對小數(shù)據(jù)應(yīng)用于檔案信息資源開發(fā)利用中的思考

文·古同日

近年來隨著信息技術(shù)的迅猛發(fā)展和相關(guān)領(lǐng)域的政策規(guī)劃陸續(xù)出臺，檔案大數(shù)據(jù)研究越來越熱，呈現(xiàn)出研究成果豐富、研究方向多樣、研究層次參差不齊等態(tài)勢，研究熱點集中于大數(shù)據(jù)背景下的檔案管理研究、檔案館建設(shè)研究、高校檔案管理工作研究和檔案數(shù)據(jù)挖掘研究。[1]檔案大數(shù)據(jù)研究的逐漸成熟使得部分學(xué)者轉(zhuǎn)向其他領(lǐng)域的研究，其中與大數(shù)據(jù)相對應(yīng)的小數(shù)據(jù)技術(shù)則也成為關(guān)注的一個方面，關(guān)于小數(shù)據(jù)和檔案信息資源相結(jié)合的理論和應(yīng)用探討逐漸豐富起來。但是，對于小數(shù)據(jù)在檔案領(lǐng)域的研究還存在諸多問題，小數(shù)據(jù)在檔案信息資源開發(fā)利用中的科學(xué)性、合理性有待于深入挖掘。

一、小數(shù)據(jù)概況

一般認為，第一個認識到小數(shù)據(jù)重要性的是美國的德伯哈兒·艾斯汀教授，他在自己父親去世的生活實踐中發(fā)現(xiàn)了個體小數(shù)據(jù)的重要作用，并將其作為一種醫(yī)學(xué)依據(jù)。從概念上說，小數(shù)據(jù)是指以個人為中心的各種數(shù)據(jù)的集合，包括被采集個體的生活習(xí)慣、身體狀況、喜好、行為、社交等等數(shù)據(jù)。[2]通過個體小數(shù)據(jù)資源的收集分析，能夠?qū)€人行為、需求、行為特征等實現(xiàn)精準預(yù)測，從而幫助機構(gòu)或個人進行科學(xué)決策。與大數(shù)據(jù)相比，小數(shù)據(jù)在目的上是以個人為中心挖掘個性表征和規(guī)律；分析方法上注重于分析個人在節(jié)點的因果關(guān)系；數(shù)據(jù)本身上具有體量有限、類型單一、價值密度高等特征。[3]在應(yīng)用層面，目前小數(shù)據(jù)的應(yīng)用有方言普通話語音識別聲學(xué)建模、科研小數(shù)據(jù)融合研究、中小型互聯(lián)網(wǎng)金融企業(yè)中的小數(shù)據(jù)應(yīng)用研究和基于小數(shù)據(jù)的圖書館個性化服務(wù)研究等方面。[4]

二、小數(shù)據(jù)在檔案信息資源領(lǐng)域應(yīng)用的理論現(xiàn)狀

目前，盡管小數(shù)據(jù)在檔案信息資源領(lǐng)域的應(yīng)用尚處于探索階段，但仍有相關(guān)的理論成果涌現(xiàn)，歸納來看，主要有三個方面的理論研究：一是對于小數(shù)據(jù)及小數(shù)據(jù)與檔案領(lǐng)域相關(guān)聯(lián)的基本概念探析，二是對于小數(shù)據(jù)應(yīng)用于檔案領(lǐng)域的可行性分析，三是對于小數(shù)據(jù)應(yīng)用于檔案領(lǐng)域的業(yè)務(wù)流程和框架模型的建構(gòu)設(shè)計。

