論科研單位檔案管理中大數(shù)據(jù)的運(yùn)用

丁曉蕓 丁琦

上?？臻g推進(jìn)研究所

隨著經(jīng)濟(jì)與社會(huì)事業(yè)在新時(shí)代的高質(zhì)量發(fā)展，各行業(yè)、各領(lǐng)域、各學(xué)科都將高質(zhì)量發(fā)展作為目標(biāo)和導(dǎo)向，迎來更高的改革和創(chuàng)新要求。對(duì)于科研檔案管理工作而言，在大數(shù)據(jù)時(shí)代背景下，科研單位檔案的歸檔對(duì)象和范圍、數(shù)量遠(yuǎn)遠(yuǎn)超出傳統(tǒng)模式，同時(shí)可以利用大數(shù)據(jù)技術(shù)進(jìn)行加工處理，將科研檔案轉(zhuǎn)化成語義知識(shí)豐富的大檔案數(shù)據(jù)，為科研管理、科技創(chuàng)新等提供支撐，在科研檔案管理中加強(qiáng)大數(shù)據(jù)運(yùn)用顯得至關(guān)重要。

一、科研單位檔案大數(shù)據(jù)的主要特征

大數(shù)據(jù)又被稱作海量資料、海量數(shù)據(jù)、巨量資料、巨量數(shù)據(jù)，通常是由數(shù)量巨大、類型眾多、結(jié)構(gòu)復(fù)雜的數(shù)據(jù)構(gòu)成的集合，涉及的數(shù)據(jù)量規(guī)模巨大到不能利用當(dāng)下的主流軟件工具在合理時(shí)間達(dá)到獲取、管理、處理、整理更有價(jià)值信息的目的。科研檔案是科研單位在科學(xué)研究實(shí)踐活動(dòng)中形成的記錄活動(dòng)全過程的原始記錄材料，結(jié)合大數(shù)據(jù)分析，科研單位檔案與大數(shù)據(jù)的特征是相符的[1]。首先，科研檔案數(shù)據(jù)量大，現(xiàn)如今很多科研單位的檔案資料總量幾乎都達(dá)到TB級(jí)，是龐大的數(shù)據(jù)資源庫(kù)；其次，科研檔案資源類型多，當(dāng)前比較先進(jìn)的科研單位的檔案資源主要是電子資源，同時(shí)包含一些紙質(zhì)檔案和照片、音頻、視頻等檔案，均屬于非結(jié)構(gòu)化數(shù)據(jù)，資源類型繁多，呈現(xiàn)出多樣性特征；再次，科研檔案價(jià)值密度不高，因?yàn)榭蒲袡n案記錄著科研單位開展科研實(shí)踐活動(dòng)的過程，價(jià)值較大，但在利用科研檔案方面，數(shù)量龐大的檔案引發(fā)價(jià)值密度低、利用率不高等問題，例如科研單位的館藏科研檔案數(shù)量可以達(dá)到百萬級(jí)，實(shí)際利用率卻偏低；最后，處理速度要求很高，現(xiàn)在比較先進(jìn)的一些科研檔案要依靠信息技術(shù)進(jìn)行管理，處理科研檔案達(dá)到實(shí)時(shí)或者近乎實(shí)時(shí)的速度。

人們對(duì)于科研單位檔案的認(rèn)識(shí)經(jīng)歷持續(xù)深化的過程，界定科研檔案的概念和內(nèi)涵時(shí)伴隨時(shí)代的進(jìn)步越來越明晰、深化。特別是把科研數(shù)據(jù)視作重要檔案性資料直接納入科研單位檔案管理的范疇，有助于全面保管科研活動(dòng)中形成的資料，為開發(fā)利用科研數(shù)據(jù)奠定基礎(chǔ)[2]。但是隨著科技的不斷進(jìn)步，科研單位的科研手段出現(xiàn)巨大變革，跨機(jī)構(gòu)、跨地區(qū)、大規(guī)模的科研實(shí)踐活動(dòng)越來越多，各種智能傳感終端被廣泛應(yīng)用于各個(gè)領(lǐng)域，促使科研數(shù)據(jù)可以被快速精準(zhǔn)地獲取，科研檔案數(shù)據(jù)來源愈加廣泛，類型也愈加多樣。在數(shù)據(jù)驅(qū)動(dòng)的影響下，科研檔案作為科研單位重要的戰(zhàn)略資源，蘊(yùn)含著組織和個(gè)人在科研活動(dòng)中的智慧，檔案管理技術(shù)要求不斷提高，使得科研單位傳統(tǒng)檔案管理中的思維局限、歸檔粗糙、數(shù)據(jù)庫(kù)功能不全、人員專業(yè)水平不高等問題日益突出，有效運(yùn)用大數(shù)據(jù)優(yōu)化科研檔案管理勢(shì)在必行。

