“互聯(lián)網(wǎng)+”視角下航天檔案數(shù)據(jù)治理的路徑探析

李星照

（北京空間機電研究所，北京 100094）

“互聯(lián)網(wǎng)+”是信息技術(shù)快速發(fā)展的延伸產(chǎn)物，代表著先進互聯(lián)網(wǎng)思維，反映現(xiàn)代先進生產(chǎn)關(guān)系，成為創(chuàng)新性發(fā)展新業(yè)態(tài)。借助“互聯(lián)網(wǎng)+檔案”理念，使航天檔案數(shù)據(jù)資源更加全面化、數(shù)字化、信息化?！斑@是一次革命”，哈佛量化社會科學研究所主任GaryKing 說：“我們的確正在起航，在龐大的新數(shù)據(jù)來源的支持下，量化的前進步伐將會踏遍學術(shù)、商業(yè)和政府領(lǐng)域，沒有一個領(lǐng)域可以不被觸及。”[1]航天檔案也毫不例外，自上古結(jié)繩記事到“互聯(lián)網(wǎng)+”時代的到來，巨大的數(shù)據(jù)量給航天檔案帶來了很大的沖擊。本文從數(shù)據(jù)管理的重要性、數(shù)據(jù)管理當前問題、數(shù)據(jù)治理路徑建設(shè)三個方面，對航天檔案數(shù)據(jù)管理和治理予以解構(gòu)和規(guī)劃，為建立數(shù)字化檔案室（館）奠定基礎(chǔ)，也為推動檔案數(shù)據(jù)治理路徑的轉(zhuǎn)變提供依據(jù)。

一、航天檔案數(shù)據(jù)管理的重要性

（一）檔案數(shù)據(jù)資源數(shù)量豐富

2008年我國各級國家檔案館共保存檔案1.93 億卷，較上年增加1769萬卷，增幅達10%[2]，到2011年各級國家檔案館館藏已達3.3 億卷，而到2019年各級國家檔案館館藏已達到6 億多卷[3]。

由此可看出，隨著“互聯(lián)網(wǎng)+”時代到來，檔案數(shù)據(jù)資源飛速增長，信息技術(shù)傳輸及數(shù)據(jù)快捷存儲使得大量碎片化的數(shù)據(jù)信息快速產(chǎn)生，大大豐富了傳統(tǒng)館藏檔案的數(shù)據(jù)資源。

（二）促進航天檔案數(shù)據(jù)資源的整合與共享

“互聯(lián)網(wǎng)+”的最大特點就是能夠連接一切有關(guān)數(shù)據(jù)，使得各行各業(yè)都能夠借助互聯(lián)網(wǎng)有機融合在一起，進而形成互聯(lián)互通的生態(tài)系統(tǒng)，這必然會大大提高數(shù)據(jù)資源的傳遞能力，使得數(shù)據(jù)資源整合及共享成為可能[4]。在“互聯(lián)網(wǎng)+”時代下，借助其中的云計算及大數(shù)據(jù)技術(shù)，縱向地將我國各個階段存儲的航天檔案資源鏈接在一起，并且將整合后的數(shù)據(jù)資源整合到云檔案中，使得檔案信息資源能夠在不同的區(qū)域之間進行自由的結(jié)合及交流，使得各個區(qū)域的信息交流更加便捷。

（三）提高航天檔案數(shù)據(jù)資源的利用率

“互聯(lián)網(wǎng)+”時代背景下，航天檔案數(shù)據(jù)管理要充分利用信息化這一平臺，為航天檔案數(shù)據(jù)利用者提供高效便捷的服務(wù)。在權(quán)限匹配的情況下，能夠讓用戶快速查閱到所需的數(shù)據(jù)資源信息，并且形成關(guān)聯(lián)數(shù)據(jù)的知識網(wǎng)絡(luò)，減少用戶的搜索時間，提高檔案數(shù)據(jù)資源的價值，使得檔案數(shù)據(jù)資源能夠最大價值地被利用。

二、航天檔案數(shù)據(jù)管理的問題探討

航天檔案在建立企業(yè)數(shù)字檔案室（館）中面臨著數(shù)據(jù)管理日益嚴峻的挑戰(zhàn)，低質(zhì)量的數(shù)據(jù)信息已經(jīng)成為信息化與業(yè)務(wù)深度融合過程中的關(guān)鍵制約因素。

