大數(shù)據(jù)時代下高校數(shù)字檔案資源建設之路

尹承龍

檔案管理工作具有社會性。高校是人才聚集地，其在發(fā)展中會產生大量的檔案信息。信息化時代的到來使高校檔案信息具有大數(shù)據(jù)特征，因此高校檔案資源極為關鍵。順利開展檔案資源建設工作還有利于提升其他工作的效率。現(xiàn)主要研究如何在大數(shù)據(jù)時代背景下高效開展高校數(shù)字檔案資源建設工作，提出高校數(shù)字檔案資源建設的新思路，為后續(xù)相關工作的開展提供借鑒。

大數(shù)據(jù)時代的本質就是借助先進技術充分挖掘各類數(shù)據(jù)，并實現(xiàn)對數(shù)據(jù)的合理利用，高校檔案資源就是眾多數(shù)據(jù)中的一部分。高校是人才聚集地，若是在發(fā)展中未及時有效地進行檔案資源建設，將會影響相關工作的順利推進。因此，高校和政府機構需要著重研究大數(shù)據(jù)時代高校數(shù)字檔案資源建設工作的開展路徑，以提升高校各項工作的效率。

高校數(shù)字檔案資源建設的優(yōu)勢

高校數(shù)字檔案資源建設立足于現(xiàn)代信息技術，因此為了順利完成高校數(shù)字檔案資源建設工作，高校應積極引進信息技術專業(yè)人才，使其承擔主要的建設工作。高校在完成數(shù)字檔案資源建設工作后，會明確劃分各部門的職責。由于各部門的數(shù)據(jù)庫具有緊密聯(lián)系，可以共享數(shù)字檔案資源，從而避免出現(xiàn)“信息孤島”，這為各部門工作的開展提供了數(shù)據(jù)支持，顯著提升了高校各項工作的效率。此外，高校各部門會將豐富的數(shù)字檔案資源匯總到檔案館，為高校師生提供一站式服務。由此可見，高校數(shù)字檔案資源建設工作的重要性，同時其也是高校在大數(shù)據(jù)時代創(chuàng)新發(fā)展的必然選擇。

大數(shù)據(jù)時代高校數(shù)字檔案資源建設面臨的難題

資源方面存在的問題

1.高校數(shù)字檔案資源體量大、類型多

高校數(shù)字檔案館建設的核心是數(shù)字檔案資源。但其來源廣泛，形式和種類復雜多樣。大數(shù)據(jù)時代，高校的數(shù)據(jù)呈現(xiàn)出海量式增長的趨勢，如日常信息服務、機房設備，學生選課、考試、借書等都會產生大量數(shù)據(jù)。這些數(shù)據(jù)包括文本、視頻音頻、圖片圖像、動態(tài)和靜態(tài)網(wǎng)頁等多種形式。其中，傳統(tǒng)載體檔案的數(shù)字化轉換以及電子文件歸檔是數(shù)字檔案資源最主要的兩大來源。如今，高校數(shù)字檔案資源除了電子文件和數(shù)字化檔案外，還包括與高校有關的各類網(wǎng)絡資源。

2.高校數(shù)字檔案資源分散，質量參差不齊

高校數(shù)字檔案資源來自高校不同部門的數(shù)據(jù)庫，各個數(shù)據(jù)庫自成體系，且建設標準不統(tǒng)一，這導致各部門之間溝通不暢，存在數(shù)據(jù)異構的問題。此外，巨大的數(shù)據(jù)量考驗著服務器的響應速度和吞吐能力，非結構化、半結構化數(shù)據(jù)格式又考驗著數(shù)據(jù)庫的性能。在海量的檔案資源中有許多重復、交叉的內容，這對檔案工作人員的技術能力和個人素養(yǎng)提出了新的要求。

