档案大数据来袭.doc

档案大数据来袭 作者：张倩 来源：《中国信息化周报》2016年第27期 如今的IT发展趋势之快令人咋舌，大数据技术表现炙手可热。IT业界不仅从全 新视角将地球看成是信息构成的"数据世界"，而且将"大数据"视为货真价实的资源宝藏 ，提出了发掘资源、抢夺技术开发先机和应用技术引领时代转型的重大命题。在此背景 下，应用大数据也成为档案信息处理的必行之路。 应对信息繁杂 大数据有一套 随着互联网的快速发展，社交网络、电子商务与移动通信已把人类社会带入了 一个以PB为单位的结构和非结构数据信息的新时代。回观存储档案信息的发展情势，也 正在呈逐年急速膨胀之态，未来也将从GB增长到TB甚至EB级别，借助"大数据"技术"海纳 百川"的基础架构，有利于将更多的各类档案信息得以存储，且可提供随时利用之便。 "数据是生命，数据即服务"逐渐成为大数据行业发展的规则之一。例如传统的 档案鉴定、收集等方法在"小数据"范围内很有效，如果一旦把数据规模增加几个数量级 ，原有模式必将崩溃。利用大数据技术不但可以简化甚至无需人为鉴定，而且还可以让 各种类型的海量档案信息全部得以存储和利用。 大数据技术塑造的这种"全数据模式"，即选择收集全面而完整的档案信息数据 ，不仅可摒弃依赖经验、理论等思维方式，去人为鉴定收集局部档案信息而导致的片面 性，而且可让依靠传统价值鉴定的档案信息收集方式被取代，处理档案信息数据的理念 与方式也将实现"要全体不要抽样"、"样本=总体"等观念的重大转变，使得长期困扰高校 档案管理者的档案鉴定取舍问题变得不再重要。 又如，档案管理人员通常会被数码照片的存储和利用搞得头疼不已。如果拥有 了丰富、廉价且可靠的档案信息存储设备后，档案信息数字化、存储成本的垂直下降， 以及廉价的信息数据存储技术和简便的信息数据提取技术，将使保存数字档案信息不仅 变得不再昂贵，而且选择性地操作删除一些档案信息所耗费的时间成本会更低。 另外，大数据技术可以高效响应档案用户诉求，其表现出的高效率正是区别于 传统信息数据挖掘方法的最显著特征之一。 以智能手机、平板电脑为代表的便携式设备，将成为人工智能的知识数据来源 和最大的私人信息来源，因此建立以汇聚社会化、非结构化的档案信息为代表的"数据资 源知识库"十分必要。这样既可提升档案信息数据资源的整体分析能力，更有利于增强挖 掘社会化信息数据资源的潜在使用价值，从而实现加快档案信息资源智能化服务的步伐 。 适合的才是最好的 当前，"大数据"处理技术层出不穷，面对技术应用遍地开花之势，档案管理机 构必须依据自身的应用需求，选择适合的基础架构，并针对日益高涨的大容量、高性能 存储需求，选择成熟厂商的"大数据"技术产品及应用方案，积极探寻有助于构建档案信 息智能服务平台的先进技术。通过不断完善非结构化档案信息资源"存储、分析、开发、 利用"的一体化集成运作机制，为最终实现智能化服务找到能够提供稳定、实用的解决方 案。 创建具有全面而完整的信息数据资源来源优势的"数字档案馆"，既需要足够的 数据处理能力和存储能力，更需要最领先的分析挖掘技术。应当看到云技术是解决目前 大数据诸多问题和矛盾的有效手段，充分发挥云技术征服信息数据海洋的"动力"，这是 大数据能够真正发挥作用的前提条件。 因此，运用云技术创建大数据基础架构，让其在平台上运行，是推进"数字档案 馆"转型升级的必由之路。 运用云技术构建档案信息资源的"大数据集"，这既是目前嫁接分布式处理的最 有效手段，也是充分彰显云技术优势的具体体现。因此，档案馆可通过第三方"数据中间 人"的技术支持来构建"档案服务云"。 探索运用云技术对"大数据"进行分析、预测的可行性路径，以提高"预测"能力 为主要目标，围绕用户个性化需求，精心设计服务手段形成机制，不断优化和增强"档案 服务云"的精准性和灵活性，以利释放出更多档案信息数据资源的潜藏价值。 "大数据+档案信息处理" 依旧任重道远 毋庸讳言，当前还处于迈向"大数据"时代的早期，在应用"大数据"技术的方式 和规模上与现实需求存在很大差距。档案馆若想在信息海洋中做到游刃有余，只有通过 不断改善和提升服务手段和技术性能，使服务定位能够更精准，让实时分析和响应用户 互动诉求等技术支持才能获得新的突破和创新。 要运用"大数据"理念探寻挖掘档案信息资源使用价值的创新思路，建立内部档 案信息。运用"大数据"技术，对档案馆现有的"小数据"，通过一系列的科学方法，进行 收集、整理和深度挖掘分析，通俗来说就像滚雪球一样建立自己的档案信息"数据资源集 成库"。 建立档案信息"数据资源精加工车间"（即核心资源数据模块）。在弄清楚档案 用户信息需求的基础上，从"小数据"应用开始来积累经验，并通过整合优化内外部信息 资源的数据构架，从源头上为建立核心资源数据模块夯实基