航天檔案數(shù)據(jù)管理面臨的主要問題有：1）缺乏數(shù)據(jù)管理體系的制定；2）缺乏數(shù)據(jù)管理組織的選定；3）缺乏信息化支持與工具使用；4）缺乏對數(shù)據(jù)管理與利用的正確認識；4）缺乏數(shù)據(jù)信息間的關(guān)聯(lián)性。

具體表現(xiàn)為：1）數(shù)據(jù)管理思維滯后；2）檔案數(shù)字化成果有限；3）檔案數(shù)據(jù)對科研生產(chǎn)的被利用率不高；4）檔案數(shù)據(jù)庫質(zhì)量控制不足。

（一）航天檔案數(shù)據(jù)管理思維滯后

“互聯(lián)網(wǎng)+”的時代是信息化的時代，決策行為將日益基于數(shù)據(jù)分析，而不是更多地依賴于經(jīng)驗，甚至直覺。目前，我國航天檔案數(shù)據(jù)管理工作，仍保留著不少傳統(tǒng)固有思維模式，導致檔案數(shù)據(jù)以孤立數(shù)據(jù)和分散鏈接的形式存在，不能將數(shù)據(jù)的共性和網(wǎng)絡(luò)的整體特征隱藏在數(shù)據(jù)網(wǎng)絡(luò)中，因此，要掌握數(shù)據(jù)就要對數(shù)據(jù)背后的網(wǎng)絡(luò)進行深層次的探析，并且形成嶄新的數(shù)據(jù)管理思維模式及體系。

“數(shù)據(jù)管理體系該如何建立”“航天檔案的數(shù)據(jù)治理路徑是什么”均是航天檔案數(shù)據(jù)管理需要思考的重要問題，數(shù)據(jù)治理路徑的科學范式建立絕非易事，需要信息化技術(shù)的不斷創(chuàng)新運用，更需要數(shù)據(jù)管理者思維的快速前進。

（二）航天檔案數(shù)字化成果有限

近十年，航天各級檔案館的數(shù)據(jù)資源“光速般”遞增，面對傳統(tǒng)檔案數(shù)字化工作，以及具有歸檔價值的音視頻傳統(tǒng)載體潛在的數(shù)字化工作，其數(shù)量龐大及資金、物力不足的客觀特點，使得航天檔案數(shù)字化工作的進程較為緩慢。除上述客觀因素外，造成檔案數(shù)字化成果有限的主要原因還有以下兩點：

1.航天檔案數(shù)字化工作缺乏重視度

航天集團為科研單位，比起檔案工作更加重視科研生產(chǎn)，而檔案工作以業(yè)務(wù)完成后的副產(chǎn)品存在，使得航天檔案數(shù)字化工作的被重視程度遠遠不夠。

2.航天檔案數(shù)字化工作缺乏專業(yè)人才

檔案信息化管理專業(yè)性較強，業(yè)務(wù)知識更新快，技術(shù)標準升級速度快，對從業(yè)人員的技能水平要求較高。我國的檔案管理工作者的專業(yè)匹配程度及能力考核程度均有較大差距，也是造成數(shù)字化成果有限的重要原因之一。

（三）檔案數(shù)據(jù)對科研生產(chǎn)的被利用率不高

目前，對于航天檔案數(shù)據(jù)，在數(shù)字文本（圖像）轉(zhuǎn)換、條目規(guī)范、著錄索引、專題數(shù)據(jù)庫建設(shè)等各個方面，與科研生產(chǎn)的配合度和利用率并不高。其問題主要為以下兩點：

1.缺乏檔案數(shù)據(jù)管理的規(guī)范性

檔案管理機構(gòu)、人員、日常管理等檔案工作缺乏全方位數(shù)據(jù)化，檔案清點、統(tǒng)計、分析等檔案業(yè)務(wù)管理工作不夠系統(tǒng)，使得科研人員在數(shù)據(jù)查全率、查準率和服務(wù)效率上得不到很好的使用體驗，成為檔案數(shù)據(jù)被利用率不高的因素之一。

