基于大數(shù)據(jù)技術(shù)的檔案數(shù)據(jù)挖掘?qū)Σ哐芯?/h1>

2022-01-01 23:56:22賴倩

企業(yè)改革與管理訂閱 2021年9期 收藏

關(guān)鍵詞：數(shù)據(jù)挖掘檔案管理數(shù)據(jù)庫

賴 倩

（山東省青島第二中學(xué)分校，山東 青島 266071）

進(jìn)入新時期以來，行業(yè)內(nèi)的競爭加劇，為實(shí)現(xiàn)自身競爭力的提升，很多企業(yè)開始探索以大數(shù)據(jù)技術(shù)為基礎(chǔ)的檔案數(shù)據(jù)挖掘在檔案管理中的應(yīng)用，目的是解決現(xiàn)存的檔案數(shù)據(jù)挖掘問題，進(jìn)一步提升企業(yè)的信息處理效率，實(shí)現(xiàn)企業(yè)競爭力的提升。在企業(yè)檔案管理信息化發(fā)展的同時，為保障檔案數(shù)據(jù)挖掘技術(shù)在企業(yè)檔案管理中的可持續(xù)發(fā)展，需以數(shù)據(jù)挖掘?yàn)楹诵臉?gòu)造企業(yè)管理系統(tǒng)，采取以人為本的管理模式，為數(shù)據(jù)挖掘的安全長遠(yuǎn)發(fā)展提供全面的保障。

一、大數(shù)據(jù)技術(shù)概述

大數(shù)據(jù)技術(shù)特征可從以下四個方面進(jìn)行簡要概述：

1.信息龐大

信息龐大是大數(shù)據(jù)技術(shù)的主要特征，相關(guān)技術(shù)人員將龐大的數(shù)據(jù)信息進(jìn)行搜集與整理，并統(tǒng)一地存放于數(shù)據(jù)系統(tǒng)中。

2.信息多樣化

數(shù)據(jù)庫中存放著各種類型的信息，例如，生態(tài)系統(tǒng)信息、國防安全信息與日常生活信息等，都會按照其具體類型進(jìn)行保存。

3.高附加價值

各行各業(yè)中人們的生活信息與工作信息都會保存在數(shù)據(jù)庫中，這為相關(guān)有需要的人員進(jìn)行數(shù)據(jù)處理與數(shù)據(jù)采集提供了較大便利。

4.高效性

相關(guān)人員在數(shù)據(jù)庫中就相關(guān)信息進(jìn)行檢索時能夠快速地獲取所需信息，這能在一定程度上有效地提升相關(guān)人員的工作效率。

二、檔案數(shù)據(jù)挖掘技術(shù)

大數(shù)據(jù)背景下，檔案數(shù)據(jù)挖掘需要相關(guān)工作人員在檔案管理過程中進(jìn)行不斷探索?，F(xiàn)階段的數(shù)據(jù)挖掘技術(shù)可從以下三個方面進(jìn)行簡要論述：

1.分類技術(shù)

分類技術(shù)是數(shù)據(jù)挖掘中常用的技術(shù)手段，通過決策樹技術(shù)，定義數(shù)據(jù)庫中所有記錄的輸出屬性與輸入屬性，選取數(shù)據(jù)庫中的部分?jǐn)?shù)據(jù)進(jìn)行訓(xùn)練，從而找出數(shù)據(jù)屬性之間的規(guī)則，通過規(guī)則實(shí)現(xiàn)新的數(shù)據(jù)，并可記錄預(yù)測。企業(yè)在對供應(yīng)商管理以及銀行客戶管理中應(yīng)用決策樹技術(shù)較多，主要用來預(yù)測客戶行為，且準(zhǔn)確性很高。在檔案管理中應(yīng)用分類技術(shù)可結(jié)合客戶資料與檔案信息的每年詳細(xì)數(shù)據(jù)進(jìn)行相關(guān)信息的及時修正[1]。

2.聚類技術(shù)

聚類技術(shù)對檔案數(shù)據(jù)庫中的所有數(shù)據(jù)進(jìn)行相似性分析，從而將屬性較為相似的數(shù)據(jù)歸為一類實(shí)現(xiàn)分類化與集中化管理。聚類技術(shù)對數(shù)據(jù)沒有特別高的要求，因此，應(yīng)用較為廣泛。在檔案管理中應(yīng)用聚類技術(shù)可實(shí)現(xiàn)不同渠道與不同部門之間數(shù)據(jù)的有效關(guān)聯(lián)，實(shí)現(xiàn)數(shù)據(jù)間的深層次聯(lián)系，有效提升數(shù)據(jù)管理效率。