（一）基本概念分析

這個方面主要是對小數(shù)據(jù)、檔案用戶小數(shù)據(jù)以及檔案信息資源個性化服務(wù)等相關(guān)概念進行分析。對于小數(shù)據(jù)的概念分析，檔案學(xué)在這方面的研究往往都借鑒了鄰近學(xué)科在這方面的研究成果，如圖書館學(xué)、情報學(xué)以及計算機科學(xué)在該領(lǐng)域的研究。其概念發(fā)展形成、定義、特征等均基本一致，此處便不再贅述。對于檔案用戶小數(shù)據(jù)和檔案信息個性化服務(wù)，馬雙雙認為檔案用戶小數(shù)據(jù)是指不同類型檔案用戶在利用檔案過程中產(chǎn)生的思維活動、需求表達、利用行為等各種需求的集合，它不僅具有小數(shù)據(jù)的一般特征，還具有顯著集中的檔案利用需求特點，認為檔案用戶小數(shù)據(jù)可以劃分為檔案用戶個體特征數(shù)據(jù)、檔案用戶行為數(shù)據(jù)和檔案用戶社會化及共享數(shù)據(jù)。[5]對于檔案信息個性化服務(wù)方面，黃夏基認為是指兩個層面的內(nèi)容，一是檔案館根據(jù)檔案用戶的明確要求提供檔案信息服務(wù)，二是通過分析發(fā)現(xiàn)檔案用戶的潛在的檔案信息利用需求，主動向其提供其所需的個性化檔案信息資源。[6]可以看出，檔案用戶小數(shù)據(jù)是小數(shù)據(jù)概念應(yīng)用于檔案學(xué)領(lǐng)域的個性化現(xiàn)象，其劃分也與圖書館用戶的劃分較為類似。而對于檔案信息個性化服務(wù)來說，現(xiàn)代的個性化服務(wù)顯然更加強調(diào)后者的重要性，即發(fā)現(xiàn)需求主動提供的服務(wù)過程。

（二）可行性分析

對于小數(shù)據(jù)應(yīng)用到檔案信息個性化服務(wù)中的可行性分析，李財富、余林夕認為隨著檔案信息服務(wù)觀念的轉(zhuǎn)變、檔案部門服務(wù)方式的改善和現(xiàn)代信息技術(shù)的支持為檔案領(lǐng)域的小數(shù)據(jù)應(yīng)用提供可能性。[7]馬雙雙認為一方面目前我國日益增長的檔案信息資源個性化服務(wù)客觀需求導(dǎo)致需要新元素彌補當前能力不足的現(xiàn)狀，另一方面小數(shù)據(jù)能夠為檔案信息資源的個性化服務(wù)提供思路和條件。這兩個方面因素為檔案小數(shù)據(jù)應(yīng)用形成基礎(chǔ)。[8]前者具體分析了小數(shù)據(jù)在檔案信息個性化服務(wù)中的現(xiàn)實可能性，認為當前小數(shù)據(jù)在檔案領(lǐng)域的應(yīng)用具備了一定的條件基礎(chǔ)；而后者從檔案個性化服務(wù)需求與小數(shù)據(jù)特性之間的契合出發(fā)進行分析，二者均認同小數(shù)據(jù)在檔案信息個性化服務(wù)中的作用與前景。

