論高校檔案管理與大數(shù)據(jù)技術(shù)的應(yīng)用

許琪瑋

【摘要】隨著近年來我國高等教育體制改革的深化，如何在高校檔案管理中應(yīng)用大數(shù)據(jù)技術(shù)優(yōu)化檔案管理機(jī)制，提高檔案管理效率，已經(jīng)成為檔案管理人員最關(guān)心的問題。鑒于此，本文就大數(shù)據(jù)技術(shù)在高校信息化檔案管理機(jī)制的應(yīng)用展開詳細(xì)探討，并提出具體的研究思路，以供廣大讀者借鑒。

【關(guān)鍵詞】高校檔案管理；大數(shù)據(jù)技術(shù)；問題研究

一、大數(shù)據(jù)技術(shù)的含義及特征

（一）大數(shù)據(jù)技術(shù)的含義。大數(shù)據(jù)（big data）是指在一定空間、時間維度內(nèi)使用常規(guī)軟件和開源工具捕捉、采集到的數(shù)據(jù)，是信息分析機(jī)制、數(shù)據(jù)采集模式所需決策力、洞察力和數(shù)據(jù)組織機(jī)制優(yōu)化能力的快速、高效率增長的信息資產(chǎn)?；诤Ａ康臄?shù)據(jù)資源分布和快速增長的信息資源，以計(jì)算機(jī)技術(shù)為基礎(chǔ)科學(xué)化、組織化的處理數(shù)據(jù)，針對大數(shù)據(jù)的分布結(jié)構(gòu)、信息類型以程序控制為導(dǎo)向創(chuàng)造出了人工數(shù)據(jù)處理方法，也就是“大數(shù)據(jù)技術(shù)”。信息化情景中，數(shù)據(jù)資源結(jié)構(gòu)、形式呈現(xiàn)多元化，關(guān)聯(lián)性越來越弱，借助數(shù)據(jù)庫、信息網(wǎng)絡(luò)對生活實(shí)踐中產(chǎn)生的數(shù)據(jù)資源存儲分類。通過分析大量具有相似特征的數(shù)據(jù)資源確定事物未來的變化趨勢，實(shí)現(xiàn)對未來發(fā)生事物的技術(shù)性預(yù)測。

（二）大數(shù)據(jù)技術(shù)的特征。大數(shù)據(jù)技術(shù)作為一種從大量網(wǎng)絡(luò)結(jié)構(gòu)性、非結(jié)構(gòu)性、異構(gòu)類數(shù)據(jù)提取有價值信息的能力，所需處理的數(shù)據(jù)，規(guī)模巨大。例如，自人類文明產(chǎn)生以來所有的印刷材料的數(shù)據(jù)存儲量為200PB，典型的個人計(jì)算機(jī)硬盤容量為TB級別，一些互聯(lián)網(wǎng)公司的數(shù)據(jù)量接近EB級別。所以大數(shù)據(jù)技術(shù)的處理數(shù)據(jù)規(guī)模巨大。其次是數(shù)據(jù)類型多樣。人們使用網(wǎng)絡(luò)產(chǎn)生的數(shù)據(jù)資源有多種類型，包括音視頻資料、文本數(shù)據(jù)、地理位置信息、上網(wǎng)記錄等，符合用戶個人預(yù)期的個性化數(shù)據(jù)占主導(dǎo)位置。同時，利用大數(shù)據(jù)技術(shù)對數(shù)據(jù)資源進(jìn)行分析，運(yùn)算效率較高，遵循“1秒定律”可以從各種結(jié)構(gòu)的網(wǎng)絡(luò)數(shù)據(jù)中快速找到有價值的信息供用戶使用。最后是價值密度低?！按髷?shù)據(jù)”是海量信息資源的總稱，計(jì)算對象是大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)，但真正有價值的信息可能是整體數(shù)據(jù)的一小部分。以視頻資源為例，一小時的視頻，在不間斷的數(shù)據(jù)分析中，有價值的信息可能只有一秒鐘。所以，大數(shù)據(jù)技術(shù)應(yīng)用的主要目的是從海量的信息數(shù)據(jù)中提取有價值的信息。

