基于EA的公共文化服务大数据资源规划研究∗

郭路生

（南昌大学管理学院，江西 南昌 330031）

公共文化服务大数据是指公共文化服务过程中产生或所需的各种大数据以及处理大数据所需的技术及人员，是一种广义的信息资源。随着大数据技术日趋成熟，大数据在公共文化服务领域的作用与意义得到普遍认同[1]。大数据正在推动公共文化服务的需求洞察、资源配置和服务供给等环节向数据驱动转型，从而实现公共文化服务个性化、精准化和智能化[2]。为此，在2015年出台的《关于加快构建现代公共文化服务体系的意见》《促进大数据发展行动纲要》两份重要文件中，均提出要加强公共文化服务大数据的采集、存储、分析和利用；在实践上，上海、重庆等地开始了公共文化服务大数据应用探索，取得可喜的成果。然而，总体而言，我国的公共文化服务大数据的研究和应用才刚刚开始[3]，普遍面临着“如何开始、从哪里开始”的问题，即规划问题[4]。鉴于此，笔者综合利用先进的顶层设计理论——企业架构（Enterprise Architecture，EA），对我国公共文化服务大数据资源的规划问题进行研究，以期对我国的公共文化服务大数据资源规划和实施有所启示。

1 理论基础

1.1 信息资源规划研究进展

大数据资源是指具有体量大（Volume）、类型繁多（Variety）、速度快（Velocity）、价值密度低（Value）“4V”特征的信息资源。有关信息资源规划（Information Resource Planning，IRP）方法经历3个阶段[5]：①上世纪80年代的战略数据规划，目标是实现数据的一致性；②上世纪90年代初的信息系统战略规划，目标是实现战略与系统的一致；③上世纪90年代末之后的基于企业架构（EA）的信息资源规划，目标是为组织提供统一的框架和标准，实现战略、业务、系统和数据全面的一致性。目前，基于EA的信息资源规划成为国外主流的规划方法[6]。

在我国，2005年之前，IRP 处于奠基阶段[7]，占主导的是高复先的基于信息工程（Information Engineering，IE）的IRP 理论，该方法强调技术实现，忽视了对宏观战略的支持。2005年之后，我国IRP逐渐进入拓展阶段[7]，更加强调对宏观战略的支持，认为应把EA 引入到IRP 中，代表人物是马费成[8]、王学颖[9]等。总之，无论是国外还是国内，基于EA的信息资源规划是发展趋势，这为公共文化服务大数据资源规划提供了方法借鉴。

1.2 大数据资源规划研究进展

目前，有关大数据资源规划的研究处于起步阶段，一些学者进行初步的探索，但未形成统一的理论。周耀林认为大数据的“4V”特征，使得企业、政府等组织对大数据资源的需求、开发与管理均带来了挑战，传统IRP理论在大数据环境下需要革新，亟需借鉴战略管理、大数据生命周期、数据科学等领域的研究成果，变革传统IRP 的研究思路[4，7]。在大数据时代，IRP出现一些变革[4]：一是规划层次上升到战略层次。数据资产化和数据驱动模式成为组织的业务、管理和决策的创新驱动力。因此，相比传统的IRP更强调从战略管理的视角来审视大数据资源规划问题。二是规划的重点在于数据层。大数据成为组织最重要的资产，大数据资源的采集、组织、管理和应用成为规划的重点。研究者对上述两问题的研究侧重不同，形成了两种研究方向：战略规划（SP）取向和信息资源规划（IRP）方向。

战略规划采用的战略规划理论来源于管理学，强调宏观的、战略层的规划，一般较少涉及到IT 等细节问题。例如，陈明奇对中美两国大数据战略进行了对比分析[10]；魏凯认为国家大数据战略要考虑数据资源、行业应用、技术产品、法律法规和安全保障5 个要素[11]。IRP 的理论来源于信息学，强调组织的IT对其业务及战略的支撑，重视业务、数据、技术的一致性。例如，Kelly T.认为大数据战略应由业务战略、数据战略、技术战略和交付模型组成[12]，CDWG 则研究了规划的流程，认为包括评估当前环境、识别业务需求、从小开始、需求决定行动和确定技术需求5 个环节[13]。也有一些研究认为应把战略规划与信息资源规划结合起来。例如，Oracle公司认为，大数据时代，越来越多的政府和企业实施大数据战略，这将引起该组织的战略层、业务层、信息技术层等一系列的变化，应对组织的企业架构进行重新规划设计[14]。周耀林进一步认为[4]：“如何将大数据战略与组织的总体战略、IT战略进行融合，如何从组织的EA视角，促进组织业务、数据、应用和技术对组织大数据战略的支持至关重要，是今后大数据资源规划需要重点解决的问题”。

