大数据环境下高校档案用户行为分析

黄海铿

（广东省潮州广播电视大学 潮州 521000）

大数据环境下高校档案用户行为分析

黄海铿

（广东省潮州广播电视大学 潮州 521000）

在对互联网“用户行为大数据分析”这一技术创新进行深入考察的基础上，对于其内涵与实际研究的现实意义进行了全面概括，并提出了与数据源集成机制相关的内容。基于此，将高校档案用户行为的大数据分析作为研究重点进行了全方位探讨，以期能够进一步促进高校档案机构提供增值性服务。文章将大数据环境作为重要背景，阐述了高校档案用户行为分析的相关内容，希望对大数据技术未来的应用提供有力保障。

大数据环境 高校档案 用户行为分析 研究

在新时期背景下，互联网技术的发展速度不断加快，而其互动性的特征也随之彰显出来。在这种情况下，用户在身份注册以后就可以参与到制造并流通信息当中。而在大数据的环境中，充分发挥用户行为分析价值，能够在短时间内了解不同领域的发展状况，备受认可。在对大数据技术进行运用的过程中，进一步挖掘了用户基本信息资料所具备的使用价值，同样，还可以为用户行为数据增值工作的开展提供有力保障。文章针对大数据环境下的用户行为分析相关问题展开了全面的研究与探讨，将高校档案用户行为的大数据分析作为重点，阐述了用户行为大数据源的优选和集成机制，以供参考。

一、大数据环境下档案用户行为分析概述

1.档案用户行为信息。所谓的档案用户行为信息，具体指的就是用户在档案网站或是档案信息管理系统当中进行操作所形成的数据痕迹。与此同时，档案用户行为信息也涵盖了使用第三方网站等途径所表现的行为，比较典型的就是在社交媒体中交流与沟通等行为[1]16-21。

2.档案用户行为的大数据分析。针对大量的档案用户行为数据信息进行集中收集并总结提炼，找到有效的数据内容，深入挖掘用户行为数据中潜在信息，并对数据的价值展开全面研究，这就是对档案用户行为的大数据分析。而大数据分析的重点就是能够通过不同的档案用户在线行为，对其行为特性进行详细分析，实现与智能数据服务平台用户需求预测结果的优化匹配，最终挖掘出信息数据中的潜在价值。

3.档案用户行为大数据分析的目的。在海量无用数据中潜藏着不可估量的使用价值，通过对数据持有人历史数据的分析，能够有效地预测出行为人后期动作，具体表现在行为人的行动轨迹、行为轨迹，甚至是思维轨迹等多个方面。其中，档案管理机构在利用大数据技术的情况下，就可以对不同种类行为轨迹本质进行深入探究，可以与档案用户行为参考数据进行串联，进而对在线用户展开全方位剖析，为其提供最佳解决方案，以保证为用户提供更优质的服务并留住用户[2]27-31。与此同时，对档案用户行为进行大数据分析还可以有效地增强数据分析的能力，为业务活动开展提供保障，另外，还能够实现与用户的智能互动，有效地增强了信息的匹配概率。

二、关于高校档案用户行为大数据源优选以及集成机制的具体阐释

大数据的根源就是数据源，也被称之为Data Source。通常情况下，用户行为数据这一大数据来源并不被关注，然而其作用却是最重要的，价值极高。具体表现在，用户行为数据丰富度明显，集成机制会对大数据技术未来的发展带来积极的作用[3]17-20。现阶段，高校档案管理机构的用户行为数据信息积累量极大，因而在档案用户行为分析工作中已经具备极为坚实的资源基础。但是，为了能够实现原创数据向增值数据的有效转换，仍然要具备以下三种基本技术作为有力支撑。

第一，档案用户行为原创数据资源库的创建；第二，档案用户行为增值数据集成模块的创建；第三，档案用户行为增值数据匹配服务平台的创建。但是，值得注意的是，通过上述三种技术支撑条件，找到最佳档案用户行为原创数据源，一定要采取Data Scrubbing方式，也就是清洗处理，有效地选择优质的数据资源[4]39-43。与此同时，将增值数据信息输送至匹配服务平台内的问题也成为大数据环境下档案用户行为分析需要解决的问题。经过实践考察发现，档案用户行为数据源凝练集成机制的创建，最重要的就是要针对关键影响因素展开技术分析。

1.基于时间维度的档案用户行为轨迹分析。充分结合营销学理论内容，同时深入研究了档案用户的行为轨迹，最终将其划分成了五个阶段：需求的产生；对信息数据的有效收集；方案的合理选择使用；作出需求决策；后续的行为。根据上述研究，同样可以对最后一个阶段进行细化，即用户的使用习惯以及满意程度等。而档案用户的行为轨迹时间记录，则能够对其实际需求进行更加合理的预判，由此可见，增值数据的开发与利用具有不可替代的作用。

