政府網(wǎng)站網(wǎng)頁歸檔方法的研究與思考

■ 陶 冶

互聯(lián)網(wǎng)自誕生以來，為全世界信息化帶來了極大的便利，自此，人類社會(huì)從工業(yè)文明向信息文明轉(zhuǎn)變，同時(shí)，互聯(lián)網(wǎng)也為云計(jì)算、大數(shù)據(jù)、人工智能的快速發(fā)展提供了契機(jī)。近年來，中國(guó)在互聯(lián)網(wǎng)領(lǐng)域的發(fā)展速度讓世界驚嘆。中國(guó)互聯(lián)網(wǎng)信息中心報(bào)告顯示，截至2020年一季度，中國(guó)互聯(lián)網(wǎng)用戶總數(shù)達(dá)9.04 億，占世界網(wǎng)民總數(shù)的1/5，居全球第一。截至2019年底，中國(guó)網(wǎng)站數(shù)量達(dá)497 萬家，“.CN”下網(wǎng)站數(shù)量341 萬個(gè)，中國(guó)網(wǎng)頁數(shù)量2978 億個(gè)。我國(guó)“互聯(lián)網(wǎng)+ 政務(wù)服務(wù)”也不斷深化發(fā)展，信息公開工作不斷推進(jìn)，據(jù)《2019年中國(guó)政府網(wǎng)站績(jī)效評(píng)估報(bào)告》指出，80%的政府網(wǎng)站積極公開機(jī)構(gòu)職能和政策文件、動(dòng)態(tài)要聞等基礎(chǔ)信息；86%的政府網(wǎng)站積極開通政策解讀專欄，對(duì)政策進(jìn)行解讀。各級(jí)政府還依托網(wǎng)上政務(wù)服務(wù)平臺(tái)，推動(dòng)線上線下集成融合，實(shí)時(shí)匯入網(wǎng)上申報(bào)、排隊(duì)預(yù)約、審批審查結(jié)果等信息，通過“數(shù)據(jù)多跑路”，實(shí)現(xiàn)“群眾少跑腿”。

“互聯(lián)網(wǎng)+ 政務(wù)服務(wù)”工作不斷推進(jìn)，讓億萬人民在共享互聯(lián)網(wǎng)發(fā)展成果中擁有更多獲得感，隨之而來的網(wǎng)頁發(fā)布的信息呈指數(shù)型增長(zhǎng)，這些網(wǎng)頁都真實(shí)記錄和反映了機(jī)構(gòu)運(yùn)行的軌跡，是各方面活動(dòng)的真實(shí)寫照，許多還有憑證價(jià)值和作用。如何及時(shí)存儲(chǔ)并高效利用網(wǎng)頁電子文件特別是重要的黨政網(wǎng)站網(wǎng)頁信息，已成為當(dāng)前檔案工作的重要課題。如果收集不全、存儲(chǔ)不善，將導(dǎo)致大量具有追朔憑證、記錄歷史、提供決策參考、教育后人的，具有歸檔保存價(jià)值的真實(shí)記錄丟失。特別是在機(jī)構(gòu)撤并、網(wǎng)站改版、整合遷移、主題更換等重要節(jié)點(diǎn)，如果不對(duì)政府網(wǎng)站網(wǎng)頁作及時(shí)歸檔處理，許多重要網(wǎng)頁檔案有滅失的危險(xiǎn)。

2017年，國(guó)務(wù)院辦公廳印發(fā)了《政府網(wǎng)站發(fā)展指引》，要求各級(jí)政府網(wǎng)站做好網(wǎng)頁歸檔工作。2019年，國(guó)家檔案局發(fā)布檔案行業(yè)標(biāo)準(zhǔn)DA/T80- 2019《政府網(wǎng)站網(wǎng)頁歸檔指南》，對(duì)政府網(wǎng)站網(wǎng)頁歸檔的歸檔原則、歸檔范圍、責(zé)任主體、保管期限、收集時(shí)間、收集內(nèi)容、歸檔格式、整理和移交接收方式以及要求都作了具體明確，為各級(jí)機(jī)關(guān)及其檔案部門開展網(wǎng)站網(wǎng)頁歸檔工作提供了堅(jiān)實(shí)的理論支撐。

