为验证计算档案学在档案大数据中的应用潜力，国外高校和相关档案机构一直致力于通过创建档案数据库项目，探索利用大数据技术构建知识库的新方法、新途径。同时，为培养跨学科人才，马里兰大学信息学院等机构也尝试将计算档案学引入档案学相关专业的课程计划，拓展档案学教育中的计算思维。
1. 档案数据库平台
（1） 时间追溯项目（Traces Through Time）该项目由英国国家档案馆主持，联合来自不同学科的6个研究所共同完成。目标是开发新算法和新模型，通过建立导航路线促进访问，同时创建相互关联的数据集自行链接。检索中，允许搜索者以个人身份信息遍历档案集合，通过置信度设置技术实现个人相关记录的完全发现。这是英国国家档案馆迈向“分布式国家馆藏”愿景的第一步，也是所有查档人员的期望。项目的技术方法包括识别“模糊”链接、利用概率算法进行数据链接、评估权威参考数据的可用性等。实际上，在档案馆藏中，个人的可用信息非常有限，大部分是一些无法计算分析的图片信息，以及大量尚未标引的隐性知识。该项目还利用推理技术对缺失数据属性值进行建模，从而推断出可能的档案数据。如对于没有出生日期的第二次世界大战海军服役记录，根据大数据分析可以假设此人年龄在14到35岁之间。该项目解决了多样性收集、置信度决策分析和模糊数据处理上的技术挑战，也认识到培养研究人员数据素养的重要性。
（2）奴隶制遗留项目（The Legacy of Slavery Project）项目由马里兰州立档案馆和马里兰大学DCIC中心合作开展，试图利用数字化战略来深入了解奴隶制时期马里兰的非裔美国人情况。由于在奴隶制社会，奴隶的身份地位很少有专门相关记录，只能从土地记录、遗嘱清单等相关资料中找到奴隶销售信息。又因19世纪初的历史档案均为不同人的手稿，再加上各时期不规范的档案保存，为数字记录的收集和转录带来了多重挑战。为解决面临的实际困难，该项目联合信息技术、参考评估、学术研究等部门，并采用众包方式广泛邀请学生、实习生、志愿者参与，来操纵、关联、评估、提取、过滤和分类档案记录。项目利用了数据提取和转化、数据可视化等技术构建自动化可重复流程，目前已有超过42万条信息可以完整的访问和链接。
2.计算档案学教育框架
随着计算档案学的兴起与实践，Richard Marciano团队还提出将计算思维纳入档案学研究生课程体系，构建图书档案专业的计算档案学教育框架。计算档案学课程的开发需要跨学科合作，将档案学、信息科学、计算机科学等教师联合在一起，教授学生以灵活、创造性的方式思考理论知识和创新实践。在针对档案学硕士生的课程设置中，从以下两方面着手：一是创建一门课程，将计算思维嵌入相关理论知识体系；二是在档案课程实例、练习和项目中引入计算思维实践。在教学主题方面，可涉及语法知识、机器学习、图形分析、大数据基础设施、可视化技术、人机交互、科学数据管理、可靠性保存技术以及软件风险认知等，在传统档案理论的基础上拓展新知识、新方法。为此，CAS研讨会项目组正在紧锣密鼓地开展准备工作，计划于2019年4月举行的研讨会上公布图书、档案专业的计算档案学教育框架和教学计划。