實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用

黃榮梅 唐權(quán)

摘要：為解決常規(guī)數(shù)字化檔案系統(tǒng)調(diào)取識(shí)別性較低的不足，提出了實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用?；趯?shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接，以及數(shù)字化檔案的識(shí)別，完成實(shí)物大數(shù)據(jù)搜索單元的引入；依托搜索關(guān)鍵字的載入，數(shù)字化信息的甄別與顯示，實(shí)現(xiàn)了實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用。實(shí)驗(yàn)數(shù)據(jù)表明，提出的實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用，較常規(guī)數(shù)字化檔案系統(tǒng)，調(diào)取識(shí)別性提高75.35%。能夠?qū)崿F(xiàn)數(shù)字化文檔系統(tǒng)文件的快速調(diào)取。

關(guān)鍵詞：實(shí)物大數(shù)據(jù)；數(shù)字化檔案；檔案系統(tǒng)；數(shù)據(jù)調(diào)取

中圖分類號(hào)：TM72 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2019）09-0005-02

常規(guī)數(shù)字化檔案系統(tǒng)采用關(guān)鍵字檢索的方式，能夠?qū)崿F(xiàn)數(shù)字化檔案系統(tǒng)的調(diào)取，但僅限于關(guān)鍵字錄入部分，例如對(duì)數(shù)字化檔案標(biāo)題進(jìn)行關(guān)鍵字錄入，搜索關(guān)鍵字則可以找到該數(shù)字化檔案，但搜索該數(shù)字化檔案的內(nèi)容將無(wú)法查詢到該檔案，存在調(diào)取識(shí)別性較低的不足[1]，為此提出實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用。基于TCP/IP通信協(xié)議，實(shí)現(xiàn)實(shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接，利用大數(shù)據(jù)識(shí)別機(jī)制，實(shí)現(xiàn)數(shù)字化檔案的識(shí)別，完成實(shí)物大數(shù)據(jù)搜索單元的引入。依托搜索關(guān)鍵字的載入，數(shù)字化信息的甄別與顯示，實(shí)現(xiàn)了實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用。為了保證提出的數(shù)字化檔案系統(tǒng)中應(yīng)用有效性，進(jìn)行試驗(yàn)驗(yàn)證，試驗(yàn)結(jié)果表明，提出的實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用，較常規(guī)數(shù)字化檔案系統(tǒng)，具有更高的調(diào)取識(shí)別性。

1引入實(shí)物大數(shù)據(jù)搜索單元

1.1實(shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接

實(shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接是采用常規(guī)TCP/IP通信協(xié)議進(jìn)行通信的，TCP/IP通信協(xié)議具有可擴(kuò)展性，溯源性良好，能夠保證實(shí)用大數(shù)據(jù)技術(shù)的可靠運(yùn)行[2]。

TCP/IP通信協(xié)議是連接大數(shù)據(jù)服務(wù)端與數(shù)字化檔案系統(tǒng)的通信橋梁，采用環(huán)形拓?fù)浼軜?gòu)的方式進(jìn)行連接，通信連接測(cè)試數(shù)據(jù)量不得小于45Mbyet/s[3]。以保證數(shù)據(jù)傳輸?shù)姆€(wěn)定性。其設(shè)計(jì)的TCP/IP通信協(xié)議共有四個(gè)層次結(jié)構(gòu)，分別是網(wǎng)絡(luò)接口層、網(wǎng)絡(luò)層、傳輸層和應(yīng)用層，網(wǎng)絡(luò)接口層是連接網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu)，使網(wǎng)絡(luò)有效連接，進(jìn)行有效通信。而網(wǎng)絡(luò)層就是為通信提供網(wǎng)絡(luò)支撐的層級(jí)，傳輸層是使大數(shù)據(jù)傳輸?shù)慕橘|(zhì)層級(jí)。在應(yīng)用層進(jìn)行整合，實(shí)現(xiàn)實(shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接。

1.2數(shù)字化檔案的識(shí)別

大數(shù)據(jù)識(shí)別機(jī)制與常規(guī)檢索機(jī)制不同，數(shù)字化檔案的識(shí)別是采用大數(shù)據(jù)識(shí)別機(jī)制進(jìn)行識(shí)別的。大數(shù)據(jù)識(shí)別機(jī)制是利用模糊集計(jì)算方式進(jìn)行統(tǒng)計(jì)，根據(jù)嵌入方式進(jìn)行自定義子集，采用子集與統(tǒng)計(jì)集合對(duì)比的方式進(jìn)行數(shù)字化檔案檢索。其模糊集識(shí)別數(shù)字化檔案計(jì)算過(guò)程如下：

