数字保存到数字策展的变革.pdfVIP

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