張欣

[摘 要]數(shù)據(jù)的爆炸式增長大大超乎了人們的想象，人們不禁感嘆隨著信息化的逐步推進(jìn)，我們迎來了大數(shù)據(jù)時(shí)代。社會每天產(chǎn)生的原始記錄的量和種類與過去不可同日而語，加上各類型的檔案館（室）現(xiàn)有的檔案數(shù)據(jù)，檔案工作者已經(jīng)明顯感覺到任務(wù)的艱巨，而且很多時(shí)候面對洶涌而來的大數(shù)據(jù)，檔案工作者已經(jīng)不知道該如何應(yīng)對，因此，檔案界很有必要探討一下大數(shù)據(jù)時(shí)代背景下的檔案管理問題：處在大數(shù)據(jù)時(shí)代的檔案事業(yè)如何發(fā)展？采取什么樣的措施才能幫助人們洞察大數(shù)據(jù)帶來的大價(jià)值？檔案人應(yīng)該跳出檔案做檔案，擺脫傳統(tǒng)思維的制約，充分利用全社會的資源和力量，建設(shè)大檔案，實(shí)現(xiàn)大服務(wù)。大數(shù)據(jù)時(shí)代的檔案將向社會化、多元化、開放化和先進(jìn)化發(fā)展，檔案館成為集文化、教育、信息、休閑于一體的文化信息中心。而大數(shù)據(jù)時(shí)代的來臨相比其他信息技術(shù)則更加契合檔案管理工作的需要，尤其是在知識經(jīng)濟(jì)時(shí)代，將檔案資源轉(zhuǎn)化為知識資源，將成為今后檔案管理工作一個(gè)必然的發(fā)展方向，大數(shù)據(jù)將起到舉足輕重的作用。

[關(guān)鍵詞]大數(shù)據(jù)時(shí)代；檔案管理；價(jià)值提升

[中圖分類號]G271 [文獻(xiàn)標(biāo)識碼] A [文章編號] 1009 — 2234（2014）01 — 0108 — 02

據(jù)預(yù)計(jì)，2020年全球以電子形式存儲的數(shù)據(jù)量將達(dá)35ZB，是2009年全球存儲量的40倍。而在2010年年底，根據(jù)IDC的統(tǒng)計(jì)，全球數(shù)據(jù)量已經(jīng)達(dá)到了120萬PB……數(shù)據(jù)的爆炸式增長大大超乎了人們的想象，我們無疑迎來了大數(shù)據(jù)時(shí)代。而此時(shí)，各行各業(yè)都面臨著對龐大而復(fù)雜的數(shù)據(jù)進(jìn)行有效管理的巨大挑戰(zhàn)，人們越來越認(rèn)識到對自身產(chǎn)生和擁有的大數(shù)據(jù)進(jìn)行有效管理的重要性和迫切性，檔案行業(yè)也不例外。

檔案行業(yè)以保存社會檔案并提供檔案為社會利用為己任，承擔(dān)著對社會原始記錄的收集、整理、鑒定、保管、檢索、利用等任務(wù)，在大數(shù)據(jù)時(shí)代，社會每天產(chǎn)生的原始記錄的量和種類與過去不可同日而語，加上各類型的檔案館（室）現(xiàn)有的檔案數(shù)據(jù)，檔案工作者已經(jīng)明顯感覺到任務(wù)的艱巨，而且很多時(shí)候面對洶涌而來的大數(shù)據(jù)，檔案工作者已經(jīng)不知道如何應(yīng)對，因此，檔案界很有必要探討一下大數(shù)據(jù)時(shí)代背景下的檔案管理問題。

至于“大數(shù)據(jù)時(shí)代”的提出，則要追溯到2012 年3月29日，奧巴馬政府在白宮網(wǎng)站發(fā)布了《大數(shù)據(jù)研究和發(fā)展倡議》，宣布投資2 億美元啟動“大數(shù)據(jù)研究和發(fā)展計(jì)劃”，并且定義為“未來的新石油”，希望增強(qiáng)政府收集、分析和萃取海量數(shù)據(jù)的能力，旨在提升利用大量復(fù)雜數(shù)據(jù)集合獲取知識和洞見的能力。這個(gè)由世界最強(qiáng)國家政府推動的項(xiàng)目，標(biāo)志著“大數(shù)據(jù)”時(shí)代的到來。2012年11月，廣東省制訂了《廣東省實(shí)施大數(shù)據(jù)戰(zhàn)略工作方案》，成為率先在全國推行大數(shù)據(jù)戰(zhàn)略的省份。