1.3 EA规划方法

从上述的大数据资源规划的分析可以看出，系统观、整体观的EA规划方法是战略规划理论和信息资源规划理论的融合点，也是大数据资源规划的发展方向。下面对EA 规划理论进行简单介绍。

EA 是企业对其业务、管理流程和信息技术之间当前和将来关系的显式描述和记录。这里的“企业”是指任何具有共同愿景的组织集合，可以是一个公司、一个政府机构，或者是多个组织的集合。笔者所指是所有与公共文化服务的有关部门，是一个虚拟的“企业”。EA描述了企业范围内的现在和将来的整体视图，一般包括业务架构、应用架构、数据架构和技术架构4个子架构[15]。

EA 方法是指EA 构建的理论框架（简称EAF）。最早的 EAF 是 ZACHMAN 框架，它是其他EAF 的元框架[16]。在企业层面，影响最大的是The Open Group 的 TOGAF 框架[17]；在政府层面，最有名的框架是美国的联邦企业架构（FEA）[18]。EAF 一般包括两部分的内容，一是EA 的内容描述，二是创建和维护EA 的过程描述。前者用于解决企业架构有什么（what）内容的问题，后者解决怎样（How）构建的问题。EA的内容一般都包括业务架构、应用架构、数据架构、技术架构4 层。EA 构建的方法一般都描述为一个循环的过程，一般都包括准备、战略分析、基线架构构建、目标架构构建、差距分析或机会与解决方案、迁移方案、架构治理7个阶段[19]。

2 基于EA的公共文化服务大数据资源规划的流程模型

经典的EA规划是把组织的战略作为EA规划的输入部分，并不属于EA规划的内容。但在大数据环境下，企业的战略将发生变化——实施大数据战略，业务驱动变为数据驱动。因此，笔者把战略规划纳入EA大数据资源规划流程之中，分为大数据战略规划、大数据架构规划和实施规划3个环节，其中大数据战略规划采用SP理论，作为大数据架构规划的前置环节，而实施规划是大数据架构规划的输出部分，是后置环节。整个规划流程如图1所示。

图1 基于EA的公共文化服务大数据资源规划流程模型

①环境分析。分析公共文化服务大数据的背景，摸清公共文化服务大数据的现状及挑战，确认引起组织战略变化的业务驱动力和技术驱动力。具体包括组织公共文化服务大数据服务的现状分析、问题分析、相关的政策和法律、需求环境分析和技术环境分析5 个部分。②战略规划。通过识别公共文化服务大数据应用的愿景和各利益相关者的需求，确认公共文化服务大数据资源规划的原则，制定公共文化服务大数据的战略目标（战略方向、业务战略、IT 战略目标），并设定绩效指标。③EA 规划。根据战略规划设定的业务和IT 战略目标，构建实现战略目标的企业架构的过程。包括：a.业务架构构建，即识别公共文化服务大数据应用的业务需求和业务模式，厘清公共文化服务大数据应用的业务内容和业务流程。b.应用架构构建，即描述支撑大数据业务的平台、应用系统或服务组件。c.数据架构，描述公共文化服务大数据的来源，采集、组织、存储、管理和治理策略，以支撑业务的应用系统。d.技术架构构建，即技术上和软硬件上的解决方案，比如公共文化云平台、公共文化服务大数据分析平台、网络设施等。④实施计划。根据目标架构和当前情况（又叫基线架构）进行差距分析，寻找解决方案，包括任务计划、项目安排和相应的保障措施等。

整个规划过程输入的是背景现状、政策环境、技术环境、需求环境等环境因素，通过战略规划确定公共文化服务大数据应用的愿景、原则和目标，进而转化为实现战略目标的企业架构，规划最终的输出是组织的EA和近期的任务、项目安排和保障措施等。整个规划过程是一个战略规划和信息资源规划相融合的一个过程。

