基于“數字中國”背景的檔案大數據研究

摘 ?要：在大數據時代來臨及“數字中國”的背景下，檔案管理工作受到了新的挑戰，如何能夠順應時代，讓傳統檔案管理工作與大數據、云計算等互聯網技術相結合，從而實現大數據在檔案管理工作中的應用變得更為迫切。就此，本文對“數字中國”背景下的檔案大數據進行了討論。

關鍵詞：數字中國;電子檔案;大數據

中圖分類號：G270.7 ? ? 文獻標識碼：A 文章編號：2096-4706（2019）18-0081-03

Abstract：With the advent of the era of big data and the background of “digital China”，archives management is facing new challenges. How to adapt to the era and integrate traditional archives management with internet technologies such as big data and cloud computing，so as to realize big data of archives management becomes more urgent. In this regard，this paper discusses the big data of archives under the background of “digital China”.

Keywords：digital China;electronic archives;big data

0 ?引 ?言

麥肯錫公司（McKinsey & Company）作為全球知名的咨詢公司，最早提出了大數據時代的到來，并認為數據已經滲透到全球各行各業的業務職能領域，成為重要的生產因素[1]。2012年召開黨的十八大以后，“數字中國”被提上新高度，作為新時代國家信息化發展的新戰略，其覆蓋面涉及經濟、政治等多個領域，包括了大數據在內的多個內容。為促進“數字中國”的建設，國家互聯網信息辦公室、國家發展和改革委員會等部門主辦的“數字中國建設峰會”已舉辦了第二屆，為“數字中國”建設提供了良好的技術交流平臺。由此可見，大數據在國家戰略中的地位越來越高。“數字中國”這一背景也對檔案管理工作提出了新要求，如何能夠讓檔案管理工作順應時代潮流、建設整合數字資源、提高數字檔案建設水平、加強數字檔案管理水平及挖掘數字檔案潛在資源被提上議程。為此，本文將對“數字中國”背景下的檔案大數據進行討論。

1 ?檔案大數據的概念及數據來源

1.1 ?檔案大數據的概念

維克托·邁爾-舍恩伯格及肯尼斯·庫克耶在2008年首先提出了“大數據（big data、mega data）”一詞。一般認為，大數據指的是需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的信息資產。《中華人民共和國檔案法》對檔案的概念下了定義，是指過去和現在的國家機構、社會組織以及個人從事政治、軍事、經濟、科學、技術、文化、宗教等活動直接形成的對國家和社會有保存價值的各種文字、圖表、聲像等不同形式的歷史記錄。

2012年后，大數據一詞越來越多地被提及，人們用它來描述和定義信息爆炸時代產生的海量數據，并命名與之相關的技術發展與創新，檔案大數據這一概念也就應運而生。所謂的檔案大數據，一般認為是一個數據集，是在檔案業務活動開展中形成和采集的，具有價值屬性、難以在短時間內分析處理等特點，并與檔案及檔案活動密切相關。

1.2 ?檔案大數據的來源

根據檔案大數據的概念，其是在檔案業務活動開展中形成和產生的，這也就確定了其數據的來源主要有以下幾個方面[2]。

（1）檔案自身。檔案自身數據主要是指檔案管理部門所收集的各種文字、圖表、聲像等多種形式的記錄，諸如檔案管理系統產生的數據、載體材料及規格等數據，同時也包括根據檔案內容進行分類等所形成的目錄、摘要及查詢指南等。這部分數據是檔案大數據中最主要的組成部分，也最具檔案特色。

（2）在檔案部門開展檔案業務活動中形成的。這部分數據主要有兩個源頭，一個是檔案部門自身產生的，另外一個是檔案部門通過其他途徑收集而來的，諸如檔案部門自身的檔案結構數據、部門概括及相關的檔案管理政策、法律和檔案管理行業數據等。

（3）檔案用戶后續產生的數據。諸如檔案用戶的個人情況更新、查詢檔案記錄、個人需求偏好等用戶個人相關數據的再次產生。

上述三個部分是檔案大數據的主要來源，也就是說檔案大數據的來源除此之外還有其他來源，但這些數據的產生并不代表其就會被納入檔案大數據范疇，只有經過篩選、整理后，具有價值的內容才會被納入檔案大數據。