3.檔案信息的挖掘不深入

信息化時代下，人們每日的工作和生活都離不開網(wǎng)絡，會不斷產生各類信息，相關工作人員應深入挖掘各類信息的潛在價值。高校數(shù)字檔案資源建設工作也是如此，如果只是淺層次地利用數(shù)字檔案資源開展工作，沒有深入挖掘數(shù)字檔案資源的內在價值，就無法充分發(fā)揮出檔案資源的作用。

技術方面存在的問題

數(shù)字檔案資源工作人員可以從采集、處理與集成、分析、解釋四個階段入手處理數(shù)據(jù)。其中數(shù)據(jù)分析是最核心的部分，也是深入挖掘數(shù)字檔案資源價值的關鍵環(huán)節(jié)。由于高校數(shù)字檔案資源的大數(shù)據(jù)特征顯著，所以，工作人員可以使用大數(shù)據(jù)技術深入挖掘數(shù)字檔案資源的價值。過去，工作人員大多采用隨機采樣分析法挖掘檔案資源的價值，但是采樣分析的隨機性會直接影響檔案資源分析的準確性。在數(shù)據(jù)處理和集成環(huán)節(jié)，工作人員需要提取、重構、集成異構數(shù)據(jù)，并按照相關標準分門別類地儲存，形成可供分析的原始數(shù)據(jù)，不僅可以保證數(shù)據(jù)的質量與可靠性，也促使數(shù)字檔案得到精細化管理。但是，當前高校各部門沒有建立統(tǒng)一的數(shù)據(jù)標準，內部檔案信息管理系統(tǒng)在與外部信息系統(tǒng)進行對接的過程中會產生許多錯誤數(shù)據(jù)，造成數(shù)據(jù)冗余，這對數(shù)據(jù)清洗環(huán)節(jié)提出了嚴峻的考驗。此外，因為離線冷數(shù)據(jù)和在線熱數(shù)據(jù)的數(shù)量眾多，所以可以運用分布式計算法對檔案資源的價值進行深入挖掘，而這對數(shù)字檔案資源整理和篩選工作提出了迫切要求。

思維方面存在的問題

以往，高校在開展檔案資源管理工作的過程中，大多是將業(yè)務作為關注重點，所以會出現(xiàn)無法將檔案資源的利用需求和服務要求聯(lián)系起來的情況。服務理念的落后導致資源建設和用戶建設脫節(jié)的情況加劇，高校檔案館很少對用戶分類進行深入研究。大數(shù)據(jù)時代，高校數(shù)字檔案資源建設的意義并不在于存儲，而是應該以用戶為中心，借助現(xiàn)代化技術，深入挖掘數(shù)字檔案資源的隱藏價值，為用戶提供個性化服務，真正有效地將數(shù)字檔案信息轉變?yōu)闄n案知識，實現(xiàn)高校數(shù)字檔案服務的轉型與升級。

高校數(shù)字檔案資源建設內容

實體檔案數(shù)字化處理

高校檔案資源建設中實體檔案的作用顯著，且地位極高。從載體和內容的角度來看，實體檔案除了紙質檔案外，還有錄像帶、磁盤和照片等形式。工作人員對高校實體檔案進行數(shù)字化處理，將紙質檔案轉變?yōu)閿?shù)字檔案，如此在進行基本的檔案資源檢索時可以直接檢索文件的標題，大大提高了工作效率。工作人員還可以采取數(shù)字化方式處理聲像檔案，借助掃描儀并結合相關標準處理照片檔案等。各個高校都有大量的檔案資料，而且存儲的實體檔案資料內容復雜，因此對全部實體檔案進行數(shù)字化處理，可以有效提高各項工作的效率，為后續(xù)高校數(shù)字檔案資源建設工作的開展奠定基礎。

檔案資源數(shù)據(jù)庫的建設

高校數(shù)字檔案資源建設工作中數(shù)據(jù)庫具有顯著作用。在不斷推進檔案數(shù)字化發(fā)展的過程中，以網(wǎng)絡數(shù)據(jù)庫為基礎，有利于順利開展高校數(shù)字檔案資源建設工作，全面反映高校的數(shù)字檔案資源建設現(xiàn)狀。

