1、 大數據服務檔案文化建設的問題與對策 尹哲Summary：在大數據時代的影響之下，各行各業都受到嚴重的沖擊，發生了翻天覆地的改變，檔案工作也概莫能外。本文總結了大數據服務檔案文化建設的必要性，并分析了檔案大數據在服務檔案文化建設中存在的主要問題及其原因，提出了大數據服務檔案文化建設的三點對策，對未來通過大數據技術推動檔案文化建設創新發展做出了預期。Key：大數據檔案文化建設專題數據庫隨著大數據時代的到來，各地檔案部門和專家學者紛紛加入到大數據研究的隊伍中來，檔案大數據是大數據理念和技術與檔案工作各個領域的深度融合。在新歷史階段提出的發展要求下，各級檔案館均重視檔案文化建設，對如何利用大數據服務

2、好檔案文化建設提出了更高的要求。從目前來看，檔案大數據雖然為檔案文化建設提供了有力的支持，但在實際工作過程中仍存在許多問題。一、大數據服務檔案文化建設的必要性（一）大數據是檔案文化建設的源泉和基礎檔案文化建設是檔案事業在新時代新階段所面臨的一項重要工作。檔案具備記錄歷史傳承文化的優勢，我們可以依托館藏檔案數字資源，重新整理歷史文化發展脈絡，充分挖掘檔案背后的文化內涵。隨著互聯網以及大數據相關技術的發展，大數據正逐漸成為檔案文化建設信息來源的重要組成部分。（二）大數據是檔案文化建設的重要展現形式檔案數字資源中所包含的照片、音視頻等數字化形式正在廣泛地應用于檔案文化建設中，并通過互聯網門戶網站、政

3、務微博、政務微信等多種方式展現文化建設的成果。（三）大數據是檔案文化建設重要的繼承方式開展檔案文化建設過程中所形成的各類檔案及建設成果本身，又成為檔案大數據的一部分。它既然成為檔案數字資源，就必須得到長期有效的保存，保證其始終處于一種可供利用的狀態。二、大數據服務檔案文化建設存在的問題及成因筆者在近年來的實際工作中發現，檔案數字資源雖然在檔案文化建設中起到了巨大作用，但是也存在著一些問題。總體而言，這些問題的出現，是多年來檔案館利用信息化手段對檔案資源開發利用不足導致的，具體表現在以下三個方面。（一）檔案數字資源缺乏隨著各地檔案數字化工作的開展，各級國家檔案館中各門類檔案數字化率迅速提升，個別

4、檔案館已經實現館藏檔案全部數字化的目標，但在實際利用過程中仍然不能滿足文化建設的全部需求，出現了數據雖多但不知道如何利用的現象。這主要表現在以下三點：一是檔案數字資源形式多以紙質檔案數字化副本為主，照片和音像檔案數字化副本由于館藏量少或開展難度相對較高而相對缺乏；二是檔案館館際之間檔案數字資源缺乏有效共享；三是文書、照片、錄音、錄像等檔案數據資源之間的關聯程度較低，甚至出現因為不處于同一系統中而導致數據無法及時、有效地被檢索利用的情況。（二）檔案數字資源缺少專題和精品各級檔案館內館藏數字資源多以全宗為單位組織，目錄數據庫多按照文書、照片、音視頻、實物等門類進行建設。而檔案文化建設的主題性非常強

5、，普遍缺少一些專題類數據庫以供編研或展陳部門使用，有時即使抽取了部分內容形成專題，但由于題名著錄不規范或錯誤等原因，造成可利用率降低。（三）檔案數據形式單一從檔案數據中發掘對文化建設有價值的素材，通常采取的方法是通過目錄數據庫對檔案題名進行檢索，從中發現可以利用的內容。但是這種僅通過檔案“題名”字段進行檢索的方法，存在著較大的局限性：一方面存在很多檔案的題名著錄不規范，甚至有錯誤的現象，不能很好地揭示檔案的內容；另一方面，數據檢索的范圍，往往也只限于對結構化數據的檢索，而對半結構化、非結構化數據的檢索與深入挖掘很少。三、大數據服務檔案文化建設的對策（一）豐富數字資源，開展資源共享首先，各級檔案

6、部門應該進一步加強對檔案數字資源建設工作的重視，實現統一收集、集中管理、分類處理、定期維護，不斷完善數字資源體系。檔案數字資源門類需要更加豐富，不僅要對紙質檔案開展數字化工作，而且對照片、音視頻檔案也應加快數字化步伐，同時還要建立各門類檔案數字化成果的關聯關系，以方便查閱和利用。檔案部門應突破傳統的不同媒介采用不同管理系統的限制，實現集中統一的數字檔案館系統；規范檔案數據庫及音視頻、圖片等非結構化數據的標準體系，制定統一的數據共享機制，以便于檔案資源的開發和利用。其次，各級檔案部門應該探索建立、共享檔案數字資源庫。檔案部門可以突破地域的局限，例如以省級或市級檔案館為單位，構建數據集中、格式規范

