羅靜

摘要：本文對(duì)大數(shù)據(jù)與檔案資料的關(guān)系作出了詳細(xì)的分析，剖析了大數(shù)據(jù)技術(shù)對(duì)檔案管理工作發(fā)展的意義，并展望了大數(shù)據(jù)背景下的檔案管理工作的主要發(fā)展方向。

關(guān)鍵詞：檔案管理；大數(shù)據(jù)；數(shù)據(jù)安全；數(shù)字檔案館

半個(gè)世紀(jì)以來(lái)，隨著計(jì)算機(jī)技術(shù)的發(fā)展，不僅人們的生活方式發(fā)生巨大的改變，信息的大量產(chǎn)生和積累也引發(fā)了深刻的變革。隨著數(shù)據(jù)信息大發(fā)展，移動(dòng)互聯(lián)、社交網(wǎng)絡(luò)、電子商務(wù)等極大的擴(kuò)展了互聯(lián)網(wǎng)的邊界和應(yīng)用范圍，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、金融、電信等都在大量產(chǎn)生和我們息息相關(guān)的數(shù)據(jù)：全球美妙發(fā)送290萬(wàn)封電子郵件，每天有2.8萬(wàn)小時(shí)的視頻上傳到Y(jié)outube，亞馬遜每天產(chǎn)生630萬(wàn)筆訂單。人類產(chǎn)生的數(shù)據(jù)量正在成指數(shù)級(jí)增長(zhǎng)，而最近兩年產(chǎn)生的數(shù)據(jù)量可以相當(dāng)于之前人類社會(huì)產(chǎn)生的全部數(shù)據(jù)量。這些我們創(chuàng)造的信息背后產(chǎn)生的數(shù)據(jù)已經(jīng)遠(yuǎn)遠(yuǎn)超出了目前人力能處理的范疇，大數(shù)據(jù)時(shí)代已經(jīng)到來(lái)。

一、大數(shù)據(jù)與檔案管理的關(guān)系：

檔案管理工作主要包括對(duì)檔案的收集、整理、保管、鑒定、統(tǒng)計(jì)和提供利用的活動(dòng)。隨著社會(huì)的發(fā)展，信息化水平和管理水平的提高，檔案管理的內(nèi)容和范圍也在不斷增加。檔案管理和大數(shù)據(jù)分析同樣包含了對(duì)信息的收集、整理、分析和利用，有許多相似之處，“大數(shù)據(jù)技術(shù)”的發(fā)展也必將推動(dòng)檔案管理技術(shù)的發(fā)展和改變。但他們之間也有著明確的不同之處：

1）信息數(shù)量：目前，單個(gè)檔案館數(shù)據(jù)資源總量多在GB級(jí)，與“大數(shù)據(jù)”中PB和TB級(jí)別的數(shù)據(jù)量相距甚遠(yuǎn)，而檔案信息中被數(shù)字化，可公開利用的檔案信息更是少了許多，但是各檔案館累計(jì)的檔案資源信息是龐大的。2020年，各級(jí)國(guó)家檔案館館藏將達(dá)到6億多卷。而檔案數(shù)據(jù)廣泛存在于政府、企業(yè)、金融、教育等各行業(yè)的檔案保存機(jī)構(gòu)中。隨著數(shù)字檔案資源建設(shè)戰(zhàn)略的不斷推進(jìn)，檔案信息的資源整合必將成為發(fā)展趨勢(shì)，要處理這些海量檔案資源，勢(shì)必需要借助大數(shù)據(jù)技術(shù)。

2）信息來(lái)源：檔案數(shù)據(jù)的來(lái)源主要是在政府機(jī)關(guān)、集團(tuán)企業(yè)、金融、通信、建筑、房產(chǎn)、教育、軍工、法院等行業(yè)產(chǎn)生的，包括文檔、設(shè)計(jì)圖、照片、錄音材料、視頻、GIS信息、水文氣象信息等。這些數(shù)據(jù)之間又存在一定的關(guān)聯(lián)性，如城市建設(shè)的平面圖、設(shè)計(jì)圖可以和GIS數(shù)據(jù)信息關(guān)聯(lián)，同時(shí)還可以關(guān)聯(lián)政府建設(shè)規(guī)劃文件、批復(fù)與施工文件等。數(shù)據(jù)內(nèi)容明確有效，并有相關(guān)企業(yè)或機(jī)關(guān)背書。

