实物大数据手段在数字化档案系统中的应用

黄荣梅 唐权

摘要：为解决常规数字化档案系统调取识别性较低的不足，提出了实物大数据手段在数字化档案系统中的应用。基于实物大数据与数字化档案系统的连接，以及数字化档案的识别，完成实物大数据搜索单元的引入；依托搜索关键字的载入，数字化信息的甄别与显示，实现了实物大数据手段在数字化档案系统中的应用。实验数据表明，提出的实物大数据手段在数字化档案系统中的应用，较常规数字化档案系统，调取识别性提高75.35%。能够实现数字化文档系统文件的快速调取。

关键词：实物大数据；数字化档案；档案系统；数据调取

中图分类号：TM72 文献标识码：A

文章编号：1009-3044（2019）09-0005-02

常规数字化档案系统采用关键字检索的方式，能够实现数字化档案系统的调取，但仅限于关键字录入部分，例如对数字化档案标题进行关键字录入，搜索关键字则可以找到该数字化档案，但搜索该数字化档案的内容将无法查询到该档案，存在调取识别性较低的不足[1]，为此提出实物大数据手段在数字化档案系统中的应用。基于TCP/IP通信协议，实现实物大数据与数字化档案系统的连接，利用大数据识别机制，实现数字化档案的识别，完成实物大数据搜索单元的引入。依托搜索关键字的载入，数字化信息的甄别与显示，实现了实物大数据手段在数字化档案系统中的应用。为了保证提出的数字化档案系统中应用有效性，进行试验验证，试验结果表明，提出的实物大数据手段在数字化档案系统中的应用，较常规数字化档案系统，具有更高的调取识别性。

1引入实物大数据搜索单元

1.1实物大数据与数字化档案系统的连接

实物大数据与数字化档案系统的连接是采用常规TCP/IP通信协议进行通信的，TCP/IP通信协议具有可扩展性，溯源性良好，能够保证实用大数据技术的可靠运行[2]。

TCP/IP通信协议是连接大数据服务端与数字化档案系统的通信桥梁，采用环形拓扑架构的方式进行连接，通信连接测试数据量不得小于45Mbyet/s[3]。以保证数据传输的稳定性。其设计的TCP/IP通信协议共有四个层次结构，分别是网络接口层、网络层、传输层和应用层，网络接口层是连接网络的层级结构，使网络有效连接，进行有效通信。而网络层就是为通信提供网络支撑的层级，传输层是使大数据传输的介质层级。在应用层进行整合，实现实物大数据与数字化档案系统的连接。

1.2数字化档案的识别

大数据识别机制与常规检索机制不同，数字化档案的识别是采用大数据识别机制进行识别的。大数据识别机制是利用模糊集计算方式进行统计，根据嵌入方式进行自定义子集，采用子集与统计集合对比的方式进行数字化档案检索。其模糊集识别数字化档案计算过程如下：

首先，利用实物大数据的优势，将数字化档案管理系统，构建成不同分类的模糊集合。其中一个文档可属几个大类模糊集合，也可单属于一类的模糊集合当中。

然后，根据载入的关键字信息，进行模糊化处理，确定模糊化子集，根据模糊化子集对应数字化档案系统中的模糊集合。

最后，子集在模糊集合内，进行对比，实现检索内容的显示，优化传统检索方法，将输入信息与整个档案系统数据库进行逐一对比，提高检索能力，缩短检索时间，降低对数据库资源的耗损。

2实现数字化档案系统快速调取

2.1搜索关键字的载入

搜索关键字的载入，是基于用户在输入端输入的关键字信息，数字化档案管理系统识别关键字信息，载入其关键字信息，完成关键字的载入。关键字的范围为用户输入范围，包含数字化档案的标题内容、作者、发表日期、类型等关键信息等。

载入过程中应保证数据传输的一致性和准确性，若载入数据传输有误，则会造成显示不准确，将会给后续的数字化信息甄别带来一定的影响。同时为解决因输入有误而造成的查询调取不准确，采用模糊集计算方式进行运算。