3 基于EA的公共文化服务大数据资源规划的具体过程

3.1 公共文化服务大数据资源战略规划

3.1.1 公共文化服务大数据资源环境分析

（1）公共文化服务大数据的发展背景。在技术上，随着移动互联网、物联网、云计算和大数据等新一代互联网技术的快速发展，大数据的采集、存储、管理、分析、服务变为现实，成为组织业务创新和服务创新的重大技术驱动力。在公共文化领域，大数据在需求洞察、资源配置和服务供给等环节具有重要的应用价值，正推动公共文化服务向数据驱动转型，这是公共文化服务大数据应用的业务驱动力。在政策和业务上，2015年发布了《关于加快构建现代公共文化服务体系的意见》和《促进大数据发展行动纲要》两份重要文件，文中均提出要加强文化大数据的采集、存储、分析和利用，这是公共文化服务大数据应用的政策驱动力。总之，公共文化服务实施大数据战略是时代和业务的共同需要。

（2）公共文化服务大数据应用的现状及问题分析。公共文化服务大数据应用具有一定的基础。经过多年的“数字文化工程”建设，各地数字文化资源的总量显著提高，为大数据应用打下良好基础。上海市2016年推出“文化上海云”，实现公共文化一站式大数据服务。重庆市创建了“公共文化物联网”，集中配送全市公共文化资源、产品、活动。广东省依托文化云项目，打造覆盖门户网站、微信、移动APP应用等媒体的公共文化数字应用。这些实践探索为我国公共文化服务大数据应用提供了宝贵的经验。

然而，我国公共文化服务大数据应用仍处于起步阶段，面临诸多挑战。首先，公共文化部门众多，信息孤岛仍比较严重，如何打破部门栅栏，制定统一的政策和标准，实现数据开放和共享，是公共文化服务大数据应用的前提。另外，大多数公共文化服务部门还没有开展大数据应用，文化部门普遍面临“从哪开始，如何开始”等问题。因此，无论是国家层面、省市层面还是组织层面均需要对公共文化服务大数据应用有一个清晰的战略和实施规划。最后，公共文化服务大数据人才和设施缺乏，也迫切需要解决。

3.1.2 公共文化服务大数据资源战略目标

传统的组织公共文化IRP 目标是实现信息在组织内部快速流转，以支持组织完成公共文化服务和管理，提高服务效率和满意度。国家公共文化IRP 的目标是为了“完善公共文化服务网络，丰富服务资源，提升服务效能，全面提高公共文化管理和服务的信息化、网络化水平，促进基本公共文化服务标准化、均等化，更好地满足广大人民群众快速增长的数字文化需求”[20]。大数据时代，不同国家大数据战略目标有所不同，美国是以发展核心技术，推动技术进步为目标；澳大利亚则是利用大数据来实现服务创新；而我国的大数据战略目标主要是推动数据资源共享、开放和利用，促进产业转型升级和政府治理创新[7]。公共文化服务大数据战略目标是我国大数据战略的一部分，也是实现公共文化服务目标的一部分，因此公共文化服务大数据战略目标主要有两个：一是通过移动互联网、物联网、云计算、大数据等新一代互联网技术推动公共文化资源的互联、开放、共享和利用，从而实现公共文化服务的便利化、标准化和均等化；二是通过大数据实现服务创新和管理创新，提高公共文化服务效能和治理效能，即实现公共文化服务由“端菜式”向“点菜式”再向“智能式”服务转型，同时管理评价向“数据说话”转型。在战略实施步骤上，在业务层面首先要考虑的就是“市”级层面所有公共文化资源“云”化，从而实现市级以下公共文化资源的开放和共享，然后再考虑服务向“点菜式”和“智能式”转型，以及管理上向“数据说话”转型。在IT层面首先需要考虑的是大数据的标准和制度的建设、大数据的汇集和大数据分析平台的搭建，然后再考虑大数据的具体应用问题。

