數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的路徑研究

朱令俊

摘要：數(shù)據(jù)驅動下的檔案知識發(fā)現(xiàn)以大數(shù)據(jù)為驅動力，探索檔案數(shù)據(jù)結構轉變，利用數(shù)據(jù)可視化、建模、算法洞察理解檔案信息資源，從檔案領域中創(chuàng)新知識生產方式。文章立足數(shù)據(jù)背景明晰檔案知識發(fā)現(xiàn)的概念涵義，以數(shù)據(jù)驅動為主軸解析檔案知識發(fā)現(xiàn)的基本程式，從數(shù)據(jù)層、邏輯層、應用層、表示層構建檔案知識發(fā)現(xiàn)的內容框架，具體闡述檔案數(shù)據(jù)轉型的遞進過程，以數(shù)據(jù)思維、網(wǎng)絡思維、用戶思維探討檔案知識發(fā)現(xiàn)的實現(xiàn)路徑，助益檔案機構推動知識共享與服務。

關鍵詞：檔案知識發(fā)現(xiàn)；數(shù)據(jù)驅動；知識服務

分類號：G270.7

Research on the Path of Archives Knowledge Discovery Based on Data Driven

Zhu Lingjun

（School of Information Management of Nanjing University， Nanjing， Jiangsu， 210023）

Abstract：Data- driven archival knowledge discovery exploits big data as the driving force， explores the transformation of archival data structure， and uses data visualization， modeling， and algorithm insight to understand archival information resources， and innovative knowledge production methods from the archives field. Based on the data background， the article clarifies the concept meaning of archive knowledge discovery， and uses data-driven as the main program to analyze the archive knowledge discovery. The content framework of archive knowledge discovery is constructed from data layer， logic layer， application layer and presentation layer， and the transformation of archive data is elaborated. The progressive process explores the realization path of archive knowledge discovery with the data thinking， network thinking and user thinking and helps the archives institutions to promote knowledge sharing and service.

Keywords：Archive Knowledge Discovery； Data Driven； Knowledge Service

伴隨數(shù)據(jù)環(huán)境的形成、數(shù)據(jù)時代來臨，實現(xiàn)以數(shù)據(jù)、信息、知識、智慧為生長點的動能轉換顯得尤為重要。數(shù)據(jù)密集型科學的興起，使得海量、片段、異構數(shù)據(jù)得以采集、清洗與分析，驅動著新知識的發(fā)現(xiàn)。檔案作為重要的知識載體，如何深度挖掘檔案信息資源，發(fā)現(xiàn)檔案知識價值，創(chuàng)新政府治理決策與社會服務方式，成為當前檔案學界的重要議題。

截至2020年2月16日，在中國知網(wǎng)、萬方數(shù)據(jù)知識服務平臺、維普資訊中文期刊服務平臺等數(shù)據(jù)庫中，以“檔案+知識發(fā)現(xiàn)”為主題檢索，去重篩選后僅得7篇相關文獻，進一步以“檔案+知識發(fā)現(xiàn)+數(shù)據(jù)”為主題檢索，則無相關文獻。可見，學界尚未對檔案知識發(fā)現(xiàn)主題開展一定程度的探索，但也并非毫無基礎，在“檔案知識發(fā)現(xiàn)”概念提出之前，圖書情報與檔案管理一級學科已有相關研究。一方面，圖情學界圍繞數(shù)字圖書館、智庫建設等知識發(fā)現(xiàn)與知識服務展開了探討，如李祎以圖書情報機構智庫的知識發(fā)現(xiàn)系統(tǒng)為研究重點，提出該系統(tǒng)實現(xiàn)的技術方法[1]，李潔等人以數(shù)字圖書館知識發(fā)現(xiàn)為研究對象，重新界定其服務內涵，提出創(chuàng)新優(yōu)化知識發(fā)現(xiàn)服務的規(guī)劃意見[2]，圖情領域對知識發(fā)現(xiàn)的研究融合關聯(lián)數(shù)據(jù)、深度學習、粗糙集等理念與技術，充盈了知識發(fā)現(xiàn)的研究主體與研究力量；另一方面，檔案學界對檔案知識管理的理論探索也取得一定成果，主要包括檔案知識組織、知識共享、知識創(chuàng)新，知識服務等方向[3]，突出隱性與顯性知識管理之間的轉化關系，以流程優(yōu)化、體系構建、建設策略為著眼點，對檔案知識管理的環(huán)境高度和人才需求提出了更高要求[4]。

