高校檔案大數據業務流程重組研究*

張倩

（南京藝術學院綜合檔案室，江蘇南京，210013）

高校檔案大數據業務流程重組研究*

張倩

（南京藝術學院綜合檔案室，江蘇南京，210013）

文章借鑒業務流程重組的基本原理和大數據理念，通過考察傳統高校檔案業務流程的內容構成，分析現階段高校檔案業務流程中存在的突出問題，探究高校檔案大數據業務流程重組的核心內容，提出將高校檔案業務流程由傳統的職能型組織結構改造為流程型組織機構，建立“全息式采集、分布式存儲、關聯式挖掘、可視化發布”的業務流程。

大數據 高校檔案 業務流程重組

當前，高校館藏檔案信息數據量呈急劇增長之勢，且數據存儲、查詢、分析的形式與方法也變得異常復雜，針對原來相對小量、靜態、結構化的“小數據”而存在的檔案信息處理方式，已難以應對海量數據發展之需。本文借鑒業務流程重組的基本原理和大數據應用的發展理念，通過剖析高校檔案業務流程的內容構成及其存在問題，提出高校檔案大數據業務流程重組的構建方案和實施步驟。

1 高校檔案業務流程的內容構成

綜觀國內高校檔案業務流程長期依據的標準，主要存在三種說法。一是“六環節說”，指將檔案管理的業務流程分為收集、整理、鑒定、保管、統計、利用等六個環節，其中，前五個環節是檔案管理機構內部的基礎性業務工作，后一環節是指對外部開放的檔案業務工作。二是“八環節說”，即檔案管理包括收集、整理、鑒定、保管、檢索、統計、編研、利用等八項工作內容。三是“分層次說”，認為檔案業務的管理方法不應在單一層次上羅列具體內容，而應采用按層次劃分法進行分層管理。它將檔案管理的核心業務劃分為第一層次的工作內容，將各項具體業務劃分為第二層次的工作內容。

無論是“六環節說”“八環節說”，還是“分層次說”，在大數據應用面前都露出了不適應的窘境。對此，筆者認為，高校檔案界迫切需要突破傳統紙質檔案管理理念（Paper Mind）的束縛，盡快探尋到可適應高校檔案大數據發展要求的業務流程模式與標準。

2 現階段高校檔案業務流程中存在的突出問題

2.1 高校檔案界普遍缺乏對檔案數據潛在價值的全新認知

首先，面對大數據的應用價值，高校檔案管理者尚未摒棄“數據小農”心態。目前，江蘇省高校檔案管理機構普遍存在著“數據割據”和“數據孤島”現象，檔案信息資源的開發與利用處于“小農經濟”狀態。究其原因，除受資金、技術等物質投入和管理體制方面的影響之外，檔案管理者大數據意識缺乏是阻礙大數據技術在高校檔案界落地的主要因素。

第二，面對“大數據風暴”的沖擊，高校檔案界仍習慣于將原有傳統檔案管理模式套入新媒體建立的框架中作徒勞之爭。多數高校檔案管理機構仍在按老套路做舊事情，看似在不斷地收集信息，卻甚少對信息進行分析、篩選與總結；普遍承認信息收集匱乏的短處，卻不愿承認信息駕馭力的缺乏。

2.2 傳統“小數據”模式下的高校檔案業務流程無法滿足“大數據”開發利用

首先，在檔案數據的采集方面，高校檔案管理機構尚未建立檔案數據體系化的采集與積累機制。目前，江蘇省一些高校檔案管理機構不但沒有重視采集元數據，而且極少關注非結構性數據，特別是還未建立檔案數據體系化的采集與積累機制。為客觀評判江蘇省高校檔案管理機構對檔案資源的開發應用能力，筆者借鑒EIU評判應用大數據的企業能力等級標準，對被測評對象作了全面分析：一是將采集的數據擱置、遺忘，或不加以應用的高校檔案館（室），認定為最低等級的“數據浪費者”（Data Wasters）。二是將表面上數據泛濫，但并未達到大數據應用要求的高校檔案館（室），認定為第二等級的“數據采集者”（Data Collector）。三是將已經做好應用于戰略決策和投資的準備，但水平還有限的高校檔案館（室），認定為第三等級的“積極的數據管理者”（Aspiring Data Managers）。四是將走在大數據應用的最前沿，且具有先進開發技能的高校檔案館（室），認定為第四等級（最高等級）的“戰略數據管理者”（Strategic Data Manager）。按分類標準評估后發現，目前江蘇省多數高校檔案管理機構處于第二到第三等級之間，檔案館（室）之間合作意識不強，致使檔案信息資源共享的整體優勢大打折扣。

