核電廠文檔信息系統(tǒng)建設(shè)

劉鑫

摘 要：本文對(duì)核電廠文檔信息系統(tǒng)建設(shè)的現(xiàn)狀加以分析，從中總結(jié)出目前文檔信息系統(tǒng)建設(shè)中的先進(jìn)經(jīng)驗(yàn)，并對(duì)文檔系統(tǒng)應(yīng)關(guān)注的前沿方向予以展望、探索。通過這些展望與探索，挖掘出文檔信息系統(tǒng)內(nèi)的數(shù)據(jù)優(yōu)勢(shì)，更好地為生產(chǎn)運(yùn)行提供支持保障。

關(guān)鍵詞：文檔系統(tǒng);知識(shí)熱點(diǎn);功能;建設(shè)

一、核電廠文檔信息系統(tǒng)現(xiàn)狀

核電廠文檔信息系統(tǒng)以Filenet、Documentum等平臺(tái)搭建。秦山核電依托Filenet平臺(tái)建立的ECM系統(tǒng)代表了目前核電廠文檔信息系統(tǒng)的最高能力。但該系統(tǒng)仍是以文檔存儲(chǔ)、文檔流程為主要功能，并不具備事物流、數(shù)據(jù)流、數(shù)據(jù)交互的功能。

1.核電廠文檔信息系統(tǒng)建設(shè)成果。ECM系統(tǒng)是以國(guó)家檔案局在2017年發(fā)布《企業(yè)數(shù)字檔案館（室）建設(shè)指南》中“數(shù)字化檔案館的建設(shè)”為指導(dǎo)思想，以“通過計(jì)算機(jī)系統(tǒng)將各生產(chǎn)系統(tǒng)、管理系統(tǒng)的數(shù)據(jù)進(jìn)行自動(dòng)捕獲歸檔”為實(shí)施思路，開發(fā)建立的國(guó)內(nèi)新型文檔信息系統(tǒng)。縱觀核電文檔信息系統(tǒng)建設(shè)情況，已從離線收集檔案數(shù)據(jù)，向在線收集檔案數(shù)據(jù)的方向發(fā)展，并向大數(shù)據(jù)管理與利用的方向發(fā)展。

2.核電廠文檔信息系統(tǒng)建設(shè)的良好實(shí)踐。核電廠文檔信息系統(tǒng)已實(shí)現(xiàn)從其他系統(tǒng)自動(dòng)對(duì)接電子數(shù)據(jù)與電子文檔，減少了文檔數(shù)據(jù)離線傳遞而導(dǎo)致的出錯(cuò)率，避免了電子文件重復(fù)加工?，F(xiàn)在的文檔信息系統(tǒng)也具備了多維度文檔分類的雛形，通過不同視角透視文檔結(jié)構(gòu)，部分滿足不同用戶構(gòu)建文檔樹狀結(jié)構(gòu)的需求。文檔信息系統(tǒng)也具備了評(píng)價(jià)功能，用戶可對(duì)文檔的利用效果進(jìn)行評(píng)價(jià);通過用戶主動(dòng)推薦對(duì)知識(shí)熱點(diǎn)加以標(biāo)引，初步實(shí)現(xiàn)知識(shí)管理的雛形。

二、核電廠文檔信息系統(tǒng)建設(shè)存在的不足之處

1.與生產(chǎn)系統(tǒng)的嵌入能力不足。文檔信息系統(tǒng)的建設(shè)方向注重了數(shù)據(jù)的單向收集，而未注重文檔數(shù)據(jù)向外部信息系統(tǒng)的主動(dòng)發(fā)送利用。不能與生產(chǎn)系統(tǒng)雙向?qū)踊蚯度?，生產(chǎn)系統(tǒng)不能良好的調(diào)用文檔系統(tǒng)數(shù)據(jù)，做不到互相標(biāo)引。

2.“事物—文檔”數(shù)據(jù)流欠缺。目前文檔的產(chǎn)生來源于孤立事件，但系統(tǒng)化的文檔是產(chǎn)生于事物流、數(shù)據(jù)流。并能通過事物流、數(shù)據(jù)流將文檔信息加以動(dòng)態(tài)整合。以某項(xiàng)目運(yùn)作為例，立項(xiàng)、審批、論證、采購(gòu)、驗(yàn)收、完工等環(huán)節(jié)，在不同系統(tǒng)或者離線完成，產(chǎn)生的文檔則離散存儲(chǔ)于不同之處，文檔系統(tǒng)性較差。