基于上述研究成果分析，檔案知識發(fā)現(xiàn)將有助于揭示和利用檔案知識組織之間關系與規(guī)律，數(shù)據(jù)浪潮驅動將推動檔案機構以數(shù)據(jù)為核心，重塑自身形態(tài)，成為社會數(shù)據(jù)生態(tài)鏈關鍵一環(huán)。但目前檔案學界缺乏對檔案知識發(fā)現(xiàn)專門深入的探索，多停滯于檔案知識價值與知識獲取的理論闡述，缺少系統(tǒng)的研究。鑒于此，本文嘗試構建數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的概念涵義，立足數(shù)據(jù)驅動探討檔案知識發(fā)現(xiàn)的實現(xiàn)路徑與具體方案，推動檔案機構知識共享與知識服務。

1檔案知識發(fā)現(xiàn)的概念內涵

鑒于學界尚未對“檔案知識發(fā)現(xiàn)”一詞有明確統(tǒng)一的定義，而在更為寬泛的知識發(fā)現(xiàn)領域已奠定了夯實的研究基礎，本文以“知識發(fā)現(xiàn)”為突破口，結合檔案工作特征和發(fā)展趨勢，明晰數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的概念內涵。

1.1知識發(fā)現(xiàn)

知識經濟時代，指數(shù)級增長的數(shù)據(jù)、泛在化的信息環(huán)境為知識發(fā)現(xiàn)提供了巨大的發(fā)展?jié)摿ΑＶR發(fā)現(xiàn)通常被認為是基于數(shù)據(jù)庫的知識發(fā)現(xiàn)（Knowledge Discovery in Database，KDD），依據(jù)美國數(shù)據(jù)科學家Usama Fayyad的觀點，知識發(fā)現(xiàn)是從數(shù)據(jù)集中識別提取出有效的、新穎的、潛在有用的信息并理解的模式過程[5]。簡單來說，知識發(fā)現(xiàn)描述了大量數(shù)據(jù)被自動檢索以獲取知識的有關模式的過程[6]。知識發(fā)現(xiàn)通常運用統(tǒng)計方法、機器學習方法與神經計算方法，其中較為常見的是粗糙集、聚類分析、遺傳算法等[7]。

1.2檔案知識發(fā)現(xiàn)

結合知識發(fā)現(xiàn)與檔案知識管理的相關理論，檔案知識發(fā)現(xiàn)是指運用知識發(fā)現(xiàn)的理念與方法，借助信息技術手段識別析取出海量檔案資源中隱含的有價值的知識元[8]。在知識發(fā)現(xiàn)的理論方法與技術體系下，檔案的知識價值將利用關聯(lián)分析、預測分析、聚類分析等方法有效挖掘，實現(xiàn)檔案顯隱性知識的轉化，幫助用戶明晰檔案—數(shù)據(jù)—知識之間相互關系，服務檔案知識管理。

1.3數(shù)據(jù)驅動下的檔案知識發(fā)現(xiàn)

數(shù)據(jù)驅動的本質在于實現(xiàn)從數(shù)據(jù)到知識再到理論轉化，并為實踐提供決策的一系列迭代過程，其最大特點是對規(guī)模大、流轉快、類型多、價值密度低的數(shù)據(jù)進行統(tǒng)計性分析歸納。數(shù)據(jù)驅動下的檔案知識發(fā)現(xiàn)以大數(shù)據(jù)為驅動力，探索檔案數(shù)據(jù)結構轉變，利用數(shù)據(jù)可視化、建模、算法，洞察理解檔案信息資源，發(fā)現(xiàn)規(guī)律和價值，從檔案領域中創(chuàng)新知識生產方式，具體機理見圖1。數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的突出價值，不僅在于發(fā)現(xiàn)傳統(tǒng)方法難以發(fā)現(xiàn)的相關性，還在于能夠深入探索其因果關系，并對之進行集成、共享、挖掘，最終提升決策服務水平。

