论文部分内容阅读
摘要：本文从大数据分析方法在企业档案管理中的应用现状出发，结合相关资料为未来利用大数据进行档案管理提出了一些建议，并阐述了在实施过程中需要注意的一些事项。
关键词：大数据分析；企业；档案管理
一、引言
信息时代下，大数据、云计算等各种新兴技术层出不穷，其中大数据是以容量大、类型多和应用价值高为主要特征的数据集合。在企业的档案管理中应用大数据技术有利于对企业运营管理过程中产生的各种数据进行深度挖掘，最终形成数据分析报告为企业管理层的相关决策提供支持，对于提高企业核心竞争力具有积极意义。
二、大数据分析方法在企业档案管理应用现状
（1）有关大数据的探究活动更加深入
世界最权威杂志《科学》于2008年开始开设了大量的大数据专栏，带动了国内外的很多专家纷纷开始了对大数据的应用研究，在经过一系列研究之后大数据基本已经能够分成四部分：科学、技术、应用和工程。目前技术的大数据应用是两个主要研究方向，并且当前对大数据的研究更加成熟，企业在大数据技术的应用方面也不断增强。
（2）档案资源是企业做出决策的依据
企业在进行相关决策的时候必须要保证信息数据的准确性，否则容易导致决策无效。所谓企业档案是指企业在日常生产经营过程中形成的各种形式的对国家或者社会、职工具有保留意义的文件材料，企业的档案能够让企业更好地采集和搜索相关信息，通过最优方式对信息进行开发和利用，属于企业的无形资产。随着信息技术和互联网应用的飞速发展，大数据已经得到了企业领导的更多重视，由此可以看出在企业档案管理中提高大数据技术的应用对于提高企业竞争力具有重要意义。
三、企业利用大数据分析方法进行档案数据管理的建议
充分而且全面的掌握企业的信息资源是保证企业生产经营决策和各种管理决策良好利用大数据技术的前提，企业的整个信息资源利用管理过程中都不能忽视对于信息的利用，要按照资源运作周期全面掌握信息数据，同时还要做好数据的保存工作，做好相关数据信息的格式化预操作。常见大数据分析方法包括可视化分析、数据挖掘、预测分析、语义分析和数据质量管理。
（1）数据质量管理提升企业档案数据的资源品质
当前企业的数据大都呈现出了4V特点，传统的数据管理形式已经不能满足对数据的处理和分析，目前使用比较广泛的是数据并行处理系统和非关系型的数据库，将ETL工具移入到云计算平台系统对于数据的清洗、重复检测和缺失数据处理、逻辑错误检测都有重要意义，有利于保證企业档案数据资源的数据质量。
（2）可视化分析提升企业档案数据资源可理解性
大数据的可视化分析就是在大数据自动分析数据的同时，利用可视化界面和人机交互技术提高人对数据的洞察力。企业档案数据资源的可视化分析就是将档案数据生成各种报表以及文本、视频等，方便决策制定者理解运用。以企业中的文本数据可视化为例，标签云是目前比较流行的文本可视化技术，能够将档案文本中潜在的主题进行分类、逻辑结构和词频重要度直观的展现出来，成为企业决策的依据，相类似的还有很多不同类型的档案信息可视化技术，如网络数据可视化、时间序列可视化等。
（3）语义引擎实现企业档案数据资源的智能提取
信息时代下全球信息储存量暴涨，传统的百度搜索引擎仅仅能够满足对关键词的匹配搜索，检索的准确率比较低，检索结果的关联度也不强。实现高质量的搜索体验和智能提取是语义搜索引擎的主要优势。语义引擎是在语义网的发展带动下来实现语义搜索的引擎，能够通过分析搜索者的语义检索请求来理解搜索者的真正意图，对语义分析通过语言处理进行概念匹配。企业人事档案中应用语义引擎，能够分析该档案中人的职务和级别，提取出姓名、级别、时间等关键信息，提高检索命中率。
