如今的IT發(fā)展趨勢之快令人咋舌，大數(shù)據(jù)技術(shù)表現(xiàn)炙手可熱。IT業(yè)界不僅從全新視角將地球看成是信息構(gòu)成的“數(shù)據(jù)世界”，而且將“大數(shù)據(jù)”視為貨真價實的資源寶藏，提出了發(fā)掘資源、搶奪技術(shù)開發(fā)先機和應(yīng)用技術(shù)引領(lǐng)時代轉(zhuǎn)型的重大命題。在此背景下，應(yīng)用大數(shù)據(jù)也成為檔案信息處理的必行之路。

　　應(yīng)對信息繁雜大數(shù)據(jù)有一套

　　隨著互聯(lián)網(wǎng)的快速發(fā)展，社交網(wǎng)絡(luò)、電子商務(wù)與移動通信已把人類社會帶入了一個以PB為單位的結(jié)構(gòu)和非結(jié)構(gòu)數(shù)據(jù)信息的新時代。回觀存儲檔案信息的發(fā)展情勢，也正在呈逐年急速膨脹之態(tài)，未來也將從GB增長到TB甚至EB級別，借助“大數(shù)據(jù)”技術(shù)“海納百川”的基礎(chǔ)架構(gòu)，有利于將更多的各類檔案信息得以存儲，且可提供隨時利用之便。

　　“數(shù)據(jù)是生命，數(shù)據(jù)即服務(wù)”逐漸成為大數(shù)據(jù)行業(yè)發(fā)展的規(guī)則之一。例如傳統(tǒng)的檔案鑒定、收集等方法在“小數(shù)據(jù)”范圍內(nèi)很有效，如果一旦把數(shù)據(jù)規(guī)模增加幾個數(shù)量級，原有模式必將崩潰。利用大數(shù)據(jù)技術(shù)不但可以簡化甚至無需人為鑒定，而且還可以讓各種類型的海量檔案信息全部得以存儲和利用。

　　大數(shù)據(jù)技術(shù)塑造的這種“全數(shù)據(jù)模式”，即選擇收集全面而完整的檔案信息數(shù)據(jù)，不僅可摒棄依賴經(jīng)驗、理論等思維方式，去人為鑒定收集局部檔案信息而導(dǎo)致的片面性，而且可讓依靠傳統(tǒng)價值鑒定的檔案信息收集方式被取代，處理檔案信息數(shù)據(jù)的理念與方式也將實現(xiàn)“要全體不要抽樣”、“樣本=總體”等觀念的重大轉(zhuǎn)變，使得長期困擾高校檔案管理者的檔案鑒定取舍問題變得不再重要。

　　又如，檔案管理人員通常會被數(shù)碼照片的存儲和利用搞得頭疼不已。如果擁有了豐富、廉價且可靠的檔案信息存儲設(shè)備后，檔案信息數(shù)字化、存儲成本的垂直下降，以及廉價的信息數(shù)據(jù)存儲技術(shù)和簡便的信息數(shù)據(jù)提取技術(shù)，將使保存數(shù)字檔案信息不僅變得不再昂貴，而且選擇性地操作刪除一些檔案信息所耗費的時間成本會更低。

　　另外，大數(shù)據(jù)技術(shù)可以高效響應(yīng)檔案用戶訴求，其表現(xiàn)出的高效率正是區(qū)別于傳統(tǒng)信息數(shù)據(jù)挖掘方法的最顯著特征之一。

　　以智能手機、平板電腦為代表的便攜式設(shè)備，將成為人工智能的知識數(shù)據(jù)來源和最大的私人信息來源，因此建立以匯聚社會化、非結(jié)構(gòu)化的檔案信息為代表的“數(shù)據(jù)資源知識庫”十分必要。這樣既可提升檔案信息數(shù)據(jù)資源的整體分析能力，更有利于增強挖掘社會化信息數(shù)據(jù)資源的潛在使用價值，從而實現(xiàn)加快檔案信息資源智能化服務(wù)的步伐。

　　適合的才是最好的

　　當前，“大數(shù)據(jù)”處理技術(shù)層出不窮，面對技術(shù)應(yīng)用遍地開花之勢，檔案管理機構(gòu)必須依據(jù)自身的應(yīng)用需求，選擇適合的基礎(chǔ)架構(gòu)，并針對日益高漲的大容量、高性能存儲需求，選擇成熟廠商的“大數(shù)據(jù)”技術(shù)產(chǎn)品及應(yīng)用方案，積極探尋有助于構(gòu)建檔案信息智能服務(wù)平臺的先進技術(shù)。通過不斷完善非結(jié)構(gòu)化檔案信息資源“存儲、分析、開發(fā)、利用”的一體化集成運作機制，為最終實現(xiàn)智能化服務(wù)找到能夠提供穩(wěn)定、實用的解決方案。

　　創(chuàng)建具有全面而完整的信息數(shù)據(jù)資源來源優(yōu)勢的“數(shù)字檔案館”，既需要足夠的數(shù)據(jù)處理能力和存儲能力，更需要最領(lǐng)先的分析挖掘技術(shù)。應(yīng)當看到云技術(shù)是解決目前大數(shù)據(jù)諸多問題和矛盾的有效手段，充分發(fā)揮云技術(shù)征服信息數(shù)據(jù)海洋的“動力”，這是大數(shù)據(jù)能夠真正發(fā)揮作用的前提條件。

　　因此，運用云技術(shù)創(chuàng)建大數(shù)據(jù)基礎(chǔ)架構(gòu)，讓其在平臺上運行，是推進“數(shù)字檔案館”轉(zhuǎn)型升級的必由之路。

