基于人工智能的档案管理系统

杨文忠

(内蒙古升腾电子科技有限公司，内蒙古 呼和浩特 010010)

档案管理作为管理工作的重要组成部分，面临着先进网络技术综合运用跨越式发展的挑战，传统的档案管理模式已经无法适应当今世界计算机网络信息化的发展潮流[1]。档案信息化工作是信息化建设的核心，实现档案的信息化管理有利于提高工作效率，有利于避免人工管理导致的诸多疏漏。因此，实现新形势下档案管理模式的网络化越来越受到各领域的关注，当前对档案管理与服务系统的管理手段进行创新是建设现代化档案管理机制的必要举措[2]。

档案信息化本质上是利用相应的信息检索系统实现档案数据的归档、查询和管理。其一般方式是事先用计算机录入原始档案材料，之后按照行业规则对档案数据进行规范性编码，以便于日后的检索和 管理。在此基础上可通过建设相关的互联网门户网站实现对档案数据库资料的线上查询和远程服务[3]，实现多种路径、多种方式、全方位的服务，使得档案数据能以最短路径进行必要的社会共享，最大程度发挥其社会服务功能。

目前国内档案管理系统仍存在很多不足，如保密性较差、访问效率较低、可维护性较差、大量数据处于休眠状态、无法为使用者提供便捷和低效的访问途径等，这些现状归根结底都是因为传统的、低效的人工管理方法造成的。

随着城市化进程的加快，人口越来越集中，档案相关的数据量和需求量也越来越庞大，需求频次也越来越高，功能是否齐全，访问是否高效，维护是否方便已成为衡量档案管理系统信息化建设的标志性成果[4]。针对这种现实需求，越来越多的企业开始重视这个问题并不断尝试将先进的编程框架和技术运用到档案管理系统的设计中，通过对业务流程的不断磨合，逐步提升相关软件对历史档案和现实业务的支持力度，大幅度提高档案数据的利用率。

1 智能档案管理系统

随着互联网技术、电子信息技术在档案管理上的深入应用，任何组织、任何部门都迫切需求建立符合自身特点的档案管理系统已实现高效地组织和管理内部活动以及活动过程所产生的各类文献记录，笔者所提出的智能档案管理系统能够为各类用户提供快速、高效且可维护较优的档案管理模式[5]。

1.1 系统概述

智能档案管理系统主要包含数据处理、数据传递、数据检索、数据统计和数据分析等。其中，档案数据处理主要用于对档案数据进行预处理，针对不同的需求使其获得新的结构形态甚至产生新的数据；档案数据传递主要用于将数据信息在不同的平台进行传输和交互。数据统计、数据分析和数据检索等部分则依据不同的业务逻辑用对应的算法实现对数据的进一步处理和展示。该系统利用分析控制决策模型做业务逻辑处理，配合不同种类数据库完成机构组织的正常运行、管理和决策，系统功能模块，如图1所示。

图1 系统功能模块

1.2 系统架构

智能档案管理系统主要采用浏览器/服务器架构的模块化管理方式，不同的用户可根据业务实际范围和规模选择适合本单位的管理模块，系统以标准化的方式进行统一管理，在降低成本的基础上提高工作效率；在流程清晰化，操作简单化的基础上实现数据、流程和结果的可视化，实现对智能档案数据的价值挖掘，为决策者提供决策支持。

1.3 模块分析

1.3.1 数据资源管理系统。数据资源管理系统是进行后续的数据分析和价值挖掘的前提和基础。积累大量的档案数据资源并通过数据仓库或数据库进行有机整合，使之成为融会贯通且相互可读取、可查询的大数据存储体系，从而实现高效的数据资源共享，为业务系统的功能达成提供基础性数据支撑。

