王志宇 袁馨怡

摘要：隨著web2.0技術(shù)的不斷進(jìn)步和發(fā)展，微博、博客、微信等社交媒體平臺(tái)越來(lái)越受到公眾的歡迎。海量的社交媒體信息記錄著大量零散的生活記憶和社會(huì)記憶。國(guó)外如美國(guó)、英國(guó)、澳大利亞等國(guó)家對(duì)社交媒體信息歸檔的研究處于理論與實(shí)踐結(jié)合并不斷深入的過(guò)程中，而我國(guó)目前還處在理論多、實(shí)踐少的起步階段。本文具體從捕獲、鑒定、保存、利用方面分析了國(guó)外社交媒體歸檔項(xiàng)目，為今后我國(guó)的研究提供可行性的參考。

關(guān)鍵詞：社交媒體歸檔Twitter歸檔社會(huì)記憶

作為延續(xù)人類社會(huì)記憶的形式，社交媒體信息在本質(zhì)上具有與檔案相同的屬性，它反映了社會(huì)現(xiàn)象與人類活動(dòng)，其內(nèi)容應(yīng)被歸檔保存，蘊(yùn)含的潛在價(jià)值也應(yīng)被挖掘。這種非結(jié)構(gòu)化的社交媒體信息，其管理過(guò)程應(yīng)以傳統(tǒng)檔案的歸檔方法為基礎(chǔ)，但又與其存在差異。在對(duì)社交媒體信息檔案化管理的道路上，美、英、澳等發(fā)達(dá)國(guó)家正在進(jìn)行的歸檔項(xiàng)目值得我國(guó)檔案部門(mén)研究與借鑒。

一、社交媒體信息的捕獲

（一）美國(guó)國(guó)會(huì)圖書(shū)館歸檔Twitter項(xiàng)目

美國(guó)是社交媒體信息歸檔研究的代表性國(guó)家，早在2010年12月8日，美國(guó)國(guó)家檔案與文件署（NARA）在其官網(wǎng)上發(fā)布了《社交媒體戰(zhàn)略》。該戰(zhàn)略提到“社交媒體作為一種工具，能夠使機(jī)構(gòu)職能和服務(wù)公眾的方式發(fā)生一定程度的轉(zhuǎn)變。機(jī)構(gòu)也會(huì)因此越來(lái)越公開(kāi)、透明，促進(jìn)機(jī)構(gòu)間的參與及合作。它將幫助檔案機(jī)構(gòu)完成作為國(guó)家記錄保存者的任務(wù)——保護(hù)國(guó)家文件記錄，并由此增強(qiáng)對(duì)公眾的可用性?！盵1]同年4月14日，美國(guó)國(guó)會(huì)圖書(shū)館（LC）啟動(dòng)了Twitter歸檔項(xiàng)目，“LC與Twitter簽署了《捐贈(zèng)協(xié)議》，Twitter向LC捐贈(zèng)自其建立時(shí)起的全部公開(kāi)推文，歸檔對(duì)象即2006年3月至2010年4月的公開(kāi)推文，美國(guó)國(guó)會(huì)圖書(shū)館作為此次歸檔主體。Twitter歸檔項(xiàng)目正式啟動(dòng)，消息首次通過(guò)LC官方推特賬號(hào)@LibraryCongress發(fā)布。”[2]并在2013年1月發(fā)布了Twitter存檔的白皮書(shū)，題為《Update on the Twitter Archive at the Library of Congress》，其目標(biāo)是“采集并保存2006-2010年的tweets檔案；建立一個(gè)安全可持續(xù)的計(jì)劃，以接收和存儲(chǔ)每天不斷流動(dòng)的推文流；并創(chuàng)建一個(gè)按日期組織所有推文文件的系統(tǒng)結(jié)構(gòu)?！盵3]國(guó)會(huì)圖書(shū)館和Twitter已經(jīng)獲得了通過(guò)捐贈(zèng)存檔社交媒體信息的權(quán)利。

