基于大數據時代的檔案價值及其開發利用探究

曹筠慧+管先海+孫洋洋

摘 要：大數據時代是建立在互聯網、物聯網等現代網絡渠道廣泛收集大量數據資源基礎上的數據存儲、價值提煉、智能處理和展示的信息時代；檔案“數據價值”是一種通過大數據技術處理、挖掘和應用而獲得的價值。運用大數據技術對海量檔案數據進行存儲、分析，挖掘開發出新的檔案“數據價值”，為社會各界多途徑提供利用，將成為大數據時代檔案部門的重要任務。

關鍵詞：大數據；大數據時代；檔案價值；數據價值；開發利用

“‘大數據這個名詞并不新鮮，早在1980年代，美國就有人提出了‘大數據的概念?！盵1]進入21世紀以來，世界上許多國家開始關注大數據的發展、應用和研究，“在云計算、 物聯網等技術的推動下，全球已步入了‘大數據時代。”[2]目前來看，我國大數據的理論研究和應用研究剛剛起步，學術界、企業界及政府部門對該領域的重視程度前所未有。本文僅就大數據時代的檔案價值及其開發利用問題，進行初步探究。

1 大數據、大數據時代及其特征

1.1 大數據概念及其特征。目前，關于大數據的定義眾說紛紜。例如，維基百科給出的定義是：“大數據指的是所涉及的資料規模巨大到無法透過目前主流軟件工具在合理時間內達到擷取、管理、處理、并整理成為幫助企業經營決策更積極目的的資訊”；大數據科學家John Rauser給出的定義是：“大數據指任何超過了一臺計算機處理能力的數據”；美國咨詢公司麥肯錫的報告的定義是：“大數據是指無法在一定時間內用傳統數據庫軟件工具對其進行抓取、管理和處理的數據集合”。[3]我們認為，大數據定義之所以眾說紛紜，主要是因為大數據所涉及的內容太“大”，大家看它的角度不一樣。我們可以把大數據作為研究對象，從數據本身和處理數據的技術兩個方面理解大數據，這樣理解大數據就有狹義和廣義之分。狹義的大數據是指數據的結構形式和規模：就數據的結構形式而言，大數據不僅包含結構化數據，更多的是指半結構化的數據和非結構化數據，指大數據包含的數據形式多樣；就數據的規模而言，大數據等同于海量數據，指大數據包含的數據規模巨大。廣義的大數據不僅包括數據的結構形式和數據的規模，還包括處理數據的技術。大數據的處理技術是指能夠從不斷更新增長、有價值信息轉瞬即逝的大數據中抓取有價值信息的能力。不管從廣義的角度，還是從狹義的角度來看，大數據的核心是數據。因此，從統計學與計算機科學角度而言，大數據指那些超過傳統數據系統處理能力、超越經典統計思想研究范圍、不借用網絡無法用主流軟件工具及技術進行單機分析的復雜數據的集合。對于這一數據集合，在一定的條件下和合理的時間內，我們可以通過現代計算機技術和創新統計方法，有目的地進行設計、獲取、管理、分析，揭示隱藏在其中的有價值的模式和知識。大數據的基本特征主要體現在以下四個方面：一是大量性。是指大數據的數據量巨大。二是多樣性。是指數據類型繁多，不僅包括以文本資料為主的結構化數據，還包括網絡日志、音頻、視頻、圖片、地理位置等半結構或非結構化的數據資料。三是價值性。指大數據價值巨大，但價值密度低，可能轉瞬即逝。四是高速性。指數據處理時效性高。

