大數據分析方法在企業檔案管理中的實踐

馬鳳妤

摘 要：大數據分析法，是以電子信息技術、互聯網技術等做為載體，運用大數據統計、大數據計算、大數據分析的方法，來為人們的生活實踐提供數據指導，來規避不必要的麻煩，提升生活實踐的效率和質量的方法，是互聯網改變人生活的典例之一，是“互聯網+”理念的體現，對社會實踐能產生重要影響。本文將以大數據分析方法在企業檔案管理中的實踐應用的問題作為中心議題，來著重談一談，大數據的技術應用為企業檔案管理工作帶來怎樣的質變。

關鍵詞：大數據；分析方法；企業；檔案管理；實踐

由于綜合國力的提升，由于我國實行的經濟發展戰略卓有成效，我國的現代化發展建設速度也是越來越快，各種先進的科學技術在我國的應用也是越加廣泛，大數據、云計算、云處理、云儲存、移動互聯通訊等一系列基于電子信息技術和互聯網技術發展而來的新型技術手段使我國的企業發展受益良多。其中，我國的大數據應用，也已經從幾年前的僅止于國家高端領域，到如今的基本實現了技術和理念全面普及的局面，大數據的應用已經成了改變人們生活質量的重要技術，在某種意義上也成為了當今信息化社會的一種常態，對人們的日常生活的指導性作用日益凸顯，對我國的社會發展產生了深遠的影響，也對我國的企業經營管理產生了深遠的影響。

1 大數據分析方法的內涵

大數據分析法是基于大數據技術的一種分析方法技術，也就是說，大數據技術才是其核心。大數據，是指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理數據的集合，其子集為許多個分類數據框。大數據是運用多重復合計算模式進行數據處理，然后為使用者提供基于數據上更優化傾向的決策，能夠用一個更為宏觀的角度洞察互聯網海量數據中潛藏的信息，能夠使得業務或者計算的過程更具優化性。大數據是不根據隨機分析的方法進行概率學運算，而采用計算量更大但準確性更高的所有數據等量計算的方法進行數據計算處理，從而得出準確率無限接近于滿值的最后結果。由IBM提出的大數據“5V”特性即：Volume（大量）、Velocity（高效）、Variety（多樣）、Value（低價值密度）、Veracity（真實性），這五個特性可以充分說明大數據技術理論的科學性和實用性。大數據的5V特性可以在大數據分析法中得到充分體現。

2 我國企業檔案管理的現狀

我國企業的檔案管理工作的現狀，可以用三個詞來總結：低效，落后，不安全。低效是指其在檔案錄入和檔案調出查閱的時候，由于以電子文檔或者紙質文檔作為載體，分門別類，林林總總，檔案數量極為龐大，查閱起來顯得很困難，很影響工作效率；落后是指其方法落后、模式落后，運用檔案數據進行年度總結或者會議總結時，由于其數據籠統，沒有什么表述性，對于實際的工作并沒有什么指導作用，所以有落后性的表現；不安全則是指不論是落后的紙質檔案保存方式，還是稍微現代一些的電子計算機存儲檔案的方式，總之都是依賴于實際存在的東西為儲存載體，而只要是有形的東西，都存在遭受意外的可能，意外的火災或者其余自然災害就很可能使檔案資料毀于一旦，使企業蒙受巨大的數據損失。

3 大數據分析方法在企業檔案管理中的實踐途徑及其要點

大數據分析方法在我國企業的檔案管理工作中，能夠起到提高檔案資料建檔入檔等管理工作的工作效率，且在數據計算、數據生成、數據分析等方面，都能體現出快捷、高效、準確的特點，使企業能夠從人工檔案管理的落后模式中進入大數據管理的新時代。以下為大數據分析方法的幾個應用途徑及其要點。

3.1 大數據挖掘的分析方法

大數據挖掘分析法指的是大數據分析法之中的一個應用類型，該分析法以定點挖掘某一項數據或某數據在縱向上的所有同類型數據之中的平均數值，來作為分析標準，或者以數據作為原始數據建立可視化的挖掘模型來挖掘要計算的數值。