　　運用云技術(shù)構(gòu)建檔案信息資源的“大數(shù)據(jù)集”，這既是目前嫁接分布式處理的最有效手段，也是充分彰顯云技術(shù)優(yōu)勢的具體體現(xiàn)。因此，檔案館可通過第三方“數(shù)據(jù)中間人”的技術(shù)支持來構(gòu)建“檔案服務(wù)云”。

　　探索運用云技術(shù)對“大數(shù)據(jù)”進行分析、預(yù)測的可行性路徑，以提高“預(yù)測”能力為主要目標，圍繞用戶個性化需求，精心設(shè)計服務(wù)手段形成機制，不斷優(yōu)化和增強“檔案服務(wù)云”的精準性和靈活性，以利釋放出更多檔案信息數(shù)據(jù)資源的潛藏價值。

　　“大數(shù)據(jù)+檔案信息處理”依舊任重道遠

　　毋庸諱言，當前還處于邁向“大數(shù)據(jù)”時代的早期，在應(yīng)用“大數(shù)據(jù)”技術(shù)的方式和規(guī)模上與現(xiàn)實需求存在很大差距。檔案館若想在信息海洋中做到游刃有余，只有通過不斷改善和提升服務(wù)手段和技術(shù)性能，使服務(wù)定位能夠更精準，讓實時分析和響應(yīng)用戶互動訴求等技術(shù)支持才能獲得新的突破和創(chuàng)新。

　　要運用“大數(shù)據(jù)”理念探尋挖掘檔案信息資源使用價值的創(chuàng)新思路，建立內(nèi)部檔案信息。運用“大數(shù)據(jù)”技術(shù)，對檔案館現(xiàn)有的“小數(shù)據(jù)”，通過一系列的科學(xué)方法，進行收集、整理和深度挖掘分析，通俗來說就像滾雪球一樣建立自己的檔案信息“數(shù)據(jù)資源集成庫”。

　　建立檔案信息“數(shù)據(jù)資源精加工車間”（即核心資源數(shù)據(jù)模塊）。在弄清楚檔案用戶信息需求的基礎(chǔ)上，從“小數(shù)據(jù)”應(yīng)用開始來積累經(jīng)驗，并通過整合優(yōu)化內(nèi)外部信息資源的數(shù)據(jù)構(gòu)架，從源頭上為建立核心資源數(shù)據(jù)模塊夯實基礎(chǔ)，使其能夠盡快地投入到檔案信息智能服務(wù)平臺的實際運營中。

　　建立收集社會化、非結(jié)構(gòu)化的檔案信息“數(shù)據(jù)資源知識庫”，社會化媒體信息數(shù)據(jù)集為了改善現(xiàn)有的服務(wù)或開發(fā)新服務(wù)的推介功能，容易轉(zhuǎn)變?yōu)?ldquo;監(jiān)視”用戶瀏覽習(xí)慣行為的手段，一旦出現(xiàn)不合理利用，危害后果不堪設(shè)想。

　　化解這個問題要通過設(shè)立信息隱私權(quán)的防護機制，對相關(guān)信息數(shù)據(jù)進行“模糊處理”，促使對“大數(shù)據(jù)庫”挖出個人與特定數(shù)據(jù)點的聯(lián)系。

　　檔案館作為信息數(shù)據(jù)采集者應(yīng)遵照國際國內(nèi)的相關(guān)法律法規(guī)，應(yīng)該建立健全信息安全管理制度，依法照章承擔信息安全監(jiān)管責任（包括在特定時間之后刪除個人信息數(shù)據(jù)的義務(wù)）。

　　對涉及個人信息數(shù)據(jù)再利用的行為，必須運用行之有效的數(shù)字化節(jié)制技術(shù)，不斷更新和提升減災(zāi)能力，以利規(guī)避或減輕個人信息數(shù)據(jù)二次利用中的潛在風(fēng)險。

　　目前，數(shù)據(jù)存儲器雖提供了廉價、可靠的存儲方式，但如果缺少適當?shù)臄?shù)據(jù)管理規(guī)則（包括經(jīng)常并可靠地進行適當?shù)膫浞荩?，將無法使“大數(shù)據(jù)”存儲的優(yōu)點充分顯現(xiàn)出來。

　　要在數(shù)據(jù)檔案存入數(shù)據(jù)化“記憶”之前，按照數(shù)字檔案節(jié)制規(guī)則為其設(shè)定“存儲期限”。建立自動刪除過期數(shù)字檔案的智能監(jiān)控機制，通過提升數(shù)字檔案存儲與利用的整體質(zhì)量，以利緩解數(shù)據(jù)化“記憶”易發(fā)的相關(guān)矛盾。

　　積極探索能夠應(yīng)對復(fù)雜矛盾且可用漸變的“遺忘機制”來替代“存儲期限”的設(shè)置，允許數(shù)字檔案隨著時間推移進行自動“分解”或“銹蝕”，使數(shù)據(jù)化“記憶”具有更強大、更包容，多種設(shè)置并行才能全面保證“大數(shù)據(jù)+檔案信息處理”有效且智能。

　　相關(guān)鏈接

　　檔案大數(shù)據(jù)是在檔案方面涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內(nèi)達到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的信息。檔案大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些有較高價值的、飽含歷史意義的數(shù)據(jù)進行專業(yè)化處理。如果把大數(shù)據(jù)比作一種產(chǎn)業(yè)，那么這種產(chǎn)業(yè)實現(xiàn)盈利的關(guān)鍵，在于提高對數(shù)據(jù)的“加工能力”，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。這說明不僅要擁有礦山，還要通過各種手段發(fā)掘、開采、提煉出高價值產(chǎn)品。

　　■南京藝術(shù)學(xué)院綜合檔案室 張倩

關(guān)注讀覽天下微信， 100萬篇深度好文， 等你來看……