第二，在檔案數據的鑒定方面，傳統的檔案鑒定模式將被“全數據模式”取代。長期以來，由鑒定人員逐件逐張地審查原始文件的檔案鑒定方法（即直接鑒定法），在“小數據”范圍內比較有效，但隨著檔案數據量的急劇增長，這種鑒定模式已呈行將崩潰之勢。

第三，在檔案數據的質量方面，高校檔案管理機構的數字檔案尚未實現“大數據化”。目前，江蘇省不少高校檔案館（室）尚未對數字檔案文本的內容進行數據化處理，實際只儲藏著原始紙質檔案資料的掃描圖片。將數字檔案圖片轉化為可處理的數據化內容，是建立大數據資源庫的有效途徑，不僅可打造開放的知識世界，而且能最大限度地釋放檔案信息數據的潛藏價值。

第四，在檔案數據的利用方面，高校檔案管理機構的檔案數據尚不具備加工增值效能。目前，江蘇省高校檔案管理工作主要疲于應付眾多短期需求，且基本是對原始檔案信息的低層次利用，檔案機構普遍缺乏加工增值的技術手段，特別是一旦形成決策方案后，幾乎不再重新使用已用于決策的數據。對此，筆者認為，利用大數據技術推動檔案數據由“一次性消耗式”向“可塑性增值式”利用模式轉型已勢在必行，檔案數據只有被不斷開發利用，才能使其使用價值產生翻倍遞增的效應。

2.3 檔案大數據加工與分析所需的知識基礎與技術力量薄弱

很多高校檔案管理者雖已意識到自己積累了大量的數據資產，但卻沒有可操作的方案來挖掘館藏檔案大數據的使用價值。形象地說，許多高校檔案管理機構在守著“金山討飯吃”。不具備“采礦”的先進手段，高校檔案管理機構將難以發掘檔案信息數據潛藏的寶貴價值。

目前，國內高校之間的檔案管理信息化水平存在較大差別，多數地方院校因受人力物力所限，館藏檔案信息資源的儲備能力落伍。對此，筆者認為，檔案信息化建設是一項科技含量很高的專業性工作，引進類似“數據科學家”的綜合型人才，已是高校檔案管理機構的當務之急。

檔案機構可加強與大數據科研人員的合作，特別要借助可視化技術等，將檔案大數據應用做到既直觀又易用，使高校檔案館（室）甚至個人也可按需購買數據分析服務等來享用檔案大數據資源。

3 高校檔案大數據業務流程重組的核心內容

3.1 業務流程重組的概念

業務 流 程 重 組（Business Process Reengineering，BPR）是由美國著名的管理學家最早提出的一種管理思想，其強調：以業務流程為改造對象和中心，以關心用戶的需求和滿意度為目標，利用現代的管理手段對現有的業務流程進行根本地再思考和徹底地再設計，并最大限度地實現技術上的功能集成和管理上的職能集成，建立全新的流程型組織結構，從而實現企業經營在成本、質量、服務和速度等方面的戲劇性改善。這一理論對探索高校檔案大數據業務流程的模式創新具有重要的指導意義。

3.2 高校檔案大數據業務流程重組的實施步驟

數據專家指出：大數據應用的分析結果，需要經過數據的采集、預處理、存儲、分析和挖掘等多道環節才能最終呈現出來［1］。因此，借鑒業務流程重組的基本原理，按照檔案數據化管理與服務的自然順序和需求特點，對傳統的紙質檔案業務流程進行科學調整與精簡，不僅勢在必行，而且切實可行。筆者認為可將高校檔案業務流程由傳統的職能型組織結構改造為流程型組織機構，即建立“全息式采集、分布式存儲、關聯式挖掘、可視化發布”的業務流程。

（1）建立“全息式采集”業務流程的實施步驟

第一，在進行“全介體、全方位、全天候”的檔案信息數據采集之前，必須先搞清楚有哪些問題需要解決，并找到解決具體問題的途徑與措施。例如，可采取匯總用戶利用案例的辦法，每季度出一本案例集，并將梳理日常業務作為發現問題的“抓手”，認真研究用戶實際應用中的共性問題，高度關注還有哪些障礙需要克服，以便找到制定檔案數據采集業務策略的客觀依據和解決問題的途徑與措施。