二、科研單位檔案管理中大數(shù)據(jù)的運(yùn)用策略

科技創(chuàng)新是增強(qiáng)競(jìng)爭(zhēng)力的重要手段，是科研單位形成、保持和提升核心競(jìng)爭(zhēng)力的必然選擇，檔案部門改善科研檔案管理，更好地規(guī)范科研項(xiàng)目管理、服務(wù)科技創(chuàng)新責(zé)無旁貸，在實(shí)際工作中需要結(jié)合科研檔案大數(shù)據(jù)特征加強(qiáng)對(duì)大數(shù)據(jù)的運(yùn)用。

（一）融入精益思維，建立大數(shù)據(jù)檔案管理思路

為了進(jìn)一步推動(dòng)科研檔案的數(shù)字化、信息化建設(shè)，檔案部門要重視大數(shù)據(jù)精益管理，通過融入精益思維建立大數(shù)據(jù)檔案管理思路，實(shí)現(xiàn)對(duì)科研檔案資源的自動(dòng)采集和資源共享，為科研單位的運(yùn)作與發(fā)展提供更好的服務(wù)[3]。大數(shù)據(jù)精益管理思維主要涉及到信息化思維和檔案服務(wù)思維、檔案資源共享思維，基于精益管理理念推進(jìn)科研檔案管理的革新、升級(jí)，意識(shí)到科研檔案資源利用價(jià)值；要想自動(dòng)采集科研檔案資源，就要利用先進(jìn)大數(shù)據(jù)技術(shù)自動(dòng)抓取科研檔案信息，從而結(jié)合網(wǎng)絡(luò)數(shù)字資源實(shí)時(shí)動(dòng)態(tài)把控科研檔案的利用，實(shí)現(xiàn)個(gè)性化、精準(zhǔn)化的數(shù)字化管理；共享科研檔案資源也要關(guān)注大數(shù)據(jù)，由此整合檔案資源，把科研檔案歸類為數(shù)字資源、基礎(chǔ)資源、管理資源，通過結(jié)合大數(shù)據(jù)精益思維劃分科研檔案資源類型，建設(shè)大數(shù)據(jù)檔案精益化管理體系，服務(wù)科研檔案數(shù)字化升級(jí)管理。

（二）細(xì)化檔案歸檔，提升大數(shù)據(jù)檔案的完整性

《科學(xué)技術(shù)研究檔案管理暫行規(guī)定》15號(hào)令豐富了科研文件材料歸檔范圍，科研單位檔案部門要按照規(guī)定增補(bǔ)相關(guān)材料，細(xì)化歸檔。例如科研立項(xiàng)階段的論證指南、評(píng)審材料，研究實(shí)施階段的科學(xué)數(shù)據(jù)和進(jìn)展情況報(bào)告，項(xiàng)目結(jié)題驗(yàn)收申請(qǐng)書、項(xiàng)目績(jī)效評(píng)價(jià)自評(píng)報(bào)告、科研成果報(bào)告等文件，進(jìn)一步提升科研單位檔案的完整性。尤其是根據(jù)大數(shù)據(jù)精益思維強(qiáng)調(diào)科學(xué)數(shù)據(jù)歸檔，不僅要把科研實(shí)踐活動(dòng)和項(xiàng)目過程中形成的科研數(shù)據(jù)歸檔，還要細(xì)化歸檔科研數(shù)據(jù)的規(guī)則[4]。例如針對(duì)冗雜的、數(shù)量多的科研數(shù)據(jù)要有序地、科學(xué)地歸檔和保存，提升使用科研數(shù)據(jù)的效率即科研項(xiàng)目的對(duì)應(yīng)投資回報(bào)率。具體可立足科研數(shù)據(jù)生命周期管理細(xì)化歸檔，包括：在數(shù)據(jù)采集環(huán)節(jié)要求科研項(xiàng)目的負(fù)責(zé)人在項(xiàng)目開始之前制定好科研數(shù)據(jù)的管理計(jì)劃，在項(xiàng)目過程中安排科研人員利用相關(guān)設(shè)備記錄科研過程，并根據(jù)管理計(jì)劃做好科研數(shù)據(jù)加工整理工作；在數(shù)據(jù)匯交環(huán)節(jié)由科研管理部門統(tǒng)一匯總科研項(xiàng)目形成的科研數(shù)據(jù)，上交檔案部門，同時(shí)建立科研檔案數(shù)據(jù)匯交制度，規(guī)范利益各方的匯交工作；在數(shù)據(jù)保存環(huán)節(jié)要科學(xué)配置科研數(shù)據(jù)的存儲(chǔ)和保管、服務(wù)、安全等必要設(shè)施，完善科研數(shù)據(jù)保存制度，滿足科研檔案存儲(chǔ)要求。