（4）数据挖掘发现企业档案数据资源的隐性价值
数据挖掘又称为数据库知识再发现，就是分析数据之间的关联性。主要的数据挖掘方法有机器学习法和神经网络方法等。在大数据分析中，数据挖掘是核心，对企业来说档案数据数据由企业正常运行管理中形成的档案数据和企业运行过程中遗存在互联网上的数据组成。前者通过运用聚类、关联等方式对企业内部数据进行挖掘，为创新人员的决策提供数据支持，后者通过网络舆情及时跟踪获得市场前沿信息，调整企业的竞争策略。
四、大数据分析方法运用于企业档案管理中的注意事项
（1）控制成本
使用大数据分析方法要借助一定的运算工具，需要企业进行相关投入，由于信息具有一定的复杂性因此很难控制好成本投入，要求企业提高自己的成本控制能力，尽量做到低投入高产出，增加大数据分析带来的利润增加。
（2）增强时效性
大数据中运用的数据动态性比较强，因此在分析过程中要认识到这种特性带来的影响，若是信息的时效性得不到保证，那么决策的制定也就不能及时发挥作用。其实大数据分析方法的关键环节在于建模，只要在建模过程中保持高度敏感和灵活，保证模型与数据更新之间不脱节就能保证信息的时效陛。
（3）重视人文情感
在企业档案管理中，大数据分析方法具有一定的客观性，因此也导致其存在一个明显问题——缺少人文感情。受到此方面的制约导致数据分析无法具体表达用户情感，尽管大数据分析的工作效率比较高，但是毕竟是一种机械式的运算程序，人文精神关怀方面为零。
五、结语
在大数据时代背景之下，企业档案管理中应用大数据分析方法具有重要意义，一方面有利于帮助企业的管理者在制定企业发展决策的时候提供科学依据；另一方面有助于通过企业的运营数据分析来降低企业的运行成本，提高市场竞争力，在企业档案管理中科学运用大数据技术将会为企业发展做出巨大贡献。
（作者单位：大唐湘潭发电有限责任公司）
关键词：大数据分析；企业；档案管理
一、引言
信息时代下，大数据、云计算等各种新兴技术层出不穷，其中大数据是以容量大、类型多和应用价值高为主要特征的数据集合。在企业的档案管理中应用大数据技术有利于对企业运营管理过程中产生的各种数据进行深度挖掘，最终形成数据分析报告为企业管理层的相关决策提供支持，对于提高企业核心竞争力具有积极意义。
二、大数据分析方法在企业档案管理应用现状
（1）有关大数据的探究活动更加深入
世界最权威杂志《科学》于2008年开始开设了大量的大数据专栏，带动了国内外的很多专家纷纷开始了对大数据的应用研究，在经过一系列研究之后大数据基本已经能够分成四部分：科学、技术、应用和工程。目前技术的大数据应用是两个主要研究方向，并且当前对大数据的研究更加成熟，企业在大数据技术的应用方面也不断增强。
（2）档案资源是企业做出决策的依据
企业在进行相关决策的时候必须要保证信息数据的准确性，否则容易导致决策无效。所谓企业档案是指企业在日常生产经营过程中形成的各种形式的对国家或者社会、职工具有保留意义的文件材料，企业的档案能够让企业更好地采集和搜索相关信息，通过最优方式对信息进行开发和利用，属于企业的无形资产。随着信息技术和互联网应用的飞速发展，大数据已经得到了企业领导的更多重视，由此可以看出在企业档案管理中提高大数据技术的应用对于提高企业竞争力具有重要意义。
三、企业利用大数据分析方法进行档案数据管理的建议
充分而且全面的掌握企业的信息资源是保证企业生产经营决策和各种管理决策良好利用大数据技术的前提，企业的整个信息资源利用管理过程中都不能忽视对于信息的利用，要按照资源运作周期全面掌握信息数据，同时还要做好数据的保存工作，做好相关数据信息的格式化预操作。常见大数据分析方法包括可视化分析、数据挖掘、预测分析、语义分析和数据质量管理。