歸檔方案的制定

政府網(wǎng)站網(wǎng)頁資源是各級(jí)機(jī)構(gòu)各種網(wǎng)絡(luò)活動(dòng)的真實(shí)記錄。由于各自的網(wǎng)站構(gòu)架、運(yùn)行模式、內(nèi)容設(shè)置等都存在較大差異，網(wǎng)站主辦單位的檔案部門開展網(wǎng)站網(wǎng)頁資源的歸檔前，需要在本區(qū)域檔案管理部門的指導(dǎo)下，對(duì)目標(biāo)網(wǎng)站進(jìn)行全面梳理，形成較為可行的采集、歸檔預(yù)定方案。方案用以明確網(wǎng)站網(wǎng)頁資源采集、歸檔的主體責(zé)任，科學(xué)界定網(wǎng)頁分類，細(xì)化采集、歸檔策略，包括元數(shù)據(jù)和網(wǎng)頁電子文件的保存方式，數(shù)據(jù)采集方式、采集范圍、采集頻率、編號(hào)方式、存儲(chǔ)格式、歸檔時(shí)間等一系列策略。優(yōu)化的方案，不僅保障了歸檔文件的質(zhì)量，還將之后的科學(xué)安全保存和開發(fā)利用打下基礎(chǔ)。

元數(shù)據(jù)的保存

網(wǎng)頁電子文件具有可分離性、可操作性、不穩(wěn)定性和流動(dòng)性，為保證網(wǎng)站網(wǎng)頁資源采集歸檔過程中歸檔文件的真實(shí)性、可用性、可靠性和完整性，實(shí)現(xiàn)對(duì)網(wǎng)頁文件長(zhǎng)期安全保存，滿足之后的調(diào)閱和開發(fā)利用，網(wǎng)頁電子文件元數(shù)據(jù)的保存和關(guān)聯(lián)就顯得尤為重要了。

網(wǎng)頁歸檔時(shí)，按照《政府網(wǎng)站網(wǎng)頁歸檔指南》上的標(biāo)準(zhǔn)，可以將網(wǎng)站名稱、網(wǎng)站域名、標(biāo)題、副標(biāo)題、欄目、發(fā)布時(shí)間、來源、關(guān)鍵詞、作者、摘要、網(wǎng)址、采集時(shí)間、采集人等基本元數(shù)據(jù)進(jìn)行保存。還可以根據(jù)具體需要，將資源類型、圖片文件ID、音頻文件ID、視頻文件ID 等其他元數(shù)據(jù)也做相應(yīng)保存處理。

基于XML 的標(biāo)準(zhǔn)開放、可擴(kuò)展性強(qiáng)、可跨平臺(tái)等多種特點(diǎn)，可以選擇XML 做為元數(shù)據(jù)保存的方式，將需要保存的元數(shù)據(jù)整體置標(biāo)為一個(gè)XML 文檔。另外，也可以考慮選擇JSON 作為數(shù)據(jù)保存格式，JSON 也有較強(qiáng)的可擴(kuò)展性，而且JSON 是一種輕量級(jí)的數(shù)據(jù)交換格式，層次和結(jié)構(gòu)更加簡(jiǎn)潔和清晰，易于閱讀和編寫，同時(shí)也易于機(jī)器解析和生成，可以有效地提升網(wǎng)絡(luò)傳輸效率。保存后的元數(shù)據(jù)可以選用嵌入式、鏈接和封裝等多種方式進(jìn)行關(guān)聯(lián)。封裝是較為合理和常見的方式，可以將網(wǎng)頁電子文件和元數(shù)據(jù)打包做為自我包含的實(shí)體，形成網(wǎng)頁電子文件信息總體封裝包來安全保存，而且也比較方便管理。

網(wǎng)頁電子文件的保存

為充分滿足網(wǎng)頁歸檔后可長(zhǎng)期保存的要求，我們應(yīng)盡量選用開放式通用保存格式，比如WARC、OFD 等格式。WARC（Web Archiving File Format）格式是一種比較理想的網(wǎng)絡(luò)資源歸檔格式。該格式由互聯(lián)網(wǎng)檔案館等機(jī)構(gòu)在IIPC 資助下共同開發(fā)，并以ISO28500 國(guó)際標(biāo)準(zhǔn)發(fā)布。