3.關(guān)聯(lián)技術(shù)

關(guān)聯(lián)技術(shù)主要用于描述數(shù)據(jù)項間的關(guān)系規(guī)則，通過一件事物中的事項導(dǎo)出其他事項的出現(xiàn)，以此來挖掘數(shù)據(jù)之間隱藏的關(guān)聯(lián)性。檔案數(shù)據(jù)之間一般會存在方方面面的聯(lián)系，這些聯(lián)系體現(xiàn)事物之間的某些規(guī)律，通過對這部分?jǐn)?shù)據(jù)的挖掘，能夠促進(jìn)決策與預(yù)測的科學(xué)合理化發(fā)展，但是，這種技術(shù)的實(shí)現(xiàn)通常需要較為豐富的數(shù)據(jù)庫。

三、檔案數(shù)據(jù)挖掘現(xiàn)狀

檔案數(shù)據(jù)挖掘現(xiàn)狀可從以下兩個方面進(jìn)行簡單論述：

1.檔案數(shù)據(jù)管理方式落后

當(dāng)前許多研究機(jī)構(gòu)、企業(yè)以及國家相關(guān)部門仍采用較為落后的檔案管理方式，不同部門之間獨(dú)立管理，不同類型檔案文件缺乏關(guān)聯(lián)，這使得在檔案管理中浪費(fèi)了大量的人力物力資源。隨著信息技術(shù)的快速發(fā)展，檔案管理開始積極吸取各種先進(jìn)的管理經(jīng)驗(yàn)，呈現(xiàn)多元化發(fā)展態(tài)勢，這也從側(cè)面反映出檔案數(shù)據(jù)挖掘技術(shù)的重要性[2]。

2.檔案管理從業(yè)者管理意識陳舊

大數(shù)據(jù)背景下，信息技術(shù)在各行各業(yè)實(shí)現(xiàn)了快速發(fā)展，其檔案信息量不斷攀升，然而部門檔案管理工作人員缺乏足夠的先進(jìn)意識，依然忙于各種數(shù)據(jù)儲存，不能實(shí)現(xiàn)數(shù)據(jù)之間的有效關(guān)聯(lián)，從而無法發(fā)揮數(shù)據(jù)的最大功效，同時也不利于企業(yè)的快速發(fā)展。

四、大數(shù)據(jù)技術(shù)背景下的檔案數(shù)據(jù)挖掘

大數(shù)據(jù)技術(shù)背景下的檔案數(shù)據(jù)挖掘可從多方面進(jìn)行論述，在此不能完全涵蓋，僅從以下幾個方面進(jìn)行簡單論述。通過大數(shù)據(jù)技術(shù)深度挖掘檔案數(shù)據(jù)；通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)挖掘的精細(xì)化發(fā)展；綜合性對策實(shí)現(xiàn)檔案數(shù)據(jù)的深度挖掘。

1.通過大數(shù)據(jù)技術(shù)深度挖掘檔案數(shù)據(jù)

（1）數(shù)據(jù)采集層管理

數(shù)據(jù)采集是大數(shù)據(jù)技術(shù)中的基礎(chǔ)環(huán)節(jié)，其質(zhì)量高低直接關(guān)系大數(shù)據(jù)技術(shù)的功效大小。只有完備化、高質(zhì)量的數(shù)據(jù)信息才能協(xié)助大數(shù)據(jù)技術(shù)提取出有用的隱含信息。由于大數(shù)據(jù)的動態(tài)性與實(shí)時性特征，離線、近線、在線等數(shù)字資源皆在采集范圍之內(nèi)。為突出采集數(shù)據(jù)的有效性與代表性，應(yīng)選擇合理的數(shù)據(jù)信息采集方式，收集所需的數(shù)據(jù)，為檔案數(shù)據(jù)挖掘打好基礎(chǔ)。

（2）數(shù)據(jù)管理層管理

各種方式與渠道挖掘的數(shù)據(jù)結(jié)構(gòu)多樣、種類繁多，通過數(shù)據(jù)管理層的處理、集成與存儲，可實(shí)現(xiàn)以下功能：

