大數據時代檔案信息資源挖掘的策略與方法

王曉紅 田紅威 鄭兆瑞 陳美鮮

摘 要：當今社會，隨著信息技術的不斷進步，數據量呈指數級增長，大數據時代已經到來。在這個時代，信息資源成為了社會經濟發展的重要基礎，檔案信息資源則是其中的重要組成部分。大數據時代，檔案信息資源也具備著數據體量大、增長速度快；數據種類多、數據結構復雜；處理效率提高、處理技術信息化；信息資源深度挖掘的大數據特征。對此，該文從樹立大數據思維、構建數字化檔案資源庫、加強信息化建設、注重數據價值挖掘四個角度提出策略，為大數據時代下檔案信息資源挖掘提供參考。

關鍵詞：大數據；檔案信息資源；數據挖掘

大數據（Big data），即海量數據、巨量數據和大資料，是指所涉及的數據規模巨大，以至于在一定的時間內人類無法對其進行攔截、管理與處理，并組織成人類可以解讀的信息。大數據通常具有海量、高維、異構、實時、非結構化等特征，可以來自各種各樣的數據源，例如社交媒體、物聯網、傳感器、交易記錄、日志、影像、聲音等[1]。

隨著大數據時代的到來，信息資源成為社會經濟發展的重要基礎。檔案信息資源作為歷史文化、社會經濟、科技創新等領域的載體，記錄了人類社會各個領域的發展變遷和成果，對于人們的科研、教學、文化遺產保護等方面的意義和價值愈加凸顯。因此，檔案信息資源的利用和管理，尤其是檔案信息資源的挖掘和分析，已成為當今研究熱點和關注重點之一。然而，傳統檔案管理方式已經無法滿足大數據時代下的信息處理與獲取需求[2]。如何對海量的檔案信息資源進行高效、準確、全面的挖掘和分析也成為了當前亟須解決的難題。

1 大數據時代檔案信息資源的大數據特征

1.1 數據體量大、增長速度快

隨著數字化技術的普及，檔案信息資源中的數據量呈爆炸式增長。如企業檔案中的數據包括各種類型的信息，包括企業的發展歷程、財務狀況、員工檔案等。這些數據量在日積月累中不斷增加，并且隨著數據種類和結構的增多呈現越來越快的增長趨勢。這種快速增長的數據量也需要更大的存儲空間，因此，企業需要使用大數據技術，如分布式文件系統和云存儲技術來存儲和管理這些數據。

1.2 數據種類多、數據結構復雜

檔案信息資源中包含的數據種類非常多，數據結構也非常復雜。數據種類方面包括各種文檔、圖片、視頻、音頻等多種類型，如醫療企業在疫情期間需要處理來自各個醫院的醫療檔案數據，其中包括各種類型的數據，如CT掃描圖像、心電圖、檢查報告等。這些數據的結構也區別于傳統檔案的文本和圖像形式，呈現出離散化、碎片化和專業化的特征，需要綜合多種學科和技術來進行處理以滿足工作需要[3]。為了應對檔案信息資源的多樣化和復雜性，相關單位也需要采用多種數據處理技術，如機器學習、自然語言處理、圖像處理等，幫助企業更好地理解和處理不同類型的數據。

1.3 處理效率提高、處理技術信息化

在檔案體量、增長速度、種類都急速增長的背景下，如何快速高效地處理這些檔案信息成為檔案部門面臨的一大難題。特別是對于企業來說，檔案信息資源最終要面向企業生產、管理或銷售環節，為企業創造價值和收益。因此，對于企業來說如何挖掘檔案信息資源的價值則更為重要。例如，某制造企業采用了物聯網技術，可以在產品的生命周期內收集大量的數據，這些數據可以被用于監測和優化生產過程。同時，企業也需要使用自動化的工具來處理數據，如數據清洗、數據整合、數據分析等。

1.4 信息資源深度挖掘

企業檔案信息資源中包含著豐富的信息，如果能夠對這些信息進行深度挖掘，可以為企業帶來巨大的價值。例如，企業可以通過數據挖掘技術來進行市場分析，預測市場需求，制定更加科學的營銷策略。或者，企業可以對客戶數據進行挖掘，找出客戶行為模式，從而提高客戶滿意度和忠誠度。信息資源的深度挖掘也可以幫助企業發現問題，并提供解決方案。例如，某汽車制造企業在生產線上出現了故障，使用大數據技術，可以快速定位故障原因，進行修復和維護，提高生產效率和質量。

2 大數據時代檔案信息資源挖掘的挑戰

2.1 管理思維陳舊

傳統檔案管理存在很多問題，如重復建檔、難以共享、檔案存儲不規范等，這些問題都與傳統的管理思維有關。一般來說，傳統的解決方法是增加人力和財力投入，但由于大數據時代檔案信息資源是呈指數級增長等，因此經常出現“投入”與“產出”不匹配的現象。