2.2数字化信息的甄别与显示

数字化信息的甄别，是在显示给用户前进行系统自我内部的甄别，甄别过程为对预提供给用户的数字化信息进行精算，确定提供的数字化信息为用户所检索的数字化信息[4]。精确计算与模糊集计算不同，精确计算为单字符对于单字符的对比计算，根据用户输入的信息进行判断，若与用户输入的信息，相同则给予显示，若与用户输入的信息不同则不予显示，再进行重复计算，若重复计算未发现用户输入的信息，这显示与搜索相近的数字化档案信息。

数字化信息的显示为物理显示，即依托输入端的外部设备（计算机显示器）进行显示[5]，依托实物大数据与数字化档案系统的连接，引入大数据识别机制，通过对关键字的载入，基于设计的数字化档案调取过程，与数字化信息的甄别，完成显示，实现提出的实物大数据手段在数字化档案系统中的应用。

3实例分析

为保证提出的实物大数据手段在数字化档案系统中应用有效性，现采用两种数字化档案系统，进行对比实验，分析两种数字化档案系统的调取识别性情况。采用对比调查的方式进行实验。

3.1实验准备与实验过程

实验地点为某省图书馆，实验过程征求图书馆管理员意见，采用两种数字化档案系统进行服务，征求图书馆阅读人员作为志愿者，对两种数字化档案系统进行有针对性的调取实验，分析两种数字化档案系统的调取识别情况。其中两种数字化档案系统为采用关键字检索的常规数字化档案系统、本文提出的应用于实物大数据的数字化档案系统。

为了准确验证应用不同方法的数字化档案系统的调取识别情况，在实验过程中，应保证两种数字化档案系统内的数字化档案完全一致，且占用储存空间大小相等，储存排列方式应完全相同。仅分析应用不同手段的数字化档案系统的调取识别情况。本次实验，两种数字化档案系统储存内容如表1所是：

实验过程中，采用数字化档案系统储存大小作为自变量，调取反应时间作为因变量，利用调取反应时间衡量调取识别情况。记录不同数据量调取所需时间形成图表。

3.2试验数据分析

根据实验过程，记录存储文件由0～20GB，应用不同手段的数字化档案系统，所调取文件所需要的时间。如图1所示：

上图中，图（a）代表提出的数字化档案系统应用调取反应时间，图（b）代表常规的数字化档案系统应用调取反应时间。根据图1显示，计算提出的数字化档案系统应用调取平均反应时间为0.35s，常规的数字化档案系统应用调取平均反应时间为1.42s。得出提出的实物大数据手段在数字化档案系统中的应用，较常规数字化档案系统，调取识别性提高75.35%。能够实现数字化文档系统文件的快速调取。

4总结

本文提出了实物大数据手段在数字化档案系统中的应用，基于实物大数据搜索单元引入，依托搜索关键字的载入，数字化信息的甄别与显示，实现本文的研究。试验数据表明，本文设计的数字化档案系统具备较高的有效性。希望本文的研究能够为数字化档案系统提供理论依据。

参考文献：

[1] 米永宁， 耿志杰. 应用大数据技术开发数字档案信息资源的现实困境与策略研究[J].北京档案， 2016（11）：16-19.

[2] 李俊豪. 2017（贵阳）档案大数据应用与安全高端论坛暨第五届档案信息化建设峰会召开[J].中国档案， 2017（9）：17-17.

[3] 张志忠， 朱水琴， 沈伟民. 大数据时代地税数字档案室建设的建议[J].档案与建设， 2016（11）：69-73.

[4] 陈小莉. 基于大数据的计算机数据挖掘技术在档案管理系统中的研究应用[J].激光杂志， 2017（2）：146-149.

[5] 李鹏. 大数据时代下的服务导向型图书馆用户档案管理[J].山西檔案， 2018，242（6）：31-33.

【通联编辑：光文玲】