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、可靠、兼具憑證性與權(quán)威性的信息資源，正日益成為國家治理和公共服務(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)。

在國家宏觀政策指引下，各級政府和企事業(yè)單位近年來積極投入數(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)中篩選出有價值的檔案信息、更好地提供檔案服務(wù)是亟待解決的問題。由于目前缺少有效分析挖掘數(shù)據(jù)價值的方法和技術(shù)應(yīng)用，檔案海量數(shù)據(jù)的價值尚未充分挖掘出來[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)為研究對象，采用可視化分析技術(shù)，對檔案利用數(shù)據(jù)進行深入挖掘分析，探索檔案管理與大數(shù)據(jù)行動的融合，構(gòu)建檔案智能服務(wù)策略、模型和體系。

1 大數(shù)據(jù)時代檔案利用服務(wù)現(xiàn)狀

1.1 國家戰(zhàn)略政策形勢分析

從國際上看，西方國家紛紛推出檔案共享服務(wù)計劃，例如，2011年起美國頒布《政府文件管理》、《管理政府文件指令》、《聯(lián)邦文件問責(zé)法》等一系列重大政策與戰(zhàn)略部署；美國國家檔案館網(wǎng)站面向公眾提供檔案信息社會化共享的服務(wù)平臺,為不同層次、不同需求以及不同類型的用戶提供了適合自身的訪問方式；英國2003年建立英國政府網(wǎng)站檔案館，保存網(wǎng)站檔案90TB、25億網(wǎng)頁，通過“訪問檔案”項目為用戶提供極其豐富的檔案資源服務(wù)，點擊量數(shù)十億次。澳大利亞2012年頒布《政府?dāng)?shù)字轉(zhuǎn)型戰(zhàn)略》推動數(shù)字文件管理；2014年《數(shù)字連續(xù)型2020政策》樹立新目標。

從國內(nèi)來看，2009年，馮惠玲教授研究團隊提出“電子文件管理國家戰(zhàn)略”，自上而下、以“科學(xué)管理、無紙應(yīng)用”為重點，系統(tǒng)性推進各領(lǐng)域的無紙化、憑證化應(yīng)用。2014年，國務(wù)院在《關(guān)于加強和改進新形勢下檔案工作的意見》中，針對“如何建立健全方便人民群眾的檔案利用體系”問題，指出“主動開發(fā)檔案資源，積極提供檔案信息服務(wù)”。2015年，國務(wù)院發(fā)布《促進大數(shù)據(jù)發(fā)展行動綱要》，提出“數(shù)據(jù)已成為國家基礎(chǔ)性戰(zhàn)略資源……全面推進我國大數(shù)據(jù)發(fā)展和應(yīng)用，加快建設(shè)數(shù)據(jù)強國……”。2016年，國家檔案局在《全國檔案事業(yè)發(fā)展“十三五”規(guī)劃綱要》中，明確“國家大數(shù)據(jù)發(fā)展戰(zhàn)略和‘互聯(lián)網(wǎng)＋’行動計劃的推進將深刻影響檔案工作的理念、技術(shù)、方法及模式”。這些戰(zhàn)略舉措為我國大數(shù)據(jù)時代的數(shù)字檔案資源整合與服務(wù)帶來了新思維、新方式、新資源、新基礎(chǔ)設(shè)施、新能力和新權(quán)利等方面的機遇與挑戰(zhàn)[5]。

綜上所述，國內(nèi)外檔案管理數(shù)字轉(zhuǎn)型大勢所趨，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。大數(shù)據(jù)技術(shù)對檔案利用服務(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、環(huán)境和方式均發(fā)生顯著變化[6]。

1.2 文獻研究現(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)文獻研究。檢索時間范圍不限，在中文文獻方面，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)庫和人大文庫中進行模糊檢索，共命中11篇中文文獻。在英文文獻方面，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。由此可見，國內(nèi)外相關(guān)研究在數(shù)量上較為有限。

在研究內(nèi)容方面，國內(nèi)外文獻主要探討大數(shù)據(jù)背景下檔案利用服務(wù)問題、分析檔案利用服務(wù)的特點和利用主體的特點[6]，對檔案利用影響因素[7]和利用模型[8]進行探索。

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，較少對檔案利用特征進行剖析；雖在理論層面對大數(shù)據(jù)時代的檔案利用服務(wù)特點略有涉及卻似“蜻蜓點水”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)，進行多維視角的檔案利用資源可視化挖掘和實證分析，以滿足日漸增長的新型檔案服務(wù)需求，實現(xiàn)主動式、精準的檔案服務(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值實現(xiàn)的特殊性，該領(lǐng)域的用戶需求分析不容易展開。大多數(shù)檔案服務(wù)機構(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的利用形式和行為習(xí)慣等個性化需求。從少有的檔案利用記錄日志來看，它們主要以不能直接利用的“大數(shù)據(jù)”形態(tài)存在，需要對其進行清洗加工、統(tǒng)計分析和多維挖掘后，才能轉(zhuǎn)化為易用的、關(guān)于檔案利用的用戶行為方面的知識[9]。