（二）美國(guó)社交媒體信息捕獲的保障

NARA在《社交媒體文件捕獲最佳指南》中聲明，“承諾響應(yīng)聯(lián)邦政府部分機(jī)構(gòu)工作人員的要求與指導(dǎo)請(qǐng)求并予以兌現(xiàn)”[4]，因此，可知社交媒體有一個(gè)獨(dú)立的捕獲主體就是政府機(jī)構(gòu)，為社交媒體信息的捕獲與歸檔工作提供機(jī)構(gòu)保障。對(duì)此，“美國(guó)制定了《隱私權(quán)法》《聯(lián)邦記錄法》《信息自由法》，美國(guó)政府問(wèn)責(zé)局頒布了《聯(lián)邦機(jī)構(gòu)所需的信息管理及保護(hù)的政策和程序GAO-11-60文件》、美國(guó)國(guó)家檔案與文件管理署發(fā)布了《美國(guó)國(guó)家檔案與文件管理署2014-02布告》”[5]等一系列法律法規(guī)，共同組成了美國(guó)社交媒體信息捕獲歸檔的規(guī)范性法規(guī)體系。

可見(jiàn)，捕獲社交媒體信息，首先需要明確捕獲主體，是檔案部門(mén)、政府機(jī)構(gòu)還是多重主體，還要求具備法律政策、捕獲技術(shù)的保障，否則社交媒體信息捕獲并歸檔的實(shí)施很難步入正軌，然而目前來(lái)看我國(guó)只有《檔案法及實(shí)施辦法》《電子公文歸檔管理暫行辦法》《文書(shū)類電子文件元數(shù)據(jù)方案》《電子檔案移交與接收辦法》等與社交媒體記錄捕獲歸檔有一定關(guān)系，但尚未制定與捕獲社交媒體信息直接相關(guān)的法規(guī)政策。

（三）社交媒體信息的捕獲技術(shù)

綜合國(guó)外社交媒體歸檔項(xiàng)目的數(shù)據(jù)捕獲與采集技術(shù)可以看到，對(duì)于社交媒體信息的捕獲往往采用以下幾種方式：1.可采用網(wǎng)頁(yè)截圖技術(shù)。這是一種常見(jiàn)的將信息以圖片的形式捕獲下來(lái)的技術(shù)，由于社交媒體信息多以HTML形式在瀏覽器中呈現(xiàn)，而保證其原始性最直接的辦法就是網(wǎng)頁(yè)截圖。截圖技術(shù)并不是很難做到的高深技術(shù)，但如何按歸檔需求截取海量且實(shí)時(shí)更新的社交媒體信息并將如此大批量的非結(jié)構(gòu)化圖片文件歸檔保存則是一種需要探索的管理方案。2.網(wǎng)絡(luò)爬蟲(chóng)技術(shù)。“它是一種利用一定的規(guī)則，自動(dòng)抓取萬(wàn)維網(wǎng)的信息的程序或者腳本”[6]的技術(shù)。其優(yōu)點(diǎn)在于科學(xué)性，爬蟲(chóng)的捕獲速度非常迅捷，也是最為廣泛使用的捕獲技術(shù)，很多國(guó)內(nèi)外從事社交媒體分析的科研人員都采用網(wǎng)絡(luò)爬蟲(chóng)的方式將社交媒體信息以JSON或XML等格式保存到電腦中并用數(shù)據(jù)挖掘技術(shù)予以統(tǒng)計(jì)和分析。3.使用API應(yīng)用程序接口。此即由社交媒體運(yùn)營(yíng)服務(wù)器提供開(kāi)放后臺(tái)接口，將數(shù)據(jù)從后臺(tái)數(shù)據(jù)庫(kù)通過(guò)API直接下載到本地，這往往需要和社交媒體公司簽訂協(xié)約，令其對(duì)檔案部門(mén)供應(yīng)數(shù)據(jù)。此外使用RSS訂閱、聚合的方法來(lái)捕獲社交媒體信息也具有很多優(yōu)勢(shì)，如捕獲信息準(zhǔn)確、成本低、時(shí)效性強(qiáng)等特點(diǎn)，但需要社交媒體服務(wù)器提供數(shù)據(jù)聚合用到的Feed。

