大數(shù)據(jù)視野下的檔案管理模式變化與創(chuàng)新

■陳健民

（福建水利電力職業(yè)技術(shù)學(xué)院，福建 永安 366000）

大數(shù)據(jù)技術(shù)蓬勃發(fā)展，對社會(huì)各行業(yè)造成了不同程度的沖擊。其中，“檔案管理”作為一項(xiàng)數(shù)據(jù)管理工作、知識(shí)管理工作，在大數(shù)據(jù)影響下發(fā)生了深刻的變化。對于檔案管理工作者而言，這種變化既是一個(gè)嚴(yán)峻的挑戰(zhàn)，同時(shí)也是一個(gè)大幅度提升檔案管理水準(zhǔn)的契機(jī)?！俺松系?，任何人都必須用數(shù)據(jù)說話”，這句話被檔案管理業(yè)界高度認(rèn)同，在大數(shù)據(jù)時(shí)代，數(shù)據(jù)、信息從一種單純的處理對象，上升為一種影響人們生活的重要資源，我們必須在深刻理解檔案管理內(nèi)涵、大數(shù)據(jù)特征的基礎(chǔ)上，采取行之有效的措施，才可應(yīng)對大數(shù)據(jù)規(guī)模效應(yīng)給檔案管理帶來的管理挑戰(zhàn)、分析挑戰(zhàn)、儲(chǔ)存挑戰(zhàn)。

一、大數(shù)據(jù)時(shí)代背景下檔案管理的變化趨勢

數(shù)據(jù)處理、數(shù)據(jù)收集是大數(shù)據(jù)的主要特征，在大數(shù)據(jù)時(shí)代到來前，有關(guān)于“數(shù)據(jù)處理”的相關(guān)技術(shù)就得到了人們的廣泛關(guān)注，其技術(shù)方法也相對成熟，知識(shí)管理者、營銷人員、信息管理者將數(shù)據(jù)背后隱藏的內(nèi)涵作為指導(dǎo)決策、預(yù)測未來的重要前提。而在信息技術(shù)快速發(fā)展的背景下，數(shù)據(jù)處理、數(shù)據(jù)收集水平顯著提升，同時(shí)物聯(lián)網(wǎng)、云技術(shù)的成熟，讓各行業(yè)數(shù)據(jù)的增長量躍升到一個(gè)新的量級(jí)，人們能夠?qū)⒏鞣N非結(jié)構(gòu)化數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)整合起來進(jìn)行分析，最終得出可有效支持決策的分析結(jié)果[1]。數(shù)據(jù)挖掘是大數(shù)據(jù)時(shí)代應(yīng)運(yùn)而生的一門“新學(xué)科”，它本身是人工智能、統(tǒng)計(jì)學(xué)、信息技術(shù)的整合?，F(xiàn)代化的檔案管理，倡導(dǎo)通過檔案管理來為組織機(jī)構(gòu)提供可靠的數(shù)據(jù)，業(yè)界常采用“去粗取精”的辦法，摒棄檔案信息數(shù)據(jù)中零碎的、不完整的信息，在檔案使用過程中，僅調(diào)用此前篩選接受的信息數(shù)據(jù)，該種檔案管理方法的確能夠?yàn)榻M織機(jī)構(gòu)或者檔案查閱者提供一定的便利，但是從長遠(yuǎn)來看，“去粗取精”的方法去除了諸多有價(jià)值的信息數(shù)據(jù)。大數(shù)據(jù)技術(shù)的發(fā)展，為檔案信息數(shù)據(jù)中零碎的、非結(jié)構(gòu)化的、不完善的數(shù)據(jù)提供了應(yīng)用基礎(chǔ)，因此我們可窺見大數(shù)據(jù)時(shí)代背景下，檔案管理工作的變化趨勢，以“數(shù)據(jù)分析、數(shù)據(jù)價(jià)值挖掘”最為明顯[2]。

