大數(shù)據(jù)技術(shù)與檔案數(shù)據(jù)挖掘

李元鋒

摘要：在大數(shù)據(jù)技術(shù)運(yùn)用在檔案管理的過程中，產(chǎn)生的最為顯著的特點(diǎn)是檔案數(shù)據(jù)的深度挖掘，這個顯著特點(diǎn)可以顯著的幫助檔案管理發(fā)生以下幾方面的改變：首先，檔案管理的流程更加精細(xì)化；其次，細(xì)致化的檔案資源和用戶的需求之間的雙向控制關(guān)系更進(jìn)一步。

關(guān)鍵詞：大數(shù)據(jù)技術(shù)；數(shù)據(jù)挖掘；檔案管理

1前言

當(dāng)前的時代是一個信息化的時代，也是一個數(shù)據(jù)化的時代，數(shù)據(jù)挖掘技術(shù)在檔案管理過程中的運(yùn)用得到進(jìn)一步的加深。知識管理和知識的挖掘在很早之前就已經(jīng)在檔案界提出了，但是對知識挖掘的提出尚停留在概念的提出及初步理論的提出。已經(jīng)有大量的數(shù)據(jù)證明，從大數(shù)據(jù)中進(jìn)行知識的挖掘可以更加高效地解決數(shù)據(jù)與知識之間的鴻溝，這是許多檔案管理者認(rèn)為檔案館的傳統(tǒng)業(yè)務(wù)將發(fā)生向數(shù)據(jù)分析和數(shù)據(jù)挖掘方面的轉(zhuǎn)移，傳統(tǒng)的檔案信息服務(wù)底層將不再是進(jìn)行知識的簡單檢索，而是進(jìn)行智能化的深度數(shù)據(jù)挖掘。大數(shù)據(jù)時代的到來，給數(shù)據(jù)挖掘技術(shù)帶來的改變最為顯著的是為數(shù)據(jù)的深度挖掘提供了可能。對數(shù)據(jù)的深度挖掘過程中，不僅要注重?cái)?shù)據(jù)挖掘的深度和廣度，還要注重?cái)?shù)據(jù)的全面性、可靠性和價值等。

2數(shù)據(jù)深度挖掘是大數(shù)據(jù)技術(shù)在檔案管理中的主要特點(diǎn)

數(shù)據(jù)挖掘首先是對海量的數(shù)據(jù)進(jìn)行建模，然后通過建好的模型對企業(yè)的大量數(shù)據(jù)進(jìn)行整理和分析，從而幫助企業(yè)進(jìn)行數(shù)據(jù)進(jìn)行劃分，包括客戶的年齡段分析、市場分析、產(chǎn)品特征分析及技術(shù)手段分析等。對數(shù)據(jù)進(jìn)行深度挖掘，不僅是數(shù)據(jù)建立模型的過程，也是探索數(shù)據(jù)中規(guī)律的過程。比如，檔案管理人員在進(jìn)行檔案的編研選題過程中，不僅要深入調(diào)查用戶使用檔案數(shù)據(jù)過程中，使用的檔案調(diào)卷數(shù)量、檔案利用的次數(shù)、檔案的復(fù)制次數(shù)、檔案的制備數(shù)量等。此外，還要進(jìn)行用戶訪問記錄的深度挖掘，包括用戶檢索的關(guān)鍵詞、下載的記錄、用戶運(yùn)用網(wǎng)絡(luò)的時間和頻度等。通過這些數(shù)據(jù)建立用戶模型，一方面可以根據(jù)不同的類型進(jìn)行編研選題，另一方面可以通過用戶需求分析來預(yù)測未來的發(fā)展趨向，總結(jié)出社會熱點(diǎn)，總結(jié)出讓檔案編研部滿意的編研成果。在進(jìn)行檔案的利用過程中，我們可以選取不同的方向進(jìn)行建模，得出不同的檔案利用形式的變化趨勢，一些變化高的檔案進(jìn)行全文數(shù)字化，使之得到高效的利用，進(jìn)而有效的保護(hù)檔案的原件。從以上分析，我們不難看出，對檔案的數(shù)據(jù)進(jìn)行深度的挖掘是大數(shù)據(jù)時代的一大特點(diǎn)。檔案管理進(jìn)程中的每一次重大變革都對檔案學(xué)的發(fā)展產(chǎn)生了重大的影響。比如在這個過程中引入的計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)，讓檔案管理理念發(fā)生了重大的改變，讓文件和檔案的處理流程也發(fā)生了重大的轉(zhuǎn)變。