2數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的框架構建

2.1數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的基本程式

在階梯處理過程模型中，知識發(fā)現(xiàn)處理過程分為九個階段，分別是數(shù)據(jù)準備、數(shù)據(jù)選擇、數(shù)據(jù)預處理、數(shù)據(jù)縮減、確定知識發(fā)現(xiàn)目標、確定挖掘算法、數(shù)據(jù)挖掘、模式解釋和知識評價；螺旋處理過程模型強調領域專家參與的重要性，以問題的定義為中心循環(huán)評測挖掘的結果，經過多次循環(huán)處理使結果更準確；Brachman和Anand提出以用戶為中心的知識發(fā)現(xiàn)處理模型，支持用戶與數(shù)據(jù)庫交互；實現(xiàn)聯(lián)機交互式的知識發(fā)現(xiàn)模型需要可視化技術支撐，由數(shù)據(jù)挖掘過程可視化、數(shù)據(jù)可視化、模型可視化和算法可視化四方面組成。

借鑒上述多種知識發(fā)現(xiàn)模型，綜合考慮檔案內容與載體特征，在檔案資源組織的收集、整理、提煉、總結規(guī)律的過程中，以數(shù)據(jù)化—結構化—語義化—網(wǎng)絡化—智慧化為主軸，本文將數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的基本程式概括為“數(shù)據(jù)源—數(shù)據(jù)集成—數(shù)據(jù)存儲—數(shù)據(jù)處理—數(shù)據(jù)可視化—知識應用—評價反饋”七個環(huán)節(jié)，經由知識關聯(lián)、知識聚合、知識共享等處理，形成由知識元、知識鏈、知識域、知識網(wǎng)所構成的多層檔案知識體系[9]。

如圖2所示，檔案是檔案知識發(fā)現(xiàn)的資源基礎，作為數(shù)據(jù)驅動的原動力；數(shù)據(jù)是檔案內容的再加工，是數(shù)據(jù)驅動的中轉站；知識是檔案內容的提煉升華，是數(shù)據(jù)驅動的歸宿；用戶是數(shù)據(jù)驅動的核心，是檔案知識服務的對象。數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)是以檔案資源組織為基礎，以用戶需求和社會服務為導向，以數(shù)據(jù)為二次加工的載體，通過數(shù)據(jù)集成與質量控制、數(shù)據(jù)分析與模式構建、數(shù)據(jù)呈現(xiàn)與關聯(lián)預測、數(shù)據(jù)應用與知識服務四項技術融合，實現(xiàn)檔案知識形態(tài)的演變，最終析取檔案知識，完成檔案知識的提取、整合、分析、利用、服務的全過程，將檔案、數(shù)據(jù)與知識三者創(chuàng)新互聯(lián)，支持信息決策和社會服務需求，推動社會數(shù)據(jù)生態(tài)鏈的流程再造與結構轉型。

2.2數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的內容框架

以數(shù)據(jù)為驅動，面向檔案的知識發(fā)現(xiàn)需要兼顧檔案資源的多種存儲格式和數(shù)據(jù)格式，建立由檔案知識元、知識鏈、知識域、知識網(wǎng)組成的多層次知識網(wǎng)絡組織體系。數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的框架主要由數(shù)據(jù)層、邏輯層、應用層、表示層四部分組成，對應數(shù)據(jù)驅動下檔案數(shù)據(jù)化—結構化—語義化—網(wǎng)絡化—智慧化的發(fā)展演變，目的是將檔案組織轉換為體系化、結構化的知識網(wǎng)絡，實現(xiàn)檔案的知識發(fā)現(xiàn)、知識描述與知識服務。

（1）數(shù)據(jù)層。知識發(fā)現(xiàn)是建立在全量數(shù)據(jù)基礎上對檔案資源組織進行知識采集、處理、組織與融合的過程，即對檔案資源組織的數(shù)據(jù)化處理。數(shù)據(jù)驅動下檔案資源類型更加復雜多樣，數(shù)量規(guī)模更加龐大，具體分為非結構化（如文本、圖片、HTML等）、半結構化（如XML和JSON）和結構化數(shù)據(jù)（如MySQL、Oracle和SQL Server）三種，不同類型的數(shù)據(jù)存儲整合也需要借助多種工具方法將其結構化和有序化，規(guī)范檔案資源的組織方式；為過濾冗余數(shù)據(jù)、錯誤數(shù)據(jù)、重復數(shù)據(jù)和矛盾數(shù)據(jù)，篩選出具有價值的檔案數(shù)據(jù)，利用自然語言處理對全部檔案數(shù)據(jù)的進行詞法分析、句法分析、語義分析等處理，清除檔案數(shù)據(jù)中的缺失值、格式、副本和垃圾數(shù)據(jù)，并根據(jù)檔案個體數(shù)據(jù)特征對其重新排序、賦予含義并簡化形式；經過清洗、簡化、標注、分析，實現(xiàn)結構化和語義化的檔案數(shù)據(jù)具備整合利用的價值；通過時序融合和多源數(shù)據(jù)融合，將具有時空信息和多來源特征的檔案數(shù)據(jù)由海量碎片化聚合成為網(wǎng)絡，鏈接到知識庫中，去冗分類、去粗取精，推斷預測潛在動態(tài)時序的檔案數(shù)據(jù)，為數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)提供服務[10]。