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

2.1 利用的檔案門類分布

2018年，檔案利用合計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

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，其他門類檔案利用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)機構(gòu)（黨政機構(gòu)、直屬單位、產(chǎn)業(yè)集團、其他機構(gòu)）、附屬醫(yī)院；此外，校外利用者主要有校友和社會兩種類型。

從不同利用者利用檔案件次來看，產(chǎn)業(yè)集團利用件次最高（11063件次），占總利用件次的54%；其次是黨政機構(gòu)和社會，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 不同利用者類型的檔案利用統(tǒng)計

從不同利用者的利用卷次來看，學(xué)院、直屬系利用1810卷次最高（30%）；其次是校友和社會，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類利用來看，產(chǎn)業(yè)集團，黨政機構(gòu)，社會，附屬醫(yī)院，學(xué)院、直屬系和直屬單位利用其他門類檔案較多，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%）。

不同門類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，對檔案資源數(shù)據(jù)和利用數(shù)據(jù)進行綜合分析與深入挖掘，可以獲得更豐富、更有價值的數(shù)據(jù)分析結(jié)果[11]。實現(xiàn)個性化服務(wù)是大數(shù)據(jù)時代檔案館的一項重要特征，而檔案服務(wù)的個性化關(guān)鍵核心是用戶所獲信息的個性化[12]，需從以下方面提升大數(shù)據(jù)時代檔案利用服務(wù)水平。

3.1 樹立以用戶為中心、主動提供檔案利用服務(wù)的理念

在大數(shù)據(jù)時代，社會公眾對公共服務(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，需要樹立主動服務(wù)意識，做到以用戶為中心。同時，利用現(xiàn)代信息技術(shù)，構(gòu)建檔案在線查閱平臺，發(fā)展檔案線上利用方式，在保障檔案信息安全前提下，通過一個平臺、一個入口即可查到所需的各類檔案，實現(xiàn)網(wǎng)絡(luò)化利用。并充分利用大數(shù)據(jù)技術(shù)，主動為用戶提供便捷的檔案信息和個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)注國際檔案信息發(fā)展前沿研究和電子文件在線歸檔實踐應(yīng)用，借鑒文件管理國際標準體系和開放檔案信息系統(tǒng)OAIS（Open Archival Information System）參考模型，樹立“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)標準化”要求對檔案數(shù)據(jù)資源實施前端控制，對檔案信息資源自動捕獲歸檔，以電子文件全生命周期管理業(yè)務(wù)模型為基礎(chǔ)，對文件檔案全過程連續(xù)性管理，積累可用的檔案資源和檔案利用大數(shù)據(jù)，實現(xiàn)檔案數(shù)據(jù)資源“收”、“管”、“存”、“用”全過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。

3.3 建立 “人”、“事”和“時間”的三維立體檔案模型

對于檔案大數(shù)據(jù)資源平臺中的檔案資源，以“人”、“事”為核心建立電子文件內(nèi)部關(guān)聯(lián)，引入時間戳，建立基于“人”、“事”和“時間”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，通過構(gòu)建檔案本體，運用元數(shù)據(jù)、文本分析、語義分析、關(guān)聯(lián)分析、聚類分類、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)、時間），將學(xué)生的基本信息、入學(xué)信息、成績信息、活動信息、畢業(yè)信息等關(guān)聯(lián)起來。

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

在建立如圖11所示的“人”、“事”和“時間”三維立體檔案模型的同時，收集檔案用戶的利用時間、檢索次數(shù)、檢索內(nèi)容、利用方式等數(shù)據(jù)；記錄用戶的利用特征、利用行為習(xí)慣及其背景信息，標識形成檔案資源與用戶關(guān)系，建立檔案利用行為數(shù)據(jù)庫。通過運用大數(shù)據(jù)預(yù)測分析和個性化推薦技術(shù)，分析檔案資源特征和用戶利用需求及其之間的關(guān)系，挖掘檔案用戶潛在的利用需求，通過個性化服務(wù)，主動向特定用戶或用戶群體推送可能需要的不同層次、不同類型的檔案資源服務(wù)[14]。并通過聚類分析檔案用戶特征及利用信息，搭建不同應(yīng)用分析和預(yù)測場景，預(yù)測檔案資源和用戶關(guān)聯(lián)趨勢，構(gòu)建檔案用戶信息需求感知引擎，建設(shè)檔案精準、智能、個性化檔案利用服務(wù)體系。

4 結(jié)語

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，建立以用戶為中心的檔案利用服務(wù)理念，同時注重用戶利用行為數(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)將檔案用戶利用行為日志“加工”為易用的用戶行為知識，實現(xiàn)檔案數(shù)據(jù)的“增值”，建立基于“人”、“事”和“時間”的三維立體檔案模型。通過挖掘檔案資源和用戶特征及其之間的關(guān)聯(lián)關(guān)系與趨勢，主動向用戶推送不同層次、內(nèi)容豐富、形式多樣、直觀生動的個性化檔案信息資源，實現(xiàn)智能、主動、精準的檔案服務(wù)，滿足日漸增長的新型檔案服務(wù)需求，提高檔案信息利用的能力和效率，加強檔案信息資源開發(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發(fā)與智能服務(wù)水平。