舒忠梅

（中山大學(xué)檔案館 廣州 510275）

0 引言

檔案作為一種真實(shí)、可靠、兼具憑證性與權(quán)威性的信息資源，正日益成為國(guó)家治理和公共服務(wù)必不可少的重要組成部分[1]。在大數(shù)據(jù)時(shí)代，積極探索檔案資源利用的方式方法，充分發(fā)揮檔案數(shù)據(jù)的資政和憑證作用，提升檔案工作的質(zhì)量和效率，做好檔案利用和服務(wù)[2]-[3]，已成為檔案管理工作的重要任務(wù)。

在國(guó)家宏觀政策指引下，各級(jí)政府和企事業(yè)單位近年來(lái)積極投入數(shù)字檔案館的資源體系和應(yīng)用系統(tǒng)建設(shè)，開(kāi)展全流程網(wǎng)絡(luò)化檔案管理與服務(wù)支持，目前已積聚海量檔案數(shù)據(jù)。但如何從這些數(shù)據(jù)中篩選出有價(jià)值的檔案信息、更好地提供檔案服務(wù)是亟待解決的問(wèn)題。由于目前缺少有效分析挖掘數(shù)據(jù)價(jià)值的方法和技術(shù)應(yīng)用，檔案海量數(shù)據(jù)的價(jià)值尚未充分挖掘出來(lái)[4]。本研究將檔案數(shù)據(jù)和大數(shù)據(jù)技術(shù)相結(jié)合，以檔案利用數(shù)據(jù)為研究對(duì)象，采用可視化分析技術(shù)，對(duì)檔案利用數(shù)據(jù)進(jìn)行深入挖掘分析，探索檔案管理與大數(shù)據(jù)行動(dòng)的融合，構(gòu)建檔案智能服務(wù)策略、模型和體系。

1 大數(shù)據(jù)時(shí)代檔案利用服務(wù)現(xiàn)狀

1.1 國(guó)家戰(zhàn)略政策形勢(shì)分析

從國(guó)際上看，西方國(guó)家紛紛推出檔案共享服務(wù)計(jì)劃，例如，2011年起美國(guó)頒布《政府文件管理》、《管理政府文件指令》、《聯(lián)邦文件問(wèn)責(zé)法》等一系列重大政策與戰(zhàn)略部署；美國(guó)國(guó)家檔案館網(wǎng)站面向公眾提供檔案信息社會(huì)化共享的服務(wù)平臺(tái),為不同層次、不同需求以及不同類(lèi)型的用戶(hù)提供了適合自身的訪(fǎng)問(wèn)方式；英國(guó)2003年建立英國(guó)政府網(wǎng)站檔案館，保存網(wǎng)站檔案90TB、25億網(wǎng)頁(yè)，通過(guò)“訪(fǎng)問(wèn)檔案”項(xiàng)目為用戶(hù)提供極其豐富的檔案資源服務(wù)，點(diǎn)擊量數(shù)十億次。澳大利亞2012年頒布《政府?dāng)?shù)字轉(zhuǎn)型戰(zhàn)略》推動(dòng)數(shù)字文件管理；2014年《數(shù)字連續(xù)型2020政策》樹(shù)立新目標(biāo)。

從國(guó)內(nèi)來(lái)看，2009年，馮惠玲教授研究團(tuán)隊(duì)提出“電子文件管理國(guó)家戰(zhàn)略”，自上而下、以“科學(xué)管理、無(wú)紙應(yīng)用”為重點(diǎn)，系統(tǒng)性推進(jìn)各領(lǐng)域的無(wú)紙化、憑證化應(yīng)用。2014年，國(guó)務(wù)院在《關(guān)于加強(qiáng)和改進(jìn)新形勢(shì)下檔案工作的意見(jiàn)》中，針對(duì)“如何建立健全方便人民群眾的檔案利用體系”問(wèn)題，指出“主動(dòng)開(kāi)發(fā)檔案資源，積極提供檔案信息服務(wù)”。2015年，國(guó)務(wù)院發(fā)布《促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》，提出“數(shù)據(jù)已成為國(guó)家基礎(chǔ)性戰(zhàn)略資源……全面推進(jìn)我國(guó)大數(shù)據(jù)發(fā)展和應(yīng)用，加快建設(shè)數(shù)據(jù)強(qiáng)國(guó)……”。2016年，國(guó)家檔案局在《全國(guó)檔案事業(yè)發(fā)展“十三五”規(guī)劃綱要》中，明確“國(guó)家大數(shù)據(jù)發(fā)展戰(zhàn)略和‘互聯(lián)網(wǎng)＋’行動(dòng)計(jì)劃的推進(jìn)將深刻影響檔案工作的理念、技術(shù)、方法及模式”。這些戰(zhàn)略舉措為我國(guó)大數(shù)據(jù)時(shí)代的數(shù)字檔案資源整合與服務(wù)帶來(lái)了新思維、新方式、新資源、新基礎(chǔ)設(shè)施、新能力和新權(quán)利等方面的機(jī)遇與挑戰(zhàn)[5]。

