大數(shù)據(jù)環(huán)境下未來(lái)檔案館建設(shè)的新構(gòu)想

張金安

[摘? ? 要] 本文從當(dāng)代環(huán)境下大數(shù)據(jù)這一概念出發(fā)，對(duì)未來(lái)檔案館的特征與構(gòu)建進(jìn)行了探究，與此同時(shí)對(duì)未來(lái)檔案館的智能化、多功能化進(jìn)行展望。

[關(guān)鍵詞] 大數(shù)據(jù);未來(lái)檔案館;信息檔案;數(shù)據(jù)檔案

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2018. 21. 066

[中圖分類號(hào)] G270.7? ? [文獻(xiàn)標(biāo)識(shí)碼]? A? ? ? [文章編號(hào)]? 1673 - 0194（2018）21- 0156- 03

0? ? ? 引? ? 言

現(xiàn)在的社會(huì)是一個(gè)高速發(fā)展的社會(huì)，科技發(fā)達(dá)，信息流通，人們之間的交流越來(lái)越密切，生活也越來(lái)越方便，大數(shù)據(jù)就是這個(gè)高科技時(shí)代的產(chǎn)物。大數(shù)據(jù)技術(shù)代表著數(shù)據(jù)科學(xué)時(shí)代的來(lái)臨，是促進(jìn)信息技術(shù)的進(jìn)一步發(fā)展和廣泛使用的標(biāo)志性技術(shù)，人們已經(jīng)意識(shí)到大數(shù)據(jù)技術(shù)將帶來(lái)無(wú)限的生機(jī)與活力，它隱含巨大的深度價(jià)值，大數(shù)據(jù)技術(shù)對(duì)科技發(fā)展、未來(lái)經(jīng)濟(jì)發(fā)展甚至上層建筑將帶來(lái)深遠(yuǎn)的影響。檔案館作為國(guó)家機(jī)器的重要組成部分， 發(fā)揮著不可替代的作用，各級(jí)檔案信息化建設(shè)水平直接反映了國(guó)家機(jī)器的運(yùn)轉(zhuǎn)水平，重視和加強(qiáng)檔案信息化建設(shè)，檔案工作者和科技工作者都責(zé)無(wú)旁貸。

1? ? ? 大數(shù)據(jù)概念的解析與未來(lái)檔案館的特征

1.1? ?什么是大數(shù)據(jù)

早在1980年，著名未來(lái)學(xué)家阿爾文·托夫勒便在《第三次浪潮》一書(shū)中，將大數(shù)據(jù)熱情地贊頌為“第三次浪潮的華彩樂(lè)章”。不過(guò)，大約從2009年開(kāi)始，“大數(shù)據(jù)”才成為互聯(lián)網(wǎng)信息技術(shù)行業(yè)的流行詞。所謂“大數(shù)據(jù)”是指以多元形式，自許多來(lái)源搜集而來(lái)的龐大數(shù)據(jù)組，往往具有實(shí)時(shí)性;需要新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)。百度百科中解釋“大數(shù)據(jù)”一詞為Big Data（大數(shù)據(jù)），或稱為巨量資料，指的是所涉及的資料量規(guī)模巨大到無(wú)法通過(guò)目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取管理處理，并整理成為幫助企業(yè)經(jīng)營(yíng)決策更積極目的的資訊。亞馬遜網(wǎng)絡(luò)服務(wù)（AWS）的大數(shù)據(jù)科學(xué)家John Rauser提到一個(gè)簡(jiǎn)單定義：大數(shù)據(jù)就是任何超過(guò)一臺(tái)計(jì)算機(jī)處理能力的龐大數(shù)據(jù)量。維基百科中的大數(shù)據(jù)是指無(wú)法在一定時(shí)間內(nèi)用常規(guī)軟件工具對(duì)其內(nèi)容進(jìn)行抓取和處理的數(shù)據(jù)集合。可見(jiàn)，大數(shù)據(jù)是真實(shí)性極強(qiáng)，數(shù)據(jù)量巨大，并且建立在所有主數(shù)據(jù)的基礎(chǔ)上，采用數(shù)據(jù)挖掘技術(shù)，對(duì)數(shù)據(jù)集之間的關(guān)系進(jìn)行測(cè)試的數(shù)據(jù)類型。