2.2 檔案數字化程度低

傳統的檔案管理方式大都是紙質管理，缺乏數字化技術的支持，使得檔案數字化程度較低。在大數據時代，檔案數字化是保證檔案信息資源挖掘的前提條件，檔案數字化程度的提高是大數據時代檔案信息資源挖掘的基礎。然而，檔案數字化需要大量的資金、技術和人力資源，這也成為制約檔案數字化的主要原因。

2.3 信息化建設滯后

檔案管理部門的檔案管理系統大多數還停留在人工記錄和存儲的階段，無法充分利用大數據技術，實現對檔案信息資源的高效挖掘。有些檔案管理部門在信息化建設方面的投入不足。一些單位在資源有限的情況下，更傾向于投入到直接產生效益的方面，對于檔案信息化建設缺乏足夠的關注和投入，從而導致信息化建設滯后，影響檔案信息資源的挖掘和利用。

2.4 數據價值挖掘不足

一是數據采集過程中的質量問題。由于檔案數據存在不完整、不規范、不標準等特點，數據采集難度較大，采集到的數據質量不高，導致數據的利用價值大打折扣。二是數據分析能力的匱乏。由于檔案信息資源挖掘領域較新，專業人才和技術手段還不夠成熟，導致數據分析的效果不夠理想，難以充分挖掘數據的潛在價值。三是還存在數據隱私和安全問題。檔案數據涉及個人隱私和國家安全等方面，如果在數據挖掘過程中不能妥善保護數據的隱私和安全，不僅會破壞數據的完整性和可信度，還會對個人和社會帶來不良影響。

3 大數據時代檔案信息資源挖掘的策略與方法

3.1 樹立大數據思維

3.1.1轉變管理思維。首先，需要轉變管理者和工作人員的意識，將傳統檔案管理方式的思維局限打破，應意識到大數據時代需要更加開放、創新和協作的思維方式，以更好地適應新的技術和數據環境。這包括從檔案管理的“存儲、傳遞、保護”思路轉變為更加注重數據的開放、共享、服務和利用，從“管理者”轉變為“服務者”，從“主動管理”轉變為“主動服務”。其次，需要將數據思維融入到檔案管理中。數據思維是指從數據的角度思考問題、解決問題的一種思維方式。管理者和工作人員需要具備數據分析和應用的能力，將數據轉化為知識和智慧，使之成為支撐業務和決策的重要依據。例如，可以通過對檔案數據的深度分析，發現潛在的業務價值和創新方向。

3.1.2建立大數據文化。在大數據時代，企業需要倡導一種全員參與的大數據文化，讓所有員工深刻認識到數據的價值和意義，提高數據分析意識和數據素養，推廣數據分析的成功案例，讓員工能夠更好地理解大數據的價值，并更好地應用到企業的決策和運營中。同時，建立一套全員參與的大數據分析培訓和技術支持機制，讓員工掌握一定的數據分析技能，進一步提高大數據素養和數據分析能力。除此之外，還可以通過制定數據分析的KPI指標、舉辦內部數據分析比賽、成立數據分析師團隊等方式，提高員工的數據分析能力和數據挖掘水平，讓員工從傳統的“按部就班”工作方式中走出來，樹立大數據思維。

3.1.3建立高效的數據管理機制。大數據時代，檔案管理部門需要建立高效的數據收集、處理和管理機制，以保證海量、高維、異構、實時、非結構化的數據得到及時、準確地處理。一方面，可采用現代化的數據處理技術，例如云計算、分布式存儲、機器學習等，以提高數據處理的效率和精度；另一方面，還需要建立規范的數據管理制度，明確數據的來源、歸屬、保護和使用規則，保證數據的完整性和安全性。

3.2構建數字化檔案資源庫。數字化檔案資源庫的建設可以實現檔案信息的全面數字化，提高檔案數據的獲取效率和管理水平，為大數據時代檔案信息資源挖掘提供更廣闊的數據來源。

3.2.1集納多種類、多結構的檔案數據。檔案數據的種類繁多，包括文字、圖片、聲音、視頻等多種類型，這些數據具有不同的結構、格式和存儲方式。為了實現數字化檔案資源庫的全面建設，需要將多種類、多結構的檔案數據進行集納，并進行有效管理和維護，同時還需要考慮到數據的組織和管理方式的差異，如元數據的制定和數據標準的統一等，以保證數據的質量和可管理性。

