科研大項(xiàng)目檔案“暗數(shù)據(jù)”管護(hù)變革路徑探析

■王雪萍

在大數(shù)據(jù)時(shí)代，科研大項(xiàng)目所產(chǎn)生的數(shù)據(jù)呈現(xiàn)爆炸式增長，這些科研大數(shù)據(jù)產(chǎn)生后多數(shù)即被封存起來，未被及時(shí)整理和提供利用，被稱為“暗數(shù)據(jù)”。通過分析大數(shù)據(jù)視角下科研大項(xiàng)目數(shù)據(jù)管理面臨的挑戰(zhàn)，提出科研大項(xiàng)目檔案“暗數(shù)據(jù)”管護(hù)變革措施，引起科研檔案界的重視，對(duì)這些科研寶貴數(shù)據(jù)加以挖掘，實(shí)現(xiàn)知識(shí)管理，最終達(dá)到融合、創(chuàng)新與發(fā)展。

一、科研大項(xiàng)目數(shù)據(jù)管理帶來的挑戰(zhàn)

多媒體、移動(dòng)化、云技術(shù)、大數(shù)據(jù)是未來科研大項(xiàng)目檔案管理要面對(duì)的現(xiàn)實(shí)，這是檔案載體和存在形式變革所帶來的挑戰(zhàn)?？蒲性核谡{(diào)研、啟動(dòng)立項(xiàng)、實(shí)施過程、中期檢查、結(jié)題驗(yàn)收、推廣應(yīng)用及后期評(píng)估等過程中產(chǎn)生的科研大數(shù)據(jù)，有科研項(xiàng)目管理和研究過程中積累的大量科研歷史數(shù)據(jù)，也有在科研過程中實(shí)時(shí)生成的日常數(shù)據(jù)，還有基于原始數(shù)據(jù)開放共享挖掘分析產(chǎn)生的開放數(shù)據(jù)，這些數(shù)據(jù)成為科研大項(xiàng)目數(shù)據(jù)庫。而在科研結(jié)題驗(yàn)收后，并未對(duì)這些大項(xiàng)目數(shù)據(jù)資源進(jìn)行開發(fā)利用，未能根據(jù)科研需要構(gòu)建大項(xiàng)目知識(shí)庫，還是停留在數(shù)據(jù)庫階段，這些“暗數(shù)據(jù)”在大數(shù)據(jù)視角下給科研大項(xiàng)目數(shù)據(jù)管理帶來嚴(yán)峻挑戰(zhàn)，具體表現(xiàn)：

(一)如何保存科研大項(xiàng)目檔案所取得的科研軟成果是首要考慮問題

如當(dāng)前中國科學(xué)院在實(shí)行“率先計(jì)劃”行動(dòng)，組織全院力量共同實(shí)施跨機(jī)構(gòu)、跨學(xué)科、跨領(lǐng)域等“三跨”科技專項(xiàng)，啟動(dòng)戰(zhàn)略性先導(dǎo)專項(xiàng)A 類、B 類和C類三種。這些戰(zhàn)略性先導(dǎo)項(xiàng)目旨在解決國民經(jīng)濟(jì)難題，中國科學(xué)院昆明動(dòng)物所承擔(dān)的《動(dòng)物復(fù)雜性狀的進(jìn)化解析與調(diào)控》專項(xiàng)系統(tǒng)，解析動(dòng)物復(fù)雜性狀這一長期懸而未決的重大生物學(xué)問題，揭示動(dòng)物復(fù)雜性狀形成的黑箱，實(shí)現(xiàn)動(dòng)物復(fù)雜性狀的可追溯、可預(yù)測(cè)和可調(diào)控。在專項(xiàng)實(shí)施過程中，構(gòu)建了國內(nèi)公共組學(xué)大數(shù)據(jù)平臺(tái)GSA 數(shù)據(jù)庫。再比如中國科學(xué)院海洋研究所承擔(dān)的“熱帶西太平洋海洋系統(tǒng)物質(zhì)能量交換及其影響”專項(xiàng)中，突出成果之一構(gòu)建海洋先導(dǎo)專項(xiàng)數(shù)據(jù)管理與可視化平臺(tái)，這一可視化平臺(tái)將專項(xiàng)所取得海洋數(shù)據(jù)實(shí)時(shí)存儲(chǔ)在平臺(tái)數(shù)據(jù)庫中。這些作為戰(zhàn)略性先導(dǎo)科研項(xiàng)目的軟成果，如何保存，在檔案領(lǐng)域中，如何支撐體現(xiàn)其所取得的亮點(diǎn)工作成果，并確保未來能得以利用，已成為當(dāng)前檔案人員亟需探索的問題。