3.2 公共文化服务大数据资源EA规划

公共文化服务大数据战略需要对应的公共文化服务大数据的EA 来实现，而EA 规划包括业务架构、数据架构、应用架构和技术架构的构建4 部分。

3.2.1 公共文化服务大数据资源业务架构的构建

为了实现公共文化服务大数据战略目标，这里需要对公共文化服务大数据应用模式和内容进行识别。

（1）公共文化服务大数据资源的业务模式。公共文化服务大数据业务模型主要有数据驱动型、云平台驱动型和整体驱动型3 种驱动模式[21]。数据驱动型是指公共文化部门利用数据的优势，开展公共文化服务大数据应用，例如哈佛大学图书馆利用数字资源优势提供大数据服务；丹佛公共图书馆利用大数据洞察用户需求，为用户提供“服务递送”服务。云平台驱动型就是利用云计算技术，把分散的公共文化资源搬到“云”端，提供一站式公共文化服务，实现跨部门的文化资源开放和共享，这是目前我国公共文化服务大数据应用普遍采用的模式，例如“文化上海云”就属于这种模型。整体驱动模式是指公共文化部门综合利用大数据、云计算、物联网、移动互联网等技术，为读者提供全新的服务模式，例如佛山市的智慧图书馆就采用了这种模式。从目前来看，3种模式融合趋势明显，即利用云平台来整合跨部门的公共文化服务大数据具有优势，特别是在省、市一级层面；通过大数据需求洞察，从而驱动业务由“端菜式”向“点菜式”和“智能式”转型才是核心所在；而在组织层面综合运用各种信息技术，实现智慧文化服务。

（2）公共文化服务大数据资源的业务内容规划。目前，我国公共文化服务在供给侧普遍存在“活动知晓率低、活动参与率低、场馆设施利用率低”的“三低”通病和各文化机构之间信息孤岛的顽疾，而在需求侧则是日益增长的公共文化需求，公众存在着“我要知道”“我要参与”“我要评论”“我要互动”四大需求，即供给侧和需求侧存在“信息不对称”和失衡问题[22]。为解决上述问题，实现公共文化服务跨部门开放共享、基于大数据的服务和管理转型升级两个战略目标，我们构建了公共文化服务大数据应用的业务架构，如图2所示。

图2 公共文化服务大数据资源的业务架构

基于大数据的公共文化服务与传统公共文化服务相比，有以下几点显著差别：①公共数字文化资源通过“文化云”跨部门、跨系统开放和共享，是原有的公共数字文化共享工程的升级。②采用线上线下相结合的（O2O）服务模式。在线上实施一站式的“文化淘宝”服务，实现所有资源、活动、场所等信息可查、可阅、可播、可约、可订、可评；线下则根据线上提交的需求（“点菜”）提供具体的服务，从而打通供需两侧的信息鸿沟，解决供需失衡问题。③公共文化服务由“端菜式”向“点菜式”“智能式”转型。通过对用户行为大数据的分析，洞察用户公共文化需求和文化偏好，从而驱动公共文化机构改变创作方向和服务内容，提高服务效能，更好地满足用户需求。④公共文化服务管理评价用“数据说话”，让管理和评价更为科学。

3.2.2 公共文化服务大数据资源数据架构的构建

公共文化服务大数据应用需要相应的数据架构支撑，数据架构描述了公共文化服务大数据应用过程中产生的信息及管理标准，包括信息的种类和来源、数据采集和存储规范、大数据治理标准和规范等，如图3所示。

图3 公共文化服务大数据资源的数据架构

根据规划的公共文化服务大数据应用的业务架构，公共文化服务采用O2O模式。因此，公共文化服务大数据的来源包括线下文化机构的各种资源数据、业务数据、终端数据和传感数据等；线上一站式服务平台产生各类数据，包括资源数据、活动数据、场馆数据、交流数据、交易数据、用户数据、用户行为数据、评价数据和交互数据等。公共文化服务大数据还应包括公共文化服务之外的数据，如社交数据、身份数据和社会保障数据等，这样才能产生更多的价值。从公共文化服务大数据的形式来看，既有结构化的业务数据，也有半结构化的XML数据，而更多的是非结构化文本数据、视频、音频、图像等数据。

线上和线下产生的各种公共文化服务大数据通过ETL工具对数据进行批量抽取、转换和清洗，存储在公共文化云上的数据仓库；对于实时数据则通过流数据技术进行加载和处理，存储在内存数据库中；历史数据和流数据一起构成公共文化服务大数据，以应对不同业务的数据需求。

公共文化机构应成立大数据治理委员会，制定公共文化服务大数据标准和管理规范，包括整合标准、元数据标准、安全标准、数据生命周期管理规范等；并据此对公共文化服务大数据进行治理，以形成优质的大数据资产。公共文化服务大数据治理包括数据整合、元数据管理、大数据质量治理、主数据管理、生命周期管理、隐私和安全管理等内容。

