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]進入二十一世紀以來，在我國現(xiàn)代社會主義持續(xù)發(fā)展的過程中，其計算機技術本身在這一過程中得到了持續(xù)性的進步，同時，信息技術本身在這一過程中也在各個不同領域發(fā)揮出了重要的作用。本篇文章主要針對基于數(shù)據(jù)挖掘的實數(shù)字檔案信息管理研究進行了全面詳細的探討，以期為我國經(jīng)濟體系發(fā)展過程中的數(shù)字檔案信息發(fā)展提供參考。

[關鍵詞]數(shù)字化；圖書管理；檔案化

數(shù)據(jù)挖掘，實際上就是從大量不明確、模糊、隨機的數(shù)據(jù)之中進行隱含的數(shù)據(jù)提取，并且這部分數(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)處理過程。這部分數(shù)據(jù)自身可以是以結構化的方式呈現(xiàn)，也同樣可以是半結構化的方式呈現(xiàn)，甚至還能夠通過異構型方式來呈現(xiàn)。通過這一方式所發(fā)掘的知識，能夠使用在決策支持、優(yōu)化查詢、信息管理等多個不同的方面，這是世界上目前所進行的數(shù)據(jù)庫領域研究關鍵項目。下文主要針對基于數(shù)據(jù)萬巨額的數(shù)字檔案信息管理進行了全面詳細的研究。

一、數(shù)據(jù)挖掘的功能

數(shù)據(jù)挖掘在實際操作的過程中，主要是針對未來的數(shù)據(jù)發(fā)展趨勢以及具體行為進行預測性的決策制定。數(shù)據(jù)挖掘所涉及到的挖掘目標，通常情況下都是在數(shù)據(jù)庫之中所發(fā)現(xiàn)的具有隱含知識以及相關意義的一項有效知識，按照不同是知識所呈現(xiàn)出的不同功能，主要可以劃分成為以下幾個方面：

1、關聯(lián)分析

關聯(lián)分析是能夠直接找到數(shù)據(jù)庫之中大量不同數(shù)據(jù)之間的互相聯(lián)系性方式，通常情況下，該技術分為序列模式以及關聯(lián)規(guī)則這兩個方面來加以應用、執(zhí)行。從本質(zhì)上來說，關聯(lián)規(guī)則實質(zhì)上就是發(fā)現(xiàn)某個事物與其他組成部分之間所存在的關聯(lián)性、依賴性等因素。

2、聚類

所輸入的數(shù)據(jù)本身沒有任何形式的標記存在，而聚類則是對不同的數(shù)據(jù)類型進行規(guī)劃、集合，也就是將多個不同的對象組成多個不同的類，或者是形成簇，通過該方式能夠直接使得同一個簇的數(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。聚類方式的存在，不但使得人們本身對于各個環(huán)節(jié)的認識進行了強化，同樣還是對于概念以及偏差進行分析的一個必要條件。

3、自動預測趨勢和行為

數(shù)據(jù)挖掘自動在大型數(shù)據(jù)庫中進行分類和預測，尋找預測性信息，自動地提出描述重要數(shù)據(jù)類的模型或預測未來的數(shù)據(jù)趨勢，這樣以往需要進行大量手工分析的問題如今可以迅速直接由數(shù)據(jù)本身得出結論。

二、數(shù)據(jù)挖掘在建設現(xiàn)代化高校檔案館中的應用

1、資源類實數(shù)據(jù)主要包含了檔案館在進行數(shù)據(jù)館藏過程中，對數(shù)據(jù)進行的數(shù)字化加工所產(chǎn)生的各種不同類型的電子檔案，而在對于這類檔案信息進行處理的過程中，便必須要對于多方面的檔案信息加以重視，以檔案用戶的實際需求來作為出發(fā)點，促使數(shù)據(jù)挖掘能夠為檔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WEB信息訪問方式的挖掘技術，來找出各項數(shù)據(jù)之中所存在的序列模式、關聯(lián)模式以及WEB訪問趨勢等多方面問題，從而構建起完善的用戶思維興模型。從而可以確定檔案信息或服務受歡迎的程度，發(fā)現(xiàn)用戶訪問模式和用戶需求的趨勢，從不同側(cè)面來研究用戶的信息需求，為優(yōu)化檔案館的檔案信息資源建設提供了科學依據(jù)。

（2）收集大學檔案網(wǎng)web服務器保留的用戶注冊信息、訪問記錄，以及有關用戶與系統(tǒng)交互的信息等原始數(shù)據(jù)，經(jīng)過清洗、濃縮和轉(zhuǎn)換形成便于統(tǒng)計分析的用戶查閱數(shù)據(jù)庫、日志數(shù)據(jù)庫、用戶定制信息庫、用戶反饋信息等各種數(shù)據(jù)集合。

2、從建設大學檔案館館藏信息資源出發(fā)，數(shù)據(jù)挖掘為大學檔案館提供了選擇一條科學發(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：通過對檔案信息的訪問記錄、檢索請求中用戶請求失敗的數(shù)據(jù)進行分析，按類統(tǒng)計檔案拒用集和頻繁利用集，結合聚集算法發(fā)現(xiàn)館藏資源的缺漏，有針對性地補充和豐富檔案信息資源。

（2）在大學檔案館藏管理過程中利用文本挖掘，運用關聯(lián)、分類、聚類等方法，從海量檔案信息中按照相關專題進行挖掘、分類、加工、整理和有序化重組，構建特色檔案信息庫及各類專題檔案信息庫等。

三、數(shù)據(jù)挖掘在管理類數(shù)據(jù)中的應用

大學檔案館的管理類數(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)生大量的管理類數(shù)據(jù)。我們得用數(shù)據(jù)挖掘工具在這類看似無用的數(shù)據(jù)中提取有價值的知識并運用到大學檔案館工作中，并在大學檔案館的現(xiàn)代化建設中發(fā)揮作用。

大學檔案館檔案工作的重點是為師生服務，以服務為中心開展各項工作，如何使用先進的工具，提高服務的質(zhì)量是一直困擾我們的難題。數(shù)據(jù)挖掘為大學檔案館檔案工作的智能化、個性化、精品化提供了行之有效的方法。在智能檢索系統(tǒng)可調(diào)用用戶興趣模型，自動修正檢索策略并可依用戶興趣將檢索結果迅速聚類和分類，并條理化地排序出來；對于設計院、社科院等科研型檔案用戶，可借助數(shù)據(jù)挖掘開展針對性的檔案信息挖掘，并將研究成果以概述、成果報告等形式提供給用戶。

四、結語

綜上所述，在我國當前科技技術飛速發(fā)展的過程中，人們開始越發(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)挖掘技術在數(shù)字檔案信息管理工作中所起到的便利性，對于我國當前的檔案信息管理工作來說，起到了極其重要的作用。但是，必須要加以重視的是，在數(shù)字檔案信息中對數(shù)據(jù)挖掘技術進行應用的過程中，務必要針對其中所涉及到的多個方面進行協(xié)調(diào)性研究，這對于網(wǎng)絡檔案的建設和運行來說，起到了極其重要的作用。

參考文獻：

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

[2]鐘家洪，賴敏.數(shù)據(jù)挖掘模型在入侵檢測系統(tǒng)中的應用[J].硅谷.2012（16）

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