WARC 是ARC 格式的延續(xù)和擴(kuò)展，對(duì)ARC向上兼容，它將多個(gè)數(shù)據(jù)對(duì)象和相關(guān)信息聚合到一個(gè)文件中。WARC 由一系列WARC 記錄組成，記錄大量數(shù)據(jù)信息。除了記錄靜態(tài)網(wǎng)頁、圖片、URL、音頻文件、視頻文件等內(nèi)容，還可記錄如網(wǎng)絡(luò)爬行信息、服務(wù)器信息、請(qǐng)求信息、訪問信息、響應(yīng)信息、分段信息等背景信息或者資源詳細(xì)描述。通過這些信息可以重現(xiàn)當(dāng)時(shí)的網(wǎng)絡(luò)環(huán)境，對(duì)于網(wǎng)絡(luò)資源長(zhǎng)期安全保存和開發(fā)利用具有重要意義。WRAC 格式還十分便于存檔和壓縮，可以打包、壓縮、加密文件，也支持自解壓和自擴(kuò)展，適合數(shù)據(jù)量大、內(nèi)容復(fù)雜、交互性強(qiáng)的網(wǎng)絡(luò)資源。便利的打包壓縮并保存，降低了長(zhǎng)期保存的空間開銷和處理小文件的計(jì)算開銷，方便存儲(chǔ)后的文件管理。

數(shù)據(jù)采集方式

（一）主動(dòng)采集與被動(dòng)采集

從目標(biāo)網(wǎng)站的主管部門或歸檔工作的主管部門視角出發(fā)，對(duì)網(wǎng)站網(wǎng)頁數(shù)據(jù)的采集可分為主動(dòng)采集和被動(dòng)采集。

主動(dòng)采集是通過目標(biāo)網(wǎng)站的內(nèi)置歸檔功能模塊完成目標(biāo)網(wǎng)頁的采集。內(nèi)置網(wǎng)頁歸檔功能模塊在網(wǎng)站建設(shè)之初就已經(jīng)在系統(tǒng)規(guī)劃設(shè)計(jì)和安裝部署，或者在后期補(bǔ)充設(shè)計(jì)制作，集成部署進(jìn)去。如果采用內(nèi)置網(wǎng)頁歸檔功能進(jìn)行采集歸檔，采集策略設(shè)置簡(jiǎn)便，采集質(zhì)量和效率較高，人工干預(yù)需求較少。

采集策略又可以分為定期不定期兩種，或者定期不定期相結(jié)合。定期采集可以設(shè)置采集的時(shí)間頻率，即多長(zhǎng)時(shí)間觸發(fā)一次采集歸檔任務(wù)，設(shè)置的頻率過高，將加大數(shù)據(jù)的存儲(chǔ)的空間和開發(fā)利用時(shí)對(duì)比數(shù)據(jù)時(shí)產(chǎn)生的麻煩，設(shè)置的頻率過低，又難以保證網(wǎng)頁數(shù)據(jù)的安全，影響該網(wǎng)站網(wǎng)頁采集歸檔系統(tǒng)的有效性。另外，網(wǎng)站網(wǎng)頁的更新速度和網(wǎng)頁內(nèi)容的重要程度也是決定采集頻率的重要參數(shù)。鑒于政府網(wǎng)站的更新速度和重要程度，每月一次應(yīng)該是較為合理的設(shè)置采集頻率?；蛘咴O(shè)置內(nèi)容發(fā)生一定規(guī)則的變更后進(jìn)行自動(dòng)采集歸檔。對(duì)已歸檔的網(wǎng)頁，還應(yīng)置標(biāo)該網(wǎng)頁為“已歸檔”并且標(biāo)注真實(shí)歸檔時(shí)間，避免重復(fù)歸檔，也為之后的查找提供便利條件。

