淺析基于數(shù)據(jù)挖掘的數(shù)字檔案信息管理研究

齊秀艷

[摘 要]進(jìn)入二十一世紀(jì)以來(lái)，在我國(guó)現(xiàn)代社會(huì)主義持續(xù)發(fā)展的過(guò)程中，其計(jì)算機(jī)技術(shù)本身在這一過(guò)程中得到了持續(xù)性的進(jìn)步，同時(shí)，信息技術(shù)本身在這一過(guò)程中也在各個(gè)不同領(lǐng)域發(fā)揮出了重要的作用。本篇文章主要針對(duì)基于數(shù)據(jù)挖掘的實(shí)數(shù)字檔案信息管理研究進(jìn)行了全面詳細(xì)的探討，以期為我國(guó)經(jīng)濟(jì)體系發(fā)展過(guò)程中的數(shù)字檔案信息發(fā)展提供參考。

[關(guān)鍵詞]數(shù)字化；圖書(shū)管理；檔案化

數(shù)據(jù)挖掘，實(shí)際上就是從大量不明確、模糊、隨機(jī)的數(shù)據(jù)之中進(jìn)行隱含的數(shù)據(jù)提取，并且這部分?jǐn)?shù)據(jù)是人們事先所不了解的但是自身又是有用的數(shù)據(jù)處理過(guò)程。這部分?jǐn)?shù)據(jù)自身可以是以結(jié)構(gòu)化的方式呈現(xiàn)，也同樣可以是半結(jié)構(gòu)化的方式呈現(xiàn)，甚至還能夠通過(guò)異構(gòu)型方式來(lái)呈現(xiàn)。通過(guò)這一方式所發(fā)掘的知識(shí)，能夠使用在決策支持、優(yōu)化查詢(xún)、信息管理等多個(gè)不同的方面，這是世界上目前所進(jìn)行的數(shù)據(jù)庫(kù)領(lǐng)域研究關(guān)鍵項(xiàng)目。下文主要針對(duì)基于數(shù)據(jù)萬(wàn)巨額的數(shù)字檔案信息管理進(jìn)行了全面詳細(xì)的研究。

一、數(shù)據(jù)挖掘的功能

數(shù)據(jù)挖掘在實(shí)際操作的過(guò)程中，主要是針對(duì)未來(lái)的數(shù)據(jù)發(fā)展趨勢(shì)以及具體行為進(jìn)行預(yù)測(cè)性的決策制定。數(shù)據(jù)挖掘所涉及到的挖掘目標(biāo)，通常情況下都是在數(shù)據(jù)庫(kù)之中所發(fā)現(xiàn)的具有隱含知識(shí)以及相關(guān)意義的一項(xiàng)有效知識(shí)，按照不同是知識(shí)所呈現(xiàn)出的不同功能，主要可以劃分成為以下幾個(gè)方面：

1、關(guān)聯(lián)分析

關(guān)聯(lián)分析是能夠直接找到數(shù)據(jù)庫(kù)之中大量不同數(shù)據(jù)之間的互相聯(lián)系性方式，通常情況下，該技術(shù)分為序列模式以及關(guān)聯(lián)規(guī)則這兩個(gè)方面來(lái)加以應(yīng)用、執(zhí)行。從本質(zhì)上來(lái)說(shuō)，關(guān)聯(lián)規(guī)則實(shí)質(zhì)上就是發(fā)現(xiàn)某個(gè)事物與其他組成部分之間所存在的關(guān)聯(lián)性、依賴(lài)性等因素。

2、聚類(lèi)

所輸入的數(shù)據(jù)本身沒(méi)有任何形式的標(biāo)記存在，而聚類(lèi)則是對(duì)不同的數(shù)據(jù)類(lèi)型進(jìn)行規(guī)劃、集合，也就是將多個(gè)不同的對(duì)象組成多個(gè)不同的類(lèi)，或者是形成簇，通過(guò)該方式能夠直接使得同一個(gè)簇的數(shù)據(jù)擁有極高的相似度，不同的簇與簇之間存在著較大的差異性。聚類(lèi)方式的存在，不但使得人們本身對(duì)于各個(gè)環(huán)節(jié)的認(rèn)識(shí)進(jìn)行了強(qiáng)化，同樣還是對(duì)于概念以及偏差進(jìn)行分析的一個(gè)必要條件。