3.2.2拓展數據采集范圍。隨著大數據時代的到來，檔案信息資源挖掘所需要的數據量不斷增大，為了滿足數據的需求，需要拓展數據采集的范圍。數據采集的范圍不僅涵蓋了傳統的檔案館、圖書館等機構，還包括社會各個領域的數據來源，積極與各種機構合作，獲取數據源。例如，可以與博物館、圖書館、檔案館等機構建立合作關系，獲取這些機構所收藏的各種檔案數據。同時，也可以與企業、研究機構等合作，共享各自所擁有的檔案數據。還可以采用自動化的數據采集方法來減少手動采集數據的工作量，提高數據采集效率，例如可以使用網絡爬蟲技術，從各種網站和數據庫中采集檔案數據，再加以整理和處理。

3.2.3構建檔案信息資源共享平臺。數字化檔案資源庫不僅僅是一個單純的數據倉庫，還需要將其中的數據資源進行共享，這就需要構建檔案信息資源共享平臺。首先，平臺具備高效的數據存儲和檢索功能，能夠快速有效地存儲和檢索各類檔案數據。其次，平臺需要具備良好的數據共享機制，使得不同部門或單位能夠方便地獲取、利用檔案信息資源。同時，平臺也需要提供安全可靠的數據交換機制，確保檔案信息資源在共享過程中不會受到泄露、損壞等問題的影響。最后，在構建數字化檔案資源庫的過程中，還需要建立相關的法律法規和標準規范，在規范數字化檔案資源庫的建設過程的同時保障檔案信息資源的安全和利用效果。

3.3 加強信息化建設

3.3.1做好需求調研。要深入了解檔案信息資源的特點、類型、來源和用途，明確數據挖掘的目標和需求，以便為數據挖掘和分析提供有針對性的支持。檔案管理部門需要通過與內部相關部門的溝通，了解各部門對于數據挖掘的需求和期望，根據實際需要選擇合適的數據挖掘技術和工具。此外，還需了解外部環境需求，關注社會上的數據挖掘技術和應用情況，根據市場變化調整數據挖掘策略。

3.3.2夯實硬件準備。要提高檔案信息資源挖掘的效率和準確性，必須依托良好的硬件設施， 提供充足的計算能力、存儲空間和網絡帶寬。根據數據挖掘的規模和復雜度，選擇合適的硬件設備和系統架構，建立安全可靠的數據存儲、備份和恢復機制。此外，還需對硬件設備進行維護和升級，以保證其穩定性和性能優化。

3.3.3豐富技術手段。數據挖掘技術是實現檔案信息資源挖掘和分析的關鍵。檔案管理部門需要了解和掌握當前最新的數據挖掘技術，以實現更高效、更準確的數據挖掘。具體來說，需要提高數據清洗和預處理的能力，采用先進的數據挖掘算法和模型，結合人工智能、機器學習等技術進行數據分析和挖掘，實現對檔案信息資源的深入挖掘。此外，還需要通過培訓和知識分享，不斷提高員工的數據挖掘能力和技術水平。

3.4 注重數據價值挖掘

3.4.1明確數據管理目標。對于檔案信息資源的挖掘來說，主要的目標是提升檔案信息資源的利用價值、挖掘檔案背后的歷史文化價值、保護檔案信息資源的安全性等。對此，應根據不同的目標，采取不同的數據挖掘策略和方法，以有效提升數據價值。例如，為挖掘歷史文化價值，可以采用自然語言處理技術來分析文本數據，或者采用圖像識別技術來分析圖片、照片等數據；為提高檔案信息資源的利用價值，可以采用機器學習技術來建立預測模型，幫助用戶更好地利用檔案信息資源等。

3.4.2綜合運用數據挖掘技術。數據挖掘技術是指從大量的數據中自動發現隱藏的模式、關系和規律。常見的數據挖掘技術包括聚類分析、關聯規則挖掘、分類與預測、異常檢測等。為更好地挖掘檔案信息資源的價值，可以采用多種數據挖掘技術來綜合分析檔案數據，發現隱藏的價值。例如，可以使用聚類分析技術來將檔案數據劃分為不同的類別，進而挖掘不同類別的數據特征；可以使用關聯規則挖掘技術來挖掘檔案數據之間的關聯關系，進而幫助用戶更好地理解數據；可以使用分類與預測技術來構建預測模型，預測未來事件的發生。除此之外，還可以結合業務流程進行分析，確定管理過程性數據中的關鍵節點和關鍵指標，為數據挖掘提供指導和支持。

參考文獻

[1]卞咸杰.大數據時代檔案信息資源共享平臺數據挖掘模型的研究與實現[J].檔案管理，2020（04）：21-24.DOI：10.15950/j.cnki.1005-9458.2020.04.007.

[2]趙躍.大數據時代檔案數據化的前景展望：意義與困境[J].檔案學研究，2019（05）：52-60.DOI：10.16065/j.cnki.issn1002-1620.2019.05.009.

[3]金波，晏秦.從檔案管理走向檔案治理[J].檔案學研究，2019（01）：46-55.DOI：10.16065/j.cnki.issn1002-1620.2019.01.008.

（作者單位：中國華能集團有限公司）