首先，利用實(shí)物大數(shù)據(jù)的優(yōu)勢(shì)，將數(shù)字化檔案管理系統(tǒng)，構(gòu)建成不同分類的模糊集合。其中一個(gè)文檔可屬幾個(gè)大類模糊集合，也可單屬于一類的模糊集合當(dāng)中。

然后，根據(jù)載入的關(guān)鍵字信息，進(jìn)行模糊化處理，確定模糊化子集，根據(jù)模糊化子集對(duì)應(yīng)數(shù)字化檔案系統(tǒng)中的模糊集合。

最后，子集在模糊集合內(nèi)，進(jìn)行對(duì)比，實(shí)現(xiàn)檢索內(nèi)容的顯示，優(yōu)化傳統(tǒng)檢索方法，將輸入信息與整個(gè)檔案系統(tǒng)數(shù)據(jù)庫(kù)進(jìn)行逐一對(duì)比，提高檢索能力，縮短檢索時(shí)間，降低對(duì)數(shù)據(jù)庫(kù)資源的耗損。

2實(shí)現(xiàn)數(shù)字化檔案系統(tǒng)快速調(diào)取

2.1搜索關(guān)鍵字的載入

搜索關(guān)鍵字的載入，是基于用戶在輸入端輸入的關(guān)鍵字信息，數(shù)字化檔案管理系統(tǒng)識(shí)別關(guān)鍵字信息，載入其關(guān)鍵字信息，完成關(guān)鍵字的載入。關(guān)鍵字的范圍為用戶輸入范圍，包含數(shù)字化檔案的標(biāo)題內(nèi)容、作者、發(fā)表日期、類型等關(guān)鍵信息等。

載入過(guò)程中應(yīng)保證數(shù)據(jù)傳輸?shù)囊恢滦院蜏?zhǔn)確性，若載入數(shù)據(jù)傳輸有誤，則會(huì)造成顯示不準(zhǔn)確，將會(huì)給后續(xù)的數(shù)字化信息甄別帶來(lái)一定的影響。同時(shí)為解決因輸入有誤而造成的查詢調(diào)取不準(zhǔn)確，采用模糊集計(jì)算方式進(jìn)行運(yùn)算。

2.2數(shù)字化信息的甄別與顯示

數(shù)字化信息的甄別，是在顯示給用戶前進(jìn)行系統(tǒng)自我內(nèi)部的甄別，甄別過(guò)程為對(duì)預(yù)提供給用戶的數(shù)字化信息進(jìn)行精算，確定提供的數(shù)字化信息為用戶所檢索的數(shù)字化信息[4]。精確計(jì)算與模糊集計(jì)算不同，精確計(jì)算為單字符對(duì)于單字符的對(duì)比計(jì)算，根據(jù)用戶輸入的信息進(jìn)行判斷，若與用戶輸入的信息，相同則給予顯示，若與用戶輸入的信息不同則不予顯示，再進(jìn)行重復(fù)計(jì)算，若重復(fù)計(jì)算未發(fā)現(xiàn)用戶輸入的信息，這顯示與搜索相近的數(shù)字化檔案信息。

數(shù)字化信息的顯示為物理顯示，即依托輸入端的外部設(shè)備（計(jì)算機(jī)顯示器）進(jìn)行顯示[5]，依托實(shí)物大數(shù)據(jù)與數(shù)字化檔案系統(tǒng)的連接，引入大數(shù)據(jù)識(shí)別機(jī)制，通過(guò)對(duì)關(guān)鍵字的載入，基于設(shè)計(jì)的數(shù)字化檔案調(diào)取過(guò)程，與數(shù)字化信息的甄別，完成顯示，實(shí)現(xiàn)提出的實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用。

3實(shí)例分析

為保證提出的實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中應(yīng)用有效性，現(xiàn)采用兩種數(shù)字化檔案系統(tǒng)，進(jìn)行對(duì)比實(shí)驗(yàn)，分析兩種數(shù)字化檔案系統(tǒng)的調(diào)取識(shí)別性情況。采用對(duì)比調(diào)查的方式進(jìn)行實(shí)驗(yàn)。

3.1實(shí)驗(yàn)準(zhǔn)備與實(shí)驗(yàn)過(guò)程

實(shí)驗(yàn)地點(diǎn)為某省圖書館，實(shí)驗(yàn)過(guò)程征求圖書館管理員意見，采用兩種數(shù)字化檔案系統(tǒng)進(jìn)行服務(wù)，征求圖書館閱讀人員作為志愿者，對(duì)兩種數(shù)字化檔案系統(tǒng)進(jìn)行有針對(duì)性的調(diào)取實(shí)驗(yàn)，分析兩種數(shù)字化檔案系統(tǒng)的調(diào)取識(shí)別情況。其中兩種數(shù)字化檔案系統(tǒng)為采用關(guān)鍵字檢索的常規(guī)數(shù)字化檔案系統(tǒng)、本文提出的應(yīng)用于實(shí)物大數(shù)據(jù)的數(shù)字化檔案系統(tǒng)。