1.3.2 数据分析系统。数据分析系统主要包含数据联机分析平台和数据多维分析平台，其底层采用开源的Python工具包，如Scipy、Numpy以及Pandas等，具有高效、已使用和修改的特性。其中的数据联机分析平台支持通过联系方式横向扩展数据接口，具备对多源异构数据的实时查询、存取和分析能力。其多维分析平台对超大规模数据的多维特征进行有效降维后对数据进行二次聚合，实现包含超级特征的数据的聚拢效应，对数据进行“切块和切片”，钻取到细节中从而揭开数据的关系。在实现高速查询响应的同时能够对复杂多维特征数据的关键信息及关联关系特征进行提纯和净化，保证对数据价值挖掘的有效性。

1.3.3 数据挖掘系统。 数据挖掘系统主要针对大规模档案数据进行智能分析和挖掘，发现数据背后潜在的价值和规律，其过程包含对原始数据的预处理，如清洗、加工、标准化等，之后进行分析直到发现规律并进行价值析出，最后将分析或统计结果进行可视化呈现。

该系统中的数据挖掘分为3个阶段：数据准备阶段、价值挖掘阶段和评价筛选阶段。

首先，智能档案信息系统对无序数据进行自主筛选并删除其中重复的数据，根据数据的价值权重和价值密度处理缺失值，之后根据箱线图法或正态分布原理对异常数据进行处理，主要依据数据自身规律并考虑异常数据出现的原因做进一步筛选，最终得到有效精准的高价值基础数据。

其次，对于处理完毕的基础数据，本系统通过物理或逻辑方法分析数据之间的关联关系，通过线性分析、非线性分析、聚类分析等方法，利用数学、统计学、机器学习算法以及深度学习模型对其进行训练和分析，挖掘数据内在联系，找出隐藏的价值和规律[9]。

1.3.4 3D可视化技术。 智能档案管理系统采用旋转阵列形式的LED立体显示方法实现档案数据的立体投影显示。立体显示的本质是基于平面图像的运算及处理，通过左右眼睛的位置差异造成影像的位移，在大脑中形成立体影像。

旋转阵列式LED立体显示器是利用当前成熟的LED发光材料，通过高速旋转LED组合阵列，形成立体显示空间。以单根500像素的LED显示条为例，将其以一端为圆心进行高速旋转，可以形成面积为785 000像素的圆形单层显示平面。通过程序控制这单根500像素的LED发光点，能够形成单层图像信息的显示。用多根LED显示材料旋转可形成立体空间场，能够近似实现全立体裸眼显示。

1.3.5 安全保障系统。智能档案管理系统通过具备完善的安全保障系统来保障数据和系统的安全。从保障技术方面来看，该系统主要采用包含“保护、检测、应对、恢复”四模态控制的自适应机制来实现。运用各种安全协议在协议层和网络结构层上做物理和逻辑层面的保护，通过物理检测设备对系统安全的薄弱环节逐个进行检测，对可能的入侵攻击行为进行预测和判断，对发现的漏洞及时打补丁，增强系统的健壮性。同时通过快速自恢复机制保证在遇到恶意攻击时能够及时消除风险，第一时间从最近的备份点恢复业务。

2 智能档案管理系统的应用

智能化档案管理系统实现了功能模块化、数据处理智能化、统计和分析结果可视化，最大程度解决了政府、企事业单位、公检法司、教育、医疗、法律和金融等不同行业的档案信息化管理和智能化数据挖掘的需求，解决了传统档案管理中粗放、低效、不可靠和难以保密的问题。该系统的实施可使档案管理工作人员的工作量下降80%～90%，通过对档案的深度挖掘可使人才适用率提升50%～60%，档案系统的工作效率和数据利用效果显著提升。

3 结束语

传统的档案管理模式因低效、粗放等原因早已无法适应当今的信息社会，实现新形势下档案数据的信息化管理和智能挖掘已成为档案管理革新的必经之路。该系统基于这种需求实现了档案数据管理的模块化、标准化和规范化，但依然存在数据预处理不够智能、数据挖掘不够精细等问题，该系统将针对这些问题继续改进和完善，为档案管理和价值挖掘提供更多更好的方案。