與此同時(shí)，在科研檔案歸檔中要利用科研單位的信息系統(tǒng)進(jìn)行前端控制，集成電子文件管理系統(tǒng)、檔案信息管理系統(tǒng)，真正做到實(shí)時(shí)歸檔?？蒲胁牧闲纬膳c管理部門將辦理好的文件材料利用各信息系統(tǒng)接口進(jìn)行歸檔處理，完成邏輯歸檔；歸檔檔案數(shù)據(jù)時(shí)督促、指導(dǎo)文件材料形成部門保證建立紙質(zhì)文件和電子文件的正確對(duì)應(yīng)關(guān)系，同步移交檔案；文件材料形成部門根據(jù)科研檔案整理要求把待歸檔電子文件分類上傳檔案服務(wù)器，存放在系統(tǒng)文件中心，集中歸檔，使科研檔案更完整。

（三）完善數(shù)據(jù)庫(kù)功能，強(qiáng)化數(shù)據(jù)檔案資源運(yùn)用

檔案數(shù)據(jù)庫(kù)是系統(tǒng)化的、有組織的數(shù)字大集合，目前科研單位的檔案數(shù)據(jù)庫(kù)信息主要來自既有檔案、收集的電子文件，在細(xì)化歸檔的同時(shí)就需要完善數(shù)據(jù)庫(kù)的功能，強(qiáng)化檔案運(yùn)用。針對(duì)既有檔案要利用數(shù)字化技術(shù)將其他載體形式的檔案信息轉(zhuǎn)化成數(shù)字檔案，例如掃描、著錄等；針對(duì)收集的電子文件，要依托數(shù)字化管理和大數(shù)據(jù)做好歸檔整理工作，如上所述，構(gòu)建檔案數(shù)據(jù)庫(kù)。接下來就是運(yùn)用大數(shù)據(jù)技術(shù)深度挖掘科研檔案數(shù)據(jù)，精準(zhǔn)洞察、精準(zhǔn)服務(wù)，提升使用者對(duì)科研檔案的認(rèn)同感，強(qiáng)化檔案資源共享，發(fā)揮好科研單位檔案的價(jià)值。例如進(jìn)行用戶信息數(shù)據(jù)挖掘，提取他們的科研檔案信息需求，也就是通過查看他們?cè)L問檔案服務(wù)器的日志跟蹤行為，推測(cè)個(gè)性化需求，提供優(yōu)質(zhì)檔案服務(wù)；挖掘用戶瀏覽記錄、統(tǒng)計(jì)檢索記錄，分析他們點(diǎn)擊科研檔案目錄的幾率，實(shí)行點(diǎn)擊率高的科研檔案的數(shù)字化處理；分析用戶檢索檔案的關(guān)鍵詞，充實(shí)并完善檔案數(shù)據(jù)庫(kù)檢索關(guān)鍵詞，有效提升查準(zhǔn)率。

除此以外，加強(qiáng)科研檔案數(shù)據(jù)信息的碎片化加工處理。科研單位傳統(tǒng)檔案管理主要基于卷和件進(jìn)行，只能解決邏輯結(jié)構(gòu)和物理的異構(gòu)，存在語義異構(gòu)問題。為了提升科研檔案信息的關(guān)聯(lián)度，滿足大數(shù)據(jù)驅(qū)動(dòng)下的檔案系統(tǒng)精確檢索、精確分類和統(tǒng)計(jì)需求，要利用知識(shí)圖譜對(duì)科研檔案數(shù)據(jù)進(jìn)行碎片化的細(xì)粒度加工，提供深層次科研檔案服務(wù)[5]。即利用大量人工標(biāo)引的科研檔案分類號(hào)實(shí)例組成實(shí)例庫(kù)，進(jìn)行相似度計(jì)算，按照計(jì)算結(jié)果自動(dòng)分類科研檔案；利用人工智能和自然語言處理等技術(shù)手段，以科研檔案知識(shí)為基礎(chǔ)，利用分類號(hào)、保管期限、題名、責(zé)任者、頁(yè)碼范圍等著錄信息條目進(jìn)行元數(shù)據(jù)智能提取，然后對(duì)科研系統(tǒng)、辦公自動(dòng)化系統(tǒng)等業(yè)務(wù)系統(tǒng)里面的異構(gòu)元數(shù)據(jù)需求開展映射、轉(zhuǎn)換、互操作；利用智能識(shí)別分析科研檔案正文信息的句法、章節(jié)層次等，自動(dòng)抽取時(shí)間、地點(diǎn)和事件等關(guān)鍵性數(shù)據(jù)、圖表信息，實(shí)現(xiàn)科研檔案細(xì)粒度加工。抽取科研檔案數(shù)據(jù)涉及到抽取檔案實(shí)體、抽取關(guān)系、抽取屬性，得到實(shí)驗(yàn)數(shù)據(jù)，將其和單位人事信息、科研項(xiàng)目等進(jìn)行知識(shí)整合，通過智能校對(duì)、人工審核降低錯(cuò)誤率。例如在科研單位的某項(xiàng)課題申報(bào)和組織換屆，檔案部門從知識(shí)層面匯集相關(guān)科研項(xiàng)目檔案，對(duì)相關(guān)領(lǐng)域的科研專家進(jìn)行智能搜索，按照呈現(xiàn)出來的科研成果和研究報(bào)告等綜合分析知識(shí)層面的研究路徑、關(guān)鍵技術(shù)等，為展開課題研究、明確研究方向以及論證課題的可行性等提供可靠的檔案數(shù)據(jù)參考。