被動(dòng)采集通過外置程序進(jìn)行采集。例如使用Python 等腳本語言編寫的爬蟲程序，定義帶參的頁面爬取函數(shù)，通過requests 庫的gets 函數(shù)爬取所需頁面內(nèi)容。爬蟲程序通過預(yù)制規(guī)則，自動(dòng)從海量網(wǎng)絡(luò)資源中爬取所需信息，程序通過模仿瀏覽器對(duì)網(wǎng)頁的URL 地址訪問的方式，不需要人工操作即可獲得所需數(shù)據(jù)。被動(dòng)采集由于是通過外置程序進(jìn)行采集，外部程序的規(guī)則最后實(shí)現(xiàn)的結(jié)果仍然受到目標(biāo)網(wǎng)站相關(guān)功能的制約和限制，所得到得網(wǎng)頁資源的可用性和完整性難以保證，后期需要人工檢驗(yàn)，采集效率不夠理想。

（二）完全采集與部分采集

完全采集是對(duì)目標(biāo)網(wǎng)站網(wǎng)頁的完整采集，完全采集不對(duì)網(wǎng)頁內(nèi)容進(jìn)行判斷，直接進(jìn)行整體保存，包括全部的靜態(tài)網(wǎng)頁、文本、音頻、視頻等文件。如果小型網(wǎng)站使用完全采集，可以提高采集速度，提升采集效率。

部分采集以價(jià)值判斷為基礎(chǔ)，主要采集目標(biāo)網(wǎng)站的核心板塊和項(xiàng)目中的重點(diǎn)領(lǐng)域，或者以特色主題或者重要事件為線索開展采集，這種采集方式保存的資源主題鮮明，指向性較強(qiáng)，價(jià)值較高，對(duì)之后的開發(fā)利用較為有利。另外，還可以把完全采集和專題采收結(jié)合起來，首先完成最重要指定目標(biāo)的網(wǎng)站的完全采集，在此基礎(chǔ)上對(duì)特定范圍內(nèi)，目標(biāo)不是特別確定的網(wǎng)站使用部分采集，做為首次采集的補(bǔ)充，既能提高采集效率，又能兼顧資源質(zhì)量，最終保證采集的可用和穩(wěn)定。

（三）專題采集

專題采集是指在國(guó)家和社會(huì)遇到自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會(huì)安全事件等突發(fā)事件時(shí)，對(duì)一些重點(diǎn)指定網(wǎng)站的專題收集。比如2020年初，浙江省檔案館以抗“疫”為主題開展了網(wǎng)頁檔案采集歸檔，對(duì)指定網(wǎng)站自2020年1月新冠肺炎疫情發(fā)生之后發(fā)布的有關(guān)各地疫情防控工作開展的通知、公告、通報(bào)、新聞報(bào)道等內(nèi)容進(jìn)行了專題采集。共采集視頻文件總時(shí)長(zhǎng)3316 分鐘，圖片文件2826 張，靜態(tài)網(wǎng)頁11528頁，數(shù)據(jù)量達(dá)51GB。

除此之外還可以對(duì)國(guó)家和社會(huì)發(fā)生的重大影響事件作專題收集，例如“改革開放40年”、“建國(guó)70 周年紀(jì)念”、“脫貧攻堅(jiān)”等。有些網(wǎng)站網(wǎng)頁內(nèi)容在國(guó)家和社會(huì)發(fā)生的重大影響事件時(shí)產(chǎn)生大量有價(jià)值，可反映當(dāng)時(shí)社會(huì)的原貌，保存利用好這些檔案，能充分發(fā)揮檔案部門“存憑、留史、資政、育人”的作用。

（四）專門采集

在目標(biāo)網(wǎng)站產(chǎn)生主題或者展現(xiàn)形式發(fā)生重大變化之前，例如網(wǎng)站改版、網(wǎng)站撤銷、網(wǎng)站核心板塊撤換、網(wǎng)站數(shù)據(jù)結(jié)構(gòu)變更、網(wǎng)站服務(wù)遷移、網(wǎng)站運(yùn)維部門變更等發(fā)生重大變化，處于關(guān)鍵節(jié)點(diǎn)，發(fā)生重大變更時(shí)，需要進(jìn)行專門采集。專門采集時(shí)要注重?cái)?shù)據(jù)的可用性和完整性。如果未能及時(shí)采集，將造成數(shù)據(jù)資源的滅失，難以再現(xiàn)網(wǎng)站網(wǎng)頁的原貌。重要節(jié)點(diǎn)和發(fā)生重大變更時(shí)所進(jìn)行的專門采集最好為完全采集。