二、檔案資源的大數(shù)據(jù)特征

（一）數(shù)據(jù)量增加

信息技術(shù)對檔案管理產(chǎn)生的影響深刻且長遠(yuǎn)。目前我國各地檔案館主要以“檔案數(shù)字化、檔案電子化”為主要特征，就國家檔案館館藏檔案而言，2011-2018年間，館藏檔案卷數(shù)快速增長，且預(yù)計(jì)到2020年，國家檔案館的館藏會(huì)增加至6億余卷。同時(shí)，隨著檔案數(shù)字化工作的不斷推進(jìn)，各地檔案館、單位檔案管理部門將會(huì)形成規(guī)模龐大的數(shù)字檔案資源庫，圖標(biāo)檔案、電子文件檔案、聲像檔案等還會(huì)涵蓋檔案訪問日志、檔案瀏覽軌跡等數(shù)據(jù)內(nèi)容。這就為檔案管理和大數(shù)據(jù)的整合奠定了重要的“數(shù)據(jù)基礎(chǔ)”，有利于檔案管理人員去挖掘檔案的潛在價(jià)值[3]。

（二）分布廣泛化

統(tǒng)計(jì)技術(shù)、在線分析處理技術(shù)、數(shù)據(jù)檢索技術(shù)、機(jī)器學(xué)習(xí)技術(shù)、專家系統(tǒng)技術(shù)的發(fā)展，提高了人們對數(shù)據(jù)的整合、探索、保存能力，檔案管理工作者所面臨的檔案管理數(shù)據(jù)來源呈現(xiàn)出多樣化的發(fā)展趨勢，加之移動(dòng)終端設(shè)備的快速發(fā)展，讓數(shù)據(jù)的產(chǎn)生也體現(xiàn)出多樣化的發(fā)展趨勢[4][5]。由此我們可了解到，在大數(shù)據(jù)時(shí)代背景下，檔案管理將會(huì)面對不同種類的數(shù)據(jù)信息，檔案分布呈現(xiàn)出結(jié)構(gòu)化信息、非結(jié)構(gòu)化信息相互融合的發(fā)展態(tài)勢，最終形成分布廣泛的檔案體系。

三、大數(shù)據(jù)時(shí)代背景下檔案管理面對的新問題

（一）技術(shù)問題

大數(shù)據(jù)的確為檔案管理工作指出了新的發(fā)展道路，但是大數(shù)據(jù)技術(shù)和檔案管理的相互整合，的確存在較大的挑戰(zhàn)。當(dāng)下，廣大從業(yè)者必須要解決傳統(tǒng)檔案管理和大數(shù)據(jù)的整合，如何實(shí)現(xiàn)檔案歸檔、檔案分類和數(shù)據(jù)挖掘、數(shù)據(jù)分析的無縫整合是一個(gè)極大的挑戰(zhàn)，尤其是在不同檔案資料分析模型構(gòu)件方面，存在較為明顯的技術(shù)瓶頸。

（二）職能問題

眾所周知，傳統(tǒng)的檔案管理工作模式中，檔案管理工作人員的主要職能是收集檔案、分類檔案、檔案歸檔、檔案調(diào)用，雖然許多從業(yè)者在積極倡導(dǎo)，檔案管理工作應(yīng)該挖掘檔案的潛在價(jià)值，并實(shí)現(xiàn)“知識(shí)管理”的轉(zhuǎn)型。但在大數(shù)據(jù)時(shí)代，檔案管理工作必須具備的職能不僅僅局限在檔案保存、調(diào)用等方面，同時(shí)還要在大數(shù)據(jù)技術(shù)的應(yīng)用下，在確保數(shù)據(jù)安全的前提下，對信息數(shù)據(jù)進(jìn)行全面、有效的處理，全面體現(xiàn)出檔案管理的潛在價(jià)值[6]。

（三）安全問題

大數(shù)據(jù)時(shí)代，檔案信息數(shù)據(jù)已轉(zhuǎn)變成了一種可影響人們生活、工作的基礎(chǔ)性資源，檔案信息數(shù)據(jù)價(jià)值的提升，帶來了此前不存在的“安全問題”。從現(xiàn)階段我國大數(shù)據(jù)技術(shù)的應(yīng)用上來看，數(shù)據(jù)信息安全方面缺少相應(yīng)的法律法規(guī)，也缺少一個(gè)行之有效的監(jiān)管機(jī)制，若盲目應(yīng)用大數(shù)據(jù)技術(shù)改變檔案管理工作，必然會(huì)出現(xiàn)信息安全隱患。