（三）業(yè)務(wù)流程、框架模型的建構(gòu)設(shè)計

李財富、余林夕探索了精準化檔案信息服務(wù)的業(yè)務(wù)流程，該業(yè)務(wù)流程從檔案用戶小數(shù)據(jù)的采集開始，到檔案用戶小數(shù)據(jù)存儲、檔案用戶小數(shù)據(jù)分析、檔案用戶小數(shù)據(jù)的挖掘、再利用檔案用戶小數(shù)據(jù)提供個性化服務(wù)，最后進行檔案用戶的評價和反饋。通過該流程的設(shè)計以期提升檔案部門的用戶滿意度、提高檔案部門的服務(wù)能力。[9]呂元智設(shè)計了基于小數(shù)據(jù)的數(shù)字檔案資源知識集成服務(wù)系統(tǒng)框架，該集成服務(wù)系統(tǒng)框架由“小數(shù)據(jù)管理系統(tǒng)” “數(shù)字檔案資源管理系統(tǒng)”“用戶知識需求分析系統(tǒng)”“檔案資源知識集成系統(tǒng)”“數(shù)字檔案資源知識集成服務(wù)界面”五個部分構(gòu)成，該框架系統(tǒng)旨在建立以用戶全方位個人數(shù)據(jù)分析基礎(chǔ)上的、以用戶檔案知識需求為驅(qū)動的個性化檔案資源集成服務(wù)。[10]從上述業(yè)務(wù)流程的設(shè)計可以看出精準化檔案信息服務(wù)流程是在圖書館學(xué)等學(xué)科的經(jīng)驗基礎(chǔ)上得出的，流程設(shè)計較為簡潔，而數(shù)字檔案資源知識集成服務(wù)框架的設(shè)計較為詳盡細致，但是兩者都是偏向于理論性的探討，具體到實踐上的操作還有待于證明。

三、對小數(shù)據(jù)在檔案信息資源領(lǐng)域應(yīng)用的質(zhì)疑與思考

盡管學(xué)界對于小數(shù)據(jù)在檔案信息資源領(lǐng)域的應(yīng)用有了一定程度上的理論探索，但是具體到實踐應(yīng)用中，無論是政策指導(dǎo)還是技術(shù)條件上都有不完備的地方，因此，筆者認為小數(shù)據(jù)在檔案信息資源領(lǐng)域的應(yīng)用持批判態(tài)度，對檔案小數(shù)據(jù)應(yīng)用理論提出幾點質(zhì)疑。

（一）技術(shù)條件和技術(shù)成本質(zhì)疑

目前，對大數(shù)據(jù)技術(shù)研究在社會中的各行各業(yè)普遍開展，大數(shù)據(jù)的作用也得到了社會的認可。但小數(shù)據(jù)技術(shù)卻在實踐中和理論上探討頗少，還不能與大數(shù)據(jù)技術(shù)相提并論。一項經(jīng)過實踐檢驗的技術(shù)自然會引起社會的關(guān)注并加以推廣，從這個角度來說，小數(shù)據(jù)技術(shù)探索過少跟其本身的技術(shù)基礎(chǔ)存在一定的關(guān)聯(lián)。精準化檔案信息服務(wù)所需的關(guān)鍵技術(shù)，如用戶畫像技術(shù)、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘、智能代理技術(shù)等大多處于發(fā)展階段，技術(shù)條件還不成熟，如果盲目地忽視客觀條件而超前地理論應(yīng)用，必然是架之于虛幻上的空中樓閣。同時，小數(shù)據(jù)的技術(shù)成本也是值得關(guān)注的一個地方，檔案行業(yè)是一個非營利性行業(yè)組織，技術(shù)應(yīng)用到實際中存在許多限制，在沒有政策支撐的前提下，很多前沿技術(shù)都難以在檔案行業(yè)真正得到應(yīng)用乃至普及，當前大數(shù)據(jù)技術(shù)在檔案行業(yè)的應(yīng)用尚未真正全面地展開，大多仍停留在理論探討的層次，所以小數(shù)據(jù)要想在檔案行業(yè)實踐應(yīng)用甚至全面深化還有很長的路要走。對技術(shù)條件和技術(shù)成本的質(zhì)疑是從技術(shù)客體角度來思考的，小數(shù)據(jù)應(yīng)用到檔案實踐領(lǐng)域是一個主體與客體相互作用的過程，客體本身的特性會影響到整個作用過程，即小數(shù)據(jù)在檔案信息資源服務(wù)領(lǐng)域的作用，在當前條件來看，結(jié)合檔案行業(yè)的特殊性，小數(shù)據(jù)的技術(shù)條件本身和技術(shù)應(yīng)用成本均難以達到在檔案行業(yè)實踐應(yīng)用的條件，在檔案的社會化服務(wù)中論及小數(shù)據(jù)恐怕也難以實現(xiàn)大規(guī)模的普遍性實施。

