●张卫东 (郑州市图书馆 郑州 450006)
小数据架构下的数字化治理路径研究
●张卫东 (郑州市图书馆 郑州 450006)
数据架构是以创造创新思维为目的进行创新的数据处理。文章基于小数据治理的视角,分析小数据架构应用于创新思维推动治理结构的数字化,分析了小数据管理的可行性,进而控制小数据思想运用数字化以开辟新路径,为数字化路径治理实践开拓出新思路。参考文献7。
小数据 思维架构 数字文化 文化治理
数据作为重要的战略资源,在无形中改变人们日常的生活方式、工作方式、组织决策模型以及思维方式。挖掘多渠道数据的全部价值,已成为衡量企业竞争力的重要指标。目前,各行各业都在进行技术改造和升级,共享数据数字化治理的价值。但是,在肯定大数据价值的同时也要看到大数据分析所需要雄厚的实力,大量人力以及大数据发展的需要时间和强大的资金实力,在面对具体问题时也依然存在很多困境,如用户在利用数字图书馆的过程中面临隐私泄露和信息安全威胁的风险。
1.1 小数据的概念界定
小数据这个概念首先由康奈尔大学黛博拉·埃斯特林提出[1],使她意识到数据的重要性的原因主要是由于她年迈父亲去世前几个月的微妙变化。埃斯特林教授发现虽然他的父亲去世前的心电图、脉搏等检测指标都显示正常,但实际上对父亲全天候进行跟踪相关检测数据,发现父亲相关表征数字化特征的检测信号已经出现了异常的情况,例如,父亲的电子邮件停止使用、购物频率降低、行走距离缩短等。这些表征生活细节的小数据表明生命活动的实际发生情况和警示特征给她带来启发,于是她开始进行小数据的研究,即寻找日常的异常小数据,将其定位为全新表征特征信号,被称作为“your row of their data”[2]。
小数据主要反映个体特征,有很强的研究针对性。小数据研究从本质上说是对于个体行为的调查和行为研究,针对相关特征值进行立体化考察和研究,相关数据信息都来自于单一个体的社会活动。相关个体的社会需求、表达习惯、使用习惯、个体差异、社会地位、人际交往、健康状况、性格爱好等各个方面都可以成为小数据的数据来源。对于这些数据进行记录、整理和分析,也可以实现对于单一个体的不同性格色彩的不同数据进行分析和预测,在此基础上进行相关数据聚类也可以提供更具有个性化的决策,体现科学性。
小数据和大数据是一对相对应的概念。在大数据概念出现之前,并没有小数据概念的存在,获得的数据也不分大小。近年来,随着大数据概念迅速成为热门,小数据的概念应运而生[3]。小数据不是大数据集的简单加建或者容量浓缩,而是从另一个角度对大数据进行扩展和补充,两者概念融合共生。二者在具体实践的表征上可以看出许多属性是对称的,例如,价值密度上,小数据可以获得更高的密度价值,但也有遭受噪声数据侵扰造成数据信号相对较弱,并且相关价值值是容易被忽视。
低成本,高收益。与大数据分析对比可以看出,小数据分析需要较少的数据容量,且对于现实特征的反映更具有真实性。与大数据分析相比,小数据的应用对系统性能和资源分配的需求较少,且分析深度可以达到更深层次,无需复杂昂贵的硬件、处理算法,因此任何组织、企业和个人可以实现对于小数据的分析和管理。
较好保护隐私,避免隐私泄露的风险。小数据是挖掘和分析用户的行为信息和生活习惯,从内部而言是所有个人数据的集合,对外是唯一连接到个人数据的数据端口。任何外部数据都需要经过预设程序进行输出,可有效保护用户的信息安全,避免无休止的个人数据监控,为个人隐私保护提供了双重保障。
1.2 小数据思维
在大数据时代,数据不仅具有其固有的技术特征,诸如尺寸数量、结构复杂性、处理速度水平、价值密度值大小等,同时存在与社会环境的相互作用形成的社会属性。从这个意义上说,数据不但是一种能力,它还是一种思维方式的反映。相较于大数据相关的思维所反映出的总体思路、智能思维、容错思维,小数据主要包括思维个性、因果思维、精确定位和用户参与等4个方面。首先,个性思维更多反映具有个人性格特征的相关信息,小数据是个性化数据。每一个数字的存在,其中包括有关个体行为信息的各个方面以及具有独立实体的相关表达信息。其次,因果思维重点表征系统内外与系统之间的关系以及产生这种关系的原因,相对于大数据重点分析“是什么”相关数据[4],小数据更强调深入的数据分析,强调对用户行为动机及相关特征事件发生发展经过的研究。第三,精准定位主要用于实现小数据监控用户行为数据,根据出现的新现象结合相关特征情况发现内在本质、发展趋势、战略意图等,实现精确定位,提高针对性。第四,用户参与是将更多的权利授予用户授权并使其有机会参与,同时重视用户体验,加强客户服务,增强用户定制,挖掘背后的用户行为信息。
2.1 数字文化治理的客观要求