而關(guān)于“大數(shù)據(jù)”的本質(zhì)，早在互聯(lián)網(wǎng)出現(xiàn)之初，我們就知道網(wǎng)絡(luò)無秘密，在網(wǎng)頁上敲擊的每一個(gè)數(shù)據(jù)，都將被自動記錄?，F(xiàn)在，當(dāng)數(shù)據(jù)的積累量足夠大，量變引起了質(zhì)變?！按髷?shù)據(jù)”通過對海量數(shù)據(jù)有針對性的分析，賦予了互聯(lián)網(wǎng)智商，這使得互聯(lián)網(wǎng)的作用，從簡單的數(shù)據(jù)交流和信息傳遞，上升到基于海量數(shù)據(jù)的分析，一句話，“他開始思考了”。這是繼云計(jì)算、物聯(lián)網(wǎng)之后IT產(chǎn)業(yè)又一次顛覆性的技術(shù)變革，對國家治理模式，對企業(yè)的決策、組織和業(yè)務(wù)流程，對個(gè)人生活方式都將產(chǎn)生巨大的影響。

那么究竟什么是“大數(shù)據(jù)”？

數(shù)據(jù)信息的新時(shí)代，科學(xué)家們稱之為“大數(shù)據(jù)時(shí)代”。所謂大數(shù)據(jù)，簡而言之就是巨量資料、海量資料，甚至于所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)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資訊。大數(shù)據(jù)描述的是隨著數(shù)據(jù)量和數(shù)據(jù)類型激增而逐漸衍生出來的一種現(xiàn)象，不僅包括大規(guī)模的體諒、多樣化種類的數(shù)據(jù)集，還包括對這種數(shù)據(jù)集進(jìn)行高速采集、處理與分析以提取價(jià)值的技術(shù)架構(gòu)與技術(shù)過程。具有以下三大主要特征（3V）：數(shù)據(jù)量大（Volume），PB級甚至ZB級；數(shù)據(jù)類型多（Variety），網(wǎng)絡(luò)日志、音頻、視頻、圖片、地理位置等結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)并存，數(shù)據(jù)類型層出不窮；時(shí)效速度快（Velocity），采集、處理數(shù)據(jù)的效率高。后來一些學(xué)者又概括添加了價(jià)值稀疏性（Value）和復(fù)雜性（Complexity）。

處在大數(shù)據(jù)時(shí)代的檔案事業(yè)如何發(fā)展，采取什么樣的措施才能幫助人們洞察大數(shù)據(jù)帶來的大價(jià)值？這是我們檔案工作者必須面對和思考的問題，云計(jì)算讓我們處理海量的結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)成為可能。檔案人應(yīng)該跳出檔案做檔案，擺脫傳統(tǒng)思維的制約，充分利用全社會的資源和力量，建設(shè)大檔案，實(shí)現(xiàn)大服務(wù)。大數(shù)據(jù)時(shí)代的檔案將向社會化、多元化、開放性和先進(jìn)性發(fā)展，檔案館成為集文化、教育、信息、休閑于一體的文化信息中心。

我國的檔案信息化建設(shè)已經(jīng)持續(xù)進(jìn)行了20年，無論是傳統(tǒng)載體的檔案數(shù)字化，還是電子政務(wù)系統(tǒng)的建設(shè)，都產(chǎn)生了大量的數(shù)字信息，即使是通過對云計(jì)算、云存儲、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等新型IT服務(wù)模式在檔案管理工作中的大范圍運(yùn)用，也依然無法滿足我們?nèi)粘５男枰?。面對這些現(xiàn)實(shí)情況，對于檔案管理工作進(jìn)行一場技術(shù)革新也是在所難免的。而大數(shù)據(jù)時(shí)代的來臨相比其他信息技術(shù)則更加契合檔案管理工作的需要。尤其是在知識經(jīng)濟(jì)時(shí)代，將檔案資源轉(zhuǎn)化為知識資源，將成為今后檔案管理工作一個(gè)必然的發(fā)展方向，大數(shù)據(jù)將起到舉足輕重的作用。

