產(chǎn)生了大量的電子文檔，特別是教學平臺產(chǎn)生的大量音頻視頻文件，日積月累，將給高校各信息系統(tǒng)的正常運行和檔案管理帶來巨大挑戰(zhàn)。以前針對大量的電子文檔一般采用措施是：增加硬盤存貯空間、提高硬件性能或只保留規(guī)定年限內(nèi)的，其余刪除。目前，有一種新的解決方案：引入“云平臺+大數(shù)據(jù)”技術(shù)。云平臺可通過對大量普通PC機的集群，實現(xiàn)存貯空間的以快速低廉的成本進行擴充。大數(shù)據(jù)是以海量的信息、多種數(shù)據(jù)類型、知識密集度低等特征為高校檔案信息資源實現(xiàn)數(shù)據(jù)分析與數(shù)據(jù)挖掘提供技術(shù)上的支撐。

二、高校檔案管理現(xiàn)狀

目前高校檔案管理主要存在如下幾方面的問題：1、由于歷史原因，檔案管理信息系統(tǒng)一般都獨立存在，如：教師信息有教師信息管理系統(tǒng)、學生信息有學生信息管理系統(tǒng)、圖書館有圖書館信息管理系統(tǒng)、教學有專門的網(wǎng)站等，系統(tǒng)之間數(shù)據(jù)基本獨立。2、由于技術(shù)的限制，目前一般的信息管理系統(tǒng)都采用關(guān)系型數(shù)據(jù)庫存貯數(shù)據(jù)，對結(jié)構(gòu)化數(shù)據(jù)信息存取比較方便，但對非結(jié)構(gòu)化電子文件，如文檔、表格、網(wǎng)頁、音頻視頻等存貯比較困難，所以目前這些非結(jié)構(gòu)化文件在檔案處理過程中，很多高校依然采用紙質(zhì)或統(tǒng)一以普通文件存放，造成管理不全面。3、目前國內(nèi)高校檔案管理中普遍存在“重館藏輕利用”的現(xiàn)象[1]，檔案管理員對館藏數(shù)量比較重視，但對如何提高檔案信息的利用率及應用服務不夠重視。

三、高校檔案的特性

與一般檔案相比，高校檔案有其自身的特征，大致可歸納為如下幾個方面：

1、檔案形式廣泛、內(nèi)容多樣。高校檔案包括教師個人檔案、教師教學檔案、教師科研檔案、學生個人檔案、學校行政檔案、各分院行政檔案、資產(chǎn)檔案、圖書資料檔案等。如果將目前網(wǎng)絡教學平臺資料、學校OA平臺各類文件、各分院網(wǎng)絡平臺資料也歸入檔案進行統(tǒng)一存貯管理，內(nèi)容將更全面、豐富。

2、檔案存貯形式多樣。由于高校檔案來源廣泛，勢必造成有多種存貯形式，如教師個人檔案、學生個人檔案、資產(chǎn)檔案等以結(jié)構(gòu)化數(shù)據(jù)存貯為主；但對不少教學資料檔案、行政檔案、圖書資料檔案、各類教師學生獲獎證書等，大多還以紙質(zhì)形式存貯，或以電子掃描文件存貯；網(wǎng)絡教學平臺、學校OA平臺等發(fā)送的文件，一般以文檔、音視頻文件等形式存貯[2]。

3、檔案調(diào)用頻繁，利用率高。高校檔案大多都需要頻繁調(diào)用，如學生每學年的評優(yōu)、每一屆畢業(yè)生的調(diào)檔；教師每年晉升職稱查檔；上級主管部門的教學評估和學校內(nèi)部教學質(zhì)量檢查調(diào)檔；學生轉(zhuǎn)專業(yè)、教師人事調(diào)動調(diào)檔等。

4、檔案價值密度較大。由于高校檔案資源主要來自校內(nèi)已有的信息系統(tǒng)，從這些系統(tǒng)中獲取的資料格式規(guī)范、內(nèi)容完整，其檔案信息的價值密度較高。