第二，針對需要解決的問題，科學制定“全息式采集”的策略方案與業務流程。首先，要從發現大數據的過程開始，明確館藏數據。其次，要明確數據位置，由誰負責保管。再次，要明確目前這些數據是怎么使用的，其依賴的第三方數據源是什么，有多少數據和數據源是重合的。同時，要關注“重復數據”的規律與特征，因為這既是研究制定大數據采集策略方案與業務流程的科學依據，也是評估驗證大數據采集策略執行效果的重要基礎。

第三，關注館藏數據資源中缺少什么信息數據，積極探尋獲取所缺信息數據的方案。大數據的采集，是指注重獲取全部數據而非隨機數據；大數據的整理，是指注重解決混雜性而非精確性；大數據的分析，是指挖掘數據之間的關聯關系而非因果關系。因此，我們要按照“應收盡收”的原則，盡快健全檔案信息數據采集制度，竭盡所能地實施“全息式”采集。

第四，健全檔案大數據互操作協議，創新信息資源整合共享機制。目前，高校內部已建立了教務、科研、財務、資產等多種單功能的信息管理系統，但甚少與檔案管理系統建立接口，導致各類異構信息系統中的數據無法進行互操作。因此，我們要針對高校內部數據分割的窘境，加快制定檔案大數據互操作協議的業務規制與考核標準；針對高校之間的“信息孤島”問題，著力完善檔案信息數據的科學整合與資源共享機制，尤其要通過搭建檔案大數據智能處理平臺，智能鏈接“分散孤立、類型各異”的檔案大數據集，加快推進校內各部門乃至高校之間跨領域檔案大數據資源的互通互享。

需要指出的是，盲目地收集信息數據，是當前大數據投資回報率過低的原因之一［2］。如何在海量的檔案信息數據中找到真正有價值的內容，讓自己擁有“奧康姆的剃刀”？這是高校檔案管理者需在實踐中不斷深入探究的課題。

（2）建立“分布式存儲”業務流程的實施步驟

第一，按照數據屬性特征構建不同的存儲方式。首先，在高校檔案大數據智能處理平臺中將采集到的各類元數據分為結構化、非結構化和半結構化的大數據。其次，要借助大數據技術，創建分布式文件系統、分布式數據庫系統和分布式數據流處理系統（這是針對結構化、非結構化和半結構化的大數據分別量身定制的三種存儲方式）［3］。再次，要將經過鑒定的結構化、非結構化和半結構化的大數據，分門別類地進行存儲。

第二，搭建高校檔案海量大數據智能存儲平臺。將TB、PB級乃至EB級的海量檔案大數據存放在大規模的分布式集群服務器上，可保證數據的讀寫效率、安全性和可靠性。目前，HDFS（Hadoop Distributed File System）就是一個典型的海量數據存儲系統。它作為主流的開源云計算系統Hadoop的核心構件之一，由于具有低成本、高度容錯、支持大數據集等多方面的應用優點，已成為解決高校檔案大數據存儲問題的首選方案之一。

第三，夯實和提升數據質量管理功能。首先，要把分布式存儲的檔案大數據進行轉換，可使用Google Refine、80Legs等格式轉換工具；Grep、Turk和BigSheets等工具，則可用于數據分析［4］。其次，要最大限度地凝練可信數據，切實提高數據資源整體質量標準的規范性。再次，要根據信息數據的生命周期，對存儲的各種不同結構類型的檔案大數據建立“體檢”（價值檢測）、“保養”（技術優化）和“淘汰”（冗余刪除）等智能處理機制，不斷提升高校檔案大數據的凈化質量。

（3）建立“關聯式挖掘”業務流程的實施步驟

第一，了解和掌握檔案大數據關聯挖掘業務的基本原理。“檔案大數據關聯挖掘”（Association Rule Mining）工作原理是：運用大數據關聯挖掘的開發工具（計算機算法模式），對檔案大數據實施靜態和動態的數據分析評估，揭示（預測）有價值的數據信息。

第二，建立科學的檔案大數據關聯挖掘管理流程。傳統的檔案管理業務流程是：出現問題→邏輯分析→找出因果關系→提出解決方案。這種事后“救火”的操作流程較為被動，無法預測未來的發展情勢和提供解決問題的應對預案。大數據關聯挖掘技術的核心作用在于“預測”。其業務流程是：搜集數據→量化分析→找出關聯關系→預測未來結果→提出優選方案。這是一種正向思維模式，其主動性的工作方式和操作流程，不僅符合檔案數據網絡化、智能化、個性化管理的特性需要，而且是管理和挖掘檔案大數據資源的有效措施。