四、大數(shù)據(jù)時(shí)代檔案數(shù)據(jù)挖掘相關(guān)技術(shù)

（一）決策樹算法

決策樹算法是一種相對常見的數(shù)據(jù)挖掘技術(shù)，可根據(jù)檔案數(shù)據(jù)中的每一條記錄，為記錄分配相應(yīng)的屬性標(biāo)簽，并將部分?jǐn)?shù)據(jù)內(nèi)容節(jié)選為訓(xùn)練數(shù)據(jù)，在數(shù)據(jù)挖掘、分析的過程中，就可根據(jù)屬性找到輸出屬性、輸入屬性之間的對應(yīng)關(guān)系。目前，決策樹算法已經(jīng)在各行業(yè)得到應(yīng)用，部分銀行用決策樹算法進(jìn)行客戶管理，部分企業(yè)用決策樹算法進(jìn)行供應(yīng)商管理，在預(yù)測客戶行為、客戶需求方面體現(xiàn)出較高的準(zhǔn)確性。檔案管理工作就可整合決策樹算法，根據(jù)檔案數(shù)據(jù)資料中的詳細(xì)數(shù)據(jù)條目進(jìn)行定義，通過分析數(shù)據(jù)之間的關(guān)聯(lián)，就可挖掘檔案數(shù)據(jù)的隱含價(jià)值。

（二）聚類算法

聚類算法可估計(jì)數(shù)據(jù)庫內(nèi)不同數(shù)據(jù)的屬性，根據(jù)數(shù)據(jù)之間的相似度，將屬性相似的數(shù)據(jù)進(jìn)行歸集。聚類算法的技術(shù)要求相對較低，所以應(yīng)用較為廣泛、應(yīng)用方法相對成熟。在檔案管理工作中，檔案數(shù)據(jù)以“多樣、多層次”為主要特征，難以根據(jù)某一個(gè)“定義”對檔案進(jìn)行歸集，所以各地檔案館或者企業(yè)單位的檔案管理部門，常根據(jù)檔案的性質(zhì)（影像檔案、文字檔案、合同檔案）對檔案進(jìn)行分類，從客觀的角度來看，該種分類方法并不能體現(xiàn)出檔案的性質(zhì)、屬性。采用聚類算法，就可根據(jù)檔案的深層次關(guān)聯(lián)對檔案進(jìn)行區(qū)分，從而為檔案的價(jià)值挖掘奠定堅(jiān)實(shí)基礎(chǔ)[7]。

（三）關(guān)聯(lián)規(guī)則

關(guān)聯(lián)規(guī)則是針對數(shù)據(jù)庫存中一類可挖掘的數(shù)據(jù)進(jìn)行歸類，根據(jù)數(shù)據(jù)的多個(gè)變量取值存在的規(guī)律性，將不同的數(shù)據(jù)進(jìn)行有效關(guān)聯(lián)，從而體現(xiàn)出數(shù)據(jù)之間的發(fā)生規(guī)律，這種規(guī)律長久以來都被用于輔助決策。20世紀(jì)90年代，美國沃爾瑪超市管理人員分析銷售數(shù)據(jù)時(shí)就發(fā)現(xiàn)了數(shù)據(jù)之間的關(guān)聯(lián)，即“啤酒”與“尿布”兩件看上去毫無關(guān)系的商品，會(huì)經(jīng)常出現(xiàn)在同一個(gè)購物籃中，且大多出現(xiàn)在年輕的父親身上。經(jīng)過分析，原因是美國家庭往往是母親在家看護(hù)嬰兒，父親外出購物，所以在購買尿布的同時(shí)，就會(huì)為自己購買啤酒，沃爾瑪利用該關(guān)聯(lián)，將尿布和啤酒兩個(gè)毫無關(guān)聯(lián)的商品擺放在一起，讓男性能夠快速地完成購物，沃爾瑪商品售賣量也因此大幅度提升[8]。