（二）多樣化的科研大數(shù)據(jù)多級(jí)多層存儲(chǔ)管理安全問題有待得到保障

科研大項(xiàng)目所產(chǎn)生的大數(shù)據(jù)存儲(chǔ)平臺(tái)不同，存在異構(gòu)。如何將這些多樣化的科研大數(shù)據(jù)存儲(chǔ)集成在同構(gòu)的檔案數(shù)據(jù)庫平臺(tái)中，有待進(jìn)一步探討，這些多樣化多級(jí)多層存儲(chǔ)管理的科研大數(shù)據(jù)給檔案安全帶來挑戰(zhàn)，科研工作者在利用這些科研大數(shù)據(jù)時(shí)，如何滿足利用者的檢索使用要求，如何確?？蒲写髷?shù)據(jù)的存儲(chǔ)安全、利用安全及傳輸安全，使得其能真正起到保護(hù)科研工作者成果的作用，又能保證科研大數(shù)據(jù)檔案的安全性和隱私性。

（三）科研大數(shù)據(jù)信息的爆炸式增長給檔案的存儲(chǔ)速度帶來挑戰(zhàn)

衛(wèi)星遙感數(shù)據(jù)、天文觀測(cè)數(shù)據(jù)、生物數(shù)據(jù)等，這些數(shù)據(jù)的增長速度遠(yuǎn)遠(yuǎn)超越檔案存儲(chǔ)速度，同時(shí)這些數(shù)據(jù)還處在動(dòng)態(tài)演變中，信息技術(shù)能力提升已落后于數(shù)據(jù)體量增長速度?？蒲写髷?shù)據(jù)的增長速度之快是大數(shù)據(jù)時(shí)代的突出特點(diǎn)，這些迅速增長的大數(shù)據(jù)來自方方面面，有歷史記錄有實(shí)時(shí)更新和挖掘分析得來，往往像過眼云煙一樣還來不及加以保存卻已被覆蓋。

（四）科研大數(shù)據(jù)的挖掘給檔案提供利用服務(wù)指明新方向

當(dāng)前大數(shù)據(jù)時(shí)代，針對(duì)這些爆炸式增長的科研大數(shù)據(jù)，其未能被深入挖掘，獲取的價(jià)值較小，檔案人員未能對(duì)其進(jìn)行深入分析挖掘，大數(shù)據(jù)現(xiàn)象將長期存在。在2016 年的數(shù)據(jù)冰山報(bào)告中提出，52%的數(shù)據(jù)產(chǎn)生后被封存未提供利用和處理，這些數(shù)據(jù)被稱為“暗數(shù)據(jù)”。檔案中也存在較多“暗數(shù)據(jù)”，這些“暗數(shù)據(jù)”將很長時(shí)間占據(jù)主導(dǎo)位置，為了促進(jìn)科研數(shù)據(jù)產(chǎn)生大價(jià)值，需考慮如何對(duì)“暗數(shù)據(jù)”進(jìn)行挖掘分析，對(duì)其進(jìn)行知識(shí)管理，使其達(dá)到最大價(jià)值。如何在海量信息中快準(zhǔn)全對(duì)其進(jìn)行有效檢索困擾著檔案人員，需要發(fā)揮大數(shù)據(jù)的大價(jià)值。

（五）科研大數(shù)據(jù)信息的遷移給檔案數(shù)據(jù)庫管理系統(tǒng)帶來挑戰(zhàn)

當(dāng)前異構(gòu)檔案數(shù)據(jù)庫管理系統(tǒng)未能滿足科研大數(shù)據(jù)信息的遷移，即如何從分散的技術(shù)環(huán)境中遷至可共享的技術(shù)基礎(chǔ)設(shè)施中，以及如何再向未來更先進(jìn)的技術(shù)環(huán)境進(jìn)行遷移困擾著技術(shù)人員，因?yàn)榧夹g(shù)發(fā)展不會(huì)停下來。同樣科研大項(xiàng)目數(shù)據(jù)也不會(huì)停止，管理系統(tǒng)技術(shù)要能與時(shí)俱進(jìn)，兼容技術(shù)的發(fā)展，完成數(shù)據(jù)遷移備份，使得科研大項(xiàng)目數(shù)據(jù)得以完全的遷移。