第三，選擇檔案大數據關聯挖掘的開發工具。“購物籃分析”（Market Basket Analysis）是目前比較先進的大數據關聯挖掘工具，它依托云計算技術，不僅能對用戶行為等大數據作分析評估，而且可揭示相關聯想（Association）的規則，特別是通過梳理和剖析事物之間的相互關系，可挖掘（預測）出以前無法發現的細節信息，使高校檔案信息的智能關聯推薦更為精確、更有預見性，服務方式則更加符合個性化需求。

（4）建立“可視化發布”業務流程的實施步驟

第一，了解和掌握基于計算機圖形學和圖像處理可視化分析（Visualization Analysis）的工作原理。“一張圖片等于1000個字”［5］，這是對大數據可視式發布技術最形象的比喻。可視化分析的工作原理是：將檔案大數據壓縮轉換成圖形或圖像，并在各類終端設備的屏幕上以簡單直觀的方式展示出來。應用這項技術，不僅能更好地展現檔案大數據分析結果或監測數據背后的信息，而且可以幫助用戶更好地發掘檔案大數據潛藏的寶貴價值。

第二，注重開發可視化發布技術的應用優勢。這項技術的應用優勢主要有三：一是運用動畫、趨勢線、圖形等視覺效果技術，能開發出豐富多彩的可視化分析結果，有利于提高推介結果被用戶接受的可能性。二是通過優化檔案大數據智能處理平臺的人機交互界面，主動推介“玩”的方式，有利于吸引用戶對檔案大數據分析過程進行調整。三是通過建立技術融合機制，讓分析結果發布到Web應用系統和移動終端設備交互展示，有利于強化平臺黏度。數據專家預言：未來大數據的采集、展示和交互，必將朝著移動的、即時的、泛在的方向發展［6］。

第三，注重不斷豐富可視化技術的展示形式。目前，具有代表性的可視化展示形式主要有：氣泡圖、樹狀圖、平行坐標軸、時間軸、網絡圖、標簽云、堆棧圖、地圖、熱力圖、流程圖、標簽云等幾十種圖例。經考察發現，相比傳統的表格、餅圖、柱狀圖等數據圖，可視化發布技術能夠變得更加豐富多彩、更具吸引力。我們在構建高校檔案大數據智能處理平臺的過程中，應當根據實踐應用的需要，主動與專業技術服務提供商進行溝通，以利設計者能夠提供更多具有時代氣息的創新佳品。

第四，注重集成信息圖工具的遴選。目前，有一種與可視化發布技術非常接近且有時能夠互相替換使用的技術叫“信息圖”（InfoGraphic）。該技術不僅能使無“生命”的數據顯示出趣味和生命力，而且便于在網絡上傳播和收藏。不同之處在于，可視化發布技術基本上是全自動的，而“信息圖”要靠手工定制。據調研發現，“信息圖”已是當今“輕閱讀”的寵兒，可以廣泛應用到高校檔案展示領域，各高校檔案管理機構可根據自己所需用途和投資條件進行選擇。

*本文為2011年度國家社科項目“基于互操作協議標準的檔案信息資源整合模式研究”（項目編號：11CTQ030)，2016年度江蘇省檔案局科技項目“區域性高校數字檔案資源共享平臺建設研究”（項目編號：2016-13）研究成果之一。

［1］楊正洪.《智慧城市——大數據、物聯網和云計算之應用》［M］.北京：清華大學出版社，2014:17.

［2］李德偉等.《大數據小故事》［M］.北京：中國標準出版社，2014：110.

［3］楊巨龍.《大數據技術全解：基礎、設計、開發與實踐》［M］.北京：電子工業出版社，2014：9.

［4］張新程等.《物聯網關鍵技術》［M］.北京：人民郵電出版社，2011:38.

［5］大衛·芬雷布.《大數據云圖》［M］.杭州：浙江人民出版社，2014：178.

［6］趙勇等.《大數據革命——理論、模式與技術創新》［M］.北京：電子工業出版社，2014:109.

張 倩，女，南京藝術學院綜合檔案室副研究館員，主要研究方向為檔案信息化建設。

Study on Big Data Business Process Reengineering of University Archives

Zhang Qian
（Comprehensive Archives Office of Nanjing University of the Arts,Nanjing,Jiangsu,210013）

Referring to the principle of Business Process Reengineering and the idea of the development of big data technology,this paper investigates the contents of the traditional archives business process and its existing problems in colleges and universities,and explores the core content of the business process reengineering of university archives and puts forward to reform the university archives business process from the traditional functional organization structure to the process type organization,in order to establish the business process of holographic collection,distributed storage, association mining,visual publishing.

Big Data；University Archives；Business Process Reengineering

G271