二、社交媒體信息的鑒定

（一）美、英、澳的社交媒體信息的鑒定工作

對(duì)社交媒體的鑒定工作，各個(gè)國(guó)家在探索中逐漸形成了自己的顯著特色。英國(guó)國(guó)家檔案館對(duì)社交媒體信息內(nèi)容的歸檔規(guī)定，不是全部的推文都將被歸檔，其中的轉(zhuǎn)載和評(píng)論不屬于歸檔范疇，其歸檔范圍包括正文和背景信息。澳大利亞和美國(guó)的社交媒體信息存檔并不直接對(duì)其政府負(fù)責(zé)?！皣?guó)家環(huán)境保護(hù)機(jī)構(gòu)與美國(guó)海岸警衛(wèi)隊(duì)聲明，與該部門(mén)無(wú)關(guān)的社交媒體信息政務(wù)性的言語(yǔ)應(yīng)被刪掉”[7]，澳大利亞國(guó)家檔案館提出“鑒定技術(shù)與方法政策隨著工具的變化而選擇，還將對(duì)有關(guān)部門(mén)進(jìn)行咨詢”[8]，澳大利亞和美國(guó)在國(guó)家級(jí)方面暫時(shí)還沒(méi)有準(zhǔn)確的標(biāo)準(zhǔn)制定，因此在具體選擇歸檔哪些社交媒體信息方面具有自主性，與此同時(shí)要遵循國(guó)家及有關(guān)部門(mén)的相關(guān)規(guī)定與法律政策。

社交媒體信息歸檔的法規(guī)中，在鑒定這一環(huán)節(jié)，澳大利亞和美國(guó)的有關(guān)檔案部門(mén)相繼規(guī)定了社交媒體信息的鑒定標(biāo)準(zhǔn)，這一標(biāo)準(zhǔn)具體到價(jià)值鑒定，其中的核心思想是“機(jī)構(gòu)與業(yè)務(wù)相關(guān)性”。但是應(yīng)用到實(shí)際問(wèn)題中，該問(wèn)題被當(dāng)作導(dǎo)向及大綱性的建議，所產(chǎn)生的作用及后果還需要進(jìn)一步研究。在2010年美國(guó)國(guó)會(huì)圖書(shū)館發(fā)起Twitter歸檔項(xiàng)目的時(shí)候，其Twitter歸檔對(duì)象是從2006年3月到2010年4月全部的公開(kāi)推文，但事實(shí)上，它并不會(huì)采集私人用戶信息以及刪掉的推文，網(wǎng)頁(yè)鏈接的信息包括網(wǎng)址及圖片也不會(huì)被歸檔。

（二）社交媒體信息鑒定主體與對(duì)象

相對(duì)于傳統(tǒng)檔案的鑒定，社交媒體信息鑒定主體更加的多元化。首先，社交媒體用戶應(yīng)積極識(shí)別他們發(fā)布的信息的價(jià)值；其次，檔案工作人員及檔案部門(mén)，應(yīng)制定法規(guī)政策、標(biāo)準(zhǔn)等來(lái)規(guī)范社交媒體信息的鑒定工作，對(duì)總體鑒定工作進(jìn)行指導(dǎo)；再次，社交媒體平臺(tái)應(yīng)依據(jù)檔案部門(mén)制定的法規(guī)政策等標(biāo)準(zhǔn)，其相關(guān)技術(shù)人員進(jìn)一步完善鑒定功能；最后，第三方技術(shù)公司應(yīng)做好社交媒體信息鑒定的輔助工作，輔助檔案部門(mén)及社交媒體平臺(tái)的鑒定工作，起到技術(shù)支持的作用。

從鑒定對(duì)象來(lái)看，與傳統(tǒng)檔案不同，傳統(tǒng)檔案的鑒定對(duì)象是檔案。但由于社交媒體平臺(tái)所產(chǎn)生的是“信息”“記錄”，這種社會(huì)記憶是非結(jié)構(gòu)化的，所以鑒定對(duì)象由“檔案”“文件”轉(zhuǎn)化為“信息”“記錄”，這種非結(jié)構(gòu)化數(shù)據(jù)的管理問(wèn)題也需要新的技術(shù)和方法來(lái)解決。

