武 云

(中鐵四局集團建筑裝飾安裝公司，合肥，230022)

所謂大數(shù)據(jù)就是我們可以在更大規(guī)模的數(shù)據(jù)上做到更多我們無法在小規(guī)模數(shù)據(jù)基礎(chǔ)上完成的事情，簡單地說就是以新方式，在海量規(guī)模數(shù)據(jù)中尋找到新看法、新趨勢，然后構(gòu)建嶄新的價值。其內(nèi)涵可從四個方面來把握，首先是“多”，可以用海量來形容，且是動態(tài)的、隨時隨地、“野蠻生長”的；其次是“廣”，無論是數(shù)據(jù)來源、格式、乃至種類都很廣泛；再次是“全”，不局限于部分數(shù)據(jù)或隨機抽樣，而是采集全部信息；最后是“深”，用傳統(tǒng)思維來看似乎不相關(guān)的數(shù)據(jù)，利用相關(guān)技術(shù)，將“更多”和“更亂”組合到一起，就能發(fā)現(xiàn)原本很可能被忽略的復(fù)雜聯(lián)系，分析出其蘊含著某種規(guī)律，這也是大數(shù)據(jù)的魅力所在。

1 大數(shù)據(jù)時代下要樹立“大數(shù)據(jù)思維”

1.1 要樹立數(shù)據(jù)就是資源的理念。大數(shù)據(jù)時代已經(jīng)成為潮流，開始沖擊我們所處的信息時代。當(dāng)檔案化身為信息的載體，又轉(zhuǎn)化為數(shù)據(jù)，與利用者單向式的“面對面”傳統(tǒng)式溝通，被多向、互動式、精準定向的模式取代，如果這些數(shù)據(jù)借助于各種各樣的工具在分析的基礎(chǔ)上為我們提供正確的決策，它就是資源。這種資源就像是勞動力和資本一樣，確實能帶來新的、更大的價值，換句話說，數(shù)據(jù)也是生產(chǎn)力。

當(dāng)前，檔案管理的信息資源呈現(xiàn)多元化：一是由原生電子檔案、檔案數(shù)字化成果、經(jīng)濟社會運行及管理信息的歸檔數(shù)據(jù)庫等構(gòu)成的檔案內(nèi)容信息資源；二是由檔案目錄、檔案索引等構(gòu)成的檔案管理信息資源；三是基于射頻識別技術(shù)的檔案實體信息資源；四是由媒體信息、網(wǎng)站信息、非物質(zhì)文化信息等構(gòu)成的城鄉(xiāng)記憶資源；五是由挖掘信息等構(gòu)成的檔案應(yīng)用信息資源；六是由供電信息、溫濕度信息、安保信息等構(gòu)成的檔案館樓宇管理信息資源。這些資源既可以讓用戶感知和獲取檔案內(nèi)容信息，滿足利用需求；也可以讓管理者感知和獲取檔案管理知識，協(xié)同處理檔案業(yè)務(wù)工作。

1.2 要確立“網(wǎng)絡(luò)為體，創(chuàng)新為用”的檔案管理新模式。以開放的心態(tài)、擔(dān)當(dāng)?shù)挠職鈸肀Т髷?shù)據(jù)，摒棄“數(shù)據(jù)小農(nóng)意識”，利用大數(shù)據(jù)帶來的機會，突破“傳統(tǒng)為體，網(wǎng)絡(luò)為用”的原有工作模式和狀態(tài)。如數(shù)字檔案咨詢業(yè)務(wù)將成為常態(tài)。信息咨詢將是檔案館最重要的核心業(yè)務(wù)之一。今后大量的信息咨詢將在網(wǎng)絡(luò)上進行，數(shù)字檔案咨詢將引領(lǐng)檔案信息咨詢走出困境。為此。我們需更加注重信息交互和咨詢能力的提升，從過去被動地回應(yīng)需求向主動發(fā)現(xiàn)需求轉(zhuǎn)變，充分發(fā)揮自己的學(xué)科優(yōu)勢和專業(yè)特長，主動介入到解決用戶問題的過程中。