歸檔整理

所采集網(wǎng)頁的網(wǎng)頁資源在歸檔整理之前，應(yīng)該根據(jù)關(guān)鍵字提取元數(shù)據(jù)信息，并將網(wǎng)頁轉(zhuǎn)換為開放式通用保存格式，確保電子文件不綁定軟硬件，具有顯示已知悉、可轉(zhuǎn)換、易于利用等性能。經(jīng)轉(zhuǎn)換完畢的電子文件應(yīng)根據(jù)分類排列方案進(jìn)行編號(hào)，按照《政府網(wǎng)站網(wǎng)頁歸檔指南》規(guī)定，一般以“全宗號(hào)- 檔案門類代碼- 網(wǎng)站代碼-年度- 保管期限代碼- 類別代碼- 順序號(hào)”或《全宗號(hào)- 檔案門類代碼- 網(wǎng)站代碼-年度- 類別代碼- 保管期限代碼- 順序號(hào)》格式進(jìn)行編號(hào)，如2020年某廳局官方網(wǎng)站抗“疫”專題板塊網(wǎng)頁“云南省首批援鄂醫(yī)療隊(duì)出征”可按“0001（全宗號(hào)）- WY- 01- 2020- Y- KYZT- 云南省首批援鄂醫(yī)療隊(duì)出征- 0001”。全宗號(hào)、檔案門類代碼、網(wǎng)站代碼、年度、保管期限代碼、類別代碼、順序號(hào)編碼規(guī)則均在該指南上有詳細(xì)介紹，本文不再贅述。

編號(hào)完成后，在網(wǎng)頁檔案存儲(chǔ)時(shí)，可以簡(jiǎn)便地以按編號(hào)時(shí)使用的所對(duì)應(yīng)的“全宗號(hào)、檔案門類代碼、網(wǎng)站代碼、年度、保管期限代碼、類別代碼、題名、順序號(hào)”等組成分段元素作為文件夾層級(jí)使用，層級(jí)文件夾建立后，將網(wǎng)頁檔案放置于相應(yīng)的文件夾下。如果索引建立得比較完善，網(wǎng)站數(shù)據(jù)量不大，也可以更為簡(jiǎn)便地以“網(wǎng)站順序號(hào)+年度”作為文件夾進(jìn)行網(wǎng)頁檔案的存儲(chǔ)，后期開發(fā)利用效率更高。為了實(shí)現(xiàn)采集網(wǎng)頁的長(zhǎng)期安全保存，如果條件允許，可以采用在線或者離線的方式，將采集好的目標(biāo)電子文件和元數(shù)據(jù)遷移至本單位檔案部門的電子檔案管理系統(tǒng)進(jìn)行存儲(chǔ)保存。

困難與挑戰(zhàn)

隨著信息技術(shù)的不斷進(jìn)步和互聯(lián)網(wǎng)科技的飛速發(fā)展，互聯(lián)網(wǎng)已深入我們工作生活的每一個(gè)角落，網(wǎng)上政務(wù)相關(guān)工作也持續(xù)不斷地推進(jìn)，隨之產(chǎn)生的大量網(wǎng)站網(wǎng)頁將成為我國(guó)的重要檔案資源。但是，我國(guó)網(wǎng)站網(wǎng)頁歸檔研究工作起步晚，實(shí)踐項(xiàng)目少，相關(guān)規(guī)范和管理辦法還不夠完善，許多問題亟待我們?nèi)パ芯拷鉀Q。在未來的實(shí)踐中不斷探索，我們還需要解決好一些關(guān)鍵問題。