大數據挖掘分析法的應用方法是，首先要定義一個目標作為主要數據對象，并分析問題，在對企業檔案中的數據進行分析處理前，應該將額定數據和待處理目標定好，然后才可以開始進行數據挖掘分析，例如：要計算近一個季度以來的某名員工或者某一部門的所有員工的某項能力數據或某項業務數據的平均數據數值，來作為本季度員工的能力考核標準，就應該將檔案中關于該員工或該部門員工的相關信息都要采集一遍，進行集中性的多層計算和數據識別智能分析，然后得出一個結論，用以作為該員工或該部門所有員工的本季度業績。

大數據挖掘建模，通過建立模型的方式來挖掘數據進行分析計算。通過與企業電子檔案的數據庫連接，來獲得大量原始數據，來建立對應的數據挖掘模型，然后該模型會對企業檔案內的海量資料進行定點挖掘。

這些被挖掘出的數據流會以代碼的形式儲存在大數據庫內，然后需要通過腳本或者企業獨特的計算模塊來導入數據，進行轉換處理，將原始數據轉換成可以處理的數據，例如MySQL、數據文本之類的形式，然后計算處理。

3.2 大數據分析算法

由于大數據的運算能力是人為編入的，所以大數據本身雖然不具備任何原始的計算方法，但它是可以學習并記憶算法的，企業可以通過訓練企業檔案大數據庫進行機器式的學習，來形成企業需要的計算能力，然后處理采集到的數據。根據具體的問題來決定初始計算單元量，輸入指令，大數據運算分析則開始進行。大數據的算法種類有很多，比較常見的類型有：人工神經網絡、隨機森林樹、LMS算法等。

3.3 大數據分析目標

大數據分析目標在企業檔案管理中的作用則是，方便于對檔案內數據的查詢和調閱。相比于以往的傳統的人工的企業檔案管理模式，由于資料檔案依賴于紙質檔案文本作為載體，且數量極其龐大，調閱和查詢某一項數據就是一個很大的翻閱查找工作量，既浪費人力又容易出錯，效率就很低下；而運用大數據技術進行企業檔案管理則不需要這么耗費這么大的查找工作和使得檔案查閱效率低下，因為其以電子設備為載體，可以通過計算機儲存數據或者云盤儲存，安全又省心，而調閱檔案時只需要將入檔建檔時預留的語音指令輸入，即可通過聲紋搜索引擎，使數據自動生成。

4 未來的企業檔案管理大數據化發展的發展方向

大數據的技術正在不斷向前，同樣的，企業在大數據上的應用也是在不斷向前的，在未來，會有更多的先進技術會被融合進大數據技術之中，例如人工智能等，以人工智能作為大數據計算分析的載體，會使其從此具備類人性的科學分析能力，而又由于其具有不斷學習的能力，所以，企業的檔案管理更智能化的時代即將到來。

5 結語

綜上所述，大數據的分析方法技術的應用，會給企業的檔案管理工作帶來安全、高效、快捷的全新體驗，使企業的檔案管理模式迎來了質的飛躍，為企業的發展提供了數據支撐，為企業的未來保駕護航。

參考文獻

[1]王毅，李晶偉.大數據分析方法在企業檔案管理中的應用[J].檔案管理，2017（1）：57-59.

[2]張紅.大數據分析方法在企業檔案管理中的應用[J].科學技術創新，2017（12）：261-261.

[3]伍星.大數據時代企業檔案管理創新舉措[J].城建檔案，2017（7）：63-64.

[4]李斌.大數據時代下的基層電力企業檔案管理策略研究[J].中小企業管理與科技（中旬刊），2017（5）：100-101.

[5]朱淑蘭.大數據背景下施工企業檔案管理的研究與思考[J].企業科技與發展，2017（5）：230-232.