1.2? ?未來(lái)檔案館的特征

IT 界普遍認(rèn)為，大數(shù)據(jù)具備Velocity、Volume、Variety、Value（4V）特征，應(yīng)用于未來(lái)檔案信息化建設(shè)，未來(lái)檔案館應(yīng)具備以下五個(gè)特征。

1.2.1? ?高速度

Velocity （高速度）是指數(shù)據(jù)的挖掘技術(shù)方面、數(shù)據(jù)處理方面所產(chǎn)生的高速度，傳統(tǒng)數(shù)據(jù)與大數(shù)據(jù)最本質(zhì)的區(qū)別就是數(shù)據(jù)處理速度差異?！?秒定律”是最著名的在數(shù)據(jù)處理方面的定律，就是要在一秒內(nèi)得出數(shù)據(jù)處理的結(jié)果，如果超出時(shí)間，數(shù)據(jù)就沒(méi)有任何價(jià)值可言。對(duì)于未來(lái)檔案管，面對(duì)著大量文件的信息和數(shù)據(jù)，快速檢索查詢處理，提升檔案發(fā)揮作用的是必不可少的檔案利用率的重要特性。

1.2.2? ?容量大、資源化

隨著互聯(lián)網(wǎng)云存儲(chǔ)、移動(dòng)云計(jì)算等技術(shù)被廣泛使用，將給未來(lái)檔案和檔案數(shù)據(jù)、檔案信息帶來(lái)一個(gè)巨大的數(shù)據(jù)集。大數(shù)據(jù)技術(shù)的出現(xiàn)，有效解決Volume （大容量的數(shù)據(jù)），并對(duì)未來(lái)檔案館提供了無(wú)限的數(shù)據(jù)容量空間，使檔案資源文件化變成現(xiàn)實(shí)。

1.2.3? ?數(shù)據(jù)類型格式來(lái)源多樣性（Variety）

大數(shù)據(jù)不僅是最有效來(lái)處理大量的數(shù)據(jù)的工具，更應(yīng)對(duì)不同的數(shù)據(jù)來(lái)源、數(shù)據(jù)格式的多樣性提供了潛在的可能。數(shù)據(jù)類型是復(fù)雜多樣的，包括兩個(gè)關(guān)系和非關(guān)系數(shù)據(jù)，非關(guān)系數(shù)據(jù)指的是社交網(wǎng)絡(luò)、電子郵件、網(wǎng)絡(luò)搜索引擎、日志、文件等非結(jié)構(gòu)化數(shù)據(jù)格式和半結(jié)構(gòu)化數(shù)據(jù)來(lái)源的多樣性，而其他的視頻圖像、音頻文本等多種數(shù)據(jù)格式從一個(gè)組織的內(nèi)部和外部操作相鏈接。未來(lái)的檔案存儲(chǔ)文件，與現(xiàn)有的檔案文件相比，也將擴(kuò)展到源文件類型格式的多樣性，這是未來(lái)檔案文件的基本特征之一 。

1.2.4? ?檔案歷史記憶真實(shí)可靠連續(xù)智能

就大數(shù)據(jù)技術(shù)本身而言，它包括諸多先進(jìn)技術(shù)和手段，如大規(guī)模并行處理（MPP）數(shù)據(jù)庫(kù)分布式文件系統(tǒng)數(shù)據(jù)挖掘電網(wǎng)分布式數(shù)據(jù)庫(kù)可擴(kuò)展的存儲(chǔ)系統(tǒng)云計(jì)算平臺(tái)互聯(lián)網(wǎng)等，構(gòu)成一個(gè)超大的數(shù)據(jù)生態(tài)系統(tǒng)，在這個(gè)系統(tǒng)中，檔案工作者在獲取和存儲(chǔ)更多真實(shí)連續(xù)可靠的檔案信息的同時(shí)，通過(guò)建立相應(yīng)的專家決策支持系統(tǒng)，可以實(shí)現(xiàn)為人類社會(huì)發(fā)展提供準(zhǔn)確預(yù)測(cè)和正確決策，使未來(lái)檔案館具有智能化特征。

