黨政網(wǎng)頁電子文件采集與管理研究

裴童

【摘要】本文簡要梳理國內(nèi)外的相關(guān)研究現(xiàn)狀，探索基于云存儲的黨政重要網(wǎng)頁文件云存儲模式構(gòu)建的原則和方法，致力于解決黨政重要網(wǎng)頁電子文件的現(xiàn)代化采集方式和保存方式，為基于云存儲環(huán)境下黨政重要網(wǎng)頁檔案的收集、管理、保存及利用提供理論基礎(chǔ)和經(jīng)驗借鑒。

【關(guān)鍵詞】黨政;網(wǎng)頁電子文件;云存儲

隨著新時代現(xiàn)代化水平的快速發(fā)展，如今全球網(wǎng)絡(luò)上擁有大量的在線雜志，公共頁面及鏈接文檔超過億個，每天有許多新的網(wǎng)頁出現(xiàn)，網(wǎng)絡(luò)已經(jīng)成為眾多民眾獲取信息的首選。然而網(wǎng)頁的平均壽命較短，如果重要的黨政網(wǎng)頁檔案信息資源不能及時采集、歸檔或管理不善，其將“自生自滅”。因而，如何利用現(xiàn)代化信息手段存儲“原生性”網(wǎng)絡(luò)資源具有重要的時代意義。2016年國務(wù)院辦公廳發(fā)布《關(guān)于印發(fā)“互聯(lián)網(wǎng)+政務(wù)服務(wù)”技術(shù)體系建設(shè)指南的通知》，明確要求進一步加強“互聯(lián)網(wǎng)+政務(wù)服務(wù)”技術(shù)體系建設(shè)。近幾年，隨著黨政機關(guān)、事業(yè)單位“互聯(lián)網(wǎng)+政務(wù)服務(wù)”能力的不斷提升，黨政及政務(wù)網(wǎng)頁發(fā)布的信息呈指數(shù)型增長，及時存儲并高效利用黨政重要網(wǎng)頁電子文件具有重要的憑證價值和歸檔保存價值。

一、國外相關(guān)的研究背景

1996年國際開始研究網(wǎng)絡(luò)資源保存問題，加拿大、澳大利亞、瑞典國家圖書館和互聯(lián)網(wǎng)檔案館（Internet Archive）是首批建立網(wǎng)頁歸檔項目的國家。美國Philip C.Bantin對黨政重要網(wǎng)頁文件管理提出模式生命周期和文件連續(xù)體這兩種模式。這兩種模式是現(xiàn)代管理研究和發(fā)展的理論來源之一。美國和澳大利亞等國外黨政機關(guān)部門開始轉(zhuǎn)向云服務(wù)，積極探索在“云”中生成、存儲和利用黨政重要網(wǎng)頁檔案，據(jù)調(diào)查，宏觀層面上，美國、英國、澳大利亞等國家先后出臺相關(guān)“云”政策，微觀層面上也發(fā)布黨政重要網(wǎng)頁檔案云存儲指南。

二、目前我國黨政重要網(wǎng)頁歸檔的主要功能及現(xiàn)狀

石華的《檔案館保存黨政重要網(wǎng)頁策略研究》一文著重闡述鄭州市檔案局黨政重要網(wǎng)頁文件歸檔的情況。2018年7月，由國家檔案局牽頭啟動我國網(wǎng)站網(wǎng)頁資源歸檔試點。近年，各省市檔案館也紛紛開展網(wǎng)頁電子文件采集、歸檔、管理存儲項目研究，但大多數(shù)并不是針對黨政重要網(wǎng)頁文件開展的，針對性較弱。目前國內(nèi)大多黨政重要網(wǎng)頁電子文件存在歸檔的范圍和保管期限不明確、歸檔的技術(shù)和標準不完備、歸檔的保管和利用體系不完善、未形成完整的管理體系等方面問題。

三、黨政重要網(wǎng)頁檔案采集、管理及利用

網(wǎng)頁形成的電子文件本身就是數(shù)字化的文件，不必像傳統(tǒng)紙質(zhì)檔案逐頁掃描、識別采集后存儲利用。采集、歸檔與管理三個主要的功能模塊構(gòu)成網(wǎng)頁電子文件歸檔系統(tǒng)。云計算的運行原理是指：用戶使用的應(yīng)用程序，通過互聯(lián)網(wǎng)這個媒介，運行在互聯(lián)網(wǎng)的服務(wù)器集群中。用戶查詢信息時無需打開自己的電腦、手機的應(yīng)用程序，可以便捷地進行信息訪問，除此之外，用戶使用的數(shù)據(jù)也通過互聯(lián)網(wǎng)集群中心進行存儲。

（一）數(shù)據(jù)采集功能是采集模塊的主要功能。自動增量采集是指云環(huán)境下的數(shù)據(jù)采集通過網(wǎng)頁爬蟲工具對指定網(wǎng)頁進行規(guī)劃，按標準規(guī)范將采集到的網(wǎng)頁進行元數(shù)據(jù)整理、原始信息的封裝與保存、可視化封裝與保存。解決了現(xiàn)有數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集效率低、實時性差的技術(shù)問題。通過云端服務(wù)器強大的數(shù)據(jù)運算能力，該數(shù)據(jù)采集能快速分析所采集數(shù)據(jù)的分析結(jié)果，保證了數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)采集實時性，提高了數(shù)據(jù)采集系統(tǒng)的效率。

