數(shù)據(jù)挖掘技術在工業(yè)遺產(chǎn)檔案資源整合中的應用

楊 杰

(朝陽縣住房和城鄉(xiāng)規(guī)劃建設局，遼寧 朝陽 122000)

?

【文化遺產(chǎn)】

數(shù)據(jù)挖掘技術在工業(yè)遺產(chǎn)檔案資源整合中的應用

楊 杰

(朝陽縣住房和城鄉(xiāng)規(guī)劃建設局，遼寧 朝陽 122000)

工業(yè)遺產(chǎn)檔案資源分布較為分散，在用戶進行查詢與利用時，找到全部相關聯(lián)的檔案資料首先需要奔波于多個存檔部門，這一過程持續(xù)時間長，耗費精力，得到一份有價值的資料也是需要經(jīng)過幾分周折的，所以，構建一個系統(tǒng)統(tǒng)一的工業(yè)遺產(chǎn)檔案數(shù)據(jù)庫，為利用者在短時間內迅速地查詢到有價值的結果尤為必要。

數(shù)據(jù)挖掘技術；工業(yè)遺產(chǎn)檔案；資源整合

隨著計算機及網(wǎng)絡技術的迅猛發(fā)展，各個領域已被深深地標注上了信息化的符號，不斷膨脹的信息量讓人們應接不暇。那么如何采用科技的技術手段，將檔案資源中龐大的數(shù)據(jù)進行處理并提取出可供利用的規(guī)則和知識呢，數(shù)據(jù)挖掘技術不失為最佳選擇。

一、數(shù)據(jù)挖掘技術及其應用

數(shù)據(jù)挖掘即是從海量的數(shù)據(jù)中提取需要的知識和數(shù)據(jù)。學術界給出的定義為：“從大量的、有噪聲、不完全的、模糊的、隨機的數(shù)據(jù)庫中，提取隱含在其中的、人們預先不知道的、但又是潛在有用的信息和知識的過程”[1]。

此項技術手段已被應用于多個領域，且成果的實際的應用價值很高，對社會生產(chǎn)生活產(chǎn)生的影響很大。例如，零售業(yè)中沃爾瑪?shù)馁徫锘@分析；公安部門的“金盾工程”；醫(yī)案處方分析的大承氣湯經(jīng)方等等，另外，在銀行業(yè)也經(jīng)常運用這項技術，分析銀行客戶、研究需求，用以提高銀行業(yè)的服務水平。

數(shù)據(jù)挖掘技術在數(shù)字檔案建設方面也有相關應用。有學者“利用數(shù)據(jù)挖掘技術將檔案與利用者之間、檔案與各種實踐活動之間以及檔案之間的關系揭示出來，從而在更深層次上發(fā)揮這些檔案數(shù)據(jù)的信息作用，從數(shù)據(jù)清洗方法、數(shù)據(jù)挖掘算法、數(shù)據(jù)倉庫的建立等方面論述了如何將數(shù)據(jù)挖掘技術與檔案工作相結合的具體思路，并提出了一個數(shù)據(jù)挖掘系統(tǒng)的設計思想”[2]。廣州市城建檔案館通過數(shù)據(jù)挖掘技術實現(xiàn)了規(guī)劃管理業(yè)務檔案按項目分專業(yè)的關聯(lián)，利用者檢索到的規(guī)劃管理檔案可以是成套的、整合的、統(tǒng)一的，而對于決策者來說也是掌握了更全面更有價值的檔案信息[3]。

二、工業(yè)遺產(chǎn)檔案資源界定

工業(yè)遺產(chǎn)檔案即是為每件工業(yè)遺產(chǎn)建立的檔案。工業(yè)遺產(chǎn)，是指1840年中國近代工業(yè)產(chǎn)生以來，具有歷史、科技、藝術、社會價值的近現(xiàn)代工業(yè)文化遺存，包括物質遺產(chǎn)和非物質遺產(chǎn)[4]。工業(yè)遺產(chǎn)檔案涵蓋：(1)申報單位收錄的關于該工業(yè)遺產(chǎn)的所有檔案及資料。即不可移動舊址，建筑遺存物；涉及企業(yè)歷史記錄的實體紙質檔案，有工業(yè)企業(yè)正常運轉時產(chǎn)生的文書檔案、科技檔案以及專門檔案；包括生產(chǎn)工藝流程、手工技能、原料配方、商號、經(jīng)營管理、企業(yè)文化等的非物質的東西。(2)申報過程中形成的檔案。相關企業(yè)的申報材料，包括文字資料、聲像資料等。如填制的《工業(yè)遺產(chǎn)資源調查表》《工業(yè)遺產(chǎn)價值評價指標體系》等表格，包括對物質、非物質遺產(chǎn)的描述、繪圖等。(3)可確定公布為工業(yè)遺產(chǎn)后相關的利用與保護資料。對工業(yè)遺產(chǎn)按照“誰使用、誰負責、誰保護、誰受益”的管理原則，采取措施將其管理和保護的東西建檔。專項規(guī)劃存檔，可移動實物可由檔案館等文物收藏單位予以征集收藏、陳列展示。