（二）服務(wù)效果質(zhì)疑

如前所述，小數(shù)據(jù)技術(shù)因其具有的特性，研究者往往認為將小數(shù)據(jù)應(yīng)用于檔案信息資源個性化服務(wù)具有精準性、高效性、智慧性等優(yōu)點，但是當小數(shù)據(jù)和檔案行業(yè)結(jié)合的時候，未必能夠產(chǎn)生小數(shù)據(jù)在理論上帶來的諸多功能，其中既要考慮到檔案行業(yè)所具有的特殊性，也要考察現(xiàn)階段檔案信息服務(wù)的提升空間。下面筆者就檔案小數(shù)據(jù)的精準化、高效性和智慧性給出質(zhì)疑。

在相當多學(xué)者眼中，檔案信息服務(wù)的精準化或者說個性化是小數(shù)據(jù)技術(shù)給檔案帶來最為明顯的特質(zhì)和優(yōu)勢，這一點往往也是從圖書館學(xué)已有成果中借鑒而來，圖書館的服務(wù)可以實現(xiàn)精準化服務(wù)，所以檔案館也要實現(xiàn)精準化個性化的服務(wù)，看似合理的推斷卻忽視了檔案行業(yè)的特殊性，即檔案館的社會化服務(wù)水平遠低于圖書館。圖書館可以根據(jù)讀者小數(shù)據(jù)為讀者主動推薦書籍服務(wù)乃至個性化的定制服務(wù)，但檔案館的用戶往往是有現(xiàn)實的利益需要才去檔案館，其用戶的需求相比于圖書館具有更大的不確定性，在這種前提下的小數(shù)據(jù)的精準化服務(wù)便會失去意義。同時，小數(shù)據(jù)助力精準化服務(wù)的背后還有另外一個層面的意味，即大數(shù)據(jù)技術(shù)帶來的服務(wù)是不精準的，但筆者通過研究發(fā)現(xiàn)，大數(shù)據(jù)技術(shù)在促進精準扶貧[11]、精準營銷[12]、精準醫(yī)療[13]等方面均具有重要作用。小數(shù)據(jù)技術(shù)中的很多基礎(chǔ)構(gòu)成技術(shù)也都是來自于大數(shù)據(jù)，大數(shù)據(jù)不僅僅可以預(yù)測事物的發(fā)展趨勢和運行軌跡，也能帶動精準化的服務(wù)水平的提高。筆者認為，簡單地將小數(shù)據(jù)和大數(shù)據(jù)對立開來去突出小數(shù)據(jù)的個性化精準化功用是欠缺全方位考量的。

高效性是所謂小數(shù)據(jù)的另一重要作用，高效無非是提高效率，在檔案信息服務(wù)方面就是使利用者快速便捷地查找到所需檔案信息資源。而當前隨著數(shù)字檔案館和社交媒體的快速發(fā)展，檔案用戶的高效性的利用需求也極大地得到滿足，檔案信息資源的網(wǎng)絡(luò)化、檢索系統(tǒng)的完善均給予檔案用戶便捷的手段。對檔案用戶小數(shù)據(jù)的收集利用是對個體數(shù)據(jù)的處理分析，更加側(cè)重于單個檔案用戶的差異性服務(wù)，因此對于檔案用戶群體的利用效率提升并無重大影響，檔案信息利用服務(wù)的高效化更多的還是要依靠檔案信息資源的合理配置和檢索手段的現(xiàn)代化，小數(shù)據(jù)對于高效性檔案信息資源挖掘難以有實質(zhì)性突破。