1.3 既要進行檔案數(shù)字化，更要進行檔案信息數(shù)據(jù)化。因為數(shù)據(jù)化比數(shù)字化更加重要?！皵?shù)據(jù)化”與“數(shù)字化”這兩者之間有何差異？數(shù)據(jù)是客觀存在的，所謂“數(shù)據(jù)化”就是將一種現(xiàn)象包括文字、方位、溝通等一切事物轉(zhuǎn)化為可以制表分析的可量化的過程，量化，是數(shù)據(jù)化的核心?！皵?shù)字化”就是將許多復(fù)雜多變的信息轉(zhuǎn)變?yōu)榭梢噪娮踊鎯Φ臄?shù)據(jù)，把這些數(shù)據(jù)轉(zhuǎn)變?yōu)橐幌盗卸M制代碼，引入計算機系統(tǒng)，進行統(tǒng)一處理，這就是“數(shù)字化”的基本過程。轉(zhuǎn)化為二進制后，一些數(shù)據(jù)可能具備可計算、可分析、可追蹤、可量化的特性，這一連串過程便是“數(shù)據(jù)化”。存量檔案信息和增量電子檔案信息只有被數(shù)據(jù)化后，其巨大的潛在價值才有可能被釋放出來，即讓數(shù)據(jù)自己“發(fā)聲”。檔案數(shù)字化帶來了檔案信息數(shù)據(jù)化，但數(shù)字化不能替代數(shù)據(jù)化?！按髷?shù)據(jù)”的前提就是利用這些可追溯、可量化的數(shù)據(jù)，挖掘數(shù)據(jù)背后的深刻含義。

過去我們通過可移植文檔格式，對文本進行數(shù)字化，變成了數(shù)字形態(tài)的檔案資料，存入電腦或者網(wǎng)絡(luò)。但這些數(shù)字化的檔案資料要查詢起來也不便捷。如果這些數(shù)字文本能夠被數(shù)據(jù)化，不僅文本中的字、詞和段落能夠一一被識別，利用搜索引擎加以檢索就會方便很多，還能滿足管理并遵循存儲和存檔數(shù)據(jù)的需求。從某種意義上說，大數(shù)據(jù)就是所有檔案館現(xiàn)代化必走的一條技術(shù)路徑。

1.4 智慧檔案館建設(shè)既要重“云”和“物”，更要重“數(shù)據(jù)”和“智”。我們在籌劃智慧檔案館建設(shè)時，一方面要重視信息基礎(chǔ)設(shè)施建設(shè)發(fā)展物聯(lián)網(wǎng)技術(shù)和云技術(shù)，更要“撥云散物”見“數(shù)據(jù)”，因為數(shù)據(jù)是核心資源，而大數(shù)據(jù)處理不是靠一臺超級計算機，而是靠無數(shù)臺計算機，通過數(shù)學(xué)模式將數(shù)據(jù)分解、合并直至得到結(jié)果，且大數(shù)據(jù)在處理和運用數(shù)據(jù)的方式上與過去小數(shù)據(jù)的集合迥然不同，大數(shù)據(jù)關(guān)注的是全部數(shù)據(jù)，小數(shù)據(jù)關(guān)注的是樣本信息；大數(shù)據(jù)關(guān)注的是概率和趨勢，小數(shù)據(jù)關(guān)注的是精準度；大數(shù)據(jù)關(guān)注的是關(guān)聯(lián)關(guān)系，小數(shù)據(jù)關(guān)注的是因果關(guān)系；要注重“以用戶為中心”，強調(diào)信息在生產(chǎn)、交換和傳播中的價值，更要重視大數(shù)據(jù)分析處理的核心技術(shù)，加強檔案數(shù)據(jù)產(chǎn)品創(chuàng)新競爭力，提升智慧檔案館服務(wù)能力，因為大數(shù)據(jù)技術(shù)的戰(zhàn)略意義不在于掌握龐大的數(shù)據(jù)信息，而在于對這些含有意義的數(shù)據(jù)進行專業(yè)化處理，通過“加工”實現(xiàn)數(shù)據(jù)的“增值”。否則智慧檔案館的“大腦”就不夠發(fā)達，“智商”就不夠高，能力就不夠強。

大數(shù)據(jù)不僅是技術(shù)變革，更是檔案管理與服務(wù)領(lǐng)域的變革。大數(shù)據(jù)將徹底改變檔案館原有的運營和管理方式，一切檔案管理都將循“數(shù)”管理、“智能化”。在大數(shù)據(jù)之下，人、計算機、檔案的三元大融合真正成為現(xiàn)實。