首先，在高校數(shù)字檔案資源建設的過程中，應該將設置檢索功能作為工作的切入點，構建數(shù)字檔案資源數(shù)據(jù)庫，方便師生快速檢索數(shù)據(jù)。其次，需要建設特色專題數(shù)據(jù)庫。學校在開展管理工作的過程中，可能會多次使用某些專題的檔案資源，相關工作人員應根據(jù)學校的要求建立特色專題數(shù)據(jù)庫，精準對接用戶的知識需求，這是高校數(shù)字檔案資源建設工作的突破口，可以充分發(fā)揮出高校數(shù)字檔案資源的真正價值，加快數(shù)字檔案資源建設的進程，方便高校各部門實時共享專題檔案資料。不僅如此，建設特色專題數(shù)據(jù)庫，還可以充分展示高校的辦學特色。因此，學校各部門之間應緊密聯(lián)系起來，積極建設特色專題數(shù)據(jù)庫，有效解決教學和科研工作中存在的檔案資源利用不便的問題。

檔案信息網(wǎng)站建設

高校通過建設數(shù)字檔案資源網(wǎng)絡平臺，并在其中設置導航服務，有利于用戶快速查找所需要的檔案信息，學校也不需要花費更多的資金建設新的檔案館，在降低成本的同時提高了信息檢索效率，使用戶的多樣化需求得以滿足，為高校數(shù)字檔案資源建設工作的開展做好了準備工作。因此，許多高校都開始積極建設數(shù)字檔案館，借助互聯(lián)網(wǎng)和信息技術，構建檔案信息平臺。但是，在平臺的建設過程中還存在如下問題。部分高校檔案信息平臺的信息不全面，很多檔案資料都被封存，只有一小部分檔案資料是因為超出三十年的存儲時間才公布在網(wǎng)絡平臺上，而且只能通過內部局域網(wǎng)才能進行查閱。部分高校的檔案網(wǎng)絡平臺信息只是對匯編活動內容的整合，尚未深度挖掘檔案資料內容的價值，且更新不及時，降低了數(shù)字檔案資源的實效性，難以突顯學校特色。因此，在實際搭建網(wǎng)絡平臺的過程中，高校工作人員應著重考慮檔案資源的運用方式，深度挖掘數(shù)字檔案資源的潛在價值，及時更新檔案內容，以滿足用戶的知識需求。

大數(shù)據(jù)時代高校數(shù)字檔案資源建設的路徑

整合高校數(shù)字檔案資源，建立統(tǒng)一的數(shù)字管理標準

數(shù)據(jù)在社會中具有重要作用，尤其是在大數(shù)據(jù)背景下。在高校傳統(tǒng)檔案資源轉化為數(shù)字資源的過程中，最主要的是數(shù)據(jù)資源。相關工作人員應提高對大數(shù)據(jù)的重視程度，推動高校數(shù)字檔案資源建設工作的順利開展。因此，高校需要及時轉變數(shù)字資源建設思路，結合大數(shù)據(jù)時代的特征樹立新型數(shù)字檔案資源建設理念，在數(shù)字檔案資源建設中融入館藏數(shù)字資源和高校網(wǎng)絡資源。另外，工作人員還可以借助云計算技術將資源虛擬化，并集中整合在云平臺上，形成資源存儲池。一方面，可以有效避免“信息孤島”的出現(xiàn)；另一方面，方便工作人員對數(shù)字資源的統(tǒng)一管理和利用，方便用戶快速獲取信息。因此，工作人員要充分利用云計算技術開展高校數(shù)字檔案資源建設工作，構建云平臺，將不同業(yè)務系統(tǒng)和網(wǎng)站中分散的數(shù)字檔案資源整合起來，并按照標準檔案格式和類型進行分類儲存，實現(xiàn)高校數(shù)字檔案資源的優(yōu)化配置。