（三）社交媒體信息鑒定標(biāo)準(zhǔn)與工具

依據(jù)科學(xué)的衡量來(lái)制定有力的鑒定標(biāo)準(zhǔn)，就國(guó)內(nèi)而言，社交媒體信息歸檔還處在理論階段，而各學(xué)者對(duì)此標(biāo)準(zhǔn)也各抒己見(jiàn)，主要分為以下幾類：“按照定義表述分，包括價(jià)值標(biāo)準(zhǔn)和真?zhèn)螛?biāo)準(zhǔn)；按照應(yīng)用性分，包括操作與理論標(biāo)準(zhǔn)；按照內(nèi)容分，包括技術(shù)與內(nèi)容標(biāo)準(zhǔn)；按照主體分，包括政府版標(biāo)準(zhǔn)和公眾版標(biāo)準(zhǔn)?！盵9]其中理論性標(biāo)準(zhǔn)是指導(dǎo)社交媒體信息鑒定的基礎(chǔ)標(biāo)準(zhǔn)，它包括來(lái)源、價(jià)值與關(guān)聯(lián)。

社交媒體信息具有實(shí)時(shí)性且信息量大的特征，根據(jù)社交媒體信息的特點(diǎn)與鑒定原則標(biāo)準(zhǔn)，各鑒定主體在判定社交媒體信息后，由社交媒體信息保存系統(tǒng)與社交媒體平臺(tái)提供的鑒定工具進(jìn)行鑒定，其工具主要有兩種：“一是只讀電子記錄表，就是在保存社交媒體信息的系統(tǒng)中具有固定格式的只讀表格；二是讀寫(xiě)電子記錄表，是指在保存社交媒體信息的系統(tǒng)中具有固定格式的可讀寫(xiě)表格?！盵10]

三、社交媒體信息的保存

（一）英、澳的社交媒體信息的保存工作

“根據(jù)1983年英國(guó)檔案法，并通過(guò)為期兩年的項(xiàng)目實(shí)驗(yàn)，從2014年5月8日開(kāi)始，英國(guó)國(guó)家檔案館網(wǎng)絡(luò)檔案管理部門(mén)（UKGWA）已在Twitter和Youtube上正式統(tǒng)一為英國(guó)中央政府部門(mén)提交社交媒體平臺(tái)文件。標(biāo)志著檔案館開(kāi)始積累并永久保存復(fù)雜的社交媒體信息?！盵11]在項(xiàng)目啟動(dòng)時(shí)，該社交媒體檔案庫(kù)共有視頻資源七千個(gè)，從2008年到2013年9月的Twitter文件共六萬(wàn)五千多份，多為大型的歷史活動(dòng)，如2012年的倫敦奧運(yùn)會(huì)、女王的加冕典禮等。英國(guó)的在線社交媒體庫(kù)保存的文件包含網(wǎng)頁(yè)鏈接、發(fā)布日期和時(shí)間、JSON和XML文件等詳細(xì)信息，同時(shí)為方便公眾利用還將數(shù)據(jù)格式轉(zhuǎn)為開(kāi)放的CSV格式。這也是英國(guó)國(guó)家檔案館在此次初次嘗試對(duì)政務(wù)社交媒體進(jìn)行歸檔保存，其在與歐洲網(wǎng)絡(luò)記憶基金一起應(yīng)對(duì)社交媒體歸檔保存等技術(shù)問(wèn)題時(shí)，使用共同研發(fā)的收集工具以確保文件內(nèi)容和結(jié)構(gòu)的原創(chuàng)性。