3大數(shù)據(jù)技術(shù)有助于檔案管理模式走向精細(xì)化

在傳統(tǒng)的數(shù)據(jù)挖掘基礎(chǔ)上進(jìn)行大數(shù)據(jù)的挖掘，這個過程中使用的是數(shù)據(jù)倉庫形式，進(jìn)行了“泛關(guān)系”的分類模型的構(gòu)造，在這個過程中采取了海量數(shù)據(jù)分析方法，進(jìn)行的是傳統(tǒng)數(shù)據(jù)挖掘方式的深化改革?，F(xiàn)已有相關(guān)分析認(rèn)為，大數(shù)據(jù)技術(shù)對數(shù)據(jù)的挖掘主要包括了一下幾個過程：數(shù)據(jù)來源、數(shù)據(jù)的抽取和收集、數(shù)據(jù)的分析、數(shù)據(jù)的解釋。

3.1檔案數(shù)據(jù)質(zhì)量更高

在數(shù)據(jù)收集過程中，是大數(shù)據(jù)技術(shù)處理的基礎(chǔ)步驟，數(shù)據(jù)的質(zhì)量直接影響大數(shù)據(jù)技術(shù)的效能，只有在高質(zhì)量的數(shù)據(jù)前提下，大數(shù)據(jù)技術(shù)菜能發(fā)揮出它的作用。大數(shù)據(jù)具有實(shí)時l生和動態(tài)性，為了得到兼具兩種特性的數(shù)據(jù)，進(jìn)行數(shù)據(jù)采集的手段十分重要。數(shù)據(jù)采集過程中還要重視數(shù)據(jù)的來源，數(shù)據(jù)來源不同使得數(shù)據(jù)更具有現(xiàn)實(shí)意義。

3.2處理方式得到改進(jìn)

現(xiàn)有的數(shù)據(jù)來源十分復(fù)雜，數(shù)據(jù)形式多樣化，為使數(shù)據(jù)統(tǒng)計(jì)便于進(jìn)行，我們有必要進(jìn)行相應(yīng)的數(shù)據(jù)處理。首先，將結(jié)構(gòu)較為復(fù)雜的數(shù)據(jù)進(jìn)行單一化轉(zhuǎn)變，在互聯(lián)網(wǎng)時代，數(shù)據(jù)呈現(xiàn)了半結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)的增長，這些都是一些館藏?cái)?shù)據(jù)的重要來源。其次，還要對收集的數(shù)據(jù)進(jìn)行篩選，保證數(shù)據(jù)的質(zhì)量和可靠性。原始數(shù)據(jù)中可能摻雜著一些無效或多余的數(shù)據(jù)，因此，我們有必要進(jìn)行數(shù)據(jù)的深處理。

3.3數(shù)據(jù)分析精細(xì)化

數(shù)據(jù)分析是大數(shù)據(jù)處理過程中的核心步驟，相關(guān)性分析是大數(shù)據(jù)處理過程中的一個重要思維模式，通過這種分析可以讓我們更好的發(fā)現(xiàn)數(shù)據(jù)之間的密切聯(lián)系。進(jìn)行相關(guān)性分析的精細(xì)化，可以讓數(shù)學(xué)檔案資源得以活化，進(jìn)行數(shù)據(jù)倉庫價值的深入挖掘。進(jìn)一步展現(xiàn)數(shù)據(jù)分析的價值，進(jìn)行新知識的創(chuàng)造。

