数字保存到数字策展的变革.docVIP

数字保存到数字策展的变革 　　日益增长的数字信息资源对知识基础、文化记忆和经济发展产生了重要影响，其内容组织和服务能力的水平构成了一国综合竞争力的重要组成部分。显然，在当前快速变化的数字环境下，确保数字信息资源的长期保存便成为首要任务，这也得到了我国科学研究领域的高度重视。但同时，为了确保长期保存任务的实现，也带来了技术和管理上的双重压力，由此催生出了数字策展(Digital Curanon)回顾数据洪流(Data Deluge)带来的挑战，对这些挑战的分析有助于我们厘清从数字保存到数字策展的发展脉络，在此基础上展开对未来研究方向的讨论。 　　1数据洪流带来的挑战 　　在数字环境下，信息更多地被称为数据，信息爆炸(Information Explosion)也被表达为数据洪流，这些术语都是用来暗示信息或数据的海量性和多样性问题以及所带来的影响。从微观层而上看，可用数据的容量增加不仅造成了管理上的日益困难，而且多种数据格式和交流渠道还加剧了这种情况，从而导致了信息过载(Overload)这一我们最为熟悉的负而影响;相对地，新的信息需求又在不断增长，人们觉得一刻也离不开信息，存在着信息焦虑( Anxiety)的心理。从宏观层而上看，数据洪流使得数字信息资源的空间结构和时间结构发生了大的变化，空间上资源分布更加扁平化和多样化，时间上不同生命阶段的数据之间的内部关联性大大增强，凸显了数据产生的管理(物联网)、数据汇集和交换效率(云计算)以及数据存储(云存储)。 　　目前，一个崭新的术语“大数据”被用来描述上述环境。就实践层而上看，大数据所而临的第一个问题就是长期保存，换言之，就是要如何构建新的基础设施。Google从2004年就开始推进Hadoop和BigTable分析数据基础设施的构建;Facebook也致力开发Apache Cassandra分布式数据库系统; Apple则通过收购Topsy来拥有Twitter整个发展历程的所有数据以及访问Twitter数据的通道。科研机构和科技管理机构也在大力推进海量数据库集群的构建，推进数据的交汇与融合，如:科研机构正逐渐接纳科学的第四范式(the Fourth Paradigm)，即数据密集型科学发现，而几乎在每个实验室里，快速增长的原生数据通过文件、表格和数据库的形式存放在硬盘、数字笔记本、网站、博客和维基中，科研人员对这些数据的管理、策展和归档的工作变得日益繁重，这同时也要求开发针对数据密集型研究的类似成本效益的解决方案四;欧洲图书馆、信息和文献联合会(EBLIDA)在2010-2013年战略规划中将海量数据保存作为七大战略挑战之一;美国国会图书馆积极应对Twitter现有全部推文(Tweets)的收集，并已开始对多达1700亿条以上的推文进行存档和整理。 　　从根本而言，长期保存只是为丰富且复杂的数据世界提供了可持续性挖掘相对可行的保障，但先存起来之后再说的大数据，一般都会被遗忘。我们管理不了那些无法进行测量的数据，大数据蕴含的力量更离不开人的创造性(Creativity)和洞察力(Insight)。单纯依靠类似PageRank、基于用户使用情况的相关性统计不一定会发现所需的知识和情报。利用拥有“过滤”功能的信息技术工具，将大数据降至可控的小数据，并提供可视化展示服务，可以使得获取创造性和洞察力变得更为容易一些。但总的来说，寻找不同寻常和意料之外的知识和情报在长期保存的体系架构中很难实现，这需要管理上的变革以及新的决策文化，由此便产生了一个新的术语“数字策展”。 　　2数字策展的特征与任务 　　在图书馆员和博物馆员的词汇表里，数字(Digital)和策展(Curator / Curation)这些词已经存在了很多年，专业信息人员现在所从事的很多工作也开始被描述成数字策展“策展”一词本身来源于拉丁语，原本主要用于文化遗产领域，有策划、筛选并展示的意思，早期的定义是艺术展览活动中的构思、组织和管理工作。而实际上，数字策展成为热点只是近些年的事情。 　　通常在科学文献中，讨论较多的是狭义的数字策展，而对的是科研数据和Science环境。早在2003年，由Lord和Macdonald向联合信息系统委员会(Joint Information Systems Committee DISC)提交的一份“e Science Curanon”的报告中，他们认为数字策展是一个相对较新的领域，术语尚不稳定，并从实用性角度对3个关键活动“策展”( Curatioxa)“存档”( Archiving)和“保存”( Preservation)给出了定义。策展是指在数据产生之时就对其进行管理和促进利用的活动，这一活动要确保数据符合当前的应用目的，