大数据时代高校数字档案资源管理的研究.docVIP

大数据时代高校数字档案资源管理的研究 　　摘要：高校在校园信息化过程中产生和积累的数据已经具备了大数据特征，从海量数据中提取出有价值的信息归档保存和提供利用具有重要的意义。该文站在档案信息资源角度概述了大数据管理的最新研究成果。从大数据4V特征出发，分析了高校大数据来源的主要渠道，厘清数据与档案之间的关系，构建基于大数据生命周期管理模型。文中从观念转变、组织协调、战略制定、数据采集、清洗、聚合等方面着手，做好数据管理和重要数据归档工作。如何对大数据进行有效管理已经成为大数据发展的重要课题，高校尤其是档案部门作为主管历史记录和信息资源的职能机构，更应抓住机遇，履行对数字档案资源管理的职能。 　　关键词：大数据；高校；数字档案；数据采集；聚合分析；数据归档；数据存储 　　【中图分类号】G40-057 　　【文献标识码】A 　　【论文编号】1009-8097（2015）01-0019-06 　　引言 　　随着物联网、移动互联网、云计算等信息技术的飞速发展，整个社会已经迈入了大数据时代，高校亦不例外。近年来，高校在人才培养、科学研究及社会服务过程中产生的数据以指数级的速度增长，这些数据体量巨大、种类多样，给高校管理部门，尤其是作为主管历史记录和信息资源的档案部门带来了挑战，传统的数字档案管理模式和方法已经无法适应大数据管理要求。如何从纷繁复杂的海量数据中提取出有价值的信息归档存储，并确保若干年后都能被有效地读取和利用，这将成为档案部门无法规避的责任。面对大数据的挑战，高校档案部门应站在数据资源角度积极应对，转变工作方式和思路，掌握大数据相关技术，迎接大数据的曙光。 　　一 相关研究概述 　　2011年5月，顶级咨询机构McKinsey（麦肯锡）从经济和商业维度诠释大数据发展潜力的专题研究报告指出：数据是一种生产资料，大数据是下一个创新、竞争、生产力提高的前沿，可以为世界经济创造重要价值，提高企业和公共部门的生产率和竞争力，并为消费者创造大量的经济剩余。2011年世界经济论坛发布报告认定大数据为新财富，价值堪比石油。关于大数据概念，众说纷纭。麦肯锡定义：大数据是指无法在一定时间内用传统数据库软件工具对其内容进行采集、存储、管理和分析的数据集合。研究机构Gartner（高德纳）定义：大数据是指需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。IDC（Internet Data Center，即互联网数据中心）定义：满足种类多、流量大、容量大、价值高的数据称为大数据。虽然对于大数据IT界各持己见，目前还未有一个明确的权威定义，但都力图透过对基本特征的描述和归纳给出定义。比较有代表性的是3V特征、4V特征，3V也就是Volume（规模），Velocity（快速）和Variety（多样），3V特征目前已得到公众的认可。IDC在3V基础上，又增加了一个新的特性，即Value（价值性）。新增的Value是4V中最值得我们关注的一个V，因为各个国家制定的大数据战略其主要目的也是为了实现数据的价值。除了上述4V外，还有学者提出另外4V特征，即Verification（验证性）、Variability（可变性）、Veracity（真实性）和Vicinity（邻近性）特征。 　　从大数据特征来考量，作为信息资源的最终“栖息地”，档案馆需要管理的数字档案资源在目前已经具有了大数据特征。王兰成、刘晓亮认为网上各类档案大数据信息正成为开发和利用的新型资源，探讨大数据知识挖掘相关技术问题，为开展网上数字档案大数据的分析挖掘提供了启示与参考。周枫从档案馆资源维度出发，认为在大数据时代数字档案已经具有一定的大数据特征，一是档案馆数据资源总量庞大且增长迅速，二是数据资源种类繁杂，结构多样。张倩深入分析“大数据”技术的内核要义、技术特性和发展走势，探究“大数据”技术对高校档案信息服务的应用价值，提出运用“大数据”技术创新高校档案智能信息服务的策略与方法。综上所述，由于大数据一方面涉及很多专业技术知识，是多种学科的交叉整合；另一方面，大数据概念新颖，相关技术还在不断发展，一些专家和学者对大数据仍处于初步探讨阶段，介绍了一些大数据的基本概念、特征和相关技术，依然缺乏系统理论和实证研究。 　　二 高校大数据来源 　　在大数据背景下，高校学生的学籍、选课、成绩、借书、上网、论坛、微博以及教师的基本信息、上课课件和视频、远程教育课程等都会产生大量数据，同时还有设备、机房和图书信息等也会产生大量数据。除了在人才培养方面会产生大量数据外，高校管理活动、科学研究、社会服务等方面都会产生大量数据，这些数据体量巨大，结构多样，来源分布较广，明显具备了大数据特征。以南京航空航天大学（简称南航）为例，分析数据来源的主要渠道：