二、科研大項(xiàng)目“暗數(shù)據(jù)”管理存在問題

（一）科研大項(xiàng)目數(shù)據(jù)管理職責(zé)有待進(jìn)一步理順

針對(duì)當(dāng)前科研大項(xiàng)目主管部門，有科技部牽頭負(fù)責(zé)的國家重點(diǎn)研發(fā)專項(xiàng)，有中國科學(xué)院牽頭負(fù)責(zé)的戰(zhàn)略性先導(dǎo)專項(xiàng)，還有國家發(fā)改委、工信部等各自牽頭負(fù)責(zé)的大科學(xué)專項(xiàng)，甚至還有交叉共同負(fù)責(zé)的國之重器等重大基礎(chǔ)設(shè)施建設(shè)專項(xiàng)，如C919 國產(chǎn)大飛機(jī)、FAST 中國天眼500 米射電望遠(yuǎn)鏡、深海奮斗者號(hào)、中國散裂中子源等涉及眾多單位共同參與攻堅(jiān)完成的。在對(duì)這些科研大項(xiàng)目進(jìn)行研究時(shí)，專項(xiàng)牽頭單位與各參與單位之間有關(guān)科學(xué)數(shù)據(jù)、檔案數(shù)據(jù)的職責(zé)未能明晰，造成驗(yàn)收后各自存放，更有甚者，科學(xué)數(shù)據(jù)和檔案數(shù)據(jù)未能實(shí)現(xiàn)平臺(tái)共享。

（二）檔案管理部門自身?xiàng)l件有待進(jìn)一步提升

很多科研大項(xiàng)目取得研制的樣機(jī)、基因組數(shù)據(jù)庫、品種全過程數(shù)據(jù)等資料，這些數(shù)據(jù)作為科研項(xiàng)目的亮點(diǎn)成果，是科學(xué)家辛勤勞動(dòng)的結(jié)晶，檔案部門如何說服其歸檔并能完好提供利用，即如何使得這些科研項(xiàng)目大數(shù)據(jù)檔案安全可用，困擾著多數(shù)科研院所檔案人員。當(dāng)前檔案人員不敢輕易收集，在未想清楚并確保措施得當(dāng)?shù)那疤嵯拢@部分科研大數(shù)據(jù)尚未歸檔，如何才能更有效解決科研檔案管理的“管理難、利用難”問題。

（三）科研檔案與科研數(shù)據(jù)關(guān)系有待進(jìn)一步整合

當(dāng)前檔案管理部門負(fù)責(zé)接收的科研大項(xiàng)目檔案包括科研全過程檔案，涵蓋科研項(xiàng)目立項(xiàng)、研究、驗(yàn)收及后期評(píng)估等流程檔案，涉及檔案分類有管理類、科研過程類、科研設(shè)備類、驗(yàn)收類等，完全體現(xiàn)科研大項(xiàng)目檔案的全生命周期理論。而科技部在重點(diǎn)研發(fā)專項(xiàng)管理中，側(cè)重對(duì)科研數(shù)據(jù)匯交要求，并制定了科研數(shù)據(jù)匯交管理辦法，各專項(xiàng)根據(jù)匯交辦法按時(shí)將科研數(shù)據(jù)提交數(shù)據(jù)銀行（數(shù)據(jù)中心）經(jīng)審核后，給予匯交憑證。如今科研檔案與科研數(shù)據(jù)雙向要求，給科研人員帶來極大不便，有必要對(duì)雙向要求進(jìn)行整合，使得數(shù)據(jù)之間可互通、共享。