一是保障檔案資源的真實(shí)性和完整性

互聯(lián)網(wǎng)信息是公開的，但是由公開的互聯(lián)網(wǎng)信息向網(wǎng)站網(wǎng)頁檔案轉(zhuǎn)變過程完成之后，數(shù)據(jù)變成了電子檔案，還必須保護(hù)數(shù)據(jù)抵御外界環(huán)境的影響，保障數(shù)據(jù)的真實(shí)性和完整性，以確保文件的法律效力和保存價(jià)值，最終實(shí)現(xiàn)檔案的憑證價(jià)值。常用的方法有電子簽名、時(shí)間戳、數(shù)字摘要等技術(shù)。近年來，區(qū)塊鏈技術(shù)日益發(fā)展，由于區(qū)塊鏈技術(shù)從本質(zhì)來講，就是一個(gè)共享的“數(shù)據(jù)庫”。數(shù)據(jù)存儲(chǔ)其中，就具有了“不可偽造”“公開透明”“可以追溯”等特征。基于這些特征，也奠定了區(qū)塊鏈技術(shù)堅(jiān)實(shí)的“可信任”屬性。區(qū)塊鏈技術(shù)通過網(wǎng)絡(luò)中所有節(jié)點(diǎn)共同參與計(jì)算，待寫入數(shù)據(jù)在全網(wǎng)互相驗(yàn)證的基礎(chǔ)上，方才被允許寫入，這樣就保證了數(shù)據(jù)的真實(shí)性。另外，區(qū)塊鏈技術(shù)采用去中心化的分布式存儲(chǔ)方式，這樣還可以有效解決網(wǎng)站網(wǎng)頁數(shù)據(jù)存儲(chǔ)時(shí)各類數(shù)據(jù)相分離的問題，維護(hù)網(wǎng)站網(wǎng)頁檔案的完整性, 其分布式的特點(diǎn)也將數(shù)據(jù)丟失的可能性大大降低。且區(qū)塊鏈技術(shù)的核心是實(shí)現(xiàn)了沿時(shí)間軸記錄數(shù)據(jù)與合約，數(shù)據(jù)一旦通過驗(yàn)證被寫入?yún)^(qū)塊并加入?yún)^(qū)塊鏈中，就只能讀取，不能修改和刪除，這樣又確保了數(shù)據(jù)的安全性。因此，區(qū)塊鏈技術(shù)可以為網(wǎng)站網(wǎng)頁檔案數(shù)據(jù)的真實(shí)性和完整性提供堅(jiān)實(shí)的技術(shù)支撐。

二是建立網(wǎng)站網(wǎng)頁檔案開放數(shù)據(jù)共建共享機(jī)制

信息資源開放與共享是建設(shè)陽光政府的重要途徑，是提高社會(huì)生產(chǎn)力、保障公平正義的重要前提，是促進(jìn)信息消費(fèi)、發(fā)展新興產(chǎn)業(yè)的重要支撐。數(shù)據(jù)開放利用程度越高，信息知識(shí)作為生產(chǎn)要素的作用就會(huì)越強(qiáng)。

即使各單位已完成各自網(wǎng)站數(shù)據(jù)采集，但是這些數(shù)據(jù)仍然處于分散狀態(tài)，仍然存在安全風(fēng)險(xiǎn)。如果檔案部門可以整合區(qū)域內(nèi)網(wǎng)站網(wǎng)頁檔案資源，匯聚區(qū)域內(nèi)各行業(yè)黨務(wù)數(shù)據(jù)、政務(wù)數(shù)據(jù)、經(jīng)濟(jì)數(shù)據(jù)、行業(yè)數(shù)據(jù)、企業(yè)數(shù)據(jù)、社會(huì)組織數(shù)據(jù)、自然資源數(shù)據(jù)、個(gè)人數(shù)據(jù)等各類公共數(shù)據(jù)資源，逐漸形成“海量數(shù)據(jù)”，才能更安全地保存好數(shù)據(jù)，更好地發(fā)揮數(shù)據(jù)資源的價(jià)值。目前，雖然我國(guó)在政府開放數(shù)據(jù)共建共享協(xié)作領(lǐng)域已有積極探索，但實(shí)際實(shí)踐中普遍仍然“各自為戰(zhàn)”，存在嚴(yán)重的數(shù)據(jù)分散重復(fù)、標(biāo)準(zhǔn)不一、使用效率低下等問題。所以，在現(xiàn)有理論基礎(chǔ)上，圍繞各主體要素間的協(xié)同關(guān)系，逐漸構(gòu)建政府網(wǎng)站網(wǎng)頁開放數(shù)據(jù)共建共享框架，設(shè)計(jì)共建共享平臺(tái)，能有效推進(jìn)政府服務(wù)，有效提高資源使用效率和質(zhì)量。一方面可以突破公共數(shù)據(jù)從源頭到采集、整合、傳遞等過程中組織界限壁壘，消除信息孤島，實(shí)現(xiàn)信息的共享、創(chuàng)造與有效利用。另一方面，可以為國(guó)家云計(jì)算、分布式處理技術(shù)、存儲(chǔ)技術(shù)、數(shù)據(jù)庫技術(shù)和感知技術(shù)等眾多技術(shù)的孕育發(fā)展提供數(shù)據(jù)支撐。