（四）加強(qiáng)管理培訓(xùn)，打造專業(yè)大數(shù)據(jù)檔案隊(duì)伍

科研單位檔案管理的大數(shù)據(jù)運(yùn)用需要科學(xué)配置檔案人才資源，打造專業(yè)隊(duì)伍，提供大數(shù)據(jù)檔案管理保障[6]。為此，科研單位要加強(qiáng)檔案人員管理培訓(xùn)，增強(qiáng)他們的服務(wù)意識(shí)，結(jié)合科研檔案使用需求簡(jiǎn)化檔案使用流程、創(chuàng)新服務(wù)手段，挖掘檔案潛在價(jià)值，為不同科研項(xiàng)目提供針對(duì)性的服務(wù)；定期進(jìn)行檔案人員的信息化專項(xiàng)培訓(xùn)，使檔案人員充實(shí)專業(yè)知識(shí)，掌握信息化操作技能和網(wǎng)絡(luò)安全防護(hù)等；積極參加上級(jí)部門組織的專業(yè)技能培訓(xùn)，進(jìn)行系統(tǒng)的、針對(duì)性的學(xué)習(xí)，增強(qiáng)檔案大數(shù)據(jù)意識(shí)；把檔案人員的服務(wù)意識(shí)、履職情況、培訓(xùn)情況等納入績(jī)效考核范疇，結(jié)合績(jī)效獎(jiǎng)懲機(jī)制提高檔案隊(duì)伍的綜合素質(zhì)。例如在檔案人員專業(yè)培訓(xùn)中要考慮大數(shù)據(jù)的要求，督促檔案人員嚴(yán)格遵守安全保密規(guī)定，承擔(dān)科研檔案保密責(zé)任，加強(qiáng)安全建設(shè)。因?yàn)榭蒲袉挝粰n案中有很多需要保密的數(shù)據(jù)、信息，要組織檔案人員學(xué)習(xí)《保密法》等，完善科研檔案數(shù)據(jù)安全和保密管理，圍繞數(shù)據(jù)信息、保密責(zé)任的落實(shí)、責(zé)任追究等實(shí)施重點(diǎn)控制；強(qiáng)化網(wǎng)絡(luò)安全防護(hù)，認(rèn)真檢查科研檔案數(shù)據(jù)庫(kù)和信息系統(tǒng)的防病毒、防攻擊、防癱瘓等安全維護(hù)情況，及時(shí)修復(fù)安全漏洞，筑牢單位內(nèi)網(wǎng)和互聯(lián)網(wǎng)之間的物理隔離；加大保密力度，檢查科研檔案數(shù)據(jù)庫(kù)的保密管理狀況，包括科研檔案數(shù)據(jù)的存儲(chǔ)與使用等，檢查移交檔案數(shù)據(jù)的臺(tái)賬，避免發(fā)生泄密事件。

三、結(jié)語

基于大數(shù)據(jù)和人工智能等先進(jìn)科技的技術(shù)革命不斷影響著檔案管理工作，為挖掘檔案數(shù)據(jù)、開發(fā)利用檔案信息資源提供可能。如今大數(shù)據(jù)是科研單位檔案管理不可擺脫、不可選擇的新環(huán)境，更是深化科研檔案管理改革的新機(jī)遇，科研單位檔案部門通過把握時(shí)代機(jī)遇，積極迎接挑戰(zhàn)，在科研檔案管理中順大數(shù)據(jù)之勢(shì)而為，不僅依托科研檔案大數(shù)據(jù)特征建立了大數(shù)據(jù)檔案管理思路，還利用大數(shù)據(jù)技術(shù)提升了大數(shù)據(jù)檔案的完整性，強(qiáng)化檔案資源運(yùn)用，同時(shí)打造專業(yè)檔案管理工作隊(duì)伍，立足新的大數(shù)據(jù)環(huán)境高效管理科研檔案，扎實(shí)推進(jìn)科研單位檔案管理的信息化建設(shè)進(jìn)程。