“1996年，澳大利亞圖書(shū)館開(kāi)始建設(shè)國(guó)家網(wǎng)頁(yè)檔案館項(xiàng)目。澳大利亞中央政府機(jī)構(gòu)所有相關(guān)的網(wǎng)絡(luò)檔案都由澳大利亞國(guó)家圖書(shū)館負(fù)責(zé)收集，是該項(xiàng)目的重點(diǎn)，存檔內(nèi)容除網(wǎng)頁(yè)信息外，還包括詳細(xì)的出版者信息、允許存檔的日期、收集頻率、存檔的元數(shù)據(jù)等，并于2014年3月開(kāi)始對(duì)公眾開(kāi)放數(shù)據(jù)庫(kù)?！盵12]圖書(shū)館的歸檔方法采用網(wǎng)頁(yè)快照的形式，公眾可以通過(guò)在線平臺(tái)搜索政府社交媒體信息來(lái)檢索。“澳大利亞國(guó)家檔案館對(duì)政務(wù)社交媒體的歸檔緣由基于數(shù)字連續(xù)性理論。數(shù)字連續(xù)性理論強(qiáng)調(diào)社會(huì)數(shù)字信息的長(zhǎng)期可用以保障社會(huì)數(shù)字記憶的延續(xù)性?！盵13]以這個(gè)理論為基礎(chǔ)，澳大利亞國(guó)家檔案館制定了政府社交媒體的歸檔政策，其中明確了政務(wù)社交媒體的信息保存的三個(gè)要點(diǎn)：1.對(duì)數(shù)字信息可以通過(guò)在線和離線以及可移動(dòng)介質(zhì)進(jìn)行保存；2.以云計(jì)算技術(shù)進(jìn)行云端存儲(chǔ)時(shí)應(yīng)受1983年澳大利亞檔案法的約束，云端存儲(chǔ)的數(shù)據(jù)應(yīng)真實(shí)、準(zhǔn)確、值得信賴，應(yīng)與云服務(wù)商簽定明確的存儲(chǔ)規(guī)范合同；3.嚴(yán)格的數(shù)據(jù)外包服務(wù)規(guī)定。除此以外政策還明確了存儲(chǔ)數(shù)據(jù)設(shè)備的物理保護(hù)規(guī)范等。

（二）社交媒體文本信息的存儲(chǔ)

鑒于國(guó)外對(duì)社交媒體信息的存儲(chǔ)方法與社交媒體信息的特點(diǎn)，為了有效地對(duì)其利用，選擇一種能長(zhǎng)期保存信息的技術(shù)方法尤為重要。近年來(lái)的NOSQL類型的數(shù)據(jù)庫(kù)被越來(lái)越多地使用在非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)上，而針對(duì)海量社交媒體數(shù)據(jù)存儲(chǔ)的特點(diǎn)，國(guó)外社交媒體歸檔項(xiàng)目多采用Mon？ goDB作為存儲(chǔ)數(shù)據(jù)庫(kù)工具?！癕ongoDB是一種強(qiáng)大、靈活、可擴(kuò)展的數(shù)據(jù)存儲(chǔ)方式?！盵14]它能夠存儲(chǔ)比較煩瑣復(fù)雜的數(shù)據(jù)類型，能夠?qū)崿F(xiàn)對(duì)海量數(shù)據(jù)的存儲(chǔ)管理，其采用BSON的數(shù)據(jù)存儲(chǔ)格式，是JSON的一種拓展格式，支持嵌入復(fù)合型的數(shù)據(jù)類型，且支持非常松散的數(shù)據(jù)結(jié)構(gòu)，這使得MongoDB十分適合文檔的存儲(chǔ)與查詢，在利用時(shí)也十分方便靈活。但是，到目前為止，由于MongoDB中的單個(gè)BSON對(duì)象小于16MB，因此該方法較適用于存儲(chǔ)小文件。

（三）社交媒體信息中非結(jié)構(gòu)化大文件的存儲(chǔ)

社交媒體信息除了文本往往還包含圖片、視頻等非結(jié)構(gòu)化的大型文件，這種大型文件（如大圖像文件和視頻文件）無(wú)法直接保存到MongoDB文檔中。但通過(guò)分布式存儲(chǔ)技術(shù)，可使用MongoDB把大文件拆分成小塊的GridFS機(jī)制，以完成較大文件的存儲(chǔ)。對(duì)于社交媒體信息本身而言，其格式存在差異，文件自身的大小也不能標(biāo)準(zhǔn)統(tǒng)一化，MongoDB的GridFS機(jī)制在處理大文件的時(shí)候，具有很好的擴(kuò)容性，甚至可以存儲(chǔ)成百上千萬(wàn)的海量文件?！癎ridFS文件系統(tǒng)是用于在MongoDB數(shù)據(jù)庫(kù)中存儲(chǔ)大文件的規(guī)范”，GridFS文件系統(tǒng)的工作原理是“該文件被分成幾個(gè)小塊，每個(gè)塊通常大小為256k，每個(gè)塊作為單獨(dú)的記錄存儲(chǔ)在塊集合中。對(duì)于文件，將有一個(gè)文件塊與若干塊。”[15]為了便于訪問(wèn)與檢索，社交媒體的大文件信息必須按規(guī)則組織與存入，并與原包含相關(guān)內(nèi)容社交媒體信息進(jìn)行數(shù)據(jù)關(guān)聯(lián)與掛接。

