丁晓芸 丁琦

上海空间推进研究所

随着经济与社会事业在新时代的高质量发展，各行业、各领域、各学科都将高质量发展作为目标和导向，迎来更高的改革和创新要求。对于科研档案管理工作而言，在大数据时代背景下，科研单位档案的归档对象和范围、数量远远超出传统模式，同时可以利用大数据技术进行加工处理，将科研档案转化成语义知识丰富的大档案数据，为科研管理、科技创新等提供支撑，在科研档案管理中加强大数据运用显得至关重要。

一、科研单位档案大数据的主要特征

大数据又被称作海量资料、海量数据、巨量资料、巨量数据，通常是由数量巨大、类型众多、结构复杂的数据构成的集合，涉及的数据量规模巨大到不能利用当下的主流软件工具在合理时间达到获取、管理、处理、整理更有价值信息的目的。科研档案是科研单位在科学研究实践活动中形成的记录活动全过程的原始记录材料，结合大数据分析，科研单位档案与大数据的特征是相符的[1]。首先，科研档案数据量大，现如今很多科研单位的档案资料总量几乎都达到TB级，是庞大的数据资源库；其次，科研档案资源类型多，当前比较先进的科研单位的档案资源主要是电子资源，同时包含一些纸质档案和照片、音频、视频等档案，均属于非结构化数据，资源类型繁多，呈现出多样性特征；再次，科研档案价值密度不高，因为科研档案记录着科研单位开展科研实践活动的过程，价值较大，但在利用科研档案方面，数量庞大的档案引发价值密度低、利用率不高等问题，例如科研单位的馆藏科研档案数量可以达到百万级，实际利用率却偏低；……