三、科研大項(xiàng)目檔案“暗數(shù)據(jù)”管護(hù)變革路徑

（一）貫徹資源為先，保證科研大數(shù)據(jù)質(zhì)量

檔案信息資源是科研檔案的核心，在技術(shù)變遷環(huán)境下文件檔案的存在形式經(jīng)歷模擬態(tài)到數(shù)字態(tài)，尚未跟隨技術(shù)變遷發(fā)展到當(dāng)今的數(shù)據(jù)態(tài)。在模擬態(tài)中，科研文件檔案以實(shí)體保存的檔案為管理對(duì)象，其資源是實(shí)際存在的，即為物理狀態(tài)，主要有文本文件、圖形文件等。當(dāng)前科研檔案包括科研成果、科研產(chǎn)品研制文件、設(shè)計(jì)文件、技術(shù)改造方案、圖紙等重要資料，這些尚處在由模擬態(tài)向數(shù)字態(tài)轉(zhuǎn)變中，當(dāng)今對(duì)大型科研項(xiàng)目檔案進(jìn)行驗(yàn)收時(shí)，已明確要求對(duì)檔案信息化建設(shè)、電子文件進(jìn)行驗(yàn)收檢查。但是當(dāng)前的科研檔案已呈現(xiàn)出數(shù)據(jù)態(tài)形式，如中科院昆明動(dòng)物所開發(fā)的GSA數(shù)據(jù)庫，涵蓋植物、動(dòng)物、人類、病毒細(xì)菌、宏基因組等數(shù)據(jù)，這些數(shù)據(jù)庫數(shù)字態(tài)管理空間不再是以載體為中心的管理空間，而是以數(shù)據(jù)、規(guī)則、模型為對(duì)象進(jìn)行管理。因此，在大數(shù)據(jù)時(shí)代，應(yīng)加強(qiáng)對(duì)科研數(shù)據(jù)資源質(zhì)量的管護(hù)，確保資源齊全、完整、準(zhǔn)確。

（二）轉(zhuǎn)變管理模式，前置科研大數(shù)據(jù)管護(hù)

科研檔案應(yīng)做到“四同步”管理，但是仍然存在被動(dòng)管理現(xiàn)象，待科研項(xiàng)目要結(jié)題驗(yàn)收時(shí)開始根據(jù)要求“造檔案、補(bǔ)檔案”，而后補(bǔ)的檔案材料前后不符，邏輯關(guān)系存在較大問題，這些后端補(bǔ)管理無法與項(xiàng)目同步，無法反映科研全過程。因此，提倡變被動(dòng)為主動(dòng)科研管理模式，加強(qiáng)科研項(xiàng)目檔案戰(zhàn)略性管理，事后管理變事前管理，主動(dòng)有針對(duì)性地管理和服務(wù)，貫穿科研項(xiàng)目生命周期中產(chǎn)生的文件，實(shí)時(shí)更新，確保版本有效，同步提供利用服務(wù)。這一管理模式變革中，需要明確各方職責(zé)，落實(shí)責(zé)任。

（三）構(gòu)建知識(shí)圖譜，優(yōu)化科研大數(shù)據(jù)集成

科研檔案里凝聚著大量有用的科學(xué)研究知識(shí)，如何實(shí)現(xiàn)科研大項(xiàng)目檔案數(shù)據(jù)的集成和挖掘，避免科研大項(xiàng)目檔案信息孤島現(xiàn)象，應(yīng)重視科研大項(xiàng)目檔案信息資源的集成管護(hù)和共享協(xié)同發(fā)展平臺(tái)建設(shè)，從制度上落實(shí)科研大項(xiàng)目檔案管理制度的確立，實(shí)現(xiàn)對(duì)科研大項(xiàng)目檔案從形成到最終利用全過程管理，實(shí)現(xiàn)跨區(qū)域、跨單元、跨學(xué)科等聯(lián)動(dòng)共同推進(jìn)實(shí)施。構(gòu)建基于科研項(xiàng)目大數(shù)據(jù)集成分析平臺(tái)，運(yùn)用知識(shí)挖掘手段，對(duì)科研檔案所保存的檔案信息資源進(jìn)行深層次挖掘分析，對(duì)科研項(xiàng)目大數(shù)據(jù)中所蘊(yùn)涵的深度動(dòng)態(tài)廣泛的要素進(jìn)行挖掘，為后續(xù)或正在繼續(xù)實(shí)施的科研項(xiàng)目立項(xiàng)、研究實(shí)施提供全方位、多層次的檔案信息，從而實(shí)現(xiàn)科研項(xiàng)目檔案“暗數(shù)據(jù)”向高價(jià)值的“金數(shù)據(jù)”轉(zhuǎn)變，實(shí)現(xiàn)檔案信息增值服務(wù)和提高檔案信息服務(wù)的競(jìng)爭(zhēng)力，并解決科研項(xiàng)目大數(shù)據(jù)在利用上時(shí)間、空間的障礙。