四、社交媒體信息的開(kāi)發(fā)與利用

（一）美、英、澳的社交媒體信息的開(kāi)發(fā)與利用工作

目前美、英、澳等發(fā)達(dá)國(guó)家已經(jīng)建立了完善的社交媒體庫(kù)，不但實(shí)現(xiàn)了對(duì)社交媒體資源的有序化和統(tǒng)一化的管理，其平臺(tái)的構(gòu)建還方便了利用者對(duì)目標(biāo)資源的利用與開(kāi)發(fā)。

2014年英國(guó)國(guó)家檔案館開(kāi)放了在線社交媒體庫(kù)——英國(guó)政府網(wǎng)絡(luò)檔案館（UK Government Web Ar？ chive），如圖1所示。通過(guò)訪問(wèn)英國(guó)國(guó)家檔案館媒體庫(kù)網(wǎng)站，能夠很直觀地看到一系列查詢功能，主要部分包括了Twitter庫(kù)和YouTube視頻庫(kù)、存儲(chǔ)在Twitter上的推文和YouTube上發(fā)布的視頻，如圖2、圖3所示，作為政府的在線檔案館，這些已歸檔的社交媒體信息以英國(guó)政府相關(guān)政務(wù)文件為主，在以不同類型政務(wù)活動(dòng)為分類依據(jù)的條件下，瀏覽者可以以英國(guó)政府官方各部門(mén)的Twitter賬號(hào)和YouTube賬號(hào)發(fā)布的內(nèi)容為線索進(jìn)行瀏覽。

澳大利亞國(guó)家圖書(shū)館自2012年以來(lái)就使用PAN？ DORA網(wǎng)絡(luò)歸檔系統(tǒng)存檔在線博客文件，有選擇地存檔博客文章，并創(chuàng)建“社交媒體網(wǎng)絡(luò)檔案庫(kù)”，如圖4所示。該網(wǎng)站的服務(wù)內(nèi)容可追溯到1996年P(guān)ANDORA檔案系統(tǒng)開(kāi)發(fā)計(jì)劃的實(shí)施，由于澳大利亞國(guó)家圖書(shū)館在互聯(lián)網(wǎng)技術(shù)發(fā)展的過(guò)程中不斷開(kāi)發(fā)與完善了PANDAS（PAN？ DORA數(shù)字存檔系統(tǒng)）網(wǎng)頁(yè)歸檔管理系統(tǒng)，使澳大利亞國(guó)家圖書(shū)館與檔案館的網(wǎng)頁(yè)信息的收集和歸檔項(xiàng)目變?yōu)楝F(xiàn)實(shí)，并通過(guò)網(wǎng)站的形式提供檢索與利用。

在2011年12月24日，美國(guó)國(guó)家檔案館根據(jù)“眾包”的理念，鼓勵(lì)大眾參與到檔案館的各項(xiàng)事務(wù)中來(lái)，從而創(chuàng)立了一個(gè)公民檔案員平臺(tái)：“我們的檔案”（Our Ar？ chives），如圖5所示?！斑@是一個(gè)專門(mén)為研究者、歷史學(xué)家、檔案工作者、Citizen Archivist（公民檔案員）建立的維基網(wǎng)站。”[16]這個(gè)網(wǎng)站是美國(guó)國(guó)家檔案館“開(kāi)放政府計(jì)劃”的一部分，也是Citizen Archivist項(xiàng)目的資源整合平臺(tái)。該網(wǎng)站分五個(gè)模塊，其中涉及檔案管理內(nèi)容的主要有檔案著錄、檔案編纂、檔案數(shù)字化等，這樣使得大眾可以參與到美國(guó)國(guó)家檔案館的各項(xiàng)工作中來(lái)。

