大数据与档案的关系

 

自从大数据的理念提出后，我国档案部门迅速掀起了研究大数据的热潮，大数据、档案信息、大数据档案等概念在学术界反复地出现，那么到底什么是大数据，大数据与档案之间有怎样的关系，是我们研究大数据必须首先弄懂的一个问题。

1、什么是大数据

大数据并非是一个确切的概念，单从字面上来讲，表示数据量的庞大，维基百科对大数据的定义比较直接：大数据是指利用常用软件工具捕获、管理和处理数据所耗时间超过可容忍时间的数据集。牛津大学网络学院互联网研究所治理与监管专业教授维克托·迈克－舍恩伯格认为，大数据是人们获得新的知识、创造新的价值的源泉；大数据还是改变市场、组织机构，以及政府与公民关系的方法^[1]。还有的学者用大数据的特征来阐释定义，比较有代表性的是３V观点，即大数据是具有规模性（volume）、多样性（variety）以及高速性（velocity）的数据。笔者认为，大数据的概念应定义为记录人类社会活动的、具有规模效应的数据集合。

2、大数据与档案的关系

《档案法》规定：档案是指过去和现在的国家机构、社会组织以及个人从事政治、军事、经济、科学、技术、文化、宗教等活动直接形成的对国家和社会有保存价值的各种文字、图表、声像等不同形式的历史记录。单从档案的定义来看，除电子档案外，其他载体形式的档案与大数据没有任何关系，只有档案记录的信息可以称之为数据。从档案的特征来分析，档案具有社会性、历史性、确定性及原始记录性。而大数据也具有类似的特征，大数据也是人类社会活动的原始记录，其内容也具有确定性，且其记录的内容只反映事物已经完成的状态，同样具有原始记录性。因此，档案与大数据的关系仅是具有相似的特征，大数据是具有鲜明档案特性的数据集合。但是，从数据的保存价值来讲，有些数据集合对国家和社会没有永久的保存价值，不需要永久保存。真正与大数据有直接联系的，只有电子档案一种形式，电子档案与大数据之间是种概念与属概念的关系。

3、大数据由哪个机构管理

在面对迅速增长的数据量，美国联邦政府设置了首席信息官（CIO）岗位，专门负责数据的采集、发布与管理工作，且于2009年推出了开放数据平台DATA.GOV，为未来数据管理建立了较为科学的管理体制。就我国的情况来看，可以在《政府信息公开条例》的基础上，继续发挥国家综合档案馆的作用，赋予图书馆或档案馆采集、管理、发布数据的职责，这样既可以充分发挥图书、档案信息化工作平台的作用，避免信息化重复建设，又可以发挥图书馆、档案馆信息专业人才的集聚优势，为应对大数据时代作好准备。

宝葫芦集团组织学习，通过档案云平台海量数据的统计分析，挖掘数据后面隐藏的规律，为管理者提供决策和依据