2013年1月29日，住房和城鄉(xiāng)建設(shè)部公布了首批90個(gè)智慧城市試點(diǎn)，由國家統(tǒng)一規(guī)劃和施行的智慧城市建設(shè)正式起步。建設(shè)智慧城市要遵循“多用信息少用能源”、“多用信息少受災(zāi)害”以及“多用信息多利民眾”幾項(xiàng)原則。檔案館作為永久保存檔案，并提供檔案為社會服務(wù)的科學(xué)文化事業(yè)機(jī)構(gòu)，儲存有海量的信息資源，是信息資源的聚焦體。

伴隨大數(shù)據(jù)時(shí)代的悄然來臨，國際國內(nèi)的眾多企業(yè)紛紛從中獲利，這一切則基于大數(shù)據(jù)通過自身的技術(shù)優(yōu)勢讓企業(yè)走出了傳統(tǒng)的決策模式，進(jìn)一步掌握了“數(shù)據(jù)驅(qū)動的決策方法”，從而使得企業(yè)的決策更加趨向于“科學(xué)化、合理化”。隨著大數(shù)據(jù)的“商務(wù)智能”技術(shù)在企業(yè)中的廣泛應(yīng)用，實(shí)現(xiàn)了企業(yè)內(nèi)部財(cái)務(wù)系統(tǒng)、人力資源系統(tǒng)以及CRM系統(tǒng)的有效銜接，不僅提高了企業(yè)運(yùn)營的效率，有效的幫助企業(yè)總結(jié)發(fā)展過程中的模式，同時(shí)還改善了企業(yè)預(yù)測未來的能力。檔案管理也從簡單的數(shù)據(jù)收集、數(shù)據(jù)存儲管理轉(zhuǎn)變?yōu)樾畔①Y源的有機(jī)整合加工，使數(shù)據(jù)成為與人、財(cái)、物比肩的資源。

檔案館是國家、地區(qū)集中管理檔案的文化事業(yè)機(jī)構(gòu)，是提供利用檔案資料，為社會各方面服務(wù)的中心。隨著我國改革開放總方針的實(shí)施與社會主義現(xiàn)代化建設(shè)的蓬勃發(fā)展，社會各方面對檔案資源的需求日益增長，傳統(tǒng)檔案的管理方式，已不能完全滿足國家對各類檔案的安全保管以及開發(fā)利用的需要。

我們檔案館里藏有大量珍貴的文獻(xiàn)資料，是一代代檔案人披肝瀝血、含辛茹苦收集而來的，有的甚至付出了血的代價(jià)。 隨著人類社會向信息、知識經(jīng)濟(jì)廣泛深入的發(fā)展，信息技術(shù)給我們的工作和生活帶來了日新月異的變化。簡單而言，檔案是人類活動的真實(shí)記錄，人類社會在漫長的發(fā)展過程中，關(guān)于組織、個(gè)人的記錄數(shù)據(jù)浩如煙海，我們在檔案館所能見到的只是漂浮于大海上的冰山一角。在如今的移動互聯(lián)網(wǎng)時(shí)代，我們的行為、位置，甚至身體生理數(shù)據(jù)的每一點(diǎn)變化都成為了可被記錄和分析的數(shù)據(jù)。

同時(shí)，相比依賴小數(shù)據(jù)和精確性的時(shí)代，大數(shù)據(jù)因?yàn)楦鼜?qiáng)調(diào)數(shù)據(jù)的完整性和混雜性，幫助我們進(jìn)一步接近事實(shí)的真相。隨著大數(shù)據(jù)時(shí)代的到來，檔案人對檔案工作的認(rèn)識已經(jīng)不能停留在過去傳統(tǒng)的認(rèn)識上了，在思維上必須有一個(gè)大突破。檔案是人類活動的真實(shí)記錄，具有原始、真實(shí)的特性。大數(shù)據(jù)強(qiáng)調(diào)的是數(shù)據(jù)的完整性和混雜性，注重原始數(shù)據(jù)的獲取。數(shù)據(jù)價(jià)值的關(guān)鍵是它的潛在價(jià)值，收集信息固然至關(guān)重要，但還遠(yuǎn)遠(yuǎn)不夠，因?yàn)榇蟛糠值臄?shù)據(jù)價(jià)值在于它的使用，而不是數(shù)據(jù)本身?！按髷?shù)據(jù)的核心就是挖掘出龐大的數(shù)據(jù)庫獨(dú)有的價(jià)值”。我們檔案也提出了以“藏”為主向以“用”為主轉(zhuǎn)變，從“被動服務(wù)”向“主動服務(wù)”轉(zhuǎn)變。我們就要在大數(shù)據(jù)的背景下發(fā)散性的思考我們的工作，有一個(gè)模型就是“數(shù)據(jù)—信息—知識—智慧”，“大數(shù)據(jù)的核心就是預(yù)測”，“大數(shù)據(jù)就是要賦予我們智慧和洞見”。這段話就概括出檔案的三大功能：了解過去、把握現(xiàn)在、預(yù)見未來。有些檔案部門提出“智慧檔案”的理念，我想不是夸大其詞，是有道理的。檔案向知識管理轉(zhuǎn)型，就是要運(yùn)用相關(guān)的思維方法，找出數(shù)據(jù)之間的相關(guān)性，挖掘大數(shù)據(jù)的潛在價(jià)值，發(fā)現(xiàn)知識，為企業(yè)提供知識服務(wù)，提高企業(yè)的組織智商，讓企業(yè)能夠智慧的生存，切實(shí)增強(qiáng)企業(yè)的市場競爭力。規(guī)模仍然很重要，但是更重要的是數(shù)據(jù)的規(guī)模，也就是說要掌握大量的數(shù)據(jù)，而且要有能力輕松地獲得更多的數(shù)據(jù)，所以，隨著擁有的數(shù)據(jù)越來越多，大數(shù)據(jù)擁有者將大放異彩，因?yàn)樗麄兛梢詫⑦@些數(shù)據(jù)轉(zhuǎn)化為價(jià)值。