（1）数据质量管理提升企业档案数据的资源品质
当前企业的数据大都呈现出了4V特点，传统的数据管理形式已经不能满足对数据的处理和分析，目前使用比较广泛的是数据并行处理系统和非关系型的数据库，将ETL工具移入到云计算平台系统对于数据的清洗、重复检测和缺失数据处理、逻辑错误检测都有重要意义，有利于保證企业档案数据资源的数据质量。
（2）可视化分析提升企业档案数据资源可理解性
大数据的可视化分析就是在大数据自动分析数据的同时，利用可视化界面和人机交互技术提高人对数据的洞察力。企业档案数据资源的可视化分析就是将档案数据生成各种报表以及文本、视频等，方便决策制定者理解运用。以企业中的文本数据可视化为例，标签云是目前比较流行的文本可视化技术，能够将档案文本中潜在的主题进行分类、逻辑结构和词频重要度直观的展现出来，成为企业决策的依据，相类似的还有很多不同类型的档案信息可视化技术，如网络数据可视化、时间序列可视化等。
（3）语义引擎实现企业档案数据资源的智能提取
信息时代下全球信息储存量暴涨，传统的百度搜索引擎仅仅能够满足对关键词的匹配搜索，检索的准确率比较低，检索结果的关联度也不强。实现高质量的搜索体验和智能提取是语义搜索引擎的主要优势。语义引擎是在语义网的发展带动下来实现语义搜索的引擎，能够通过分析搜索者的语义检索请求来理解搜索者的真正意图，对语义分析通过语言处理进行概念匹配。企业人事档案中应用语义引擎，能够分析该档案中人的职务和级别，提取出姓名、级别、时间等关键信息，提高检索命中率。
（4）数据挖掘发现企业档案数据资源的隐性价值
数据挖掘又称为数据库知识再发现，就是分析数据之间的关联性。主要的数据挖掘方法有机器学习法和神经网络方法等。在大数据分析中，数据挖掘是核心，对企业来说档案数据数据由企业正常运行管理中形成的档案数据和企业运行过程中遗存在互联网上的数据组成。前者通过运用聚类、关联等方式对企业内部数据进行挖掘，为创新人员的决策提供数据支持，后者通过网络舆情及时跟踪获得市场前沿信息，调整企业的竞争策略。
四、大数据分析方法运用于企业档案管理中的注意事项
（1）控制成本
使用大数据分析方法要借助一定的运算工具，需要企业进行相关投入，由于信息具有一定的复杂性因此很难控制好成本投入，要求企业提高自己的成本控制能力，尽量做到低投入高产出，增加大数据分析带来的利润增加。
（2）增强时效性
大数据中运用的数据动态性比较强，因此在分析过程中要认识到这种特性带来的影响，若是信息的时效性得不到保证，那么决策的制定也就不能及时发挥作用。其实大数据分析方法的关键环节在于建模，只要在建模过程中保持高度敏感和灵活，保证模型与数据更新之间不脱节就能保证信息的时效陛。
（3）重视人文情感
在企业档案管理中，大数据分析方法具有一定的客观性，因此也导致其存在一个明显问题——缺少人文感情。受到此方面的制约导致数据分析无法具体表达用户情感，尽管大数据分析的工作效率比较高，但是毕竟是一种机械式的运算程序，人文精神关怀方面为零。
五、结语
在大数据时代背景之下，企业档案管理中应用大数据分析方法具有重要意义，一方面有利于帮助企业的管理者在制定企业发展决策的时候提供科学依据；另一方面有助于通过企业的运营数据分析来降低企业的运行成本，提高市场竞争力，在企业档案管理中科学运用大数据技术将会为企业发展做出巨大贡献。
（作者单位：大唐湘潭发电有限责任公司）