1.2.5? ?具備數(shù)據(jù)挖掘特征

從未來(lái)發(fā)展趨勢(shì)來(lái)看，檔案來(lái)源渠道必將呈現(xiàn)多樣性，在檔案產(chǎn)生過(guò)程中，必將面臨龐大規(guī)模的信息。將大數(shù)據(jù)的數(shù)據(jù)挖掘技術(shù)運(yùn)用于未來(lái)檔案信息化平臺(tái)，使未來(lái)檔案館同樣具備了數(shù)據(jù)挖掘特征，為未來(lái)檔案存儲(chǔ)帶來(lái)無(wú)限的想象空間。

2? ? ?大數(shù)據(jù)環(huán)境下未來(lái)檔案館的模式

2.1? ?未來(lái)檔案館應(yīng)互聯(lián)互通資源共享

檔案館發(fā)揮作用的重要條件是現(xiàn)有的檔案互聯(lián)互通和資源共享。針對(duì)技術(shù)水平而言，現(xiàn)有的技術(shù)實(shí)現(xiàn)完全可以滿足需求?；ヂ?lián)網(wǎng)平臺(tái)的建設(shè)使檔案館（室）的相互關(guān)聯(lián)成為現(xiàn)實(shí)狀態(tài)。國(guó)家批準(zhǔn)、建設(shè)和設(shè)置各種檔案館（室）， 利用這個(gè)平臺(tái)，形成了一個(gè)大文件傳輸通過(guò)互聯(lián)網(wǎng)， 這個(gè)平臺(tái)的形成，深化了檔案信息化建設(shè)，為實(shí)現(xiàn)資源共享提供了有利條件，也是未來(lái)檔案信息化建設(shè)的重要依據(jù)和前提。

2.2? ?未來(lái)檔案館應(yīng)做到資源分級(jí)有效管理

對(duì)未來(lái)檔案館而言，在各級(jí)檔案館內(nèi)部，應(yīng)做到資源分級(jí)有效管理，這是大數(shù)據(jù)技術(shù)運(yùn)用的必備條件，所以，對(duì)現(xiàn)有檔案館（室），應(yīng)做到統(tǒng)一布置統(tǒng)一要求，對(duì)現(xiàn)有檔案要按著規(guī)范，合理分類分級(jí)管理，并按著要求形成規(guī)范的電子文檔，以備傳輸查詢和利用。

2.3? ?未來(lái)檔案館應(yīng)設(shè)置權(quán)限使使用者合理合法使用檔案資源

對(duì)于構(gòu)建未來(lái)檔案館而言，檔案信息平臺(tái)上的所有檔案館（室），均處在同一層面上，所有檔案資源被視為同一個(gè)數(shù)據(jù)集，只是分布在不同的存儲(chǔ)器（即檔案館）。

對(duì)不同檔案館，檔案級(jí)別的數(shù)量也有所不同。

在檔案信息平臺(tái)使用上，不同級(jí)別的檔案館（室）的訪問(wèn)權(quán)限是不同的、權(quán)限低的，只能訪問(wèn)同級(jí)檔案館的檔案庫(kù)和高級(jí)別檔案館中部分同級(jí)別的檔案分庫(kù);權(quán)限高的訪問(wèn)權(quán)限低的檔案館也應(yīng)遵循訪問(wèn)權(quán)限，進(jìn)行合理合法訪問(wèn)，并非全部。