基于云計算技術構建大數(shù)據(jù)挖掘體系架構

在大數(shù)據(jù)環(huán)境下，云計算技術的應用價值極高，其所具備的并行處理能力和存儲能力是構建數(shù)據(jù)挖掘體系架構的重要前提，可以最大程度地發(fā)揮出高校數(shù)字檔案資源的真正價值。高校數(shù)字檔案資源體系架構主要分為三層。第一層，云計算平臺層。要想充分挖掘數(shù)據(jù)資源的價值，云計算平臺層是重要的技術支撐，主要作用是存儲和整合各類檔案數(shù)據(jù)。第二層，數(shù)據(jù)挖掘處理層。其主要作用是預處理海量的檔案數(shù)據(jù)，并采取信息化技術對檔案數(shù)據(jù)進行智能化分析，通過讀取數(shù)字檔案資源對數(shù)字檔案資源進行格式的轉化和統(tǒng)一。而后經(jīng)過數(shù)據(jù)清洗，利用算法數(shù)字檔案資源進行識別和統(tǒng)計，分析其內在規(guī)律。第三層，展示服務層。其是平臺與用戶互動的接口，可以通過可視化界面向用戶展示數(shù)據(jù)處理結果。高校檔案工作人員在借助云計算技術構建大數(shù)據(jù)挖掘體系架構的過程中，還需要采取措施保護檔案數(shù)據(jù)的安全，如樹立數(shù)據(jù)保護意識，對檔案數(shù)據(jù)進行定期檢查，及時更新補丁，設置防火墻等。

以用戶為中心，高效利用數(shù)字檔案資源

在大數(shù)據(jù)時代，高校數(shù)字檔案資源建設應該以用戶為中心，通過搭建集利用服務與知識共享為一體的網(wǎng)絡化服務平臺，為其提供個性化知識服務。首先，高校檔案工作者必須及時更新工作理念，重視數(shù)字檔案資源知識服務在高校發(fā)展中的重要作用，應從數(shù)字資源的管理者轉變?yōu)橹R的提供者。同時，數(shù)字檔案資源工作者還應該重視檔案資源的開放和共享，主動且深入地挖掘用戶的知識需求，以確保知識服務工作的開展具有針對性和科學性。其次，工作人員應重視優(yōu)化和完善知識服務技術，學會運用數(shù)據(jù)挖掘技術，深層次挖掘和分析數(shù)字檔案資源的潛在價值，使數(shù)字檔案資源中蘊含的隱性知識顯性化。最后，工作人員還需要采集用戶的靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)，通過數(shù)據(jù)清洗，將與用戶特征無關的數(shù)據(jù)刪除，然后利用數(shù)據(jù)挖掘技術對用戶數(shù)據(jù)進行計算，分析不同用戶的利用需求特征，并在此基礎上構建用戶分類數(shù)據(jù)庫，最后再借助可視化方法描述用戶的需求。通過對用戶行為的動機與特點進行分析，可以明確高校檔案數(shù)字資源建設的重點，有針對性地優(yōu)化高校數(shù)字檔案資源的配置，進而向用戶提供精準個性化服務。

本文主要分析了大數(shù)據(jù)時代背景下，高校數(shù)字檔案資源建設工作的現(xiàn)狀，對涉及的相關內容與在工作過程中遇到的難題進行了詳細討論，明確了數(shù)字檔案資源建設工作開展的新思路。要想提高檔案管理工作的效率，高校數(shù)字檔案工作人員應以全新的方式建設高校數(shù)字檔案資源，充分挖掘數(shù)字化檔案資源的潛在價值，滿足高校師生的多元化需求，推動高校數(shù)字檔案資源管理和建設工作的創(chuàng)新開展。

河南省軟科學計劃研究項目“濮陽市扶貧資金績效管理問題研究”（編號：202400410413）。

（作者單位：濮陽職業(yè)技術學院）