1.2 大數據時代及其特征。大數據時代是建立在通過互聯網、物聯網等現代網絡渠道廣泛大量數據資源收集基礎上的數據存儲、價值提煉、智能處理和展示的信息時代。在這個時代，人們幾乎能夠從任何數據中獲得可轉換為推動人們生活方式變化的有價值的知識。大數據時代的基本特征主要體現在以下幾個方面：一是社會性。在大數據時代，從社會角度看，世界范圍的計算機聯網使越來越多的領域以數據流通取代產品流通，將生產演變成服務，將工業勞動演變成信息勞動。二是廣泛性。在大數據時代，隨著互聯網技術的迅速崛起與普及，計算機技術不僅促進自然科學和人文社會科學各個領域的發展，而且全面融入到人們的社會生活中。人們在不同領域采集到的數據量之大，達到了前所未有的程度。三是公開性。在大數據時代會有越來越多的數據被開放，被置于公共的網絡環境之中。這種公開性和公共性的實現取決于若干個網絡開放平臺或云計算服務以及一系列受到法律支持或社會公認的數據標準和規范。四是動態性。人們借助計算機通過互聯網進入大數據時代，充分體現了大數據是基于互聯網的及時動態數據，不僅數據資料的收集具有動態性，而且數據存儲技術、數據處理技術也隨時更新，即處理數據的工具也具有動態性。

2 基于大數據時代的檔案價值的新變化及其現實意義

2.1 檔案“數據價值”及其主要特征。傳統檔案價值理論對檔案價值的判斷和分析都是基于信息層面的，無論是憑證價值，還是參考價值，都是通過查閱檔案滿足人們查證查詢某一信息的需求而實現的價值，可以統稱為檔案“信息價值”。用大數據的視角來審視檔案的價值，檔案不僅具有信息層面的價值，還具有數據層面的價值，即檔案“數據價值”。檔案“數據價值”是指在大數據背景下檔案作為一種重要的數據資源所具有的價值，是一種通過大數據技術處理、挖掘和應用而獲得的價值。[4]與檔案“信息價值”相比較而言，檔案“數據價值”具有隱深性、關聯性、動態性和宏觀性，是一種隱性價值、關聯價值、動態價值、宏觀價值。一是隱深性。與可以通過查閱檔案直接獲取的顯性的淺層次的檔案“信息價值”不同，檔案“數據價值”是隱性的深層價值，從檔案中無法直接獲取，只通過大數據技術對海量檔案數據進行處理挖掘才能使之顯現出來。二是關聯性。與具有相對獨立性的檔案“信息價值”不同，檔案“數據價值”具有關聯性，是通過檔案數據共享、交叉復用后獲取最大的檔案數據價值。三是時效性。與時效性較弱的檔案“信息價值”不同，檔案“數據價值”時效性要求更強，過時的數據分析結果的應用價值會大打折扣。四是宏觀性。與微觀層面的檔案“信息價值”不同，檔案“數據價值”更多體現在宏觀層面，是一種總體數據價值，注重的是數據的規模、完整性、多樣性而不僅僅是絕對的精準。

2.2 檔案“數據價值”提出的現實意義。主要體現在三個方面：一是大大豐富了檔案價值觀，有利于檔案界樹立新的檔案價值觀并從檔案“數據價值”這個維度去研究檔案的價值，更加全面深刻地理解和把握大數據時代的檔案價值的內涵，更加準確地認識和把握大數據時代的檔案價值的內在規律，從而把檔案價值理論研究引向深入。二是大大拓展了檔案的外延，使一些原本沒有保存價值的不歸檔文件材料，重新變得有價值了，有了歸檔的必要性。三是大大創新了檔案工作實踐。具體表現有四：其一是，隨著大數據技術的發展和日漸成熟，電子檔案已成為大數據的重要來源，電子文件歸檔和電子檔案管理逐漸成為檔案工作主要內容。其二是，推進傳統載體檔案數據化，采用云存儲技術處理挖掘應用檔案“數據價值”顯得刻不容緩。其三是，“逐份鑒定”的傳統做法已不合時宜，以一個項目、活動、事件，甚至一個機構的“全部數據”為基本單位的“宏觀鑒定法”將登臺亮相。其四是，基于檔案“數據價值”的利用服務將發生巨大變化，查準、查全變成了小菜一碟，深入的數據處理將成為檔案利用服務的重要內容。