3）信息結(jié)構(gòu)：檔案數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)為主，多數(shù)檔案數(shù)據(jù)來(lái)源明確、內(nèi)容明晰。而“大數(shù)據(jù)”則以非結(jié)構(gòu)化數(shù)據(jù)為主，大量包括網(wǎng)頁(yè)、音視頻等非結(jié)構(gòu)化數(shù)據(jù)，而且數(shù)據(jù)內(nèi)容和結(jié)構(gòu)還不斷變化，如交易信息類別更加明確、采集用戶交易后的反饋等。當(dāng)然，檔案數(shù)據(jù)目前也越來(lái)越多的包含了表格、網(wǎng)頁(yè)、音視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)。面對(duì)快速增長(zhǎng)的非結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)技術(shù)的發(fā)展也為檔案工作提供了有效的參考目標(biāo)和大量的可用工具。

“大數(shù)據(jù)技術(shù)”的發(fā)展對(duì)檔案管理工作有著十分重要的意義，為檔案管理工作提供了信息化、規(guī)?；闹匾獏⒖技按罅康膶?shí)用工具。而檔案信息的成熟管理制度和數(shù)據(jù)的完整有效也同樣對(duì)“大數(shù)據(jù)”的分析使用有著極為的作用：

1）檔案資料是許多“大數(shù)據(jù)”分析的重要基礎(chǔ)數(shù)據(jù)：如對(duì)消費(fèi)習(xí)慣、消費(fèi)層次的分析離不開政府人口檔案的支持：公開檔案資料可以提供人口基數(shù)、收入比例、年齡層次等重要的基礎(chǔ)數(shù)據(jù)，與企業(yè)的消費(fèi)信息“大數(shù)據(jù)”一起，能夠更精確的分析出某個(gè)區(qū)域人群的消費(fèi)習(xí)慣，為企業(yè)提供更精準(zhǔn)、高效的決策支持。反過(guò)來(lái)，這些分析結(jié)果也可以成為企業(yè)檔案數(shù)據(jù)，為政府檔案提供有效的補(bǔ)充，進(jìn)一步完善檔案材料的完整性和有效性；

2）檔案資料成熟的分級(jí)管理和保密制度對(duì)“大數(shù)據(jù)”的濫用、用戶隱私的侵犯有著一定的制約作用：如政府檔案公開的統(tǒng)計(jì)信息可有效協(xié)助企業(yè)的“大數(shù)據(jù)”分析，但涉及個(gè)人身份、工作信息或保密性質(zhì)的檔案信息則不流出檔案管理規(guī)定范圍，避免被濫用；另外，如運(yùn)營(yíng)商等涉及大量用戶數(shù)據(jù)的企業(yè)檔案資料如果嚴(yán)格執(zhí)行檔案資料的分級(jí)和保密制度，區(qū)分公開數(shù)據(jù)及保密數(shù)據(jù)，利用成熟的檔案資料管理和保密規(guī)定，就可避免資料信息在企業(yè)甚至個(gè)人間非法流轉(zhuǎn)，某種程度上限制“大數(shù)據(jù)”對(duì)安全和個(gè)人隱私的嚴(yán)重侵犯。

二、檔案管理信息化的發(fā)展與現(xiàn)狀：

隨著網(wǎng)絡(luò)和信息技術(shù)快速發(fā)展，檔案工作也在面臨一場(chǎng)深刻變革。為滿足大數(shù)據(jù)時(shí)代政府、高校、企業(yè)等對(duì)檔案工作的更高要求，檔案工作必須要應(yīng)勢(shì)而動(dòng)、乘勢(shì)而為，加快轉(zhuǎn)型升級(jí)，逐步實(shí)現(xiàn)以信息化為核心的檔案管理現(xiàn)代化。

根據(jù)國(guó)家電子政務(wù)、電子商務(wù)以及大數(shù)據(jù)、云計(jì)算、人工智能等發(fā)展規(guī)劃，檔案管理工作必需進(jìn)一步推進(jìn)信息數(shù)字化、數(shù)據(jù)交互等方面建設(shè)，現(xiàn)以信息化為核心的檔案管理現(xiàn)代化。

在2017年，我國(guó)檔案信息化建設(shè)明顯加快。目前，全國(guó)已有16家單位的數(shù)字檔案館系統(tǒng)通過(guò)了國(guó)家示范數(shù)字檔案館測(cè)試，4家單位通過(guò)了國(guó)家示范數(shù)字檔案室評(píng)價(jià)。在檔案數(shù)字化建設(shè)方面，中國(guó)第一歷史檔案館、中國(guó)第二歷史檔案館數(shù)字化工作成效顯著，各級(jí)檔案館數(shù)字檔案資源的比例均有大幅提高，全國(guó)數(shù)字化檔案資源達(dá)2243萬(wàn)GB，數(shù)字化全文識(shí)別取得重要進(jìn)展。

