論高校檔案管理與大數(shù)據(jù)技術(shù)的應(yīng)用

文/茂名職業(yè)技術(shù)學(xué)院 許琪瑋

一、大數(shù)據(jù)技術(shù)的含義及特征

（一）大數(shù)據(jù)技術(shù)的含義。大數(shù)據(jù)（big data）是指在一定空間、時(shí)間維度內(nèi)使用常規(guī)軟件和開(kāi)源工具捕捉、采集到的數(shù)據(jù)，是信息分析機(jī)制、數(shù)據(jù)采集模式所需決策力、洞察力和數(shù)據(jù)組織機(jī)制優(yōu)化能力的快速、高效率增長(zhǎng)的信息資產(chǎn)。基于海量的數(shù)據(jù)資源分布和快速增長(zhǎng)的信息資源，以計(jì)算機(jī)技術(shù)為基礎(chǔ)科學(xué)化、組織化的處理數(shù)據(jù)，針對(duì)大數(shù)據(jù)的分布結(jié)構(gòu)、信息類(lèi)型以程序控制為導(dǎo)向創(chuàng)造出了人工數(shù)據(jù)處理方法，也就是“大數(shù)據(jù)技術(shù)”。信息化情景中，數(shù)據(jù)資源結(jié)構(gòu)、形式呈現(xiàn)多元化，關(guān)聯(lián)性越來(lái)越弱，借助數(shù)據(jù)庫(kù)、信息網(wǎng)絡(luò)對(duì)生活實(shí)踐中產(chǎn)生的數(shù)據(jù)資源存儲(chǔ)分類(lèi)。通過(guò)分析大量具有相似特征的數(shù)據(jù)資源確定事物未來(lái)的變化趨勢(shì)，實(shí)現(xiàn)對(duì)未來(lái)發(fā)生事物的技術(shù)性預(yù)測(cè)。

（二）大數(shù)據(jù)技術(shù)的特征。大數(shù)據(jù)技術(shù)作為一種從大量網(wǎng)絡(luò)結(jié)構(gòu)性、非結(jié)構(gòu)性、異構(gòu)類(lèi)數(shù)據(jù)提取有價(jià)值信息的能力，所需處理的數(shù)據(jù)，規(guī)模巨大。例如，自人類(lèi)文明產(chǎn)生以來(lái)所有的印刷材料的數(shù)據(jù)存儲(chǔ)量為200PB，典型的個(gè)人計(jì)算機(jī)硬盤(pán)容量為T(mén)B級(jí)別，一些互聯(lián)網(wǎng)公司的數(shù)據(jù)量接近EB級(jí)別。所以大數(shù)據(jù)技術(shù)的處理數(shù)據(jù)規(guī)模巨大。其次是數(shù)據(jù)類(lèi)型多樣。人們使用網(wǎng)絡(luò)產(chǎn)生的數(shù)據(jù)資源有多種類(lèi)型，包括音視頻資料、文本數(shù)據(jù)、地理位置信息、上網(wǎng)記錄等，符合用戶(hù)個(gè)人預(yù)期的個(gè)性化數(shù)據(jù)占主導(dǎo)位置。同時(shí)，利用大數(shù)據(jù)技術(shù)對(duì)數(shù)據(jù)資源進(jìn)行分析，運(yùn)算效率較高，遵循“1秒定律”可以從各種結(jié)構(gòu)的網(wǎng)絡(luò)數(shù)據(jù)中快速找到有價(jià)值的信息供用戶(hù)使用。最后是價(jià)值密度低。“大數(shù)據(jù)”是海量信息資源的總稱(chēng)，計(jì)算對(duì)象是大規(guī)模的網(wǎng)絡(luò)數(shù)據(jù)，但真正有價(jià)值的信息可能是整體數(shù)據(jù)的一小部分。以視頻資源為例，一小時(shí)的視頻，在不間斷的數(shù)據(jù)分析中，有價(jià)值的信息可能只有一秒鐘。所以，大數(shù)據(jù)技術(shù)應(yīng)用的主要目的是從海量的信息數(shù)據(jù)中提取有價(jià)值的信息。