智慧性是當前各行各業(yè)探討較多的話題，人工智能時代各個領(lǐng)域紛紛向智慧型的生產(chǎn)服務(wù)方向靠攏，檔案界在服務(wù)社會智能化方面主要貢獻是智慧檔案館的建設(shè)，其核心是促進數(shù)字檔案館更加智慧化和檔案實體管理智慧化。[14]由于檔案用戶的利用需求不像圖書館用戶那樣強烈而頻繁，且多是與利用者現(xiàn)實利益相關(guān)，通過檔案用戶利用小數(shù)據(jù)進行智能化檔案信息服務(wù)難以達到理想中的狀態(tài)。智慧檔案信息服務(wù)應(yīng)該著眼于檔案信息資源館際聯(lián)動、區(qū)域聯(lián)動和信息共享，借助云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)技術(shù)實現(xiàn)宏觀和中觀層面上的檔案智慧服務(wù)，進而推動智慧檔案館的建設(shè)。

（三）理論質(zhì)疑與學(xué)術(shù)反思

在小數(shù)據(jù)應(yīng)用于檔案信息資源開發(fā)利用理論眾多質(zhì)疑的背后，必然存在學(xué)術(shù)上的一些疑問和思考，為此，筆者認為在學(xué)術(shù)理論上有兩個方面可以探討。

一是關(guān)于檔案學(xué)與圖書館學(xué)情報學(xué)的理論互借。在各學(xué)科理論深入發(fā)展的今天，學(xué)科之間的理論互相借鑒已屢見不鮮，檔案學(xué)作為一個小學(xué)科，與包括圖情科學(xué)在內(nèi)的人文科學(xué)、應(yīng)用科學(xué)進行互相學(xué)習(xí)是良好的現(xiàn)象，也有助于突破檔案學(xué)的狹隘藩籬。但是在沒有充分考慮所在學(xué)科特殊性的條件下引進、轉(zhuǎn)移相關(guān)的理論成果是過于急功近利的表現(xiàn)。就小數(shù)據(jù)信息服務(wù)理論而言，目前多數(shù)理論集中在圖書館學(xué)和情報學(xué)，研究層次目前也處于初始探索階段，檔案學(xué)對于小數(shù)據(jù)信息服務(wù)的引借應(yīng)該盡量考慮到自身獨特性，實事求是地為新時代檔案學(xué)發(fā)展謀篇布局。

二是關(guān)于科技熱點的學(xué)術(shù)追逐。當前檔案學(xué)的很多理論內(nèi)容都與最新的技術(shù)有關(guān)，學(xué)人不遺余力地將各種新興科技搬進了檔案學(xué)的大門：大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、區(qū)塊鏈等等，似乎這些科技都可以在檔案學(xué)領(lǐng)域大有用武之地，但事實卻與理論相隔甚遠，除了個別的試點檔案館之外，大多數(shù)地方性檔案館、高校檔案館都維持著計算機網(wǎng)絡(luò)技術(shù)時代的設(shè)施裝備，當然這并不意味著科技手段發(fā)展相對于理論探討的滯后性多嚴重，這種脫節(jié)應(yīng)該是從檔案行業(yè)實用主義角度出發(fā)的妥協(xié)。追逐新興熱點技術(shù)無可厚非，但這種追逐不能掩蓋掉檔案學(xué)本身的立學(xué)基礎(chǔ)，而應(yīng)該沉下心來在檔案的本體內(nèi)探尋真知。

四、總結(jié)

筆者認為，小數(shù)據(jù)技術(shù)在反映個體的特性方面具有重要的價值，在金融、媒體、情報等領(lǐng)域?qū)⒋笥锌蔀?，特別是在當今注重多元化和個性化的時代條件下，小數(shù)據(jù)技術(shù)的獨特作用不可或缺。但對小數(shù)據(jù)技術(shù)在檔案理論中的探討、在檔案行業(yè)中的應(yīng)用，筆者持質(zhì)疑態(tài)度。有關(guān)小數(shù)據(jù)在檔案信息資源服務(wù)中的作用有待實踐去進一步驗證。