2 在管理制度上要創(chuàng)新，建設(shè)數(shù)據(jù)標準，首要的是建設(shè)基于數(shù)字資源生命周期的標準規(guī)范體系

標準規(guī)范是數(shù)字檔案館建設(shè)的基礎(chǔ)，也是數(shù)字資源共建共享的基本保障。為了實現(xiàn)全國各級各類數(shù)字檔案館系統(tǒng)的互聯(lián)互通，首先要統(tǒng)一規(guī)則，本著“互聯(lián)、開放、共享”的原則，圍繞數(shù)字資源生命周期，構(gòu)建從資源創(chuàng)建、描述、組織管理、服務(wù)到保存各環(huán)節(jié)的數(shù)據(jù)標準規(guī)范體系，同時圍繞核心業(yè)務(wù)流程如數(shù)據(jù)的獲取、整合、傳遞、加工、算法等方面建立操作規(guī)范，不斷優(yōu)化信息流，以大數(shù)據(jù)驅(qū)動來將“大數(shù)據(jù)”背后的人與人、信息與信息、人與信息連接起來，將人的需求同各種各樣的以信息為基礎(chǔ)的東西連接起來，以開放、平等、互聯(lián)、參與的方式來重構(gòu)檔案服務(wù)新模式和管理方式。唯有如此，才能踐行互聯(lián)互通，才能讓用戶找到數(shù)據(jù)、存儲數(shù)據(jù)、使用數(shù)據(jù)，真正變“云”為“雨”。

3 在技術(shù)上要注重智慧檔案館的頂層設(shè)計，架構(gòu)智慧檔案館云平臺

3.1 要做好頂層設(shè)計，方能讓檔案館云平臺真正成為社會公眾身邊便捷、高效、不可或缺的信息獲取平臺。筆者認為智慧檔案館云平臺建設(shè)要圍繞“一個核心系統(tǒng)、兩個管理機制、三個支撐框架”的目標來架構(gòu)：核心系統(tǒng)是存儲系統(tǒng)、訪問系統(tǒng)、數(shù)據(jù)分析系統(tǒng)；兩個管理機制是數(shù)據(jù)總線保證在分布式系統(tǒng)里有良好的流動性，調(diào)動系統(tǒng)與工作流系統(tǒng)，三個支撐框架是收集、存儲框架，運維框架，管理交付框架。其目的是要解決資源共享、自動化管理、數(shù)據(jù)和信息整合以及業(yè)務(wù)邏輯的整合問題并降低所有成本。

具體地說，智慧檔案館云平臺建設(shè)總體框架應(yīng)為四層：

底層為基礎(chǔ)設(shè)施層（IaaS［1］平臺）：主要實現(xiàn)物理資源（包括計算設(shè)備、存儲設(shè)備、網(wǎng)絡(luò)設(shè)備、數(shù)據(jù)資源等）的集成與整合，采用虛擬化技術(shù)“全方位”將其（無論是同構(gòu)資源還是異構(gòu)資源）形成一個統(tǒng)一的虛擬資源池，通過云管理平臺來進行彈性的調(diào)度，看資源生命周期，進行一些分區(qū)管理，優(yōu)化調(diào)整系統(tǒng)基礎(chǔ)架構(gòu)，在封裝成基礎(chǔ)設(shè)施層以后，為智慧檔案館提供包括檔案存儲、傳輸網(wǎng)絡(luò)和使用所需的計算資源、存儲資源、網(wǎng)絡(luò)資源和數(shù)據(jù)資源池。

平臺層（PaaS［2］平臺）：用戶不需要管理或控制底層的云基礎(chǔ)設(shè)施，包括網(wǎng)絡(luò)、服務(wù)器、操作系統(tǒng)、存儲等，但客戶能控制部署的核心的應(yīng)用程序，包括接收電子檔案、虛擬庫房管理、電子檔案身份證管理等；也包括控制運行應(yīng)用程序的托管環(huán)境配置，開架系統(tǒng)、開放堆棧等中間件的部署與配置、業(yè)務(wù)數(shù)據(jù)庫的配置等。

應(yīng)用層（SaaS［3］平臺）：主要提供綜合業(yè)務(wù)服務(wù)，包括檔案數(shù)字資源公共利用服務(wù)、檔案政務(wù)服務(wù)、檔案查詢支持服務(wù)、電子檔案身份證查詢服務(wù)等，在整合檔案云平臺層所提供應(yīng)用軟件基礎(chǔ)上，以服務(wù)的形式對外提供訪問入口。

平臺層和應(yīng)用層都可以直接以服務(wù)的形式向平臺用戶提供服務(wù)。

頂層為終端用戶層：主要是一些端到端的流程服務(wù)，流程可隨用戶需求的不同，可以被定義、被跟蹤、被執(zhí)行、被修改，是很靈活的，用戶可以采用各種終端界面訪問應(yīng)用層所提供的服務(wù)內(nèi)容，如提供云檔案桌面的呼叫業(yè)務(wù)、云檔案館訪問與存儲、云手機訪問、云個人數(shù)字助理等服務(wù)。