3? ? ? 未來(lái)檔案館的智能化功能

3.1? ?未來(lái)檔案館具備為用戶提供預(yù)決策的智能服務(wù)功能

人工智能的運(yùn)用和專家決策支持系統(tǒng)的建立，使擁有龐大檔案資源的未來(lái)檔案館，根據(jù)國(guó)家和社會(huì)的需要，依據(jù)檔案資源，實(shí)現(xiàn)分析預(yù)測(cè)和決策，為客戶提供幫助和支持。首先，進(jìn)行預(yù)測(cè)、決策和目標(biāo)設(shè)定;其次，采集所需檔案的信息;接著歸檔存儲(chǔ);最后，對(duì)數(shù)據(jù)進(jìn)行查詢輸出或者咨詢專家系統(tǒng)再輸出。

3.2? ?未來(lái)檔案館具備檔案自動(dòng)生成的功能

大數(shù)據(jù)技術(shù)的應(yīng)用，使我們得以解放思想、暢想未來(lái)，從檔案資源獲取渠道上來(lái)看，未來(lái)檔案館的高智能，必將打破以往被動(dòng)獲取等傳統(tǒng)固定的檔案來(lái)源渠道，擴(kuò)展到一部分檔案是通過(guò)社會(huì)信息渠道自動(dòng)篩選生成的，這部分檔案必將成為未來(lái)檔案館的重要組成部分，并使檔案真正實(shí)現(xiàn)資源化，為檔案館預(yù)決策智能化服務(wù)提供支持。

對(duì)于檔案通過(guò)社會(huì)信息渠道自動(dòng)篩選生成的問(wèn)題，我們探究式地引入信息檔案和數(shù)據(jù)檔案兩個(gè)概念

3.2.1? ?信息檔案和數(shù)據(jù)檔案概念的界定

信息檔案，筆者認(rèn)為它是指在那些經(jīng)過(guò)國(guó)家認(rèn)定的信息范疇中，通過(guò)互聯(lián)網(wǎng)等現(xiàn)代技術(shù)手段和渠道，進(jìn)行篩選提取并加以存儲(chǔ)的對(duì)國(guó)家和社會(huì)具有保存價(jià)值的重要信息。

數(shù)據(jù)檔案，是指對(duì)所存信息檔案的各時(shí)期各重要節(jié)點(diǎn)通過(guò)現(xiàn)代技術(shù)手段跟蹤分析并加以存儲(chǔ)的對(duì)國(guó)家和社會(huì)具有保存價(jià)值的重要數(shù)據(jù)結(jié)果，數(shù)據(jù)檔案應(yīng)具有為國(guó)家和社會(huì)提供可靠可信的預(yù)測(cè)和決策服務(wù)功能。

3.2.2? ?信息檔案庫(kù)（館）和數(shù)據(jù)檔案庫(kù)（館）的建立

就檔案存儲(chǔ)而言，信息技術(shù)的革命，必將使以往的不可能即將變?yōu)楝F(xiàn)實(shí)，傳統(tǒng)的檔案存儲(chǔ)模式也必將發(fā)生跨越式變化，由此我們?cè)谔骄渴降匾胄畔n案和數(shù)據(jù)檔案概念的前提下，提出信息檔案庫(kù)和數(shù)據(jù)檔案庫(kù)的概念，未來(lái)的檔案庫(kù)（館），在堅(jiān)持保留傳統(tǒng)檔案存儲(chǔ)模式的同時(shí)，應(yīng)存在信息檔案庫(kù)（館）和數(shù)字檔案庫(kù)（館）兩類現(xiàn)代化庫(kù)（館）。

所謂信息檔案庫(kù)（館），應(yīng)是存儲(chǔ)那些經(jīng)過(guò)國(guó)家認(rèn)定的信息范疇中，通過(guò)互聯(lián)網(wǎng)等現(xiàn)代技術(shù)手段和渠道，進(jìn)行篩選提取并加以有序存儲(chǔ)的一切重要信息，其功能是準(zhǔn)確有序保存歷史記憶，有效提供重要?dú)v史信息，為社會(huì)發(fā)展服務(wù)。