3 基于大數據時代的檔案價值開發利用

3.1 順應時代要求，樹立“三大”理念。一要樹立“大開放”理念，加強對館藏檔案“數據價值”的開發挖掘，并通過傳統與現代傳播技術，主動將相關檔案數據信息傳送、推送到相應利用者手中，促進館藏檔案數據信息的有效利用。二要樹立“大檔案”理念，整合檔案資源，注重原始檔案數據的獲取、分析和挖掘開發，并運用數學算法使海量檔案數據更加真實、全面、客觀地反映本地區政治、經濟、文化、社會發展和民風民俗等全貌，從而更好地為社會各方面提供檔案數據信息利用服務。三要樹立“大服務”理念，以利用者需求為導向，提供“適銷對路”的檔案數據信息服務產品，為社會各界借鑒、研究、預測、文化、休閑提供更多、更豐富的檔案數據信息參考和素材，從而使檔案“數據價值”開發利用范圍更廣、層次更多。

3.2 增設機構人員，強化隊伍建設。一是各級國家綜合檔案館，尤其是市縣兩級國家綜合檔案館，應在現有條件允許的情況下，設立相關的檔案“數據價值”開發利用機構，配備相應人員，充實檔案“數據價值”開發利用力量，更好地圍繞黨委、政府工作大局，以人為本，用專門的精力、從專業的角度，做好檔案“數據價值”開發利用工作。二是各級國家綜合檔案館，尤其是市縣兩級國家綜合檔案館要強化隊伍建設，提高隊伍素質，做好“選”“育”“留”工作。“選”就是選用優秀的干部，把好入口關，將有能力、有作為、有擔當的干部充實到檔案“數據價值”開發利用隊伍中來；“育”就是抓好干部繼續培訓教育，培養具有較強的文字功底、敏銳的新聞嗅覺、廣闊的視野以及運用新技術能力的檔案“數據價值”開發利用新型人才；“留”就是讓干部安心本職工作，尊重信賴人才、合理使用人才，依事用人，用人所長，從而使檔案“數據價值”開發利用工作收到事半功倍的良好效果。

3.3 豐富館藏內容，優化館藏結構。一是各級國家綜合檔案館，尤其是市縣兩級國家綜合檔案館，要按照國家檔案局發布的《機關文件材料歸檔范圍和文書檔案保管期限規定》、《各級各類檔案館收集檔案范圍的規定》、《企業文件材料歸檔范圍和檔案保管期限規定》，加強相關文件材料收集歸檔和接收進館的業務指導力度，充實館藏內容，為館藏檔案“數據價值”開發利用工作打下堅實基礎。二是各級國家綜合檔案館，尤其是市縣兩級國家綜合檔案館，要按照“以人為本”的原則，以全面、真實保管本地經濟和社會發展的歷史記錄為己任，根據自身館藏門類情況，注重涉及人民群眾切身利益的民生類、聲像類、電子類檔案數據的接收、儲存，為館藏檔案“數據價值”開發利用工作增磚添瓦。

3.4 強化經費保障，加快數據建設。一要強化經費保障。檔案部門作為一個單純依靠政府投入的公益性事業部門，政府投入相對較少，尤其是在中西部一些相對貧窮的市縣檔案館，檔案經費短缺已司空見慣，館藏檔案“數據價值”開發利用資金更是杯水車薪。俗話說“兵馬未動，糧草先行”，無論是檔案數據存儲、分析，還是檔案數據挖掘、開發，抑或購置相關設施設備，都需要數目不小的費用。將館藏檔案“數據價值”開發利用經費長期納入政府財政預算，應當是促進該項工作正常、持續開展的根本保障。二要加快數據建設。加快檔案數據建設的主要途徑是加快數字檔案館建設。數字檔案館最大的優點在于可以通過云計算、大數據技術建立檔案“數據價值”開發利用大平臺，將檔案數據信息資源進行館際、館室整合。從檔案用戶角度來講，利用人員將不受時間、地域、人數的限制，足不出戶就能查閱、利用大平臺里公開的所有檔案數據信息；從檔案館方面來講，工作人員可利用大數據技術，根據用戶對檔案數據信息資源的查詢頻繁程度，確定工作導向，優先開發需求程度大的檔案數據信息文化產品，最大限度地滿足社會對檔案數據信息資源的需求。