2.缺乏檔案數(shù)據(jù)管理的創(chuàng)新意識

檔案部門缺乏推進數(shù)據(jù)創(chuàng)新性，例如，用戶檢索檔案數(shù)據(jù)信息時，其檢索行為能否被數(shù)據(jù)化，并作為向其推送定制化信息服務(wù)的數(shù)據(jù)源，使得檔案數(shù)據(jù)管理業(yè)務(wù)成為主動服務(wù)業(yè)務(wù)。類似的想法，均是檔案部門推進數(shù)據(jù)創(chuàng)新、挖掘檔案數(shù)據(jù)的價值潛力。但目前檔案數(shù)據(jù)管理創(chuàng)新意識缺乏，使得檔案數(shù)據(jù)的智能化程度不夠，亦是檔案數(shù)據(jù)得不到科研生產(chǎn)高效利用的原因之一。

（四）航天檔案數(shù)據(jù)庫質(zhì)量控制不足

錢毅[5]認為對于檔案數(shù)據(jù)庫質(zhì)量控制，檔案分類理論起著導向作用，有利于在來源單位層次上建立實體數(shù)據(jù)庫。

航天檔案數(shù)據(jù)庫存在的質(zhì)量控制問題，主要表現(xiàn)為：1）檔案數(shù)據(jù)庫設(shè)計規(guī)范性缺乏；2）數(shù)據(jù)錄入準確性不足；3）數(shù)據(jù)安全性能差；4）數(shù)據(jù)管理不完善；5）數(shù)據(jù)轉(zhuǎn)換成本高等。

三、航天檔案數(shù)據(jù)治理路徑建設(shè)方案

（一）概念及主體框架

數(shù)據(jù)治理是組織中涉及數(shù)據(jù)使用的一整套管理行為?；诤教鞓I(yè)務(wù)特點，需要明確數(shù)據(jù)治理的重點和涵蓋的數(shù)據(jù)范圍，本文摒棄了以往以技術(shù)路線為主的數(shù)據(jù)治理實施框架與思路，創(chuàng)新地提出了以提供用戶便捷為目的的數(shù)據(jù)戰(zhàn)略制定方法。以支撐數(shù)據(jù)戰(zhàn)略為重點，以是否解決難點作為數(shù)據(jù)治理的考核標準，以管理部門為主要責任主體，以實際使用用戶為數(shù)據(jù)評價單位，建立相關(guān)數(shù)據(jù)治理的組織架構(gòu)與治理實施方法，如圖1。

圖1 數(shù)據(jù)治理組織戰(zhàn)略架構(gòu)

檔案數(shù)據(jù)由產(chǎn)品數(shù)據(jù)管理系統(tǒng)、生產(chǎn)制造管理系統(tǒng)、工藝管理系統(tǒng)等數(shù)據(jù)源層經(jīng)三大治理路徑最終通過數(shù)字檔案室（館）的形式表現(xiàn)出來，從而構(gòu)成檔案數(shù)據(jù)治理平臺。檔案元數(shù)據(jù)標準化、數(shù)據(jù)資源知識化管理和門類治理為檔案數(shù)據(jù)治理平臺提供體系支撐，實現(xiàn)精準數(shù)據(jù)基礎(chǔ)服務(wù)、數(shù)據(jù)知識化管理、數(shù)據(jù)快捷利用等，實現(xiàn)來源于各系統(tǒng)端的數(shù)據(jù)匯集和融合，實現(xiàn)檔案數(shù)據(jù)統(tǒng)一管控和精細化管理，讓數(shù)據(jù)變得業(yè)務(wù)化、可視化，如圖2。

圖2 數(shù)據(jù)治理平臺架構(gòu)

（二）建設(shè)內(nèi)容

1.提供“數(shù)據(jù)精準化”的檔案服務(wù)