綜上所述，國(guó)內(nèi)外檔案管理數(shù)字轉(zhuǎn)型大勢(shì)所趨，大數(shù)據(jù)背景下的檔案利用與服務(wù)亦成為關(guān)注熱點(diǎn)。大數(shù)據(jù)技術(shù)對(duì)檔案利用服務(wù)產(chǎn)生了深刻影響，檔案利用服務(wù)的理念和導(dǎo)向、形態(tài)和趨勢(shì)、環(huán)境和方式均發(fā)生顯著變化[6]。

1.2 文獻(xiàn)研究現(xiàn)狀分析

為明確本文選題的必要性和創(chuàng)新性，筆者先做中英文相關(guān)文獻(xiàn)研究。檢索時(shí)間范圍不限，在中文文獻(xiàn)方面，分別以檢索式（1）“‘篇名=大數(shù)據(jù)’并含‘篇名=檔案利用’且‘篇名=分析’”，和檢索式（2）“‘篇名=大數(shù)據(jù)’并含‘篇名=檔案服務(wù)’且‘篇名=分析’”，在知網(wǎng)全文數(shù)據(jù)庫(kù)和人大文庫(kù)中進(jìn)行模糊檢索，共命中11篇中文文獻(xiàn)。在英文文獻(xiàn)方面，分別以檢索式（TI：（big data））AND（TI：（archive use）），（TI：（big data））AND（TI：（archive service）），（TI：（big data））AND（TI：（archive reference））在Web of Science和Emerald期刊檢索，共命中5篇外文文獻(xiàn)。由此可見(jiàn)，國(guó)內(nèi)外相關(guān)研究在數(shù)量上較為有限。

在研究?jī)?nèi)容方面，國(guó)內(nèi)外文獻(xiàn)主要探討大數(shù)據(jù)背景下檔案利用服務(wù)問(wèn)題、分析檔案利用服務(wù)的特點(diǎn)和利用主體的特點(diǎn)[6]，對(duì)檔案利用影響因素[7]和利用模型[8]進(jìn)行探索。

在研究方法方面，已有研究大多從理論上探討檔案資源和服務(wù)體系構(gòu)建等，較少對(duì)檔案利用特征進(jìn)行剖析；雖在理論層面對(duì)大數(shù)據(jù)時(shí)代的檔案利用服務(wù)特點(diǎn)略有涉及卻似“蜻蜓點(diǎn)水”不夠深入，且缺乏具體的案例數(shù)據(jù)及其分析支撐。

在借鑒已有成果基礎(chǔ)上，筆者從案例分析視角，依托中山大學(xué)2018年度檔案利用數(shù)據(jù)，進(jìn)行多維視角的檔案利用資源可視化挖掘和實(shí)證分析，以滿(mǎn)足日漸增長(zhǎng)的新型檔案服務(wù)需求，實(shí)現(xiàn)主動(dòng)式、精準(zhǔn)的檔案服務(wù)，構(gòu)建智能服務(wù)體系。