四、云平臺+大數(shù)據(jù)的應用

云平臺分公有云和私有云[3]，主要用于解決大容量存貯問題。公有云目前常用的有阿里云服務器、騰迅云服務器、百度云服務器等，可通過租賃的方式獲取云空間。私有云目前常用Hadoop框架進行搭建，相對公有云，私有云的優(yōu)勢在于采用自主管理，在擴充存貯空間方面相對比較方便，并能對數(shù)據(jù)、安全性提供有效控制。

大數(shù)據(jù)技術(shù)是在合理時間內(nèi)完成海量數(shù)據(jù)的采集與處理，最后將處理結(jié)果反饋給用戶，給用戶決策提供幫助。大數(shù)據(jù)有4V特征，分別是：數(shù)量（Volume），即數(shù)據(jù)巨大，從TB級別躍升到PB級別；多樣性（Variety），即數(shù)據(jù)類型繁多，不僅包括傳統(tǒng)的格式化數(shù)據(jù)，還包括來自互聯(lián)網(wǎng)的網(wǎng)絡日志、視頻、圖片、地理位置信息等；速度（Velocity），即處理速度快；真實性（Veracity），即追求高質(zhì)量的數(shù)據(jù)[4]。

根據(jù)高校檔案的特性，采用云平臺+大數(shù)據(jù)技術(shù)可以很好的解決目前高校檔案管理中存在的問題。圖1是結(jié)合“云平臺+大數(shù)據(jù)”的高校檔案管理系統(tǒng)設想。在該圖中，通過建立Hadoop私有云平臺，在該平臺下，采用HDFS和Database相結(jié)合的數(shù)據(jù)庫存貯方式，將結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進行分別存貯，根據(jù)需要由大數(shù)據(jù)引擎的數(shù)據(jù)處理層進行調(diào)配。HDFS和Database相結(jié)合的數(shù)據(jù)庫處理方式有利于充分發(fā)揮關(guān)系型數(shù)據(jù)庫和非關(guān)系型數(shù)據(jù)庫的優(yōu)勢，使系統(tǒng)的處理效率更高。數(shù)據(jù)來源通過對已有的不同信息系統(tǒng)建立相應的接口進行處理，通過在休息時間由系統(tǒng)自動調(diào)用接口，更新高校檔案管理系統(tǒng)數(shù)據(jù)庫。在應用層，通過不同的業(yè)務訪問檔案管理系統(tǒng)時，可通過應用接口層訪問數(shù)據(jù)庫處理層，再由數(shù)據(jù)庫處理層訪問到HDFS/Database數(shù)據(jù)庫。

五、結(jié)束語

通過結(jié)合“云平臺+大數(shù)據(jù)”的高校檔案管理系統(tǒng)，由于將高校各種檔案管理或教學網(wǎng)站等信息系統(tǒng)的數(shù)據(jù)庫集成到一起，不但能解決目前高校檔案管理各自為戰(zhàn)，信息不全，且查詢不方便的問題，而且如果能引入大數(shù)據(jù)中的數(shù)據(jù)挖掘技術(shù)，還可找出檔案信息之間、用戶之間以及檔案與用戶之間潛在的邏輯關(guān)聯(lián)規(guī)則，從而能夠為學校教學、學生綜合素質(zhì)評價提供幫助與決策。

參考文獻：

[1]李小晨. 大數(shù)據(jù)時代背景下的檔案管理探討[J].云南檔案，2013.6：48-50.

[2]陳峰，孫淼洋. 大數(shù)據(jù)在高校檔案信息管理中的應用研究[J].管理信息化，2015.7：54-55.

[3]孟宇，張濤，趙政文.數(shù)字檔案云平臺的構(gòu)建與研究[J].微處理機，2013，34（6）：49-52.

[4]石俊峰，周俐霞等. 大數(shù)據(jù)時代高校數(shù)字檔案資源管理研究[J].現(xiàn)代教育技術(shù)，2015.1：19-24.