其一，將結(jié)構(gòu)復(fù)雜、難于管理的數(shù)據(jù)轉(zhuǎn)化為便于處理、結(jié)構(gòu)單一的數(shù)據(jù)?，F(xiàn)代互聯(lián)網(wǎng)環(huán)境下，非結(jié)構(gòu)化數(shù)據(jù)與半結(jié)構(gòu)化數(shù)據(jù)應(yīng)用幅度不斷增長，這些資源數(shù)據(jù)逐漸成為館藏重要來源；其二，對挖掘數(shù)據(jù)采取“清洗”與“去噪”處理，以此保障數(shù)據(jù)的可靠性與高質(zhì)量。由于剛采集數(shù)據(jù)有冗余數(shù)據(jù)以及噪聲數(shù)據(jù)，對數(shù)據(jù)進(jìn)行解析、清洗以及重構(gòu)，能夠有效地提升挖掘數(shù)據(jù)質(zhì)量；其三，儲存數(shù)據(jù)。為不同的數(shù)據(jù)建立獨(dú)立的數(shù)據(jù)庫并進(jìn)行存放，縮短訪問與查詢時間，提升數(shù)據(jù)獲取效率[3]。

（3）分析層管理

數(shù)據(jù)分析是大數(shù)據(jù)技術(shù)的核心部分，通過對檔案數(shù)據(jù)關(guān)聯(lián)性的分析，挖掘數(shù)據(jù)之間的密切聯(lián)系，提升數(shù)據(jù)挖掘的深度與廣度。相關(guān)性分析能夠?qū)崿F(xiàn)檔案資源功效的最大化，大數(shù)據(jù)技術(shù)的關(guān)鍵性作用即是發(fā)掘出檔案數(shù)據(jù)獨(dú)有的價值，不管是儲存的“冷數(shù)據(jù)”，還是基于網(wǎng)絡(luò)實(shí)時在線的“熱數(shù)據(jù)”，通過大數(shù)據(jù)技術(shù)對檔案數(shù)據(jù)的挖掘、整合、分析，激活檔案數(shù)據(jù)中潛在的資源，實(shí)現(xiàn)數(shù)據(jù)功效的同時，創(chuàng)造出新價值與新知識，有效破除信息孤島壁壘效應(yīng)，實(shí)現(xiàn)孤立而互不聯(lián)通檔案數(shù)據(jù)庫間的信息共享。

2.通過大數(shù)據(jù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)挖掘的精細(xì)化

（1）檔案資源挖掘

其一，通過大數(shù)據(jù)技術(shù)明確“大檔案”思路，在日常的數(shù)據(jù)挖掘中重視數(shù)據(jù)積累，不但需要完善檔案資源管理體系，還應(yīng)確立數(shù)據(jù)資源體系觀；其二，建立檔案數(shù)據(jù)資源共享庫。以省級為基本建設(shè)單位，建立共享的、規(guī)范的、集中的檔案數(shù)據(jù)庫，實(shí)現(xiàn)各個檔案館藏的關(guān)聯(lián)，形成資源豐富依托于網(wǎng)絡(luò)空間的檔案數(shù)據(jù)庫；利用處理技術(shù)與云計算平臺構(gòu)建檔案數(shù)據(jù)網(wǎng)，用于實(shí)時接收最新檔案數(shù)據(jù)，并分類處理非實(shí)時性數(shù)據(jù)，為檔案用戶提供更加優(yōu)質(zhì)的服務(wù)平臺。

（2）數(shù)據(jù)挖掘

其一，用戶信息挖掘。挖掘用戶的需求，查看其訪問服務(wù)器留下的日志，實(shí)現(xiàn)對用戶的在線跟蹤，根據(jù)用戶需求進(jìn)行個性化服務(wù)；其二，發(fā)掘用戶瀏覽記錄與檢索記錄。通過統(tǒng)計分析，選取點(diǎn)擊率較高的檔案數(shù)據(jù)進(jìn)行數(shù)字化處理；歸納整理用戶常用搜索詞來充實(shí)檔案數(shù)據(jù)庫中的關(guān)鍵詞，降低搜索時間，提升查準(zhǔn)率[4]。

（3）關(guān)系洞察、趨勢分析

不論是用戶數(shù)據(jù)還是檔案資源，通過挖掘只能獲取單方面數(shù)據(jù)，無法將獨(dú)立的數(shù)據(jù)匯集成完整的網(wǎng)絡(luò)。因此要實(shí)現(xiàn)數(shù)據(jù)的集中化管理，將其集成為完整的管理網(wǎng)絡(luò)，需要對其進(jìn)行全面深入的分析。通過整合孤立數(shù)據(jù)點(diǎn)，形成完整的檔案網(wǎng)絡(luò)，有效促進(jìn)檔案的可持續(xù)發(fā)展。