2 ?檔案大數據的特點

2.1 ?大數據

學術界一般認為大數據應該具有“4V+1O”的特點[3]：

（1）數據量大（Volume），即數據在采集、存儲及計算過程中的量非常大，一般都至少以P（1000T）作為起始計量單位。

（2）類型繁多（Variety），即數據的種類及其來源繁多。包括可以使用關系型數據庫表示和存儲，表現為二維形式的結構化數據;不符合關系型數據庫或其他數據表的形式關聯起來的數據模型結構，但包含相關標記，用來分隔語義元素以及對記錄和字段進行分層的半結構化數據;及文檔、圖片、視頻/音頻等非結構化數據。

（3）價值密度低（Value），即數據的價值密度不高。隨著網絡技術的不斷進步，信息無處不在，但其中不乏許多無價值信息，造成信息價值密度低的問題。在這種情況下，如何通過邏輯算法等方式挖掘有價值的數據信息，是當前大數據時代最為迫切的問題。

（4）速度快時效高（Velocity），即數據增長和處理的速度快，同時也有著較高的時效性，這也是大數據區別于傳統數據挖掘的顯著特征。

（5）數據是在線的（Online），即數據永不掉線，可以隨時被調取和使用，這一特點被認為是區別于傳統數據最顯著的特征。互聯網技術的高速發展，為數據永不掉線提供了可能，并且更加充分地發揮了數據的價值。

2.2 ?檔案大數據

檔案大數據是在大數據基礎上發展而來，因此，它既具有大數據的一些特征，也有著自己的特性[4、5]。

（1）數據量大。數十年的傳統檔案累計，形成了較大的待數字化存量，且伴隨著互聯網發展，業務系統產生的數據量也在劇增。2017年國家檔案局局長李明華就曾在全國檔案局長館長會議上提及，我國館藏檔案在“十一五”末已達3.92億余卷（件），形成了海量的檔案數據。

（2）數據類型復雜。檔案大數據也同樣包括結構化、半結構化和非結構化數據，且伴隨著各行各業業務工作同互聯網的交叉，越來越多的半結構化和非結構化數據產生并占據了主流位置。

（3）價值密度高。相對于其他大數據，由于檔案大數據普遍具有較高完整性、真實性和準確性，即便數據大規模發展后，價值密度也不會降低太多，這也是檔案大數據特別之處。

（4）動態性和穩定性。檔案數據需要通過動態生成并且收集，其后進行分析、整理、存儲及調用，這樣就賦予了檔案大數據動態性。而檔案的證據及憑證功能，則要求數據具有一定穩定性，在經過處理，轉換成有效檔案數據后，就應當鎖定為不可更改數據，因此具有數據的穩定性。

（5）技術依賴性強。各行各業在電腦技術發展和普及前，使用的都是傳統檔案，這樣就造成檔案的存量數據很大。為實現存量檔案的大數據化，就要求具有強大的信息技術，以最快的速度存儲、甄別和調用存量檔案數據。

（6）處理速度快。傳統的檔案管理，需要利用紙質材料，造成人工查閱、調取速度緩慢。大數據技術則要求數據的生成、分析、整理、存儲和調取等各個環節都要在較短時間內完成，發展檔案大數據化，也是為了實現這一目標。

3 ?實行檔案大數據的必要性

3.1 ?大數據時代發展的需要

正如哈佛大學社會學教授加里·金說：“這是一場革命，龐大的數據資源使得各個領域開始了量化進程，無論學術界、商界還是政府，所有領域都將開始這種進程。”美國政府于2012年發布《大數據的研究和發展計劃》，將大數據處理上升到國家安全層次;日本也于2013年發布“創建最尖端IT國家宣言”，提出通過將大數據提升為國家戰略，以此提高日本競爭力;我國也于2014年首次將大數據寫入政府工作報告，并于2015年發布《促進大數據發展行動綱要》[6]。我國檔案管理工作正在經歷著從紙質到電子、手工到智能化、分散管理到信息共享的轉變，檔案管理部門只有緊隨時代發展潮流，推動檔案大數據發展，才能確保我國檔案管理事業不會落后。