為了準(zhǔn)確驗(yàn)證應(yīng)用不同方法的數(shù)字化檔案系統(tǒng)的調(diào)取識(shí)別情況，在實(shí)驗(yàn)過(guò)程中，應(yīng)保證兩種數(shù)字化檔案系統(tǒng)內(nèi)的數(shù)字化檔案完全一致，且占用儲(chǔ)存空間大小相等，儲(chǔ)存排列方式應(yīng)完全相同。僅分析應(yīng)用不同手段的數(shù)字化檔案系統(tǒng)的調(diào)取識(shí)別情況。本次實(shí)驗(yàn)，兩種數(shù)字化檔案系統(tǒng)儲(chǔ)存內(nèi)容如表1所是：

實(shí)驗(yàn)過(guò)程中，采用數(shù)字化檔案系統(tǒng)儲(chǔ)存大小作為自變量，調(diào)取反應(yīng)時(shí)間作為因變量，利用調(diào)取反應(yīng)時(shí)間衡量調(diào)取識(shí)別情況。記錄不同數(shù)據(jù)量調(diào)取所需時(shí)間形成圖表。

3.2試驗(yàn)數(shù)據(jù)分析

根據(jù)實(shí)驗(yàn)過(guò)程，記錄存儲(chǔ)文件由0～20GB，應(yīng)用不同手段的數(shù)字化檔案系統(tǒng)，所調(diào)取文件所需要的時(shí)間。如圖1所示：

上圖中，圖（a）代表提出的數(shù)字化檔案系統(tǒng)應(yīng)用調(diào)取反應(yīng)時(shí)間，圖（b）代表常規(guī)的數(shù)字化檔案系統(tǒng)應(yīng)用調(diào)取反應(yīng)時(shí)間。根據(jù)圖1顯示，計(jì)算提出的數(shù)字化檔案系統(tǒng)應(yīng)用調(diào)取平均反應(yīng)時(shí)間為0.35s，常規(guī)的數(shù)字化檔案系統(tǒng)應(yīng)用調(diào)取平均反應(yīng)時(shí)間為1.42s。得出提出的實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用，較常規(guī)數(shù)字化檔案系統(tǒng)，調(diào)取識(shí)別性提高75.35%。能夠?qū)崿F(xiàn)數(shù)字化文檔系統(tǒng)文件的快速調(diào)取。

4總結(jié)

本文提出了實(shí)物大數(shù)據(jù)手段在數(shù)字化檔案系統(tǒng)中的應(yīng)用，基于實(shí)物大數(shù)據(jù)搜索單元引入，依托搜索關(guān)鍵字的載入，數(shù)字化信息的甄別與顯示，實(shí)現(xiàn)本文的研究。試驗(yàn)數(shù)據(jù)表明，本文設(shè)計(jì)的數(shù)字化檔案系統(tǒng)具備較高的有效性。希望本文的研究能夠?yàn)閿?shù)字化檔案系統(tǒng)提供理論依據(jù)。

參考文獻(xiàn)：

[1] 米永寧， 耿志杰. 應(yīng)用大數(shù)據(jù)技術(shù)開發(fā)數(shù)字檔案信息資源的現(xiàn)實(shí)困境與策略研究[J].北京檔案， 2016（11）：16-19.

[2] 李俊豪. 2017（貴陽(yáng)）檔案大數(shù)據(jù)應(yīng)用與安全高端論壇暨第五屆檔案信息化建設(shè)峰會(huì)召開[J].中國(guó)檔案， 2017（9）：17-17.

[3] 張志忠， 朱水琴， 沈偉民. 大數(shù)據(jù)時(shí)代地稅數(shù)字檔案室建設(shè)的建議[J].檔案與建設(shè)， 2016（11）：69-73.

[4] 陳小莉. 基于大數(shù)據(jù)的計(jì)算機(jī)數(shù)據(jù)挖掘技術(shù)在檔案管理系統(tǒng)中的研究應(yīng)用[J].激光雜志， 2017（2）：146-149.

[5] 李鵬. 大數(shù)據(jù)時(shí)代下的服務(wù)導(dǎo)向型圖書館用戶檔案管理[J].山西檔案， 2018，242（6）：31-33.

【通聯(lián)編輯：光文玲】