3.綜合性對策實(shí)現(xiàn)檔案數(shù)據(jù)的深度挖掘

（1）實(shí)現(xiàn)“以人為本”的用戶關(guān)系管理

通過大數(shù)據(jù)技術(shù)可以實(shí)時掌握用戶此前行為與當(dāng)下行為，并預(yù)測分析用戶未來行為，深入挖掘檔案數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)，促進(jìn)資源的集成化與創(chuàng)新化；利用大數(shù)據(jù)技術(shù)實(shí)現(xiàn)對用戶儲存行為、利用興趣、使用習(xí)慣、行為軌跡、搜索方式的分析，發(fā)掘用戶的隱性訴求。根據(jù)不同的用戶建立個性化數(shù)據(jù)庫，并在其中放入數(shù)據(jù)挖掘結(jié)果以及用戶所需。

（2）合理應(yīng)用“智慧因子”

智慧城市在提出以后，其概念已經(jīng)輻射到各個領(lǐng)域，其中也包括智慧檔案館，將智慧因子植入大數(shù)據(jù)技術(shù)，利用物聯(lián)網(wǎng)技術(shù)將用戶、數(shù)據(jù)、網(wǎng)絡(luò)、檔案、館舍統(tǒng)一在智能網(wǎng)絡(luò)中，達(dá)到深度挖掘與有效整合的目的。大數(shù)據(jù)技術(shù)不但能實(shí)現(xiàn)關(guān)系洞察、用戶數(shù)據(jù)、檔案資源、趨勢分析數(shù)據(jù)的融合，還能通過智慧服務(wù)理念實(shí)現(xiàn)個性化服務(wù)，推動檔案數(shù)據(jù)信息的知識空間構(gòu)建。

五、結(jié)語

綜上所述，現(xiàn)階段的檔案數(shù)據(jù)挖掘還存在著一些問題亟待解決，這對于檔案管理工作的可持續(xù)發(fā)展有著一定的阻礙作用?；谶@種狀況，很多企業(yè)相關(guān)從業(yè)者開始探索基于大數(shù)據(jù)技術(shù)的檔案數(shù)據(jù)挖掘，目的是進(jìn)一步提升檔案管理信息化進(jìn)程，解決現(xiàn)有的檔案數(shù)據(jù)挖掘問題，實(shí)現(xiàn)企業(yè)檔案管理的長遠(yuǎn)發(fā)展。

猜你喜歡

數(shù)據(jù)挖掘檔案管理數(shù)據(jù)庫

探討人工智能與數(shù)據(jù)挖掘發(fā)展趨勢

大眾投資指南(2021年35期)2021-02-16 01:06:26

檔案管理中的電子檔案管理

經(jīng)濟(jì)技術(shù)協(xié)作信息(2018年22期)2019-01-19 03:00:08

檔案管理與企業(yè)內(nèi)部控制關(guān)系的思考

消費(fèi)導(dǎo)刊(2017年24期)2018-01-31 01:29:20

基于并行計算的大數(shù)據(jù)挖掘在電網(wǎng)中的應(yīng)用

電力與能源(2017年6期)2017-05-14 06:19:37

數(shù)據(jù)庫

財經(jīng)(2017年2期)2017-03-10 14:35:35

數(shù)據(jù)庫

財經(jīng)(2016年15期)2016-06-03 07:38:02

數(shù)據(jù)庫

財經(jīng)(2016年3期)2016-03-07 07:44:46

數(shù)據(jù)庫

財經(jīng)(2016年6期)2016-02-24 07:41:51

一種基于Hadoop的大數(shù)據(jù)挖掘云服務(wù)及應(yīng)用

信息通信技術(shù)(2015年6期)2015-12-26 01:16:46

健康檔案管理的“云”前景

中國衛(wèi)生(2014年11期)2014-11-12 13:11:34

企業(yè)改革與管理2021年9期

企業(yè)改革與管理的其它文章

房地產(chǎn)企業(yè)資金管理存在的問題及對策探討

企業(yè)集團(tuán)資金集中管理模式研究

基于商業(yè)銀行固定資產(chǎn)投資的后評價體系研究

新租賃準(zhǔn)則落地與實(shí)施的影響因素及應(yīng)對措施探討

當(dāng)前國際關(guān)系背景下中國企業(yè)外貿(mào)工作策略研究

博物館衍生品開發(fā)現(xiàn)狀及對策探討