三是網(wǎng)站網(wǎng)頁檔案的開發(fā)利用

檔案的最終目的是利用，只有利用好網(wǎng)頁檔案，才能更好地發(fā)揮檔案的價(jià)值。尤其是網(wǎng)站網(wǎng)頁檔案，蘊(yùn)藏著巨大價(jià)值。網(wǎng)頁檔案資源數(shù)據(jù)量巨大，內(nèi)容豐富，基本可以囊括社會(huì)各行業(yè)方方面面，且一般都為社會(huì)發(fā)展最前沿的內(nèi)容，是社會(huì)各行業(yè)快速發(fā)展中最直接的記憶?；ヂ?lián)網(wǎng)技術(shù)的飛速發(fā)展，也使這類數(shù)據(jù)井噴式增長(zhǎng)。如此海量數(shù)據(jù)，如果只是存儲(chǔ)于存儲(chǔ)陣列之中，作用毫微。但是若搭配大數(shù)據(jù)技術(shù)，掌握數(shù)據(jù)間的相關(guān)性，利用數(shù)據(jù)的相連關(guān)系，使用數(shù)學(xué)模型計(jì)算分析，將使這些數(shù)據(jù)煥發(fā)巨大的能量。應(yīng)用大數(shù)據(jù)分析，對(duì)網(wǎng)站網(wǎng)頁檔案中的民生、經(jīng)濟(jì)、智慧型城市建設(shè)等熱點(diǎn)信息進(jìn)行數(shù)據(jù)深度挖掘、趨勢(shì)分析，在科學(xué)決策、維護(hù)社會(huì)穩(wěn)定和解決歷史遺留問題等方面，為政府決策提供客觀依據(jù)，發(fā)揮好檔案信息“思想庫”、“信息庫”的作用，服務(wù)黨委政府中心工作。還可搭建“政府網(wǎng)站網(wǎng)頁檔案館”，開發(fā)網(wǎng)頁歷史數(shù)據(jù)開放查閱平臺(tái)，提供多種檢索途徑，提供用戶對(duì)歷史政府網(wǎng)站網(wǎng)頁數(shù)據(jù)進(jìn)行查詢。

結(jié)語

互聯(lián)網(wǎng)技術(shù)發(fā)展迅速。政府網(wǎng)站網(wǎng)頁資源呈指數(shù)型增長(zhǎng)，網(wǎng)頁歸檔的重要性日益顯現(xiàn)，歸檔工作日益得到重視。隨著政府網(wǎng)站網(wǎng)頁歸檔相關(guān)法律法規(guī)不斷出臺(tái)，相關(guān)行業(yè)標(biāo)準(zhǔn)規(guī)范不斷制定，相關(guān)理論實(shí)踐探索在不同領(lǐng)域逐漸開展，必將帶動(dòng)各級(jí)各單位網(wǎng)站網(wǎng)頁歸檔工作快速發(fā)展，更好地實(shí)現(xiàn)網(wǎng)頁檔案的科學(xué)、安全管護(hù)，發(fā)揮網(wǎng)頁檔案的歷史價(jià)值、文化價(jià)值、研究?jī)r(jià)值和經(jīng)濟(jì)價(jià)值。