（2）邏輯層。從傳統(tǒng)的檔案知識表達轉向數(shù)據(jù)驅動的檔案知識，需要對其進行可解釋、更穩(wěn)健的有效知識計算，準確獲取并主動配合知識的演化方向，調整知識組織管理方式及架構，實現(xiàn)檔案知識的多維深度語義關聯(lián)，進而完成精準度高的知識發(fā)現(xiàn)[11]。在知識集成與融合的基礎上，利用本體、語義網(wǎng)等概念與技術，結合聚類相似度、分類、關聯(lián)規(guī)則、回歸、預測和偏差分析等方法，通過大規(guī)模的計算和預測模型增強檔案知識中模式、趨勢、事實、關系、模型、關聯(lián)規(guī)則、序列等一系列的表現(xiàn)效果。知識計算的開放性、一致性、完備性、上下文等重要性質使得能夠發(fā)現(xiàn)和提取在邏輯推理、存在、否定等多種復雜語義網(wǎng)絡中的檔案知識[12]。總體而言，知識計算是數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的頂層應用[13，14]，滿足檔案知識表達、獲取和計算需求。

（3）應用層。檔案知識應用是檔案網(wǎng)絡化向智慧化發(fā)展的重要環(huán)節(jié)，是檔案知識發(fā)現(xiàn)的高級階段。通過數(shù)據(jù)層與邏輯層對檔案資源組織的加工、挖掘與分析，檔案在知識組織層面逐步形成了從知識元、知識鏈到知識域的較為完整的檔案知識體系，而應用層運用語義檢索、地圖導航、智能問答、推薦反饋系統(tǒng)、構建知識圖譜等技術與方法，將檔案知識置于更宏大的網(wǎng)絡框架中，深入應用機器學習算法，不斷更新完善檔案知識庫，豐富檔案知識網(wǎng)絡，為上層平臺或智能應用提供基礎設施支撐。與邏輯層顯著不同的是，應用層集中在檢索、推薦、問答、解釋和輔助決策方面，具有明顯的交互性和內在關聯(lián)性，使檔案組織向更加成熟的檔案知識網(wǎng)絡發(fā)展，提升檔案知識提取與發(fā)現(xiàn)的質量與規(guī)模。

（4）表示層。檔案知識服務是檔案知識發(fā)現(xiàn)的根本，也是檔案知識發(fā)現(xiàn)聯(lián)結用戶、實現(xiàn)智慧化轉型的最終環(huán)節(jié)。數(shù)據(jù)驅動下面向檔案的知識發(fā)現(xiàn)服務圍繞知識門戶和個性化服務兩方面展開。知識門戶根據(jù)用戶需求分析，基于主題深度集成知識資源，采集用戶個性數(shù)據(jù)庫，向用戶動態(tài)提供知識與信息，是知識共享與知識交流的平臺。從其交流模式而言，知識門戶以知識創(chuàng)新與二次加工為資源基礎，為用戶解決獲取知識過程中的疑難問題，是一種知識密集型和智慧型的咨詢服務方式。而個性化知識服務則是根據(jù)用戶興趣建模，采取個性化定制、個性化推送、個性化檢索和個性化推薦等服務模式，數(shù)據(jù)驅動下的個性化知識服務涉及多種技術，諸如社會網(wǎng)絡、云計算、云存儲、Web數(shù)據(jù)庫、Agent、本體、物聯(lián)網(wǎng)等[15]，提升檔案知識呈現(xiàn)和知識利用的能力和效果。知識門戶與個性化服務的結合，使檔案知識發(fā)現(xiàn)融合問題導向與目標導向，從被動知識發(fā)現(xiàn)服務轉向主動知識發(fā)現(xiàn)服務，數(shù)據(jù)驅動兼具技術革新與理念轉變，以把握檔案知識發(fā)現(xiàn)更深入的智慧化。