2 檔案利用數(shù)據(jù)的可視化分析案例

由于檔案資源及其價(jià)值實(shí)現(xiàn)的特殊性，該領(lǐng)域的用戶(hù)需求分析不容易展開(kāi)。大多數(shù)檔案服務(wù)機(jī)構(gòu)目前仍停留在關(guān)注檔案資源內(nèi)容的建設(shè)上，卻較少剖析檔案用戶(hù)的利用形式和行為習(xí)慣等個(gè)性化需求。從少有的檔案利用記錄日志來(lái)看，它們主要以不能直接利用的“大數(shù)據(jù)”形態(tài)存在，需要對(duì)其進(jìn)行清洗加工、統(tǒng)計(jì)分析和多維挖掘后，才能轉(zhuǎn)化為易用的、關(guān)于檔案利用的用戶(hù)行為方面的知識(shí)[9]。

用戶(hù)行為是用戶(hù)需求的外在化體現(xiàn)，檔案的利用程度是判斷其價(jià)值是否得以實(shí)現(xiàn)的重要維度之一。為充分發(fā)揮檔案的憑證價(jià)值、提升檔案的服務(wù)質(zhì)量，有必要對(duì)影響檔案利用的檔案資源和用戶(hù)需求的主要特征及其之間的關(guān)系進(jìn)行深入挖掘和分析。下文針對(duì)案例中2018年度檔案利用數(shù)據(jù)，從檔案利用門(mén)類(lèi)、檔案利用者機(jī)構(gòu)和檔案利用年度等方面進(jìn)行多維度可視化分析，挖掘并直觀呈現(xiàn)檔案資源和用戶(hù)特征及其之間的關(guān)聯(lián)關(guān)系，為提供檔案智能和個(gè)性化利用服務(wù)奠定基礎(chǔ)。

2.1 利用的檔案門(mén)類(lèi)分布

2018年，檔案利用合計(jì)5954卷次、20411件次、6191人次，如表1和圖1所示。

表1 2018年檔案利用總體情況統(tǒng)計(jì)

其中，教學(xué)檔案借閱498卷次、640件次、499人次，教學(xué)檔案學(xué)歷認(rèn)證672卷次/件次、554人次，科研檔案利用154卷次、202件次、165人次，基建檔案利用317卷次、1711件次、218人次，其他門(mén)類(lèi)檔案利用4313卷次、17186件次、4755人次。

2.2 檔案利用者分布

根據(jù)學(xué)校機(jī)構(gòu)設(shè)置，將檔案校內(nèi)利用者分為：學(xué)院、直屬系、管理服務(wù)機(jī)構(gòu)（黨政機(jī)構(gòu)、直屬單位、產(chǎn)業(yè)集團(tuán)、其他機(jī)構(gòu)）、附屬醫(yī)院；此外，校外利用者主要有校友和社會(huì)兩種類(lèi)型。

從不同利用者利用檔案件次來(lái)看，產(chǎn)業(yè)集團(tuán)利用件次最高（11063件次），占總利用件次的54%；其次是黨政機(jī)構(gòu)和社會(huì)，利用件次分別為2578件次（13%）和2310件次11%）。如表2和圖2、圖3所示。

表2 不同利用者類(lèi)型的檔案利用統(tǒng)計(jì)

從不同利用者的利用卷次來(lái)看，學(xué)院、直屬系利用1810卷次最高（30%）；其次是校友和社會(huì)，利用卷次分別為1045卷次（18%）和990卷次（17%），如圖4所示。

從不同利用者的利用人次來(lái)看，學(xué)院、直屬系利用人次最高（2316人次），占總利用件次的37%；其次是社會(huì)和校友，利用人次分別為1348人次（22%）和1047人次（17%），如圖5所示。

從不同利用者的檔案門(mén)類(lèi)利用來(lái)看，產(chǎn)業(yè)集團(tuán)，黨政機(jī)構(gòu)，社會(huì)，附屬醫(yī)院，學(xué)院、直屬系和直屬單位利用其他門(mén)類(lèi)檔案較多，校友利用教學(xué)檔案較多，如圖6所示。

2.3 檔案年度分布

利用檔案年度分布如圖7所示。從檔案利用件次來(lái)看，如圖8和圖9所示，較多的檔案年度集中在2015年、2001年、2004年和2000年，分別為3407件次（17%）、3020件次（15%）、2538件次（13%）和2334件次（12%）。