但是，仍有不少省級(jí)檔案部門沒(méi)有按計(jì)劃接入國(guó)家電子政務(wù)內(nèi)網(wǎng)，仍有很多信息系統(tǒng)在‘孤立運(yùn)行。下一步，要逐步實(shí)現(xiàn)檔案部門與其他部門之間的互聯(lián)互通，逐步實(shí)現(xiàn)由政務(wù)信息的互通到業(yè)務(wù)數(shù)據(jù)的互通再到檔案數(shù)據(jù)的互通，最終實(shí)現(xiàn)對(duì)包括政務(wù)信息、業(yè)務(wù)數(shù)據(jù)等在內(nèi)的各類電子文件的在線歸檔、在線移交接收、在線利用，徹底打破檔案部門“信息孤島”的狀態(tài)。

三、大數(shù)據(jù)背景下的檔案管理工作：

隨著社會(huì)的發(fā)展和技術(shù)的更新，檔案管理工作還存在許多問(wèn)題，需要不斷的改進(jìn)和發(fā)展才能滿足政府、高校、企業(yè)和個(gè)人等對(duì)數(shù)據(jù)、安全等各方面的要求，便利人民的生活，保護(hù)人民的權(quán)益。

1）進(jìn)一步促進(jìn)檔案的信息化和數(shù)字化：目前各級(jí)數(shù)字檔案館多從自身檔案建設(shè)需求出發(fā)，尚未形成統(tǒng)一的管理標(biāo)準(zhǔn)和規(guī)范制度，檔案信息資源的種類、格式、存儲(chǔ)形式有較大區(qū)別，使資源整合難度較大。另一方面，數(shù)字檔案館提供的信息資源多為政府公文、法律規(guī)章、館藏目錄等，形式單一，目錄層級(jí)較為簡(jiǎn)單，開放的檔案資源的價(jià)值不大，可用性不高。而無(wú)論是以前積累的紙質(zhì)的資料以及很多檔案管理機(jī)構(gòu)不斷增加的線下資料，都急需進(jìn)一步加強(qiáng)數(shù)字化進(jìn)度，提高數(shù)字檔案的比例和數(shù)據(jù)的完整性，并制定多種查詢方式，提升信息的使用效率；

2）檔案信息的整合和互聯(lián)互通：各地區(qū)、各部門檔案信息各自為政，建設(shè)水平、數(shù)據(jù)標(biāo)準(zhǔn)各異，導(dǎo)致各種 “數(shù)字鴻溝”的出現(xiàn)，信息共享的門檻較高，信息跨庫(kù)檢索難度較大，嚴(yán)重影響了信息的利用價(jià)值。這個(gè)問(wèn)題需要主管部門和各級(jí)檔案管理機(jī)構(gòu)合作，逐步建立信息的交互接口和標(biāo)準(zhǔn)，消除“信息孤島”，加強(qiáng)信息流通。

3）檔案信息的分析利用：隨著檔案信息的數(shù)字化水平提高和信息互通的的加強(qiáng)，大量的檔案信息可以利用“大數(shù)據(jù)”分析的思路進(jìn)一步分析整合，獲取以前面對(duì)零散的檔案信息難以獲得的決策或統(tǒng)計(jì)信息，有效提高決策分析的效率和準(zhǔn)確性。

4）加強(qiáng)檔案信息的分級(jí)與安全機(jī)制：

隨著檔案的信息化發(fā)展，數(shù)字檔案館的運(yùn)行，網(wǎng)絡(luò)環(huán)境的開放性對(duì)檔案的安全保密性形成一定沖擊，以前有效的檔案管理、保密制度可能在新的環(huán)境下難以滿足安全要求。檔案資源如何在公共開放的數(shù)字環(huán)境中保障其真實(shí)可靠，加強(qiáng)信息的分級(jí)和查詢接口的安全，是檔案資料今后必須解決的重要問(wèn)題。

參考文獻(xiàn)：

[1]大數(shù)據(jù)帶給圖書館的影響與挑戰(zhàn)《圖書與情報(bào)》2012（5）。

[2]大數(shù)據(jù)背景下的檔案行業(yè)發(fā)展 《中國(guó)檔案》2015（6）。