大數(shù)據(jù)時(shí)代將催生數(shù)據(jù)科學(xué)家。數(shù)據(jù)科學(xué)家本質(zhì)上更像是統(tǒng)計(jì)學(xué)家，他們有能力設(shè)計(jì)和利用MapReduce框架。Google的Hal Varian表示未來10年數(shù)據(jù)科學(xué)家將變成性感的工作，許多人認(rèn)為我是在開玩笑，回過頭來看，在20世紀(jì)90年代誰會猜到計(jì)算機(jī)工程師會成為性感的工作。前LinkedIn數(shù)據(jù)科學(xué)家DJ Patil表示，數(shù)據(jù)科學(xué)家是具備獨(dú)特技能的。Bitly首席科學(xué)家Hilary Mason表達(dá)同樣的觀點(diǎn)，他認(rèn)為數(shù)據(jù)科學(xué)家是融合數(shù)學(xué)、算法，并可從大數(shù)據(jù)中尋求問題答案的人。而現(xiàn)任LinkedIn首席數(shù)據(jù)科學(xué)家Monica Rogati認(rèn)為數(shù)據(jù)科學(xué)家是黑客和分析師的混合體，他們通過數(shù)據(jù)發(fā)現(xiàn)本質(zhì)。紐約時(shí)報(bào)研發(fā)實(shí)驗(yàn)室的成員Jake Porway表示數(shù)據(jù)科學(xué)家絕對是罕見的全才。數(shù)據(jù)科學(xué)家除了具備編程的能力外還需將各種來源的數(shù)據(jù)管理并利用統(tǒng)計(jì)學(xué)挖掘出蘊(yùn)藏在內(nèi)部的信息。Kaggle總裁兼首席科學(xué)家Jeremy Howard認(rèn)為一個(gè)偉大的數(shù)據(jù)科學(xué)家應(yīng)具備創(chuàng)新、堅(jiān)韌、好奇、深厚技術(shù)這四項(xiàng)素質(zhì)。具備數(shù)據(jù)收集、數(shù)據(jù)改寫、可視化、機(jī)器學(xué)習(xí)、計(jì)算機(jī)編程等技術(shù)的數(shù)據(jù)科學(xué)家使數(shù)據(jù)驅(qū)動決策并主導(dǎo)產(chǎn)品，他們更喜歡用數(shù)據(jù)說話。

檔案管理用數(shù)據(jù)說話，大數(shù)據(jù)的概念聽起來雖然很美好，似乎利用大數(shù)據(jù)的大門在不久的將來就會打開，但一切并沒有那么簡單。檔案管理人員將如專家一樣來解決海量數(shù)據(jù)。在大數(shù)據(jù)時(shí)代下，檔案工作人員成為數(shù)據(jù)科學(xué)家將是一種可能。面對大數(shù)據(jù)的浪潮，檔案管理人員不要做旁觀的“路人”，要敞開胸懷，積極地?fù)肀Ш腿诤希柚髷?shù)據(jù)的力量和高度進(jìn)行內(nèi)視和審度，再回首，相信會豁然開朗，柳暗花明。

〔責(zé)任編輯：譚 蕊〕