如何在七千萬(wàn)件檔案中查找出一個(gè)特定的電子文件？

想象一下你要如何在40TB，大概七千萬(wàn)件檔案中查找出一個(gè)特定地理位置相關(guān)的電子文件？現(xiàn)在你只需要一個(gè)平板電腦，點(diǎn)擊地圖上你感興趣的地點(diǎn)，就會(huì)在旁邊出現(xiàn)一張相關(guān)檔案文件的列表，當(dāng)你點(diǎn)進(jìn)列表中，甚至能看到每一條文件的元數(shù)據(jù)......

美國(guó)國(guó)家檔案館和文檔管理署（The National Archives and Records  Administration，以下簡(jiǎn)稱(chēng)NARA）既是接收、記錄美國(guó)聯(lián)邦政府重要文件的官方機(jī)構(gòu)，也負(fù)責(zé)保管大量的國(guó)家歷史檔案資源。

NARA有數(shù)量巨大、檢索功能齊全的數(shù)據(jù)庫(kù)資源，通過(guò)美國(guó)國(guó)家檔案館網(wǎng)站可以充分利用美國(guó)國(guó)家檔案館館藏超過(guò)5000萬(wàn)份的歷史資料，為了方便用戶利用，網(wǎng)站開(kāi)發(fā)了一系列的網(wǎng)絡(luò)數(shù)據(jù)庫(kù)，如檢索非電子文件的檔案研究目錄系統(tǒng)（Archives Research Catalog,ARC）、檢索電子文件的檔案數(shù)據(jù)庫(kù)檢索系統(tǒng)(Access to Archives Database，AAD）、國(guó)家檔案館圖書(shū)館目錄(NARA Library Catalog）、檢索縮微資料的縮微出版物檢索系統(tǒng)（Microfilm Publications Search)以及肯尼迪總統(tǒng)暗殺記錄收藏參考系統(tǒng)（Thepresident JohnF.Kennedy Assassination Records Collection Reference System），豐富的數(shù)據(jù)庫(kù)資源極大的方便了用戶的檢索和利用。

為響應(yīng)奧巴馬政府的“大數(shù)據(jù)的研究和發(fā)展計(jì)劃”國(guó)家戰(zhàn)略，NARA與美國(guó)國(guó)家科學(xué)基金會(huì)NSF(National Science Foundation)、北卡羅萊納大學(xué)教堂山分校聯(lián)合啟動(dòng)了“十億電子文件信息架構(gòu)”項(xiàng)目(Cyberlnfrastructure of Billions of Electronic Records，CI-BER)，為數(shù)十億聯(lián)邦政府電子文件建立母版，并實(shí)現(xiàn)不同方式的可視化呈現(xiàn)等，后來(lái)又加入了杜克大學(xué)、阿什維爾大學(xué)、阿什維爾市等新的合作伙伴，形成了一個(gè)分別代表計(jì)算機(jī)科學(xué)、政治學(xué)、人文科學(xué)、工程學(xué)、信息和圖書(shū)館學(xué)等領(lǐng)域的合作團(tuán)隊(duì)。

“想象一下你要如何在40TB，大概七千萬(wàn)件檔案中查找出一個(gè)特定地理位置相關(guān)的電子文件？現(xiàn)在你只需要一個(gè)平板電腦，點(diǎn)擊地圖上你感興趣的地點(diǎn)，就會(huì)在旁邊出現(xiàn)一張相關(guān)檔案文件的列表，當(dāng)你點(diǎn)進(jìn)列表中，甚至能看到每一條文件的元數(shù)據(jù)”，這是CI-BER項(xiàng)目組在2011年大數(shù)據(jù)分析與可視化專(zhuān)題討論會(huì)上演示的階段性成果，目前已實(shí)現(xiàn)的工具集包括：

• 大數(shù)據(jù)集的檢索
• 在大量記錄中識(shí)別出包含特定地理位置信息的文件
• 定位能夠打開(kāi)這些文件的，應(yīng)用軟件打開(kāi)文件
• 從文件中抽取元數(shù)據(jù)
• 確定文件有關(guān)的地理范圍
• 為索引附加文件元數(shù)據(jù)和所涉及地理位置的經(jīng)緯度信息

這些工具都是針對(duì)NARA館藏的聯(lián)邦政府電子文件量身定做的，隨著研究的不斷深入，其功能將愈加完善。

在利用大數(shù)據(jù)分析技術(shù)深入挖掘信息資源的同時(shí)，NARA對(duì)信息的宣傳與傳播也很重視，不遺余力的擴(kuò)大檔案資源的影響力。NARA在很早之前就開(kāi)始了對(duì)“新媒體與檔案管理”這一課題的研究。

他們將“新媒體”定義為：以web2.0和社交媒體等網(wǎng)絡(luò)新技術(shù)為支撐的信息交流平臺(tái)，其中牽涉到社會(huì)參與和內(nèi)容共享等一系列活動(dòng)，政府機(jī)構(gòu)和組織能夠通過(guò)這一平臺(tái)與廣大民眾緊密聯(lián)系在一起。

在通常情況下，這一新技術(shù)平臺(tái)由非政府的第三方組織（網(wǎng)絡(luò)服務(wù)公司）運(yùn)作，以其異常高效靈活的特點(diǎn)，日漸融入到人們的日常生活。檔案管理機(jī)關(guān)如要跟上時(shí)代前進(jìn)的腳步，對(duì)“新媒體平臺(tái)”的利用將很重要。

新媒體以溝通互動(dòng)為基礎(chǔ)，也常被稱(chēng)為社交媒體。Nara將其進(jìn)一步細(xì)分為三類(lèi)：一是如微博、博客、維基網(wǎng)站那樣鼓勵(lì)創(chuàng)作并發(fā)布原創(chuàng)內(nèi)容的網(wǎng)絡(luò)空問(wèn)；一是社交網(wǎng)絡(luò)工具，如Facebook、LinkedIn等；還有一種是網(wǎng)上文件存儲(chǔ)與共享空問(wèn)，如Flickr、Picasa等。

NARA于2010年12月制足了一份詳盡的社交媒體戰(zhàn)略規(guī)劃書(shū)，這一戰(zhàn)略有六大核心理念：合作、領(lǐng)導(dǎo)、發(fā)起、多元、聚合、開(kāi)放。并進(jìn)一步細(xì)分出三大目標(biāo)服務(wù)群體：內(nèi)部員工、政府部門(mén)及社會(huì)公眾。

關(guān)于內(nèi)部員工，NARA相信新媒體技術(shù)可以幫助雇員們更有效率和活力地完成工作，網(wǎng)上信息共享與協(xié)作可以激發(fā)個(gè)人潛力，為解決問(wèn)題提供幫助；對(duì)于政府部門(mén)，NARA希望通過(guò)新媒體，將不同政府部門(mén)的檔案管理者、從業(yè)者們聯(lián)合起來(lái)，提高政府檔案管理的效率，并為新媒體平臺(tái)上所產(chǎn)生的大量數(shù)字信息的記錄保存尋找解決方案；而服務(wù)社會(huì)公眾則是新媒體平臺(tái)重要而根本的目標(biāo)，同時(shí)也是呼吁公眾為檔案歷史挖掘、檔案文化傳播貢獻(xiàn)更多力量。