（四）結(jié)合項(xiàng)目特色，實(shí)現(xiàn)多元化技術(shù)突破

在學(xué)術(shù)和科研界對(duì)科研項(xiàng)目大數(shù)據(jù)信息的存儲(chǔ)、遷移、挖掘和管護(hù)等過程中，需要結(jié)合各個(gè)科研項(xiàng)目自身特點(diǎn)，對(duì)產(chǎn)生的特色檔案數(shù)據(jù)資源進(jìn)行分析，運(yùn)用不同的新興技術(shù)進(jìn)行突破和集成，以構(gòu)建技術(shù)支撐平臺(tái)。中科院深海研究所承擔(dān)的海斗深淵專項(xiàng)，其特點(diǎn)是航次記錄、海洋深淵微生物標(biāo)本分析，根據(jù)歷次航次特色數(shù)據(jù)構(gòu)建檔案資源數(shù)據(jù)庫。而中國科學(xué)院國家天文臺(tái)承擔(dān)的FAST 項(xiàng)目，其特點(diǎn)是各個(gè)系統(tǒng)設(shè)計(jì)、研制或調(diào)試運(yùn)行過程中形成的檔案數(shù)據(jù)和圖紙。中科院遺傳發(fā)育所承擔(dān)的分子育種專項(xiàng)特點(diǎn)是基因組測(cè)序、品種權(quán)審定過程材料。針對(duì)各個(gè)科研項(xiàng)目的特色，運(yùn)用云存儲(chǔ)技術(shù)、智能化技術(shù)，同時(shí)高度重視計(jì)算技術(shù)的實(shí)時(shí)更新和利用，結(jié)合其可彈性擴(kuò)展特點(diǎn)，存儲(chǔ)各科研過程中產(chǎn)生的電子資料和數(shù)據(jù)，貫穿科研項(xiàng)目大數(shù)據(jù)生命周期全過程，并將異構(gòu)數(shù)據(jù)庫和存儲(chǔ)設(shè)備載體進(jìn)行整合和平臺(tái)對(duì)接，構(gòu)建協(xié)同管理平臺(tái)，共同對(duì)外提供科研項(xiàng)目數(shù)據(jù)抓取存儲(chǔ)匯集、遷移、訪問捕獲、管護(hù)和共享，實(shí)現(xiàn)科研關(guān)鍵過程數(shù)據(jù)的長期保存，將科研項(xiàng)目檔案資源轉(zhuǎn)化為知識(shí)資源，實(shí)現(xiàn)科研項(xiàng)目大數(shù)據(jù)管理與共享，解決當(dāng)前大數(shù)據(jù)時(shí)代給科研項(xiàng)目檔案大數(shù)據(jù)帶來的挑戰(zhàn)。

四、結(jié)語

隨著云存儲(chǔ)、大數(shù)據(jù)、人工智能等新興技術(shù)的飛速發(fā)展，科研項(xiàng)目大數(shù)據(jù)檔案資源呈現(xiàn)海量爆發(fā)增長，而科研需求也在日益朝著智能化、遠(yuǎn)程化和個(gè)性化方向發(fā)展，給當(dāng)前科研大項(xiàng)目檔案管理帶來嚴(yán)峻挑戰(zhàn)，如何做好科研大項(xiàng)目檔案管護(hù)工作，科技創(chuàng)新的同時(shí)也要求檔案管護(hù)有所創(chuàng)新，使科研大項(xiàng)目檔案“暗數(shù)據(jù)”逐步得到改善。運(yùn)用新興技術(shù)，結(jié)合科研大項(xiàng)目特點(diǎn)，突破瓶頸，構(gòu)建協(xié)同融合創(chuàng)新發(fā)展平臺(tái)，分析挖掘出科研大項(xiàng)目檔案高價(jià)值資源，最終實(shí)現(xiàn)科研大項(xiàng)目數(shù)據(jù)、檔案、知識(shí)與智慧的一體化管理。