3.提取知識(shí)點(diǎn)的能力不足。核電廠主要的知識(shí)點(diǎn)集中在手冊(cè)、圖紙、記錄等各類文檔中。文檔信息系統(tǒng)不具備發(fā)現(xiàn)知識(shí)熱點(diǎn)的能力，不具備有效的算法對(duì)知識(shí)熱點(diǎn)標(biāo)引，成為知識(shí)管理的瓶頸。傳統(tǒng)的用戶主動(dòng)標(biāo)引模式很難調(diào)動(dòng)用戶積極性，知識(shí)熱點(diǎn)識(shí)別的準(zhǔn)確度不高。

4.基于內(nèi)容的互相關(guān)聯(lián)未做好。文檔信息系統(tǒng)具備了全文檢索能力，但基于全文內(nèi)容的數(shù)據(jù)挖掘能力還不具備，也沒有采用數(shù)據(jù)挖掘工具。以系統(tǒng)流程圖為例，圖中均有設(shè)備、系統(tǒng)、流程指向等數(shù)據(jù)，但無法基于內(nèi)容數(shù)據(jù)進(jìn)行文檔自動(dòng)關(guān)聯(lián)。

三、文檔信息系統(tǒng)未來建設(shè)的思考

首先，需要建立文檔數(shù)據(jù)與其他生產(chǎn)系統(tǒng)數(shù)據(jù)雙向?qū)拥哪芰?其次，應(yīng)建立“事務(wù)—文檔”數(shù)據(jù)流;再次，應(yīng)考慮知識(shí)熱點(diǎn)的自動(dòng)發(fā)掘能力;最后，是基于文檔內(nèi)容的相互之間關(guān)聯(lián)功能。

1.其他系統(tǒng)的嵌入

（1）文檔數(shù)據(jù)雙向傳遞標(biāo)準(zhǔn)接口。文檔信息系統(tǒng)與外部系統(tǒng)之間進(jìn)行數(shù)據(jù)交互，需建立雙向傳遞的功能。實(shí)現(xiàn)外部系統(tǒng)產(chǎn)生的文檔數(shù)據(jù)自動(dòng)捕獲進(jìn)入文檔信息系統(tǒng)，文檔信息系統(tǒng)的數(shù)據(jù)能主動(dòng)傳遞與外部系統(tǒng)或被外部系統(tǒng)調(diào)用。文檔信息系統(tǒng)成為文檔數(shù)據(jù)交換的中心，外部系統(tǒng)圍繞該中心無縫雙向傳遞文檔數(shù)據(jù)。實(shí)現(xiàn)此能力需建立標(biāo)準(zhǔn)數(shù)據(jù)傳遞接口，外部系統(tǒng)在系統(tǒng)開發(fā)時(shí)涉及到文檔傳遞，只需調(diào)用標(biāo)準(zhǔn)接口無需再次開發(fā)。但其缺陷是標(biāo)準(zhǔn)接口是普遍適用，難以滿足系統(tǒng)之間文檔使用的個(gè)性需求。

（2）嵌入式的文檔功能模塊。可將文檔管控基礎(chǔ)功能整合為功能模塊，各外部系統(tǒng)在建設(shè)時(shí)，可將此功能模塊嵌入。文檔功能模塊應(yīng)用目標(biāo)是外部系統(tǒng)，模塊功能可略為簡(jiǎn)化，能做到增、刪、改、查，簡(jiǎn)單報(bào)表則可，文檔專業(yè)的歸檔、組卷、排架等功能可省略。文檔功能模塊應(yīng)滿足跨平臺(tái)應(yīng)用。

（3）文檔模塊元數(shù)據(jù)自定義。文檔模塊元數(shù)據(jù)定義，首先需滿足行業(yè)標(biāo)準(zhǔn)加以初始化定義。但文檔模塊應(yīng)用于外部系統(tǒng)，有自身業(yè)務(wù)元數(shù)據(jù)與生成的文檔緊密相關(guān)。因此應(yīng)考慮在文檔模塊功能不變的前提下，在標(biāo)準(zhǔn)元數(shù)據(jù)的基礎(chǔ)上，允許外部系統(tǒng)增加個(gè)性元數(shù)據(jù)。及時(shí)將各外部系統(tǒng)個(gè)性化元數(shù)據(jù)收集分析，對(duì)于重復(fù)度高的可視為高耦合數(shù)據(jù)，及時(shí)納入標(biāo)準(zhǔn)元數(shù)據(jù)之中。