上述幾種算法是檔案管理用于解讀檔案信息數(shù)據(jù)的基本工具，目前有關(guān)大數(shù)據(jù)的數(shù)據(jù)挖掘方法層出不窮，從業(yè)者應(yīng)不拘泥于某一種特殊的技術(shù)方法，而是要綜合利用多種方法來處理結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，這樣才能夠?qū)n案進(jìn)行合理的區(qū)分、定位、關(guān)聯(lián)。

五、大數(shù)據(jù)時(shí)代背景下的檔案管理工作模式創(chuàng)新策略

（一）加強(qiáng)資源收集

數(shù)據(jù)資源是大數(shù)據(jù)技術(shù)發(fā)揮作用的基礎(chǔ)，同時(shí)“數(shù)據(jù)、信息”也是檔案管理工作的主要對象，其完善性、完備性是保證檔案管理工作可持續(xù)發(fā)展的關(guān)鍵要素。在大數(shù)據(jù)背景下，務(wù)必要進(jìn)一步增強(qiáng)檔案資源的建設(shè)力度，目前各地檔案館、單位檔案管理部門都已經(jīng)實(shí)現(xiàn)了檔案管理的信息化、電子化，檔案管理工作人員面對著海量的結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)，為給大數(shù)據(jù)技術(shù)的應(yīng)用奠定基礎(chǔ)，需要進(jìn)一步提高資源收集水平，將各種數(shù)據(jù)整合在檔案數(shù)據(jù)庫中。

（二）創(chuàng)新服務(wù)內(nèi)容

“服務(wù)功能”是檔案管理工作亟需強(qiáng)化的重要元素。目前各地檔案館、單位檔案管理部門儲(chǔ)存的數(shù)據(jù)并沒有明確顯示出其應(yīng)用價(jià)值，必須要以“數(shù)據(jù)分析、數(shù)據(jù)挖掘”為基礎(chǔ)，建立起完善的服務(wù)體系，在服務(wù)內(nèi)容上實(shí)現(xiàn)有效創(chuàng)新。檔案數(shù)據(jù)資源務(wù)必要盡可能地進(jìn)行分析、挖掘，并充分體現(xiàn)檔案數(shù)據(jù)資源的價(jià)值。目前，云計(jì)算技術(shù)已經(jīng)相對成熟，檔案管理工作人員應(yīng)根據(jù)服務(wù)要求、檔案管理工作實(shí)際情況，靈活選擇合理的“云部署方案”，合理選擇私有云、公有云來彌補(bǔ)檔案管理工作的計(jì)算能力、儲(chǔ)存能力，從而為檔案使用者提供更加寬泛、多元的服務(wù)。

（三）完善保障體系

一是應(yīng)該構(gòu)建起完善的“IAM身份訪問管理系統(tǒng)”，實(shí)現(xiàn)統(tǒng)一檔案訪問身份認(rèn)證、權(quán)限控制，達(dá)到檔案數(shù)據(jù)資料安全集成管理的目標(biāo)，以有效應(yīng)對檔案管理可能出現(xiàn)的安全問題；二是要提高檔案數(shù)據(jù)節(jié)點(diǎn)和各種應(yīng)用程序節(jié)點(diǎn)之間的有效保護(hù)，可應(yīng)用SSL安全套階層協(xié)議層來實(shí)現(xiàn)加密；三是應(yīng)該根據(jù)大數(shù)據(jù)整合檔案管理工作的需求，構(gòu)建一個(gè)完善的制度體系，同時(shí)遵循ISO27001信息安全技術(shù)標(biāo)準(zhǔn)，完善檔案數(shù)據(jù)的共享制度、保密制度、審計(jì)制度，確定檔案的傳播范圍、加密層級(jí)，確定檔案關(guān)鍵信息的識(shí)別機(jī)制。

綜上所述，大數(shù)據(jù)對檔案管理工作產(chǎn)生了深刻的影響，廣大從業(yè)者應(yīng)該采取合理的方式方法，促進(jìn)檔案管理工作在大數(shù)據(jù)時(shí)代做出有效的改變，實(shí)現(xiàn)檔案數(shù)據(jù)資料的科學(xué)整合、有效分析，并創(chuàng)建出新的服務(wù)功能，構(gòu)建起完善的安全保障體系。