大数据时代的档案馆：基于SWOT的分析.docx

大数据时代的档案馆：基于SWOT的分析 周 枫 （上海大学图书情报档案系 上海 200444） 摘 要 文章在对大数据的特征及内涵进行介绍的基础上，运用SWOT分析法对大数据时代我国档案馆事业发展的内部要素和外部环境进行全面探究，总结优势和机遇，剖析劣势与威胁，并在此基础上运用SWOT策略模型提出目前适合档案馆发展并提高其竞争力的策略与建议。 关键词 档案馆 大数据 SWOT分析 The archives in big data era: based on the SWOT analysis Zhou Feng (Department of Library，Information and Archives，Shanghai University， Shanghai, 200444) Abstract：Based on the introduction of characteristics and connotation of big data, the paper explores the internal factors and external environment of archives cause in China with the SWOT analysis method in big data era, summarizing the advantages and opportunities, analyzing the weaknesses and threats. And then, it put forward several appropriate strategies for the development of archives by using SWOT strategy model. Keywords：Archives; Big Data; SWOT analysis 大数据是继web2.0、云计算、物联网之后近两年最为炙热的一个词汇，也引发了信息科技领域越来越多的关注与投身热潮。2011年，麦肯锡在研究报告《大数据：下一个创新、竞争和生产率前沿》[1]中首次提出“大数据”的概念，之后《纽约时报》[2]、《华尔街日报》[3]等都对大数据进行了专栏介绍。随着2012年奥巴马政府宣布投资两亿美元启动“大数据研究与发展计划”[4]，大数据正式上升为与历史上的互联网、超级计算同等重要的国家战略。“这是一次革命”，哈佛量化社会科学研究所主任Gary King说：“我们的确正在起航，在庞大的新数据来源的支持下，量化的前进步伐将会踏遍学术、商业和政府领域，没有一个领域可以不被触及。”[5]档案馆也不例外，从上古的结绳记事到如今源源不断的信息流，大数据时代的到来，也给档案馆带来了极大的冲击。档案馆必须利用一切有效手段来分析现状与未来，做出正确的选择。 1 何为大数据 截至目前，大数据并没有形成一个统一的定义，然而，通过分析 不同概念发现，尽管描述不一，但却存在着一个共识：大数据不是对数据量大小的定量描述，而是一种在种类繁多、数量庞大的多样数据中进行的快速信息获取。[6] 1.1 大数据的特征 数据其实一直都在，那么又何以成为大数据呢？这主要是由大数据的4V特征决定的： 1.1.1 大量（Volume） 大数据中的数据不再以几个GB或几个TB来衡量，而是以PB（1千个T）、EB（1百万个T）或ZB（10亿个T）为计量单位。IDC2011年6月报告显示，全球数据量在2011年已达到1.8ZB，“如果把所有这些数据都刻录存入普通DVD光盘里，光盘的高度将等同于从地球到月球一个半来回，也就是720 000英里。相当于每位美国人每分钟写3条Twitter，而且还要不停地写2.6976万年”，此外，IDC还预测“全球数据量大约每两年翻一番，2015年全球数据量将达到近8ZB，到2020年，全球将达到35ZB”。[7] 1.1.2 速度（Velocity） 首先，大数据往往以高速实时数据流的形式动态产生，具有很强的时效性。2010年，据英国研究咨询公司Coda预测，移动网络数据流量在未来五年有望增长40倍，用户上传的内容将爆发式增长。其次，对大数据的处理速度要非常快。传统数据仓库系统、BI应用都是批处理方式，但对于大数据应用，必须进行实时数据流处理。比如对于灾难的预测，需要很快地对发生的程度、影响的区域范围等进行量化。 1.1.3 多样（Variety） 一是数据来源多，随着科技的发展，大数据数据来源和承载方式多种多样，如微博、社交网站、传感器等，数据处于分散状态。二是数据类型多，包括结构化数据（如企业、行业内数据）、半结构化数据（物联网数据）、非结构化数据（互联网数据），并且据Gartner预计，2012年“半结构