3.5 全面創新驅動，明確發展方向。各級國家綜合檔案館，尤其是市縣兩級國家綜合檔案館，要全面創新檔案“數據價值”開發利用的主體、方式、途徑，向開發利用多元化、科技化、個性化方向發展。一要全面創新檔案“數據價值”開發利用主體，以縱向聯合和橫向聯合為支撐，向開發利用多元化方向發展。一方面要強化縱向聯合，凝聚強大內力，組織本地區甚至更大區域內檔案系統檔案“數據價值”開發利用工作人員，形成整體合力，讓大家發揮各自館藏檔案數據信息資源優勢，共同商討、選擇和完成檔案“數據價值”開發利用課題；另一方面要強化橫向聯合，巧借各種外力，充分運用檔案及檔案文化特有的元素和魅力，主動地走出去聯合其他單位、文史專家、學者，引智借腦，促進館藏檔案“數據價值”開發利用工作的開展。二要全面創新檔案“數據價值”開發利用方式，以數字檔案館和檔案網站為支撐，向開發利用科技化方向發展。一方面要充分利用數字檔案館這個平臺，憑借新技術采集、整理、開發館藏檔案數據信息，創造多形式、系列化的檔案數據信息文化產品，將館藏檔案“數據價值”開發利用工作引向縱深發展；另一方面要通過檔案網站設立的在線交流平臺、QQ群、意見箱等方式，建立快速有效的信息反饋機制，使檔案工作人員能直接、快捷地了解用戶的具體意見與需求信息，為館藏檔案“數據價值”開發利用工作的開展提供重要參考。三要全面創新檔案“數據價值”開發利用途徑，以政務微博、手機檔案館、微信公眾服務平臺為支撐，向開發利用個性化方向發展。一是充分利用政務微博即時性、分享性、互動性的獨特傳播優勢，通過推送檔案工作信息動態和檔案中的故事、建立微展廳展示館藏檔案精品、進行交流互動等方式宣傳檔案、檔案人、檔案工作和檔案文化，拓展館藏檔案數據信息為社會公眾服務的渠道。收集儲存檔案數據信息固然至關重要，但還遠遠不夠，因為檔案“數據價值”開發利用的關鍵在于它的使用（即它的潛在價值的無限再利用）而不是占有本身。二是充分利用手機檔案館的快速便捷優勢，為利用者提供個性化和智能化檔案數據信息服務，實現檔案館對利用者所需館藏檔案數據信息的精準推薦，從而讓館藏檔案數據信息“飛入尋常百姓家”造福民眾而不囿于“王榭堂前”，最大限度地發揮館藏檔案“數據價值”滿足利用者個性化需求的作用。根據中國互聯網信息中心的統計，截止2014年6月底，我國移動電話用戶數量已突破12億戶，而手機網民的數量已達5.27億，手機用戶已經成為信息產業的重要客戶群體。“只需一部智能手機，對準二維碼輕輕一掃，便能坐在家中，自由參觀游覽檔案館的全部內容……設有檔案知識、珍品推薦、歷史探究、在線展廳、利用案例、一線動態等欄目……”。這是山東省句容市檔案館開通運行的“手機檔案館”的宣傳。三是充分利用微信公眾服務平臺可與QQ、QQ郵箱、微博等多種網絡平臺進行綁定和共享的強大的網絡聯動功能，一對多地傳播文字、圖片、視頻和語音等形式多樣的館藏檔案數據信息，實現一定需求下無時限、無人工的檔案數據信息服務。同時，通過開設微互動、微推送、微征集板塊開展在線咨詢服務、傳播檔案文化，最大限度地發揮館藏檔案“數據價值”的作用，最大程度地滿足利用者對館藏檔案數據信息的個性化需求。