3.4服務(wù)更加精準(zhǔn)，突出以人為本

對廣大的檔案用戶而言，最重要的不是數(shù)據(jù)分析的過程而是結(jié)果以及相關(guān)的結(jié)石。檔案用戶需要的是明確精準(zhǔn)的結(jié)果，否則，他們心中有疑惑，就容易產(chǎn)生困擾，甚至被誤導(dǎo)。在檔案管理信息系統(tǒng)中，進(jìn)行相關(guān)數(shù)據(jù)的深化分析，讓用戶對未來的發(fā)展把握更深，更明確，從而做出更加準(zhǔn)確有效的決策，這也是判斷數(shù)據(jù)挖掘是否有價值的重要衡量標(biāo)準(zhǔn)。

4大數(shù)據(jù)技術(shù)對檔案數(shù)據(jù)深度挖掘，讓檔案管理更加精細(xì)化

4.1檔案資源挖掘

在檔案管理中存在普遍的現(xiàn)象是對檔案的管理比較重視，檔案的運(yùn)用較少，這就導(dǎo)致檔案的價值沒有得到發(fā)揮。為此，我們需要深度挖掘檔案中的數(shù)據(jù)，讓其中包含的數(shù)據(jù)價值得到發(fā)揮，產(chǎn)生新的價值。在進(jìn)行數(shù)據(jù)挖掘過程中，我們首先要樹立一個大檔案的工作思路。要重視數(shù)據(jù)的整體性和完整性，將之完善成一個具體的體系；其次，我們要建立數(shù)據(jù)共享的資源庫，可以以地級關(guān)系為依托，進(jìn)行數(shù)據(jù)庫的設(shè)立，是數(shù)據(jù)庫之間的聯(lián)系更加緊密；最后，利用當(dāng)前的計(jì)算機(jī)技術(shù)和云服務(wù)，進(jìn)行數(shù)據(jù)資源網(wǎng)的構(gòu)建，為檔案用戶提供更好的服務(wù)平臺。

4.2用戶數(shù)據(jù)挖掘

對用戶的數(shù)據(jù)進(jìn)行深入挖掘可以幫助用戶提升認(rèn)同感，提高檔案服務(wù)工作的價值。進(jìn)行用戶數(shù)據(jù)的深度挖掘主要包括以下幾個方面：進(jìn)行用戶數(shù)據(jù)的深度挖掘，從用戶留下的檢索信息中提取他們的具體需求，推測他們的興趣，進(jìn)行統(tǒng)計(jì)，為用戶提供人性化的服務(wù)。其次，對用戶的點(diǎn)擊率進(jìn)行統(tǒng)計(jì)，將點(diǎn)擊量高的檔案進(jìn)行數(shù)據(jù)化；進(jìn)行檢索詞和關(guān)鍵詞的細(xì)化和擴(kuò)充，提高檢索的效率，提升用戶的滿意度。

5實(shí)現(xiàn)數(shù)據(jù)深度挖掘的策略

5.1建立數(shù)據(jù)資源體系以及用戶關(guān)系管理

建立一個完善的數(shù)字資源庫，要求我們從以下幾個方面做起：首先進(jìn)行數(shù)據(jù)的擴(kuò)容，進(jìn)而構(gòu)建完備的資源數(shù)據(jù)庫，其次，加強(qiáng)數(shù)據(jù)化的資源建設(shè)，最后數(shù)據(jù)開放，有效提升數(shù)據(jù)的價值。

5.2保護(hù)客戶隱私，完善大數(shù)據(jù)技術(shù)

大數(shù)據(jù)分析過程中，我們經(jīng)常面臨的問題主要包括技術(shù)層面的問題和人力層面的問題。在進(jìn)行數(shù)據(jù)挖掘的過程中勢必會牽涉到一些用戶的因素問題，那么如何避免這些問題呢？首先健全法律保護(hù)，健全信息安全管理?xiàng)l例，還要使用可以保護(hù)用戶隱私的數(shù)據(jù)挖掘方法，進(jìn)行數(shù)據(jù)的合理挖掘。

6結(jié)語

綜上所述，在大數(shù)據(jù)時代，我們不斷的進(jìn)行檔案管理的創(chuàng)新。將大數(shù)據(jù)技術(shù)運(yùn)用在檔案管理的各個環(huán)節(jié)，使得在檔案管理中大數(shù)據(jù)技術(shù)得到合理的運(yùn)用，有效的推動了檔案數(shù)據(jù)價值的發(fā)揮。endprint