總之，基礎(chǔ)設(shè)施層、平臺層最終都是服務(wù)，且都是交互方式。該總體框架的焦點在于把現(xiàn)有的多個分布、異構(gòu)的區(qū)域性數(shù)字檔案館用戶系統(tǒng)（平臺）融入一個新的可互操作的“云”中，可以在多個平臺之間遷移應(yīng)用程序并實現(xiàn)操作，支撐各級檔案館之間融通的有效實現(xiàn)。眾所周知，沒有共享，就沒有大數(shù)據(jù)的優(yōu)越性，也無法解決個體數(shù)據(jù)和統(tǒng)計規(guī)律的問題。

3.2 實施二步走戰(zhàn)略。第一步是建設(shè)數(shù)字檔案館。數(shù)字檔案館是網(wǎng)絡(luò)環(huán)境和數(shù)字環(huán)境下檔案館新的發(fā)展形態(tài)，它利用現(xiàn)代信息技術(shù)，能很好地處理流逝的業(yè)務(wù)數(shù)據(jù)和歸檔型數(shù)據(jù)，對海量、分布、異構(gòu)的數(shù)字資源進行整合，形成有序的整體，通過各種媒體提供友好、高效的服務(wù)，通過對多個分布式異構(gòu)資源庫的無縫連接，能夠方便地實現(xiàn)不同數(shù)字檔案館系統(tǒng)之間的用戶雙向認證和資源雙向訪問，讓人們能夠隨時隨地獲取信息和知識，其共享的深度和廣度都是傳統(tǒng)檔案館所無法比擬的。在此基礎(chǔ)上順勢而生，借勢而動，開展第二步建設(shè)，即建立集“資源多元、全面感知、綜合處理、雙模存儲、泛在應(yīng)用”于一體的檔案及檔案館管理與運營綜合支撐平臺，也就是建立智慧檔案館。

4 加強數(shù)據(jù)人才隊伍建設(shè)，更加注重與社會各界的廣泛合作

一是我們要積極招攬、培養(yǎng)和造就一批數(shù)據(jù)專業(yè)人才，不僅懂得用工具，還懂得用數(shù)據(jù)，以適應(yīng)智慧檔案云平臺建設(shè)的需要，同時還要借“外腦”，不求所有，但求所用。

二是我們在通過需求牽引、問題導(dǎo)向、案例推理、系統(tǒng)分析等大數(shù)據(jù)研究流程來建立創(chuàng)新生態(tài)系統(tǒng)，不僅要與本市及國內(nèi)外各系統(tǒng)各類型的檔案館和科研機構(gòu)通力合作，而且還要與政府部門、企事業(yè)機構(gòu)以及社會各界加強多元化跨領(lǐng)域的合作交流，破解各自為政、“數(shù)據(jù)壁壘”、數(shù)據(jù)共享缺失的困境，進一步創(chuàng)新檔案信息共享的模式。

三是要充分利用各地區(qū)規(guī)劃建設(shè)的其他數(shù)字化服務(wù)平臺，加強與數(shù)字城市、智慧城市、數(shù)字書屋、科技信息共享平臺、數(shù)字電視、移動服務(wù)等數(shù)字化平臺的整合，一方面充分利用其網(wǎng)絡(luò)設(shè)施、數(shù)字資源和服務(wù)渠道，另一方面要按照開放建設(shè)的思路，充分考慮與這些平臺的對接和高度共享。正如哈佛大學(xué)社會學(xué)教授加里·金所描述大數(shù)據(jù)時代那樣：“這是一場革命，龐大的數(shù)據(jù)資源使得各個領(lǐng)域開始了量化進程，無論學(xué)術(shù)界、商界還是政府，所有領(lǐng)域都將開始這種進程。”檔案領(lǐng)域也概莫能外。

注釋：

［1］ IaaS (Infrastructure as a Service)，基礎(chǔ)設(shè)施即服務(wù)。

［2］ PaaS (Platform as a Service)，平臺即服務(wù)。

［3］ SaaS (Software as a Service)，軟件即服務(wù)。

［1］NIST（美國國家標準與技術(shù)研究所）關(guān)于云計算的定義。

［2］《大數(shù)據(jù)正在改變你我》（作者沈小根）《人民日報》2014年6月6日第12版。