2.基于事物流創(chuàng)建文檔流

（1）事物—文檔流模型。以項(xiàng)目建設(shè)為例，其生命周期內(nèi)不同階段均產(chǎn)生、使用文檔，生成記錄。文檔信息系統(tǒng)應(yīng)考慮在系統(tǒng)內(nèi)建立事物流概念，如立項(xiàng)、評(píng)價(jià)、審批、上報(bào)、論證、執(zhí)行、驗(yàn)收等事物環(huán)節(jié)。事物環(huán)節(jié)內(nèi)定義觸發(fā)事物所必需的文檔條件、事物執(zhí)行后產(chǎn)生文檔列表等。事物流概念與嵌入式文檔模塊相結(jié)合，外部系統(tǒng)生成文檔時(shí)將關(guān)聯(lián)事物信息一并歸檔到文檔信息系統(tǒng)。最終實(shí)現(xiàn)以事物的總體視角將相關(guān)文檔進(jìn)行有序組合。

（2）從外部系統(tǒng)獲取事物流。事物流的創(chuàng)建，并非全部從文檔信息系統(tǒng)觸發(fā)。專業(yè)系統(tǒng)中已具備專業(yè)事物（辦理）流，文檔信息系統(tǒng)則應(yīng)將專業(yè)事物流要素納入其中，與文檔系統(tǒng)數(shù)據(jù)相結(jié)合。但應(yīng)考慮不同外部系統(tǒng)事物流數(shù)據(jù)結(jié)構(gòu)的不同，獲取外部事物流與文檔應(yīng)優(yōu)先考慮標(biāo)準(zhǔn)封裝格式數(shù)據(jù)，以便于讀取與解析。

（3）綜合組合事物流。事物流可從文檔信息系統(tǒng)觸發(fā)，也可外部系統(tǒng)觸發(fā)。實(shí)際工作中，一項(xiàng)事物會(huì)切分為若干事物子項(xiàng)，每一事物子項(xiàng)具備自身的事物流。各子項(xiàng)事物流需鏈接與整合，各子項(xiàng)事務(wù)產(chǎn)生的文檔整合在一起才為完整的項(xiàng)目文檔。文檔信息系統(tǒng)需在獲取多子項(xiàng)事物流之后，進(jìn)行事物流整合，最終保證全部過程產(chǎn)生的文檔數(shù)據(jù)為有序整體。

（4）事物流交互提供。事物流關(guān)系結(jié)構(gòu)中，上一事物流的結(jié)果往往是下一事物流觸發(fā)的條件。文檔信息系統(tǒng)在具備事物流整合能力時(shí)，應(yīng)注重事物流生成文檔的可交互性，實(shí)現(xiàn)從不同系統(tǒng)獲取文檔，依照事物流總流程，自動(dòng)提交與下一級(jí)事物流，從文檔的角度將綜合流程打通。

3.自動(dòng)提取知識(shí)熱點(diǎn)

（1）檢索條件與結(jié)果統(tǒng)計(jì)知識(shí)熱點(diǎn)。文檔信息系統(tǒng)已實(shí)現(xiàn)多種檢索能力，應(yīng)在檢索條件與檢索結(jié)果利用方面進(jìn)行統(tǒng)計(jì)、算法計(jì)算。對(duì)用戶的檢索詞進(jìn)行統(tǒng)計(jì)，可分析出搜索熱詞，可得知用戶關(guān)注的知識(shí)方向，提供熱詞自動(dòng)提醒。檢索結(jié)果利用對(duì)點(diǎn)擊率高的文檔進(jìn)行統(tǒng)計(jì)，得出搜索熱詞與文檔之間的相關(guān)性。相關(guān)性高可做優(yōu)先推送，提供精準(zhǔn)利用。

（2）閱讀行為提取知識(shí)熱點(diǎn)。用戶查閱電子文檔時(shí)，有價(jià)值的部分閱讀時(shí)間長(zhǎng)，無價(jià)值的略過。統(tǒng)計(jì)分析電子文檔有效閱讀時(shí)間，用戶對(duì)某文檔閱讀時(shí)間明顯高于其他文檔，則可認(rèn)定該文檔的內(nèi)容價(jià)值較高，用戶較為關(guān)注。同一篇文檔中，某部分有效閱讀時(shí)間高于其他章節(jié)，可認(rèn)定該部分則包含了潛在的熱點(diǎn)知識(shí)?？梢宰鳛闊狳c(diǎn)知識(shí)儲(chǔ)備。