（二）社交媒體信息專業(yè)領(lǐng)域的智能化開(kāi)發(fā)與利用

社交媒體信息在專業(yè)領(lǐng)域中的應(yīng)用，如網(wǎng)絡(luò)信息挖掘、大數(shù)據(jù)輿情以及智能化分析等領(lǐng)域的開(kāi)發(fā)與利用是目前在數(shù)據(jù)分析領(lǐng)域非常熱門(mén)的。借鑒國(guó)外先進(jìn)的理論與技術(shù)，并結(jié)合我國(guó)現(xiàn)有的研究水平來(lái)積極開(kāi)展我國(guó)的社交媒體歸檔信息的智能化利用工作是十分必要的。目前對(duì)社交媒體數(shù)據(jù)分析的應(yīng)用主要包括社交媒體信息關(guān)鍵詞抽取、社交媒體信息主題分類、情感分析、構(gòu)建用戶畫(huà)像、網(wǎng)絡(luò)輿情分析、人類行為預(yù)測(cè)分析、網(wǎng)絡(luò)營(yíng)銷等方面。

隨著web2.0的不斷發(fā)展，社交媒體平臺(tái)的使用愈來(lái)愈普及，作為延續(xù)人類社會(huì)記憶的形式，社交媒體信息在本質(zhì)上具有與檔案相同的屬性，其價(jià)值應(yīng)該被予以重視。對(duì)這種非結(jié)構(gòu)化的社交媒體信息的檔案化管理工作而言，在歸檔過(guò)程中以歸檔傳統(tǒng)電子檔案理論和方法為依據(jù)，但又與其存在著顯著差異，美、英、澳等發(fā)達(dá)國(guó)家在對(duì)社交媒體信息無(wú)論是從捕獲、鑒定、保存還是開(kāi)發(fā)利用等方面都做得相對(duì)完善，對(duì)它們的社交媒體歸檔項(xiàng)目的研究對(duì)于我國(guó)的相關(guān)工作的開(kāi)展有著重要的參考價(jià)值和啟示。

*本文為國(guó)家社會(huì)科學(xué)基金項(xiàng)目“非結(jié)構(gòu)化電子文件管理研究”（16BTQ089）研究成果之一。

注釋及參考文獻(xiàn)：

[1]U.S.National Archives and Records Administration， Social Media Strategy [EB/OL].[2010- 12- 8].https：// www.archives.gov/social-media/strategies/2010.

[2]萬(wàn)凱莉.美國(guó)Twitter存檔項(xiàng)目對(duì)我國(guó)社交媒體信息歸檔的啟示[J].浙江檔案，2014（5）：8-11.

[3]周文泓.社交媒體信息檔案化管理的挑戰(zhàn)與對(duì)策探析——基于美國(guó)國(guó)會(huì)圖書(shū)館Twitter檔案館項(xiàng)目的調(diào)查與啟示[J].檔案管理，2018（6）：51-53.

[4][7] NARA. White Paper on Best Practices for the Capture of Social Media Records [EB/OL].[2013-5-28]. https：//www.archives.gov/files/records- mgmt/resources/ socialmediacapture.pdf.

[5]張江珊.美國(guó)社交媒體記錄捕獲歸檔的思考[J].檔案學(xué)研究，2016（4）：119-123.

[6]常家豪.基于社交媒體的安全態(tài)勢(shì)信息采集方法[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2014（7）：5-9.

[8]National Archives of Australia. Your Social Media Policy -what about Records.[EB/OL].[2018-11-14]. http：//www.naa.gov.au/information- management/managinginformation-and-records/types-information/social-me？ dia/social-media-policy/index.aspx.

[9][10]萬(wàn)凱莉.論社交媒體信息的檔案化鑒定[J].檔案學(xué)研究，2016（1）：62-66.

[11][13]王煥.國(guó)外政務(wù)社交媒體文件歸檔研究[J].檔案學(xué)研究，2015（6）：99-105.

[12]張曉娟，李沐妍.政務(wù)社交媒體文件的管理模式研究[J].信息資源管理學(xué)報(bào)，2018，8（3）：45-53.

[14]紅丸.MongoDB管理與開(kāi)發(fā)精要[M].北京：機(jī)械工業(yè)出版社，2012.

[15]李興武.大數(shù)據(jù)下MongoDB數(shù)據(jù)庫(kù)數(shù)據(jù)文檔存儲(chǔ)去重研究[J].數(shù)字技術(shù)與應(yīng)用，2017（9）：99-101.

[16]施少欽.美國(guó)國(guó)家檔案館“Citizen Archivist”項(xiàng)目研究及其啟示[D].福建師范大學(xué)，2012.

作者單位：遼寧大學(xué)歷史學(xué)院檔案系