大数据分析方法在企业档案管理中的实践

马凤妤

摘 要：大數据分析法，是以电子信息技术、互联网技术等做为载体，运用大数据统计、大数据计算、大数据分析的方法，来为人们的生活实践提供数据指导，来规避不必要的麻烦，提升生活实践的效率和质量的方法，是互联网改变人生活的典例之一，是“互联网+”理念的体现，对社会实践能产生重要影响。本文将以大数据分析方法在企业档案管理中的实践应用的问题作为中心议题，来着重谈一谈，大数据的技术应用为企业档案管理工作带来怎样的质变。

关键词：大数据；分析方法；企业；档案管理；实践

由于综合国力的提升，由于我国实行的经济发展战略卓有成效，我国的现代化发展建设速度也是越来越快，各种先进的科学技术在我国的应用也是越加广泛，大数据、云计算、云处理、云储存、移动互联通讯等一系列基于电子信息技术和互联网技术发展而来的新型技术手段使我国的企业发展受益良多。其中，我国的大数据应用，也已经从几年前的仅止于国家高端领域，到如今的基本实现了技术和理念全面普及的局面，大数据的应用已经成了改变人们生活质量的重要技术，在某种意义上也成为了当今信息化社会的一种常态，对人们的日常生活的指导性作用日益凸显，对我国的社会发展产生了深远的影响，也对我国的企业经营管理产生了深远的影响。

1 大数据分析方法的内涵

大数据分析法是基于大数据技术的一种分析方法技术，也就是说，大数据技术才是其核心。大数据，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理数据的集合，其子集为许多个分类数据框。大数据是运用多重复合计算模式进行数据处理，然后为使用者提供基于数据上更优化倾向的决策，能够用一个更为宏观的角度洞察互联网海量数据中潜藏的信息，能够使得业务或者计算的过程更具优化性。大数据是不根据随机分析的方法进行概率学运算，而采用计算量更大但准确性更高的所有数据等量计算的方法进行数据计算处理，从而得出准确率无限接近于满值的最后结果。由IBM提出的大数据“5V”特性即：Volume（大量）、Velocity（高效）、Variety（多样）、Value（低价值密度）、Veracity（真实性），这五个特性可以充分说明大数据技术理论的科学性和实用性。大数据的5V特性可以在大数据分析法中得到充分体现。

2 我国企业档案管理的现状

我国企业的档案管理工作的现状，可以用三个词来总结：低效，落后，不安全。低效是指其在档案录入和档案调出查阅的时候，由于以电子文档或者纸质文档作为载体，分门别类，林林总总，档案数量极为庞大，查阅起来显得很困难，很影响工作效率；落后是指其方法落后、模式落后，运用档案数据进行年度总结或者会议总结时，由于其数据笼统，没有什么表述性，对于实际的工作并没有什么指导作用，所以有落后性的表现；不安全则是指不论是落后的纸质档案保存方式，还是稍微现代一些的电子计算机存储档案的方式，总之都是依赖于实际存在的东西为储存载体，而只要是有形的东西，都存在遭受意外的可能，意外的火灾或者其余自然灾害就很可能使档案资料毁于一旦，使企业蒙受巨大的数据损失。

3 大数据分析方法在企业档案管理中的实践途径及其要点

大数据分析方法在我国企业的档案管理工作中，能够起到提高档案资料建档入档等管理工作的工作效率，且在数据计算、数据生成、数据分析等方面，都能体现出快捷、高效、准确的特点，使企业能够从人工档案管理的落后模式中进入大数据管理的新时代。以下为大数据分析方法的几个应用途径及其要点。

3.1 大数据挖掘的分析方法

大数据挖掘分析法指的是大数据分析法之中的一个应用类型，该分析法以定点挖掘某一项数据或某数据在纵向上的所有同类型数据之中的平均数值，来作为分析标准，或者以数据作为原始数据建立可视化的挖掘模型来挖掘要计算的数值。

大数据挖掘分析法的应用方法是，首先要定义一个目标作为主要数据对象，并分析问题，在对企业档案中的数据进行分析处理前，应该将额定数据和待处理目标定好，然后才可以开始进行数据挖掘分析，例如：要计算近一个季度以来的某名员工或者某一部门的所有员工的某项能力数据或某项业务数据的平均数据数值，来作为本季度员工的能力考核标准，就应该将档案中关于该员工或该部门员工的相关信息都要采集一遍，进行集中性的多层计算和数据识别智能分析，然后得出一个结论，用以作为该员工或该部门所有员工的本季度业绩。

大数据挖掘建模，通过建立模型的方式来挖掘数据进行分析计算。通过与企业电子档案的数据库连接，来获得大量原始数据，来建立对应的数据挖掘模型，然后该模型会对企业档案内的海量资料进行定点挖掘。

这些被挖掘出的数据流会以代码的形式储存在大数据库内，然后需要通过脚本或者企业独特的计算模块来导入数据，进行转换处理，将原始数据转换成可以处理的数据，例如MySQL、数据文本之类的形式，然后计算处理。

3.2 大数据分析算法

由于大数据的运算能力是人为编入的，所以大数据本身虽然不具备任何原始的计算方法，但它是可以学习并记忆算法的，企业可以通过训练企业档案大数据库进行机器式的学习，来形成企业需要的计算能力，然后处理采集到的数据。根据具体的问题来决定初始计算单元量，输入指令，大数据运算分析则开始进行。大数据的算法种类有很多，比较常见的类型有：人工神经网络、随机森林树、LMS算法等。

3.3 大数据分析目标

大数据分析目标在企业档案管理中的作用则是，方便于对档案内数据的查询和调阅。相比于以往的传统的人工的企业档案管理模式，由于资料档案依赖于纸质档案文本作为载体，且数量极其庞大，调阅和查询某一项数据就是一个很大的翻阅查找工作量，既浪费人力又容易出错，效率就很低下；而运用大数据技术进行企业档案管理则不需要这么耗费这么大的查找工作和使得档案查阅效率低下，因为其以电子设备为载体，可以通过计算机储存数据或者云盘储存，安全又省心，而调阅档案时只需要将入档建档时预留的语音指令输入，即可通过声纹搜索引擎，使数据自动生成。

4 未来的企业档案管理大数据化发展的发展方向

大数据的技术正在不断向前，同样的，企业在大数据上的应用也是在不断向前的，在未来，会有更多的先进技术会被融合进大数据技术之中，例如人工智能等，以人工智能作为大数据计算分析的载体，会使其从此具备类人性的科学分析能力，而又由于其具有不断学习的能力，所以，企业的档案管理更智能化的时代即将到来。

5 结语

综上所述，大数据的分析方法技术的应用，会给企业的档案管理工作带来安全、高效、快捷的全新体验，使企业的档案管理模式迎来了质的飞跃，为企业的发展提供了数据支撑，为企业的未来保驾护航。

参考文献

[1]王毅，李晶伟.大数据分析方法在企业档案管理中的应用[J].档案管理，2017（1）：57-59.

[2]张红.大数据分析方法在企业档案管理中的应用[J].科学技术创新，2017（12）：261-261.

[3]伍星.大数据时代企业档案管理创新举措[J].城建档案，2017（7）：63-64.

[4]李斌.大数据时代下的基层电力企业档案管理策略研究[J].中小企业管理与科技（中旬刊），2017（5）：100-101.

[5]朱淑兰.大数据背景下施工企业档案管理的研究与思考[J].企业科技与发展，2017（5）：230-232.