3、自動(dòng)預(yù)測(cè)趨勢(shì)和行為

數(shù)據(jù)挖掘自動(dòng)在大型數(shù)據(jù)庫(kù)中進(jìn)行分類(lèi)和預(yù)測(cè)，尋找預(yù)測(cè)性信息，自動(dòng)地提出描述重要數(shù)據(jù)類(lèi)的模型或預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)，這樣以往需要進(jìn)行大量手工分析的問(wèn)題如今可以迅速直接由數(shù)據(jù)本身得出結(jié)論。

二、數(shù)據(jù)挖掘在建設(shè)現(xiàn)代化高校檔案館中的應(yīng)用

1、資源類(lèi)實(shí)數(shù)據(jù)主要包含了檔案館在進(jìn)行數(shù)據(jù)館藏過(guò)程中，對(duì)數(shù)據(jù)進(jìn)行的數(shù)字化加工所產(chǎn)生的各種不同類(lèi)型的電子檔案，而在對(duì)于這類(lèi)檔案信息進(jìn)行處理的過(guò)程中，便必須要對(duì)于多方面的檔案信息加以重視，以檔案用戶(hù)的實(shí)際需求來(lái)作為出發(fā)點(diǎn)，促使數(shù)據(jù)挖掘能夠?yàn)闄n案館全面掌握各方面信息提供了良好的參考依據(jù)以及執(zhí)行方法。

（1）通過(guò)WEB信息訪問(wèn)方式的挖掘技術(shù)，來(lái)找出各項(xiàng)數(shù)據(jù)之中所存在的序列模式、關(guān)聯(lián)模式以及WEB訪問(wèn)趨勢(shì)等多方面問(wèn)題，從而構(gòu)建起完善的用戶(hù)思維興模型。從而可以確定檔案信息或服務(wù)受歡迎的程度，發(fā)現(xiàn)用戶(hù)訪問(wèn)模式和用戶(hù)需求的趨勢(shì)，從不同側(cè)面來(lái)研究用戶(hù)的信息需求，為優(yōu)化檔案館的檔案信息資源建設(shè)提供了科學(xué)依據(jù)。

（2）收集大學(xué)檔案網(wǎng)web服務(wù)器保留的用戶(hù)注冊(cè)信息、訪問(wèn)記錄，以及有關(guān)用戶(hù)與系統(tǒng)交互的信息等原始數(shù)據(jù)，經(jīng)過(guò)清洗、濃縮和轉(zhuǎn)換形成便于統(tǒng)計(jì)分析的用戶(hù)查閱數(shù)據(jù)庫(kù)、日志數(shù)據(jù)庫(kù)、用戶(hù)定制信息庫(kù)、用戶(hù)反饋信息等各種數(shù)據(jù)集合。

2、從建設(shè)大學(xué)檔案館館藏信息資源出發(fā)，數(shù)據(jù)挖掘?yàn)榇髮W(xué)檔案館提供了選擇一條科學(xué)發(fā)展道路的重要依據(jù)。

（1）利用檔案網(wǎng)和檔案管理軟件訪問(wèn)信息的挖掘分析出檔案資源的利用率，將利用率高、需求量大的傳統(tǒng)載體檔案優(yōu)先數(shù)字化。例如：通過(guò)對(duì)檔案信息的訪問(wèn)記錄、檢索請(qǐng)求中用戶(hù)請(qǐng)求失敗的數(shù)據(jù)進(jìn)行分析，按類(lèi)統(tǒng)計(jì)檔案拒用集和頻繁利用集，結(jié)合聚集算法發(fā)現(xiàn)館藏資源的缺漏，有針對(duì)性地補(bǔ)充和豐富檔案信息資源。