不同門(mén)類(lèi)檔案利用件次前十的年度如圖10所示，教學(xué)檔案利用件次前十的年度分別為2017年、2005年、2006年、2003年、2004年、2001年、2002年、2000年、2008年和1998年；科研檔案利用件次前十的年度分別為2004年、2000年、2017年、2014年、2008年、2016年、2015年、2013年、1964年和2007年；基建檔案利用件次前十的年度分別為2015年、2014年、2000年、2012年、1986年、1991年、2004年、1985年、1983年和2008年。

3 大數(shù)據(jù)時(shí)代檔案利用服務(wù)策略

大數(shù)據(jù)技術(shù)在檔案工作領(lǐng)域的應(yīng)用，對(duì)檔案資源數(shù)據(jù)和利用數(shù)據(jù)進(jìn)行綜合分析與深入挖掘，可以獲得更豐富、更有價(jià)值的數(shù)據(jù)分析結(jié)果[11]。實(shí)現(xiàn)個(gè)性化服務(wù)是大數(shù)據(jù)時(shí)代檔案館的一項(xiàng)重要特征，而檔案服務(wù)的個(gè)性化關(guān)鍵核心是用戶(hù)所獲信息的個(gè)性化[12]，需從以下方面提升大數(shù)據(jù)時(shí)代檔案利用服務(wù)水平。

3.1 樹(shù)立以用戶(hù)為中心、主動(dòng)提供檔案利用服務(wù)的理念

在大數(shù)據(jù)時(shí)代，社會(huì)公眾對(duì)公共服務(wù)提出了更高要求，檔案利用作為公共服務(wù)不可或缺的基礎(chǔ)支撐，需要樹(shù)立主動(dòng)服務(wù)意識(shí)，做到以用戶(hù)為中心。同時(shí)，利用現(xiàn)代信息技術(shù)，構(gòu)建檔案在線(xiàn)查閱平臺(tái)，發(fā)展檔案線(xiàn)上利用方式，在保障檔案信息安全前提下，通過(guò)一個(gè)平臺(tái)、一個(gè)入口即可查到所需的各類(lèi)檔案，實(shí)現(xiàn)網(wǎng)絡(luò)化利用。并充分利用大數(shù)據(jù)技術(shù)，主動(dòng)為用戶(hù)提供便捷的檔案信息和個(gè)性化的智能檔案服務(wù)，充分發(fā)揮檔案應(yīng)有的作用[13]。

3.2 構(gòu)建基于檔案大數(shù)據(jù)的全生命周期管理模型

密切關(guān)注國(guó)際檔案信息發(fā)展前沿研究和電子文件在線(xiàn)歸檔實(shí)踐應(yīng)用，借鑒文件管理國(guó)際標(biāo)準(zhǔn)體系和開(kāi)放檔案信息系統(tǒng)OAIS（Open Archival Information System）參考模型，樹(shù)立“檔案即服務(wù)”理念，深入到檔案內(nèi)容，以檔案內(nèi)容為建模對(duì)象、構(gòu)建基于檔案大數(shù)據(jù)的全生命周期管理模型。并按照檔案信息化建設(shè)“存量數(shù)字化、增量電子化、建設(shè)標(biāo)準(zhǔn)化”要求對(duì)檔案數(shù)據(jù)資源實(shí)施前端控制，對(duì)檔案信息資源自動(dòng)捕獲歸檔，以電子文件全生命周期管理業(yè)務(wù)模型為基礎(chǔ)，對(duì)文件檔案全過(guò)程連續(xù)性管理，積累可用的檔案資源和檔案利用大數(shù)據(jù)，實(shí)現(xiàn)檔案數(shù)據(jù)資源“收”、“管”、“存”、“用”全過(guò)程管理和檔案利用行為數(shù)據(jù)記錄，構(gòu)建檔案大數(shù)據(jù)資源平臺(tái)。