大数据具有数据容量大、处理速度高、数据类型多样、价值密度较低等基本技术性能,其数据价值已广泛为人们所接受,但要实现的数据从本质要求上分析是要发展和应用于人类,并将数据从大容量数据环境中进行深加工,但这一过程费时费力,很难满足实际条件下对于数据的及时性要求。这导致在大数据治理的架构上需要大量的各种约束力量同时作用于数字文化治理,特别集中在三个方面:首先,对于大量数字文化治理而言,获得所有相关联的数据要花费大量的金钱和时间成本,甚至有些几乎是不可能的,如关系到国家文化安全的相关参数是保密的。并且要求收集所有相关联的数据往往在具体操作上要花费大量的时间成本,有些数字文化治理需要能做出及时反馈,而收集所有数据往往需要进行重新分析,造成治理进度的推迟。其次,即使收集到所有数据,有些也很有可能没有价值,一些问题仅需要分析核心数据,或数据可以是显性的[5]。
此外,虽然许多大公司目前拥有大量数据的分析和应用人员,投注了大量的精力和成本,但就具体应用而言它仍处于发展的初级阶段,只能从大量数据的基础分析中获益,深入的数据分析也很难进行。总之,基于大数据思维开展相关宏观分析与预测的数字文化治理的同时,我们也需要从微观基础的角度对小数据进行快速、经济、有效地治理和控制。
2.2 新兴技术的保障
伴随着新一代信息服务技术的出现,例如,Web 2.0技术、人机交互技术、互联网技术以及数字化普及,数字信息成为人们生活条件的重要组成部分。同时由于数字监管技术、移动数据采集终端技术以及传感器网络技术的迭代升级,使数字文化治理能够将用户的个体路由、使用行为、位置信息、社交互动、网站停留时间、浏览历史记录以及相关个性化表达等相关数据进行全面有效的采集、记录、分析和决策。这些技术条件可以充分利用小数据反映的特征值使得数字文化治理可以结合小数据的技术特征实现合理治理。
2.3 小数据思维与数字文化治理理念不谋而合
数字文化管理是对传统文化管理思维的创新和超越,其基本出发点是集中分散治理,将相关资源和服务离散化,从而有效地为每个单一个体提供有效的公共文化服务,使用户可以真正享受到数字文化发展的好处。其基本核心点是,结合小数据思维的治理模式保护用户隐私,通过提供给用户具有个人风格的数据库数据分析和控制,有效针对特定用户提供具有个人定制色彩的管理服务,让用户真正享受到安全、舒适、高效的服务,因此小数据管理思想和数字文化的概念两者可以实现有效融合。
3.1 治理主体多元化
数字文化是新兴技术与文化治理内涵的基本有机结合,伴随着数字技术、信息服务技术、互联网技术和其他信息技术出现的数字社会的独特文化现象,从本质上更加丰富了现有的庞大而复杂的数据环境,这其中被大众最为深刻感受的就是数字文化治理的参与者的积极性不断提高,从单一命令式的治理架构逐渐走向了双选互动交融的体系架构中。因此可以说小数据治理思维为当今数字文化治理的体系架构提供了理论基础和有力支撑。这种思维推动用户从传统的消费者向全面数字文化多元化治理参与者的转变,充分发挥团队合作在整个数据生命周期管理中的重要作用,发挥自身聪明智慧,从而大大提升了数字文化和管理的科学性。
3.2 治理目标精准化
与大数据治理不同的是,小的数据基于现成的资源并通过简单的技术来充分利用其灵活性和针对性,对于解决实际问题更有帮助。美国最大的电子商务公司亚马逊网络连续五年荣获最满意的用户的互联网销售网站,在用户参与和用户体验服务的相关领域中都可以称得上先驱者。随着大数据应用的不断深入,亚马逊根据用户记录、时间反馈,结合对有限个人用户阅读信息的需求进行模糊预测,然后根据相应数据决策结果开发不同的发展战略。但从实际效果看客户反馈不佳,这主要是由于大数据挖掘获得的价值密度低,数据应用缺乏有效针对性以及个人特征表征数据无法全面反映实际情况,公司针对用户阅读和购买意愿获得的预测准确率不高。
3.3 治理安全智能化
数字文化安全管理成为数字文化治理作为重要的组成部分。保护数字文化安全可以结合实践细分为两个方面:一是确保数字文化利益的合法性,避免可保护隐私和数字文化服务的对象受到合法权益侵害;二是防止数字文化的突然冲击,危及公共事件的发展。大数据系统由于难以避免用户隐私泄露而造成数据过度分析,小数据挖掘可以发挥保护用户信息隐私方面的巨大作用,积极妥善管理以避免在大数据环境中常见的隐私安全隐患[6]。具体而言,小数据从内部而言是一个小数据控制挖掘个人数据的系统,任何外部环境下的数据输出如数据内容、范围、使用途径、应用水平等通过预先设置授权过程进行输出,同时用户作为小数据系统的核心和数据来源,可以根据自身生命周期的不同阶段进行全过程的采集和监控。
3.4 治理决策科学化
大数据时代最终需要数据数字化从文化治理的意义上说不是一个简单意义上的大数据,而是通过大量细致的数据挖掘分析从中发掘对于用户有价值的“小数据”特征进行提取[7],从而能够帮助用户进行自身决策和有效治理,更科学地分析用户行为,帮助文化管理部门能够结合用户特点进行清楚明晰的自身定位,进一步结合实际优化自身产品和服务水平,改进提高营销策略和水准,使得数字文化治理真正为决策机构提供科学有效的治理依据。