（2）在大學(xué)檔案館藏管理過(guò)程中利用文本挖掘，運(yùn)用關(guān)聯(lián)、分類(lèi)、聚類(lèi)等方法，從海量檔案信息中按照相關(guān)專(zhuān)題進(jìn)行挖掘、分類(lèi)、加工、整理和有序化重組，構(gòu)建特色檔案信息庫(kù)及各類(lèi)專(zhuān)題檔案信息庫(kù)等。

三、數(shù)據(jù)挖掘在管理類(lèi)數(shù)據(jù)中的應(yīng)用

大學(xué)檔案館的管理類(lèi)數(shù)據(jù)包括：智能監(jiān)控系統(tǒng)、消防系統(tǒng)、溫濕度控制系統(tǒng)、智能密集架、數(shù)據(jù)管理系統(tǒng)、數(shù)據(jù)利用系統(tǒng)等在日常工作產(chǎn)生大量的管理類(lèi)數(shù)據(jù)。我們得用數(shù)據(jù)挖掘工具在這類(lèi)看似無(wú)用的數(shù)據(jù)中提取有價(jià)值的知識(shí)并運(yùn)用到大學(xué)檔案館工作中，并在大學(xué)檔案館的現(xiàn)代化建設(shè)中發(fā)揮作用。

大學(xué)檔案館檔案工作的重點(diǎn)是為師生服務(wù)，以服務(wù)為中心開(kāi)展各項(xiàng)工作，如何使用先進(jìn)的工具，提高服務(wù)的質(zhì)量是一直困擾我們的難題。數(shù)據(jù)挖掘?yàn)榇髮W(xué)檔案館檔案工作的智能化、個(gè)性化、精品化提供了行之有效的方法。在智能檢索系統(tǒng)可調(diào)用用戶(hù)興趣模型，自動(dòng)修正檢索策略并可依用戶(hù)興趣將檢索結(jié)果迅速聚類(lèi)和分類(lèi)，并條理化地排序出來(lái)；對(duì)于設(shè)計(jì)院、社科院等科研型檔案用戶(hù)，可借助數(shù)據(jù)挖掘開(kāi)展針對(duì)性的檔案信息挖掘，并將研究成果以概述、成果報(bào)告等形式提供給用戶(hù)。

四、結(jié)語(yǔ)

綜上所述，在我國(guó)當(dāng)前科技技術(shù)飛速發(fā)展的過(guò)程中，人們開(kāi)始越發(fā)重視數(shù)據(jù)挖掘所具有的重要性，尤其是利用數(shù)據(jù)挖掘技術(shù)在數(shù)字檔案信息管理工作中所起到的便利性，對(duì)于我國(guó)當(dāng)前的檔案信息管理工作來(lái)說(shuō)，起到了極其重要的作用。但是，必須要加以重視的是，在數(shù)字檔案信息中對(duì)數(shù)據(jù)挖掘技術(shù)進(jìn)行應(yīng)用的過(guò)程中，務(wù)必要針對(duì)其中所涉及到的多個(gè)方面進(jìn)行協(xié)調(diào)性研究，這對(duì)于網(wǎng)絡(luò)檔案的建設(shè)和運(yùn)行來(lái)說(shuō)，起到了極其重要的作用。

參考文獻(xiàn)：

[1]張顯恒.數(shù)據(jù)挖掘技術(shù)在圖書(shū)管理中的應(yīng)用[J].科技資訊.2012（26）

[2]鐘家洪，賴(lài)敏.數(shù)據(jù)挖掘模型在入侵檢測(cè)系統(tǒng)中的應(yīng)用[J].硅谷.2012（16）

[3]郭群.基于企業(yè)數(shù)據(jù)挖掘技術(shù)的應(yīng)用及發(fā)展方向[J].信息系統(tǒng)工程.2012（09）