（二）對元數(shù)據(jù)摘錄、自動分類歸檔、數(shù)據(jù)入庫等初步封裝是歸檔過程。云計算空間，根據(jù)用戶不同的信息需求和等級層次，檔案館自行設(shè)置檔案信息資源的權(quán)限管理。檔案館授予管理權(quán)一般是通過PMI（特權(quán)管理基礎(chǔ)設(shè)施）進行，首先，用戶輸入身份驗證登錄“云”端，然后按照之前確定的角色進行網(wǎng)頁查詢、瀏覽。其次，承擔檔案館數(shù)據(jù)維護人員登錄“云”系統(tǒng)后，可以按照其管理員身份和權(quán)限，進行網(wǎng)頁數(shù)據(jù)的維護、數(shù)據(jù)的更新、升級和備份等。

（三）云平臺以云計算為代表。電子網(wǎng)頁的保存技術(shù)在充分運用這一平臺的基礎(chǔ)上，可以為檔案數(shù)據(jù)的儲存空間提供足夠的保障。電子網(wǎng)頁的保存技術(shù)可以分為以下兩種：分布式保存技術(shù)和保存虛擬化技術(shù)。為了備份重要的電子網(wǎng)頁，在運用以上兩種技術(shù)進行儲存時，需要采取加密等技術(shù)措施來保證數(shù)據(jù)的安全。因為檔案數(shù)據(jù)的類別是多種多樣的，所以運用多種模式的數(shù)據(jù)庫是行之有效的。一方面，可以運用關(guān)系型的數(shù)據(jù)庫來儲存結(jié)構(gòu)性的檔案數(shù)據(jù);另一方面，可以運用并行處理系統(tǒng)（MapReduce）來處理半結(jié)構(gòu)或者非結(jié)構(gòu)形式的數(shù)據(jù)。同時，我們可以把多種模式的數(shù)據(jù)庫融入云平臺，這樣各種形式的電子網(wǎng)頁都可以得到妥善的存儲。

（四）網(wǎng)頁電子文件管理。對網(wǎng)頁電子文件進行管理是指簽名驗證、授權(quán)管理、網(wǎng)頁數(shù)據(jù)的導入和導出、生成電子網(wǎng)頁數(shù)據(jù)包等功能。“云檔案館”是由各個成員館構(gòu)建而成，各個成員館同時享用云檔案館的信息資源，實現(xiàn)了雙方的互惠互利。各個成員館通過互聯(lián)網(wǎng)相互聯(lián)系，在各自的分館上傳可用的信息資源，這些資源最后集結(jié)在云端，云端成為一個大型的資源存儲庫，用戶在成員館使用資源時，不用區(qū)分資源是否為本館資源，這就實現(xiàn)了各個成員館資源的共享。同時云檔案館可以識別用戶檢索的各種信息，對這些信息進行過濾和篩選，根據(jù)用戶的不同需求提供信息檢索和信息傳遞服務(wù)。用戶在查詢信息過程中無需使用繁雜的步驟，為用戶節(jié)省了大量的時間。

（五）網(wǎng)頁歸檔。網(wǎng)頁歸檔也同其它檔案信息資源一樣，涉及網(wǎng)頁的復制權(quán)、編輯與保存權(quán)和發(fā)布權(quán)等問題，為了確保云環(huán)境下網(wǎng)頁電子文件的真實性，提高云環(huán)境下網(wǎng)頁電子文件的安全性，需要建立一個身份認證功能，對訪問用戶的身份等信息進行核實和認證。比如，只有當檔案用戶輸入真實姓名和密碼時才能進行登錄，當下一次需要查詢檔案時，還需要再次進行手機認證，才能享用被授權(quán)的檔案信息資源。一人一賬戶，這樣的話，即能避免云系統(tǒng)權(quán)限的混淆和混亂，同時，又能避免云中的各個用戶在不同系統(tǒng)登錄產(chǎn)生很多賬號的情況。另外，重要電子網(wǎng)頁的歸檔還存在著資金、法律、人才等問題，因此相關(guān)部門應(yīng)加大對資金的投入，在尊重隱私權(quán)和知識產(chǎn)權(quán)的同時，制定相關(guān)的法律法規(guī)，同時要打造一批復合型的檔案人才隊伍。電子網(wǎng)頁歸檔是一個長期而系統(tǒng)的工程，任重而道遠，相關(guān)問題還有待于進一步商榷。

四、結(jié)語

網(wǎng)頁仿佛一座橋梁貫穿歷史、今天與未來，把網(wǎng)頁像書頁一樣保存起來，我們希望做到的是讓后人能夠清晰看到今天乃至過去互聯(lián)網(wǎng)上報道過什么重大歷史事件，感受網(wǎng)站的歷史變遷、感受時代的進步與發(fā)展，留住今天的記憶，展示昔日的風采。

【本文系遼寧省檔案局科技項目高校重要網(wǎng)頁電子文件的采集、歸檔與利用研究（2019-R-14）階段性研究成果】

【參考文獻】

[1]王靜.中美網(wǎng)頁歸檔項目的對比研究[J].檔案與建設(shè)， 2016（7）.

[2]王爍.法國國家圖書館網(wǎng)頁歸檔項目發(fā)展狀況研究[J].山西檔案，2012（3）.

[3]畢云平，謝海洋.檔案學視角下網(wǎng)頁歸檔與保存研究綜述[J].檔案學研究，2015（4）.

[4]付光宇.國外網(wǎng)絡(luò)信息資源采集研究及其啟示[J].圖書情報論壇，2008（4）.