3.2.3 公共文化服务大数据资源应用架构的构建

公共文化服务大数据应用需要相应的信息系统来支撑，数据架构描述了信息系统的“数据”部分，而应用架构则描述业务系统的“信息处理”的部分，包括应用系统和服务的内容、关系和功能等。根据公共文化服务大数据资源的业务架构的规划，一站式的公共文化服务包括文化资讯、共享直播、在线借阅、展品展厅、活动预约和订购、场馆预定、服务点单、在线课堂、文化交流和评价等服务，这些服务需要相应的应用系统来实现。公共文化服务的实现可分为用户终端层、用户服务实现层、机构业务层、服务监管层，涉及文化用户、文化服务机构、文化监管部门三类受众。在用户终端层，用户可以通过多种终端的WEB 应用或APP来访问服务。用户服务实现层的应用有国家资源双向推呈系统、数据阅读系统、云直播系统、活动预约订购系统、场馆预约系统、在线课堂系统、群艺分享系统等。在文化机构业务层，文化服务机构通过信息管理系统、总分馆系统、共享和交换系统、大数据需求分析系统、智能推荐系统等来实现具体业务、需求洞察和智能服务，实现公共文化服务大数据战略的转型。在服务监管层，文化监管机构通过大数据监管和绩效评估系统对文化服务机构进行监管和评价，实现管理的科学化。整个公共文化服务大数据资源的应用架构如图4所示。

图4 公共文化服务大数据资源的应用架构

3.2.4 公共文化服务大数据资源技术架构的构建

技术架构描述了实现数据架构和应用架构的技术路线、方案和标准。为了实现一站式公共文化服务大数据应用和需求驱动的“点菜式”“智慧化”业务转型，实现公共文化服务的均等化、个性化和智慧化。本技术架构总体上采用“云平台”驱动模式，同时综合多种技术来实现。“一站式公共文化服务平台”和“公共文化服务大数据平台”均搭建在云平台上，用户可以通过多种终端等访问云平台上的服务，在文化机构内部则采用多种自助终端和传感器来实现文化服务的智慧化。整个技术架构可分为基础设施服务层（IaaS）、平台服务层（PaaS）、软件服务层（SaaS）、用户终端层和云平台管理层，如图5所示。

在基础设施服务层（IaaS），通过购买或租用服务器、网络设备、存储设备和安全设备等设施，通过虚拟化技术，形成虚拟资源池，供不同的公共文化机构使用。在平台服务层（PaaS），部署了公共文化基础应用平台和大数据平台，以支撑具体的公共文化服务的实现。基础应用平台上部署通用中间件、身份认证、访问控制、工作流、目录管理、邮件管理、报表管理、数据共享交换等应用。大数据平台在分布式计算Hadoop/MapReduce 平台上，部署了大数据收集、传输、存储、分析、检索的常用组件，另外还部署了大数据治理组件，比如数据质量治理和安全管理组件等。在软件服务层（SaaS），部署了一站式公共文化应用服务和公共文化服务大数据应用。即应用架构描述的面向用户和面向机构的应用系统在云平台上以服务的形式提供，防止重复建设。

基于“云平台”的技术架构，具有如下几个优点：①可实现资源按需服务，可随时扩容。②平台部署了大数据平台和公共文化服务大数据应用，大大降低了技术门槛，防止重复建设。③云平台提供“一站式”服务，有利于跨部门、跨系统资源共享和业务协同，积累的大数据为公共文化服务创新提供支撑。

4 结语

本研究分析了大数据资源规划的现状与趋势，把战略规划（SP）整合到基于EA的信息资源规划（IRP）中，提出了全新的基于EA 的大数据资源规划的流程模型，并根据模型对公共文化服务大数据资源进行具体的规划，构建了公共文化服务大数据资源总体架构的参考模型，为公共文化机构的大数据资源规划提供方法和模型参考。把SP整合到EA 的规划方法相比其他信息资源规划方法更注重整体性和系统性，在国外政府层面应用广泛，该方法可以实现组织战略、业务和IT架构的协同，特别适合公共文化机构需要跨部门、跨系统的资源共享和业务协同的情境。参考模型考虑了公共文化服务大数据的应用环境、国家的战略要求，借鉴了其他国家和其他领域的大数据资源规划成果，具有一定参考价值。