提供準確的檔案數(shù)據(jù)是推動數(shù)據(jù)治理的關(guān)鍵一步，其中，元數(shù)據(jù)的管理是提供“數(shù)據(jù)精準化”的檔案服務(wù)的重中之重。元數(shù)據(jù)在檔案領(lǐng)域的引用緣于檔案學者試圖通過元數(shù)據(jù)來解決概念來源的現(xiàn)實施行，并將其定義為：電子文件管理元數(shù)據(jù)，元數(shù)據(jù)是自始至終地描述文件的背景、內(nèi)容、結(jié)構(gòu)及其管理的數(shù)據(jù)。其作用可歸納為以下幾點：1）檢索及確認，主要致力于如何幫助用戶檢索和確認所需的數(shù)據(jù)資源。2）著錄描述，包括文檔內(nèi)容、載體、位置與獲取方式、制作與利用方法、相關(guān)數(shù)據(jù)單元方面等。3）數(shù)據(jù)資源管理，包括：權(quán)限管理、資源評鑒、電子簽署等方面的信息。4）資源保護與長期保存，數(shù)據(jù)元素除對資源進行確認和描述外，往往包括詳細的格式信息、條目信息、轉(zhuǎn)換方式等內(nèi)容。5）電子文件的憑證作用，有利補充了電子文件的著錄內(nèi)容，在一定程度上保證電子文件的長期可讀性。

綜上所述，提供“數(shù)據(jù)精準化”的檔案服務(wù)，須制定符合航天檔案的元數(shù)據(jù)管理標準，確保元數(shù)據(jù)的準確性，即保證nb 數(shù)據(jù)的準確性，也使外來數(shù)據(jù)得以尋根溯源，此為邁出數(shù)據(jù)治理的第一步。

2.建立“數(shù)據(jù)知識化”的管理體系

從國外的檔案數(shù)據(jù)治理路徑來看，知識圖譜技術(shù)或?qū)⒊蔀榻⒑教鞕n案數(shù)據(jù)知識化的有效工具之一，它具有強大的語義處理和開放互聯(lián)組織能力，米特·辛格（AmitSinghal）認為，知識圖譜就是一張巨大的語義網(wǎng)絡(luò)圖，由真實世界中存在的各種實體或概念及其關(guān)系構(gòu)成，節(jié)點表示實體或概念，邊則有屬性或關(guān)系構(gòu)成。

航天檔案數(shù)據(jù)特點為：數(shù)據(jù)量巨大、類型繁多、組織結(jié)構(gòu)零散等，均對用戶有效獲取信息提出了挑戰(zhàn)。在此背景下，建立知識圖譜正是航天檔案建立“數(shù)據(jù)知識化”管理體系的所需，以“實體（Entity）-關(guān)系（Relationship）-實體（Entity）”構(gòu)成的知識圖譜結(jié)構(gòu)來描述不同對象（包括屬性）以及它們之間的關(guān)系，如圖3。

圖3 知識圖譜示例

知識圖譜應用于航天檔案數(shù)據(jù)知識化的建設(shè)體系中，可采用基礎(chǔ)數(shù)據(jù)資源庫和檔案知識庫的雙庫設(shè)計來實現(xiàn)數(shù)據(jù)資源平臺的搭建，雙庫協(xié)同作業(yè)，以基礎(chǔ)數(shù)據(jù)庫為數(shù)據(jù)資源，以知識庫為利用數(shù)據(jù)來源，充分挖掘檔案文件關(guān)聯(lián)性，提高檔案數(shù)據(jù)的利用率。

3.打破“數(shù)據(jù)門類化”的思維模式

我國航天檔案劃分為：文書、經(jīng)營、會計、科技研究、航天產(chǎn)品等門類，傳統(tǒng)的管理模式是按照門類進行歸檔整理，形成了“數(shù)據(jù)門類化”的思維模式。

為了解決門類管理造成的困擾，筆者認為，打破門類固有限制，不拘泥于在各自門類中管理檔案，將不同門類的檔案數(shù)據(jù)建立其關(guān)聯(lián)關(guān)系，在此基礎(chǔ)上做到關(guān)聯(lián)耦合建設(shè)檔案專題數(shù)據(jù)庫。關(guān)聯(lián)性原則不單單指關(guān)鍵詞，還包括關(guān)鍵字對應的檔案信息及信息的存儲位置，包括一個關(guān)鍵字或多個關(guān)鍵字對應的相似信息，甚至一個關(guān)鍵字對應多門類的檔案信息。

四、結(jié)語

本文主要分析航天檔案數(shù)據(jù)治理路徑方向，在分析的過程中本文提出建立檔案元數(shù)據(jù)管理標準，提出打破傳統(tǒng)檔案門類管理，建立知識圖譜，建立完善的數(shù)據(jù)治理平臺，以此提高航天檔案的數(shù)據(jù)管理，發(fā)揮出航天檔案數(shù)據(jù)資源的最大化價值。