7、、可供共享的檔案數字資源庫，集成各檔案館館藏數據資源建立檔案合集，突破時空和地域界限，達到信息共享的目的。正如中國人民大學馮惠玲教授提出的構建“以數字資源為主體，以文本、圖片、音頻、視頻等為形式，為中華民族集體記憶的建構和傳承提供文獻支撐的中國記憶數字資源庫”，是時代賦予我們的目標與使命。1最后，利用云計算平臺和處理技術構建檔案數據資源網，既可以用于檔案數據的在線實時接收，也可以對數據進行離線和非實時性處理，成為各類檔案部門提供服務的平臺。當前我國信息化發展戰略提出的加快推行電子政務，加強信息資源的開發利用，建設先進的網絡文化，為檔案大數據應用提供了重要的發展機遇。構建檔案云計算網絡必將是搭建

8、檔案大數據應用平臺的基礎工作之一。（二）構建檔案專題數據庫檔案專題數據庫是基于各類檔案資源，通過數據采集，按照特定專題內容通過分析、篩選、加工、整理而成的，具有特定利用價值的各類檔案數據集合，是系統性的檔案數字資源綜合開發成果，在提供檔案利用方面具有較強的針對性和實用性。2構建專題數據庫，有助于更好地管理各類檔案信息資源，有效地發揮對于信息的組織和管理能力，可以為檔案文化建設提供強有力的基礎保障。傳統的檔案數據庫信息通常是分散、凌亂、不規范的，針對一些具體的管理需求和編研需求，我們可以對這些信息資源進行數據分析和重組，按照某種聯系歸類排序，轉化為系統的、有序的、深層次的檔案信息。我們可以針對不

9、同的專題數據庫制定規范的數據庫字段和數據格式標準，對于收集到的不同類型的數據進行規范化處理，對內容進行篩查辨析，以確保數據的可用性、規范性和可共享性。專題數據庫建設不僅要包含案卷級、文件級的目錄數據庫建設，還要開發檔案全文數據庫，涵蓋文本、圖形圖像、實物和多媒體等多種形式。各地檔案部門可以根據各自實際情況，搭建各自具有特點的專題數據庫，以便于深入挖掘檔案資源。專題數據庫是對數據進行清理、整合、集成并存儲，按照不同門類構建的數據庫，因此可以減少數據查詢和訪問的時間，提高數據檢索速度。通過專題數據庫的形式對信息進行整合，可以更加完整和準確地揭示主題。專題數據庫在來源上，可以更加廣泛，不僅局限于館藏

10、，還可以通過數據挖掘等技術補充發掘相關的數據，滿足開發利用的需求。（三）深入挖掘檔案數字資源大數據處理的關鍵是對數據分析整合，對于檔案數據的深入挖掘和充分利用是檔案大數據未來發展的核心，也是各級檔案部門服務創新面臨的挑戰。3我們可以深入挖掘檔案數字資源，提取有用的信息內容，在查詢檔案信息時進行與之相關聯的內容提取和推薦，例如在查詢某著名抗戰將領的檔案信息時，可以通過數據分析挖掘與其相關的革命歷史專題信息、抗戰專題信息。另外，我們依靠自然語言處理、深度學習等統計文本挖掘算法，在用戶提出查詢需求時，使系統自動從檔案信息資源中捕獲相關聯的信息，通過大數據運算、分析、挖掘，實現數據自動組織、自動推薦的

11、目標。我們利用大數據技術除了可以掌握用戶歷史上和正在進行的數據檢索需求，還可以對用戶未來的數據需求進行分析預測，深度挖掘數據內在關聯，促進資源整合，實現檔案數據資源深層次的開發利用服務。我們可以借助大數據技術手段探究用戶的行為，有效發現用戶的潛在訴求，基于用戶行為分析并進行個性化推送。4例如，針對不同的用戶，產生動態的推薦鏈接列表，甚至建立以用戶名為單位的個性化數據庫，采用“收藏夾”或“檔案籃”的形式放入用戶想要的信息、挖掘分析結果。四、結語新時代的檔案文化建設要求我們要做好各類檔案資源的開發利用，推出有參考價值、有檔案特色的文化產品。我們應加強對檔案資源的深度開發，通過大數據技術科學整合、加工、編研，由簡單檢索向專題研究提升，更好地為檔案文化建設服務；積極探索“互聯網+”時代服務管理模式，對傳統的檔案文化建設方式進行改進，推動檔案服務方式向智能化、精細化、網絡化轉型。隨著檔案管理創新的不斷推進，數據挖掘、數據分析技術將在檔案管理中得到更加深入地運用，檔案大數據技術將真正落實到檔案文化建設的各個方面，真正實現檔案事業的“業務提檔、服務升級、戰略轉型”。Reference：1馮惠玲.檔案記憶觀、資源