Page 79 - 现代档案信息化的管理与建设

第二章 档案管理现代化及信息化建设

“新”，是新资源、新工具和新应用的综合体。
1. 大数据关键技术的应用
从数据在信息系统中的生命周期来看，大数据从数据源经过分析挖掘到最终
获得价值一般需要经过 5 个主要环节，包括数据准备、数据存储与管理、计算处

理、数据分析和知识展现。对于数据准备环节和知识展现环节来说，大数据所带
来的变化只体现在量上，而对于数据分析、计算和存储三个环节则有较大影响，
需要重构技术架构和算法，而这也将成为当前和未来一段时间内大数据技术创新
的焦点。

①数据准备环节。大数据数量庞大、格式多样，质量也良莠不齐，因此在数
据准备环节必须对其进行格式的规范化处理，为后续的存储与管理奠定基础。
此外，要在尽可能保留原有语义的情况下去粗取精，消除数据噪声。
②数据存储与管理环节。当前全球数据量以 50% 的速度不断增长，数据的

海量化和快增长特征是大数据对存储技术提出的首要挑战。谷歌文件系统（GFS）
和 Hadoop 分布式文件系统 HDFS（Hadoop Distributed File System）采用分布式
架构，弥补了传统存储系统的不足，同时能够达到较高的并发访问能力。
③计算处理环节。大数据的计算是数据密集型计算，对计算单元和存储单元

间的数据吞吐率要求极高，对性价比和扩展性的要求也非常高，分布式并行计算
技术弥补了传统并行计算系统在速度、可扩展性和成本上的不足，适应大数据计
算分析的新需求。
④数据分析环节。数据分析环节是大数据价值挖掘的关键。目前大数据分析

主要有两条技术路线，其一是凭借先验知识人工建立数学模型分析数据；其二则
是通过建立人工智能系统，使用大量样本数据进行训练，让机器代替人工，获得
从数据中提取知识的能力。人工智能和机器学习能够更好地适应当前的大数据环
境，具有良好的前景。

⑤知识展现环节。在大数据服务于决策支持场景下，以直观的方式将分析结
果呈现给用户，是大数据分析的重要环节。如何让分析结果易于理解是主要挑战。
但是在嵌入多业务的闭环大数据应用中，一般是由机器根据算法直接应用分析结
果而无须人工干预，这种场景下知识展现环节则不是必需的。

2. 大数据对档案信息化的保障
①档案数据价值挖掘保障。在档案数字资源中，不同的档案数据中蕴含的价

67