（3）分詞分析知識(shí)熱點(diǎn)。熱點(diǎn)文檔、熱點(diǎn)片段包含了知識(shí)熱點(diǎn)。運(yùn)用技術(shù)手段對(duì)內(nèi)容文字分詞分析、關(guān)鍵詞標(biāo)引，通過用戶不斷積累有效閱讀時(shí)間，內(nèi)容中分詞標(biāo)引次數(shù)則會(huì)明顯升高，可分析出熱點(diǎn)知識(shí)詞匯。進(jìn)而通過與檢索熱詞對(duì)比，與其他熱點(diǎn)文檔所標(biāo)引的熱點(diǎn)詞匯對(duì)比，逐步篩選出共性熱點(diǎn)詞匯，在大量自動(dòng)標(biāo)引與比對(duì)之后，熱點(diǎn)知識(shí)可以初見模型。

4.基于文檔內(nèi)容自動(dòng)關(guān)聯(lián)

文檔之間是多對(duì)多的關(guān)系，樹狀目錄是一對(duì)多關(guān)系，需運(yùn)用網(wǎng)狀關(guān)系進(jìn)行描述。

（1）特定關(guān)鍵詞分析。以流程圖為例，特定文檔包含特定含義的關(guān)鍵詞，例如系統(tǒng)代碼等。特定關(guān)鍵詞與日常詞匯語義不同，沒有模糊含義，可作為基于文檔內(nèi)容管理的觸發(fā)條件。例如，對(duì)系統(tǒng)代碼進(jìn)行提取，可知哪些文檔對(duì)該系統(tǒng)有記錄，多文檔提取后，可獲得該系統(tǒng)相關(guān)的文檔圖譜。

（2）特定關(guān)鍵詞建立網(wǎng)狀文檔關(guān)系。多份文檔具有多個(gè)特定關(guān)鍵詞，通過計(jì)算機(jī)自動(dòng)建立網(wǎng)狀關(guān)系。通過一份文檔可以可視化的看到與其內(nèi)容有所關(guān)聯(lián)的文檔全集，用可視化手段實(shí)現(xiàn)用戶進(jìn)行文檔逐步探索的需求。

（3）通過用戶行為，建立關(guān)系主干。網(wǎng)狀關(guān)系中關(guān)系程度有強(qiáng)弱之分。通過用戶行為分析，根據(jù)探索點(diǎn)擊率、被點(diǎn)擊文檔的有效閱讀時(shí)間，標(biāo)注關(guān)系強(qiáng)弱。通過關(guān)系圖探索，點(diǎn)擊率越高，且有效閱讀時(shí)間越長(zhǎng)，則文檔之間關(guān)系越強(qiáng)。根據(jù)強(qiáng)關(guān)系實(shí)現(xiàn)智能推薦。

四、結(jié)論

核電廠文檔信息系統(tǒng)經(jīng)過長(zhǎng)期的建設(shè)，目前需要探索的是如何將文檔中所包含的浩瀚的知識(shí)加以有組織的利用。讓用戶搜索提取知識(shí)的模式已經(jīng)過時(shí)，需要通過計(jì)算機(jī)建立與用戶行為相似的學(xué)習(xí)模式，用信息系統(tǒng)自主學(xué)習(xí)的方法，幫助用戶預(yù)先規(guī)劃好文檔信息，提取關(guān)鍵數(shù)據(jù)，建立出關(guān)聯(lián)文檔，主動(dòng)精準(zhǔn)推送與用戶利用。

參考文獻(xiàn)：

[1]錢 毅.《電子文件管理系統(tǒng)通用功能要求》（GB/T 29194）解讀[J].北京檔案，2018

[2]蘇 博.基于工作流的電子文件管理系統(tǒng)功能分析[J].機(jī)電兵船檔案，2019

[3]王 華，王 瑾，馮萍萍.企業(yè)重要業(yè)務(wù)平臺(tái)電子文件歸檔與電子檔案集成利用研究[J].浙江檔案，2018

（作者單位：中核核電運(yùn)行管理有限公司）