2.基于空间维度的档案用户行为影响要素分析。通过对5W2H分析方法的合理运用，可以把档案网站所发生的用户行为细化成七个要素。通过对上述要素的相关分析，不仅能够获取用户所访问的档案网站时间与地点，包括浏览的内容与页面停留时间等十分零散的信息内容，还能够对具体用户行为进行全面整理并提炼定义[5]27-28。除此之外，通过5W2H分析方法还能够深入地挖掘出所需解答问题。

3.基于质量维度的档案用户行为数据使用价值分析。静态数据与动态数据是档案用户行为数据的重要组成类型。其中，静态数据所涵盖的具体内容有用户姓名与年龄，另外还包括所从事工作与兴趣爱好等内容。这种大数据信息内容，通常是档案管理机构在开展日常服务过程中所形成的，可以表现为档案网络管理系统要求用户必须注册ID，进而构成用户身份的唯一性。在此过程中，用户所填写的注册资料对于数据价值的分析以及评判都发挥着关键性的不可替代的作用。所谓的动态数据则是在档案管理机构内部，将用户行为作为重点对象而自动获取的信息内容。而这种类型的大数据信息，具体内容涉及用户检索的相关内容、浏览的网页以及下载等行为所产生的操作数据等。而档案管理机构在对用户静态与动态数据进行获取以后，不仅能够对用户行为的规律进行了解与掌握，同时，还能够对数据信息所具备的使用价值分析及评判提供有价值的参考依据[6]103-107。

4.基于来源维度的档案用户行为数据结构优化方案分析。档案用户行为数据可以细化成内部数据与外部数据两种类型。通常来讲，企业的内部数据是大数据根本来源，而外部数据却被严重忽视。现阶段，对于高校档案管理机构而言，同样也成为其需要解决的问题。另外，仍然需要对这种类型数据信息所潜藏的价值进行深入开发。而外部传统互联网和移动互联网，甚至是SNS社交网等随之都能够生成海量UGC公共数据，但是当前高校档案管理机构在人力与物力方面是无法全部顾及的。针对这种情况，不仅要对人力与物力条件进行改变，同样也必须要全面优化数据源结构，致力于增值数据集成机制的遴选方案。而高校档案部门用户行为数据通常分布于各种数据库、文件服务器以及数据存储器当中，所以对于所收集到的不同结构类型数据都能够展开有效梳理与归纳，最终形成结构化的数据或是半结构化、非结构化的数据[7]68-71。基于此，通过对数据价值的特性分析，将不同结构类型数据信息细化成专属、独特与一般等多种层次的价值属性，并实现数据信息的结构全面优化。需要注意的是，应当充分考虑装备以及技术条件，以保证所选择的存储模式更理想，为后期开发与利用提供有力保障。

综上所述，现阶段数据科学作为一种新兴学科与领域实现了快速发展，而对数据的充分利用与深入理解，合理分析并应用则成为未来竞争的关键。在这种形势之下，高校档案管理机构一定要重视档案用户行为数据的作用，对大数据技术的发展动态予以实时关注，深入研究并灵活应用，进一步推动大数据环境下档案用户行为分析，同时促进档案用户行为大数据分析技术的发展与升级，使其更具精细化与智能化的特点。只有这样，才能为高校档案的增值服务提供保障，并且不断满足社会发展的具体需求。通过上述对高校档案用户行为分析问题的探讨，希望为大数据技术的推广应用提供有价值的参考依据。

[1]张倩.高校档案用户行为大数据分析技术应用研究[J].档案与建设，2014（8）.

[2]张倩.“大数据”技术在高校档案信息服务中应用探索[J].档案与建设，2014（3）.

[3]田伟，韩海涛.大数据时代档案馆服务创新研究：基于天津高校档案数据变化[J].档案与建设，2016（3）.

[4]张倩.高校档案物联网大数据处理平台的构建方案研究[J].档案与建设，2016（2）.

[5]周才云，赵晶晶.大数据时代高校档案的信息化建设探析[J].兰台世界，2015（11）.

[6]谢怡.基于大数据的高校档案管理模式变革[J].山东理工大学学报（社会科学版），2015，31（6）.

[7]周美兰.大数据时代高校档案资源体系建设的思考[J].山西档案，2015（1）.

黄海铿，中学高级教师，本科，研究方向为档案管理。

10.16565/j.cnki.1006-7744.2017.10.16

G273.5

A

2016-11-15