二、高校檔案管理中大數(shù)據(jù)技術(shù)的應(yīng)用途徑

（一）建立檔案數(shù)據(jù)資源趨勢(shì)分析機(jī)制。在高校檔案管理中，檔案管理員為了滿(mǎn)足用戶(hù)的個(gè)性化需求，從海量的數(shù)據(jù)資源中提取有價(jià)值的信息提供給師生或是學(xué)校行政部門(mén)，有必要建立數(shù)據(jù)資源趨勢(shì)分析機(jī)制，基于用戶(hù)行為及個(gè)體意愿從大量結(jié)構(gòu)化、異構(gòu)化的數(shù)據(jù)資源中提取有價(jià)值的信息數(shù)據(jù)提供給使用者。所謂數(shù)據(jù)資源趨勢(shì)分析機(jī)制是指檔案管理機(jī)制的構(gòu)建者利用大數(shù)據(jù)技術(shù)、分布式數(shù)據(jù)庫(kù)、算法工具構(gòu)建面向網(wǎng)絡(luò)資源、館藏資源進(jìn)行分析、處理、獲取、管理的邏輯系統(tǒng)。一方面高校檔案管理部門(mén)要以師生用戶(hù)的隱性信息需求為核心，分析用戶(hù)的需求變化和分布狀態(tài)提供專(zhuān)業(yè)的數(shù)據(jù)平臺(tái)供用戶(hù)使用，另一方面檔案管理部門(mén)利用算法工具分析館藏資源、網(wǎng)絡(luò)資源的使用情況及資源中所包含的價(jià)值性信息，針對(duì)使用者使用需求進(jìn)行匹配。值得注意的是，用戶(hù)的資源需求是多元的，所應(yīng)用的算法工具及分析模型要在不同的時(shí)間節(jié)點(diǎn)內(nèi)自適應(yīng)調(diào)整，能隨著檔案信息資源更新、用戶(hù)需求變化做出改變，實(shí)現(xiàn)用戶(hù)需求管理與知識(shí)挖掘同步進(jìn)行。

（二）創(chuàng)建關(guān)聯(lián)性數(shù)據(jù)標(biāo)注系統(tǒng)。數(shù)據(jù)標(biāo)注系統(tǒng)是高校檔案管理部門(mén)針對(duì)用戶(hù)需求管理、信息資源挖掘和價(jià)值性信息使用所形成的知識(shí)標(biāo)注機(jī)制，主要是針對(duì)用戶(hù)的需求變化、檔案信息資源使用情況、價(jià)值性信息挖掘，對(duì)用戶(hù)使用過(guò)、未使用的數(shù)據(jù)資源進(jìn)行數(shù)據(jù)性關(guān)聯(lián)性標(biāo)注。高校檔案管理部門(mén)針對(duì)海量的數(shù)據(jù)信息、檔案信息資源進(jìn)行知識(shí)挖掘最重要的原則是根據(jù)資源的價(jià)值進(jìn)行數(shù)據(jù)標(biāo)注，使之具有標(biāo)簽管理特征。用戶(hù)根據(jù)檔案資源的標(biāo)注，借助標(biāo)簽管理系統(tǒng)能夠根據(jù)檔案信息資源的數(shù)據(jù)邏輯特征快速找到關(guān)聯(lián)性數(shù)據(jù)，準(zhǔn)確查詢(xún)。

（三）實(shí)現(xiàn)檔案資源可視化處理。在檔案信息資源挖掘和標(biāo)注過(guò)程中利用計(jì)算機(jī)可視化技術(shù)，對(duì)結(jié)構(gòu)化的檔案數(shù)據(jù)進(jìn)行分析對(duì)比，能根據(jù)算法工具就資源的類(lèi)型、時(shí)間、作者、價(jià)值等信息進(jìn)行統(tǒng)計(jì)，依托計(jì)算機(jī)網(wǎng)絡(luò)生成分析報(bào)告，以可視化的數(shù)據(jù)模型呈現(xiàn)出來(lái)。同時(shí),利用計(jì)算機(jī)可視化技術(shù)能對(duì)有關(guān)資源主題深入分析，基于關(guān)聯(lián)性數(shù)據(jù)資源生成可視化圖表，用戶(hù)充分了解檔案信息發(fā)展建設(shè)情況，選擇有價(jià)值的信息資源。值得注意的是利用計(jì)算機(jī)可視化技術(shù)能夠幫助檔案管理部門(mén)以更加直觀的方式查看基于數(shù)據(jù)挖掘機(jī)制產(chǎn)生的價(jià)值信息，為后期開(kāi)展用戶(hù)的個(gè)性化檔案管理服務(wù)進(jìn)行經(jīng)驗(yàn)積累。

（四）設(shè)置智能輔助工具。傳統(tǒng)的檔案信息檢索使用模式主要是通過(guò)輸入相應(yīng)的關(guān)鍵詞，得到檢索結(jié)果從中發(fā)現(xiàn)有價(jià)值的信息資源?；诖髷?shù)據(jù)技術(shù)產(chǎn)生的智能輔助工具是在信息資源合理利用、合理使用的基礎(chǔ)上加上智能算法形成的。通過(guò)主動(dòng)推送信息，在用戶(hù)輸入關(guān)鍵詞時(shí)，系統(tǒng)根據(jù)用戶(hù)的搜索行為自動(dòng)向用戶(hù)提供信息數(shù)據(jù)。例如，在檢索某一時(shí)間節(jié)點(diǎn)信息時(shí)，系統(tǒng)會(huì)根據(jù)用戶(hù)的輸入法使用變化，自動(dòng)篩選數(shù)據(jù)資源，及時(shí)向用戶(hù)提供與之對(duì)應(yīng)的檔案信息，方便用戶(hù)快速作出決策。

綜上所述，在高校檔案信息管理中應(yīng)用大數(shù)據(jù)技術(shù)可以快速提高檔案信息檢索效率，根據(jù)師生用戶(hù)需求和學(xué)校的檔案管理建設(shè)需要及時(shí)匹配信息數(shù)據(jù)，便于師生及學(xué)校管理部門(mén)快速作出選擇，直接獲取檔案信息。