3.3 建立 “人”、“事”和“時(shí)間”的三維立體檔案模型

對(duì)于檔案大數(shù)據(jù)資源平臺(tái)中的檔案資源，以“人”、“事”為核心建立電子文件內(nèi)部關(guān)聯(lián)，引入時(shí)間戳，建立基于“人”、“事”和“時(shí)間”的三維立體檔案模型。如圖11所示，與學(xué)生相關(guān)的檔案，經(jīng)業(yè)務(wù)系統(tǒng)歸檔后，通過(guò)構(gòu)建檔案本體，運(yùn)用元數(shù)據(jù)、文本分析、語(yǔ)義分析、關(guān)聯(lián)分析、聚類(lèi)分類(lèi)、可視化等大數(shù)據(jù)挖掘分析技術(shù)和方法，建立關(guān)于學(xué)生的三維立體模型：M（學(xué)生、學(xué)習(xí)、時(shí)間），將學(xué)生的基本信息、入學(xué)信息、成績(jī)信息、活動(dòng)信息、畢業(yè)信息等關(guān)聯(lián)起來(lái)。

3.4 形成以大數(shù)據(jù)技術(shù)運(yùn)用為支撐的智能服務(wù)體系

在建立如圖11所示的“人”、“事”和“時(shí)間”三維立體檔案模型的同時(shí)，收集檔案用戶(hù)的利用時(shí)間、檢索次數(shù)、檢索內(nèi)容、利用方式等數(shù)據(jù)；記錄用戶(hù)的利用特征、利用行為習(xí)慣及其背景信息，標(biāo)識(shí)形成檔案資源與用戶(hù)關(guān)系，建立檔案利用行為數(shù)據(jù)庫(kù)。通過(guò)運(yùn)用大數(shù)據(jù)預(yù)測(cè)分析和個(gè)性化推薦技術(shù)，分析檔案資源特征和用戶(hù)利用需求及其之間的關(guān)系，挖掘檔案用戶(hù)潛在的利用需求，通過(guò)個(gè)性化服務(wù)，主動(dòng)向特定用戶(hù)或用戶(hù)群體推送可能需要的不同層次、不同類(lèi)型的檔案資源服務(wù)[14]。并通過(guò)聚類(lèi)分析檔案用戶(hù)特征及利用信息，搭建不同應(yīng)用分析和預(yù)測(cè)場(chǎng)景，預(yù)測(cè)檔案資源和用戶(hù)關(guān)聯(lián)趨勢(shì)，構(gòu)建檔案用戶(hù)信息需求感知引擎，建設(shè)檔案精準(zhǔn)、智能、個(gè)性化檔案利用服務(wù)體系。

4 結(jié)語(yǔ)

以檔案利用分析為基礎(chǔ)，結(jié)合大數(shù)據(jù)技術(shù)應(yīng)用，提升檔案利用服務(wù)是一個(gè)復(fù)雜的系統(tǒng)工程；需要在檔案管理體系和資源建設(shè)基礎(chǔ)上，建立以用戶(hù)為中心的檔案利用服務(wù)理念，同時(shí)注重用戶(hù)利用行為數(shù)據(jù)的收集和管理。使用數(shù)據(jù)挖掘、可視化分析等大數(shù)據(jù)技術(shù)將檔案用戶(hù)利用行為日志“加工”為易用的用戶(hù)行為知識(shí)，實(shí)現(xiàn)檔案數(shù)據(jù)的“增值”，建立基于“人”、“事”和“時(shí)間”的三維立體檔案模型。通過(guò)挖掘檔案資源和用戶(hù)特征及其之間的關(guān)聯(lián)關(guān)系與趨勢(shì)，主動(dòng)向用戶(hù)推送不同層次、內(nèi)容豐富、形式多樣、直觀生動(dòng)的個(gè)性化檔案信息資源，實(shí)現(xiàn)智能、主動(dòng)、精準(zhǔn)的檔案服務(wù)，滿(mǎn)足日漸增長(zhǎng)的新型檔案服務(wù)需求，提高檔案信息利用的能力和效率，加強(qiáng)檔案信息資源開(kāi)發(fā)的深度和廣度，拓展和深化檔案信息服務(wù)的內(nèi)涵，從而提供更多高質(zhì)量的檔案信息資源和檔案信息服務(wù)[15]，讓檔案更有用、更好用，提高檔案館業(yè)務(wù)信息化、檔案信息資源深度開(kāi)發(fā)與智能服務(wù)水平。