3實現(xiàn)路徑

3.1數(shù)據(jù)思維理性審視檔案資源

數(shù)據(jù)思維極大影響著全社會對檔案資源的認知與設想，數(shù)據(jù)驅動下審視檔案資源范疇與價值也獲得更廣泛和深遠的開拓。在范疇上，檔案資源不再限于傳統(tǒng)紙質文件記錄，而向社交媒體信息[16]、政務信息[17]等縱深發(fā)展，諸如國家圖書館互聯(lián)網(wǎng)信息戰(zhàn)略保存項目，利用不同年齡、不同地域、不同教育和文化背景用戶所發(fā)布的微博內容，分析提取有價值的數(shù)據(jù)，日后為政策決策和學術研究提供多元參考，基于此，社交媒體信息實現(xiàn)了從信息向檔案、數(shù)據(jù)和知識的轉變；在價值上，檔案資源的利用和保存價值應在數(shù)據(jù)思維下有更深遠的發(fā)揮，傳統(tǒng)意義的利用和保存價值是針對檔案實體和內容而言的，數(shù)據(jù)驅動對檔案資源的價值審視理應升級，探索尋找檔案知識的價值最大化，以“城市記憶工程”為例，借助檔案資源挖掘構建社會記憶，高度濃縮、記錄城市的歷史變遷，將豐富的歷史信息保存、轉化為社會大眾的記憶，實現(xiàn)檔案本體的利用保存價值向群體記憶價值的提升。

3.2網(wǎng)絡思維定義搭建檔案生態(tài)

網(wǎng)絡思維將檔案置于更宏大的網(wǎng)絡框架下，納入豐富復雜的社會信息生態(tài)圈，可以為檔案知識的發(fā)現(xiàn)和應用提供源源不斷的動力。一方面，檔案本體可以突破原有刻板印象，借助語義檢索、知識圖譜等技術和方法，析取有價值的檔案知識，形成兼具創(chuàng)新與特色、可寓教于樂的檔案文化產品和展覽，如美國、英國、澳大利亞等國家的國家檔案館利用其豐富館藏如電子文件、地圖、海報等各種類型的記錄，匯聚形成多主題的編纂成果和文創(chuàng)產品，深受大眾喜愛；另一方面，檔案領域也可以積極與文博圖、互聯(lián)網(wǎng)各界尋求合作，運用現(xiàn)代技術挖掘檔案的數(shù)據(jù)關聯(lián)，探索更豐富的用途和潛能，搭建宏大的檔案生態(tài)。

3.3用戶思維主動發(fā)現(xiàn)檔案知識

數(shù)據(jù)驅動予以檔案數(shù)據(jù)化的轉型紅利，但這并不意味著檔案領域的被動態(tài)度。相反，檔案領域需要以檔案數(shù)據(jù)為契機，捕捉用戶興趣和社會熱點，結合現(xiàn)有檔案資源主動發(fā)現(xiàn)集聚優(yōu)質檔案知識，并主動向社會公眾呈現(xiàn)和輸送，運用小程序、手機APP等形式或以線下快閃等活動為大眾提供更具浸入式的檔案知識盛宴。此外，可針對特定人群，關注與他們息息相關及有吸引力的話題內容，發(fā)現(xiàn)整合相關檔案知識推送給特定用戶，提高檔案知識的應用價值，使檔案知識的發(fā)現(xiàn)成為一種趨勢和需求，倒逼檔案領域的主動服務。例如，“檔案那些事兒”微信公眾號針對用戶實際工作、文化歷史研究等需求，開設“檔案實務”“法眼論檔”“文化傳承”等欄目，提供整編的檔案知識。