基于小数据的分析挖掘可以提供个性化服务决策,在保证服务质量和用户反馈控制评估数据合理分析的基础上建立以用户为中心的公平、开放和包容的数字文化服务管理制度,确保用户体验的差异化服务,实现安全、实用、经济、合理的预测,预防非常规突发事件的发生。在大数据环境中,小数据可以准确地分析相关体系的开放式运作规则,定位相关机构数字文化治理体系中的作用,有效反映相关差距和把握尺度,提供基于数据决策的相关治理机制,为政府部门提供分析报告和应对方案。
3.5 数字文化服务与数字文化治理协同发展
小数据思想是基于个体的单一变化,改变传统模式的思想或意识,转变为以用户需求为中心的发展模式,将推动以产品体验和用户需求为中心的数字文化服务为导向机制,结合用户体验建立和完善治理结构,提高数字文化治理的准确性、及时性、经济性和科学性。与大型数据集相比,小数据集具有完整、简洁的特点,数字文化服务组织可以实现高效、准确集中,从数据中获取价值。而归因模型的简历可以更好地控制环境和用户行为,从而实现为用户行为和相关因果关系的科学解释和预测。例如,基于对潜在用户识别模型和新用户质量检测模型筛选的数字文化服务的潜在用户根据消费偏好往往会进行服务需求的预测,提高客户满意度、客户满意度和忠诚度;基于客户流失预警模型、沉默用户重振模式和核心用户保护体系有效防止客户流失。
大数据研究的实际意义不需要在此重复讲述,但要真正实现大数据的决策价值,发挥大数据价值的主导地位,往往需要认为花费大量的时间。随着计算能力和加工技术的飞速发展,相关处理能力和判断都成为可望不可及的特征。小数据和大数据系统相比可以解决许多数字文化管理的实际问题,具有简单、易用、价值丰富的特点,并且不需要太多的资源。小数据成为当前背景下数据管理的重要组成部分,与此对应的数字文化治理将起到至关重要的作用,可以有效深入分析相关数据资源,充分利用大数据进行价值分析,发挥自身独特而丰富的小数据用户信息和服务信息并在此基础上进行更深层次的挖掘,提高数字文化服务效率,降低管理成本,适时调整文化发展的定位。
[1] 李广建,化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报,2014(5):14-22.
[2] 王碧琴,等.数字图书馆用户信息隐私的安全威胁分析[J].图书馆学研究,2015(10):34-36.
[3]陈 臣.基于小数据决策支持的图书馆个性化服务[J].图书与情报,2015(1):82-86.
[4]马晓亭,陈 臣.基于可信小数据的图书馆个性化服务研究[J].图书情报工作,2014(4):70-75.
[5]董李勇.说说小数据[J].纺织学报,2014(8):4.
[6] 李 勇,等.基于小数据的在线用户兴趣长程演化研究[J].计算机研究与发展,2015(4):779-788.
[7]宁 创.大数据与小数据:谁的价值更高[J].宁波经济(财经视点),2014(12):50.
(赖 宁 编发)
Research on Digitized Governance Path under Small Data Architecture
Zhang Weidong
(Zhengzhou City Library,Zhengzhou,Henan 450006,China)
The data structure is data processing to innovate based on creative mind for the purpose.Based on the perspective of small data governance,this paper analyzes the small data structure applied to innovative mind to promote digital governance structure and the feasibility of small data management and thus applies the small data ideology to digitization to open up a new path and develops new ideas for the digitized governance practices.7 refs.
Small data.Mind structure.Digital culture.Cultural governance.
G250.7
A
1003-7845(2016)06-0046-03
张卫东,馆员,现在郑州市图书馆工作。
2016-06-23