數(shù)據(jù)檔案庫(kù)（館），應(yīng)是存儲(chǔ)那些對(duì)信息檔案庫(kù)所存的信息檔案，通過(guò)現(xiàn)代先進(jìn)技術(shù)，進(jìn)行各時(shí)期各重要節(jié)點(diǎn)跟蹤分析預(yù)判和決策，并加以存儲(chǔ)的數(shù)據(jù)結(jié)果，在功能上應(yīng)具有有序保存歷史數(shù)據(jù)，為國(guó)家和社會(huì)提供真實(shí)可靠可信的預(yù)測(cè)和決策服務(wù)功能。

信息檔案庫(kù)和數(shù)據(jù)檔案庫(kù)的建立，一方面，使檔案存儲(chǔ)突破了以往單一的被動(dòng)存儲(chǔ)模式，向主動(dòng)收集重要信息和數(shù)據(jù)并作為檔案長(zhǎng)期保存的主動(dòng)存儲(chǔ)模式邁進(jìn)，這種被動(dòng)與主動(dòng)并存的存儲(chǔ)方式轉(zhuǎn)變，使檔案存儲(chǔ)得以有序地?zé)o限放大;另一方面，從檔案歷史記憶特質(zhì)上看，未來(lái)資源化的信息檔案以資源化的數(shù)據(jù)檔案為據(jù)，這種證據(jù)，與以往相對(duì)比，將使檔案歷史記憶變得更加真實(shí)可靠，特別是大數(shù)據(jù)技術(shù)使檔案實(shí)現(xiàn)主動(dòng)為人類社會(huì)發(fā)展提供可靠預(yù)測(cè)和分析決策服務(wù)，使未來(lái)檔案工作前景無(wú)限。

4? ? ? 結(jié)? ? 語(yǔ)

大數(shù)據(jù)在檔案信息化建設(shè)中的具體應(yīng)用，使未來(lái)檔案館實(shí)現(xiàn)質(zhì)的飛躍成為可能，它不僅使檔案存儲(chǔ)資源化，同時(shí)使檔案從被動(dòng)存儲(chǔ)向主動(dòng)存儲(chǔ)邁進(jìn)，達(dá)到了互聯(lián)互通、資源共享，加快檔案館智能化建設(shè)的步伐等這一切必將對(duì)檔案歷史文化傳承、國(guó)家政務(wù)公開(kāi)、深化社會(huì)服務(wù)乃至智慧城市建設(shè)，發(fā)揮其重要作用。現(xiàn)在中國(guó)正處于大發(fā)展、大變革的時(shí)期，數(shù)據(jù)的產(chǎn)生、流通、分析及應(yīng)用越來(lái)越廣泛，在現(xiàn)如今大數(shù)據(jù)的環(huán)境下，我們應(yīng)當(dāng)積極促進(jìn)檔案館的數(shù)據(jù)化、高效化，為發(fā)展提供更充足的動(dòng)力。

主要參考文獻(xiàn)

[1]吳健鵬.大數(shù)據(jù)環(huán)境下檔案館建設(shè)發(fā)展研究[J]. 蘭臺(tái)世界， 2017（20）.

[2]劉俊蘭. 大數(shù)據(jù)環(huán)境下高校數(shù)字檔案館建設(shè)研究[J]. 蘭臺(tái)世界， 2017（19）.

[3]李偉. 大數(shù)據(jù)時(shí)代我國(guó)數(shù)字檔案館的建設(shè)與發(fā)展[J]. 赤子， 2017（7）.

[4]桂定君. 基于大數(shù)據(jù)的圖書(shū)館信息服務(wù)體系研究[J]. 河南圖書(shū)館學(xué)刊， 2014（1）：111-113.