3.2 ?“數字中國”建設的需要

在國家提出“互聯網+”“寬帶中國”等戰略并深度參與國際數字經濟合作后，“數字中國”于2017年黨的十九大報告中首次被提出，進一步提升了國家信息化戰略。“數字中國”的核心是數據，是數據與各行各業的深度融合，這就要求信息資源具有數據化、智能性和共享性等特點。

以我國絕大多數檔案館為例，雖都已在推進檔案電子化，但還是有相當部分的檔案為紙質檔案，且電子化檔案存在格式不一、分散保存及數據庫建設標準不一等問題，很難形成聯動、檔案數據共享，容易造成信息孤島現象。對于推進檔案電子化，也僅僅是將紙質檔案的圖片化保存，缺乏數據化處理。檔案管理部門作為服務經濟社會發展的重要部門之一，只有實行檔案大數據化，促進檔案資源的整合和共享，深度挖掘大數據的經濟價值，創造數字經濟，服務民生，才能更好地服務“數字中國”建設。

3.3 ?檔案管理部門自身發展的需要

（1）避免檔案脹庫的需要。如果沒有實現檔案數據化，各行各業的檔案管理都會不可避免地產生一個問題，那就是檔案數量急劇增加，最后造成檔案脹庫現象。傳統的檔案脹庫指的是因紙質檔案庫房容量有限而檔案數量劇增造成存放地不足的現象。新時代的脹庫現象，可認為是各行各業檔案管理部門雖然進行檔案數字化，將紙質檔案圖片化，卻只是實現單純意義上的檔案數字化，且未能構建全國性的檔案信息化數據，形成信息孤島，數據存在重疊，雖然相對于傳統的紙質檔案可以減緩脹庫現象，但是最終也會不可避免地發生脹庫。只有在數字化的基礎上進一步數據化，在大數據基礎上對檔案進行有效的獲取、存儲、加工和利用，才能進一步緩解脹庫現象[7]。

（2）促進檔案管理部門工作轉型的需要。隨著互聯網發展，尤其是移動互聯網的發展，給傳統的檔案工作帶來了巨大挑戰。人民日益增長的信息需求、各行各業通過檔案大數據挖掘信息價值的需求以及提供個性化服務的需求在不斷提升，對檔案信息的服務質量、服務效率和服務廣度都提出了更高的要求。這樣也就要求檔案管理部門必須從大數據管理和云計算技術角度構建管理架構，建章立制，將管理的檔案資料進行整合，加強檔案信息資源建設，解決檔案數據孤島問題。

4 ?結 ?論

總之，通過變革和創新實現檔案大數據才是檔案管理部門在“大數據”時代的生存之道。檔案管理部門如何在大數據快速發展中抓住契機，如何利用新技術和創新服務管理模式，給檔案管理部門帶來挑戰和機遇，是當前檔案管理部門需要面對和解決的問題。還應注意的是，檔案管理部門在發展檔案大數據時，應當根據檔案大數據的特點和自身工作職能，在傳統工作的基礎上，尋找適合自身發展的大數據道路。

參考文獻：

[1] 陳慧.大數據時代檔案信息安全價值實現策略研究 [J].檔案天地，2018（6）：35-37.

[2] 康蠡，金慧.檔案大數據定義與內涵解析 [J].檔案管理，2017（1）：24-26.

[3] 王平，安亞翔.大數據時代的檔案信息平臺建設 [J].檔案與建設，2015（10）：8-13.

[4] 陶水龍.大數據時代下數字檔案館面臨的機遇與挑戰 [J].中國檔案，2013（10）：66-68.

[5] 魯德武.試述檔案大數據的定義、特征及核心內容 [J].檔案，2014（4）：13-15.

[6] 向立文，李培杰.檔案部門實施檔案大數據戰略的必要性與可行性研究 [J].浙江檔案 2018（10）：10-12.

[7] 李明娟.從“數字化”走向“數據化”——大數據下檔案管理工作發展道路 [J].辦公室業務，2016（12）：171+145.

作者簡介：林蔚（1978-），女，漢族，福建寧德人，小學高級教師，本科，研究方向：檔案信息化、檔案資源開發與利用。