4結語

當今世界處于“數(shù)據(jù)爆炸，知識貧乏”的時代，數(shù)據(jù)創(chuàng)新驅動利用數(shù)據(jù)集成、分析、可視化和應用等手段激活數(shù)據(jù)價值，重塑數(shù)據(jù)治理流程與方式。因此，在數(shù)據(jù)時代，檔案數(shù)據(jù)是傳統(tǒng)檔案數(shù)據(jù)與實時數(shù)據(jù)的整合，其憑證參考價值也將向知識價值轉換[18]。檔案蘊含著巨大的知識價值，其知識服務研究已成為檔案學界研究熱點。然而，知識發(fā)現(xiàn)作為拓寬檔案知識應用范疇，提升檔案知識服務質量的基礎與前提，如何運用知識發(fā)現(xiàn)的理念挖掘檔案知識價值是目前研究必須直面的問題。鑒于此，本文在綜合了解國內外相關研究現(xiàn)狀的基礎上，引入數(shù)據(jù)驅動的理論方法與技術體系，界定數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)的概念涵義，以數(shù)據(jù)化—結構化—語義化—網(wǎng)絡化—智慧化為數(shù)據(jù)驅動的主軸，將數(shù)據(jù)驅動下檔案知識發(fā)現(xiàn)過程分解為“數(shù)據(jù)源—數(shù)據(jù)集成—數(shù)據(jù)存儲—數(shù)據(jù)處理—數(shù)據(jù)可視化—知識應用—評價反饋”七個環(huán)節(jié)，并從數(shù)據(jù)層、邏輯層、應用層、表示層具體論述檔案數(shù)據(jù)轉型的遞進過程與檔案知識發(fā)現(xiàn)的內容框架，以數(shù)據(jù)思維、網(wǎng)絡思維和用戶思維探討檔案知識發(fā)現(xiàn)的實現(xiàn)路徑，從而推動檔案機構知識共享與知識服務研究。

注釋與參考文獻

[1]李祎.基于圖書情報機構智庫建設的知識發(fā)現(xiàn)系統(tǒng)構建研究[J].圖書館工作與研究，2017（2）：61-65.

[2]李潔，畢強，張晗，牟冬梅.數(shù)據(jù)驅動下數(shù)字圖書館知識發(fā)現(xiàn)的服務研究[J].情報資料工作，2018（4）：6-14.

[3]賈玲，吳建華，杜巖.試論檔案知識管理流程[J].檔案與建設，2015（12）：14-17.

[4]冷雪.近十年我國檔案學與圖書館學領域知識管理研究的計量分析[J].檔案學研究，2013（6）：9-14.

[5]Usama Fayyad，et al.From Data Mining to Knowledge Discovery in Databases[J].AI Magazine，1996（3）：37-54.

[6]William J Frawley，et al.Knowledge Discovery in Databases：An Overview[J].AI Magazine，1992（3）：57-70.

[7]化柏林.數(shù)據(jù)挖掘與知識發(fā)現(xiàn)關系探析[J].情報理論與實踐，2008（4）：507-510

[8]姚恒.從信息管理到知識管理的蛻變——智慧校園環(huán)境下檔案知識管理研究[J].圖書情報導刊，2016（1）：102-104.

[9]牛力，袁亞月，韓小汀.對檔案信息知識化利用的幾點思考[J].檔案學研究，2017（3）：26-33.

[10]Yantao Jia，Yuanzhuo Wang，Xueqi Cheng，Xiaolong Jin， Jiafeng Guo. OpenKN： An open knowledge computational engine for network big data[P].Advances in Social Networks Analysis and Mining（ASONAM）， 2014 IEEE/ACM International Conference on，2014.

[11]李旭暉，秦書倩，吳燕秋，馬費成.從計算角度看大規(guī)模數(shù)據(jù)中的知識組織[J].圖書情報知識，2018（6）：94-102.

[12]孫曉平.大數(shù)據(jù)知識計算的挑戰(zhàn)[J].情報工程，2015（6）： 43-50.

[13]Hilbert M. Big data for development： From informationto knowledge societies[J].Social Science Electronic Publishing， 2013.

[14]Zhuge， Hai. Mapping Big Data into Knowledge Space with Cognitive Cyber-Infrastructure[J]. Computer Science， 2015.

[15]孫雨生，于凡，孫肖妹，郝麗靜.國內基于大數(shù)據(jù)的個性化服務研究進展——架構體系與關鍵技術[J].現(xiàn)代情報，2018（2）：171-177.

[16]周文泓.我國網(wǎng)絡空間中檔案領域的缺位審視和參與展望——基于社交媒體信息保管行動的解析[J].檔案與建設， 2019（9）：13-17.

[17]薛四新，黃麗華，楊來青，宋華.大數(shù)據(jù)環(huán)境下政務信息資源歸檔研究的框架體系[J].檔案學研究，2018（4）：92-96.

[18]于英香.從數(shù)據(jù)與信息關系演化看檔案數(shù)據(jù)概念的發(fā)展[J].情報雜志，2018（11）：150-155.