二、高校檔案管理中大數(shù)據(jù)技術(shù)的應(yīng)用途徑

（一）建立檔案數(shù)據(jù)資源趨勢分析機(jī)制。在高校檔案管理中，檔案管理員為了滿足用戶的個性化需求，從海量的數(shù)據(jù)資源中提取有價值的信息提供給師生或是學(xué)校行政部門，有必要建立數(shù)據(jù)資源趨勢分析機(jī)制，基于用戶行為及個體意愿從大量結(jié)構(gòu)化、異構(gòu)化的數(shù)據(jù)資源中提取有價值的信息數(shù)據(jù)提供給使用者。所謂數(shù)據(jù)資源趨勢分析機(jī)制是指檔案管理機(jī)制的構(gòu)建者利用大數(shù)據(jù)技術(shù)、分布式數(shù)據(jù)庫、算法工具構(gòu)建面向網(wǎng)絡(luò)資源、館藏資源進(jìn)行分析、處理、獲取、管理的邏輯系統(tǒng)。一方面高校檔案管理部門要以師生用戶的隱性信息需求為核心，分析用戶的需求變化和分布狀態(tài)提供專業(yè)的數(shù)據(jù)平臺供用戶使用，另一方面檔案管理部門利用算法工具分析館藏資源、網(wǎng)絡(luò)資源的使用情況及資源中所包含的價值性信息，針對使用者使用需求進(jìn)行匹配。值得注意的是，用戶的資源需求是多元的，所應(yīng)用的算法工具及分析模型要在不同的時間節(jié)點(diǎn)內(nèi)自適應(yīng)調(diào)整，能隨著檔案信息資源更新、用戶需求變化做出改變，實(shí)現(xiàn)用戶需求管理與知識挖掘同步進(jìn)行。

（二）創(chuàng)建關(guān)聯(lián)性數(shù)據(jù)標(biāo)注系統(tǒng)。數(shù)據(jù)標(biāo)注系統(tǒng)是高校檔案管理部門針對用戶需求管理、信息資源挖掘和價值性信息使用所形成的知識標(biāo)注機(jī)制，主要是針對用戶的需求變化、檔案信息資源使用情況、價值性信息挖掘，對用戶使用過、未使用的數(shù)據(jù)資源進(jìn)行數(shù)據(jù)性關(guān)聯(lián)性標(biāo)注。高校檔案管理部門針對海量的數(shù)據(jù)信息、檔案信息資源進(jìn)行知識挖掘最重要的原則是根據(jù)資源的價值進(jìn)行數(shù)據(jù)標(biāo)注，使之具有標(biāo)簽管理特征。用戶根據(jù)檔案資源的標(biāo)注，借助標(biāo)簽管理系統(tǒng)能夠根據(jù)檔案信息資源的數(shù)據(jù)邏輯特征快速找到關(guān)聯(lián)性數(shù)據(jù)，準(zhǔn)確查詢。

（三）實(shí)現(xiàn)檔案資源可視化處理。在檔案信息資源挖掘和標(biāo)注過程中利用計(jì)算機(jī)可視化技術(shù)，對結(jié)構(gòu)化的檔案數(shù)據(jù)進(jìn)行分析對比，能根據(jù)算法工具就資源的類型、時間、作者、價值等信息進(jìn)行統(tǒng)計(jì)，依托計(jì)算機(jī)網(wǎng)絡(luò)生成分析報告，以可視化的數(shù)據(jù)模型呈現(xiàn)出來。同時，利用計(jì)算機(jī)可視化技術(shù)能對有關(guān)資源主題深入分析，基于關(guān)聯(lián)性數(shù)據(jù)資源生成可視化圖表，用戶充分了解檔案信息發(fā)展建設(shè)情況，選擇有價值的信息資源。值得注意的是利用計(jì)算機(jī)可視化技術(shù)能夠幫助檔案管理部門以更加直觀的方式查看基于數(shù)據(jù)挖掘機(jī)制產(chǎn)生的價值信息，為后期開展用戶的個性化檔案管理服務(wù)進(jìn)行經(jīng)驗(yàn)積累。

（四）設(shè)置智能輔助工具。傳統(tǒng)的檔案信息檢索使用模式主要是通過輸入相應(yīng)的關(guān)鍵詞，得到檢索結(jié)果從中發(fā)現(xiàn)有價值的信息資源?；诖髷?shù)據(jù)技術(shù)產(chǎn)生的智能輔助工具是在信息資源合理利用、合理使用的基礎(chǔ)上加上智能算法形成的。通過主動推送信息，在用戶輸入關(guān)鍵詞時，系統(tǒng)根據(jù)用戶的搜索行為自動向用戶提供信息數(shù)據(jù)。例如，在檢索某一時間節(jié)點(diǎn)信息時，系統(tǒng)會根據(jù)用戶的輸入法使用變化，自動篩選數(shù)據(jù)資源，及時向用戶提供與之對應(yīng)的檔案信息，方便用戶快速作出決策。

綜上所述，在高校檔案信息管理中應(yīng)用大數(shù)據(jù)技術(shù)可以快速提高檔案信息檢索效率，根據(jù)師生用戶需求和學(xué)校的檔案管理建設(shè)需要及時匹配信息數(shù)據(jù)，便于師生及學(xué)校管理部門快速作出選擇，直接獲取檔案信息。

【參考文獻(xiàn)】

[1]金明輝.創(chuàng)新高校檔案管理工作服務(wù)于教學(xué)科研[J].佳木斯大學(xué)社會科學(xué)學(xué)報，2016（05）.

[2]侯英杰.大數(shù)據(jù)背景下高校檔案編研工作發(fā)展前景分析[J].蘭臺世界，2016（17）.