工業(yè)遺產(chǎn)檔案兼具憑證價值、文化價值以及現(xiàn)實價值，所記錄的信息對于人類了解工業(yè)文明的發(fā)展、工業(yè)文化等具有無法替代的作用。這類資源主要分布在綜合檔案館、城建檔案館以及企業(yè)內部檔案館室，另外，史志辦、文化遺產(chǎn)中心以及經(jīng)濟與信息化委員會等也會保存有相關資料。

三、資源整合的模型構建

構建工業(yè)遺產(chǎn)檔案資源整合模型的目的就是要及時地解決用戶的查詢困難，避免獲取資源的拖沓繁復問題，及時解決利用者的利用需求，需要對數(shù)據(jù)挖掘流程進行科學化處理。對于海量的數(shù)據(jù)資源來說，有一個靈活、高效的網(wǎng)絡環(huán)境是十分重要的，科學地分析數(shù)據(jù)可以有效地解決用戶與資源間的矛盾。科學合理的處理流程可以提高利用效率。效率一直是檔案工作所追求的，注重征求群眾意見建議，不斷改進工作方法，完善窗口運行機制。數(shù)據(jù)挖掘的處理需要進行認真梳理，在研究分析的基礎上和在法律法規(guī)框架內，對相關程序和流程做進一步地精簡和優(yōu)化，提高工作效率。科學合理的處理流程，還可以有效地節(jié)約時間，避免用戶的周折，做到迅速查詢，減少不必要的麻煩。

用數(shù)據(jù)挖掘技術構建檔案資源的整合模式，需要注意以下幾點：

1.開發(fā)環(huán)境。利用SQL Server數(shù)據(jù)庫進行開發(fā)。SQL Server可以對數(shù)據(jù)進行查詢，實現(xiàn)搜索功能，并且同步于各類工作，作出報告并完善分析數(shù)據(jù)。多用于中小型企業(yè)數(shù)據(jù)庫的構建。同理可應于工業(yè)遺產(chǎn)檔案資源數(shù)據(jù)庫的構建。

2.模型構建。模型構建具體的方案圖如下所示：

綜合檔案館+城建檔案館+企業(yè)檔案室+史志辦+文化遺產(chǎn)中心+經(jīng)濟與信息化委員會→數(shù)據(jù)倉庫→模式評估→可視化用戶界面

3.數(shù)據(jù)預處理。對于原始數(shù)據(jù)的處理是進行科學挖掘的前提，處理的過程會花費大量的時間成本，而且經(jīng)過很多過程。數(shù)據(jù)預處理的方法有數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)變換、數(shù)據(jù)歸約等，它們是將不完整、不一致的數(shù)據(jù)進行技術處理，以提高數(shù)據(jù)挖掘的質量和效率。

工業(yè)遺產(chǎn)檔案是記錄老工業(yè)區(qū)發(fā)展變遷的歷史資料，它們具有著潛在無限的再生價值，通過科學技術手段整合工業(yè)遺產(chǎn)檔案資源，讓工業(yè)遺產(chǎn)檔案煥發(fā)出前所未有的容光，這對于當?shù)毓I(yè)遺產(chǎn)的文化重建，對于檔案資源的綜合開發(fā)，甚至對于本地區(qū)軟實力的增強是極具幫助性的。

[1]JiaweiHan, MiehelineKamber.數(shù)據(jù)挖掘概念與技術[M].范明. 孟小峰等譯. 機械工業(yè)出版社, 2001.

[2]宇然.數(shù)據(jù)挖掘技術研究以及在檔案計算機管理系統(tǒng)中的應用[D].沈陽工業(yè)大學碩士論文，2002.11

[3]鄭向陽.數(shù)據(jù)挖掘技術及其在城建檔案信息服務中的應用[J].檔案學通訊，2005,(03).

[4]國家文物局.工業(yè)遺產(chǎn)保護和利用導則(征求意見稿)[R].辦保函(2014)758號.

【責任編輯：周 丹】

G272

A

1673-7725(2016)10-0127-02

2016-09-20

楊杰(1985-)，女，遼寧朝陽人，檔案館員，主要從事建設工程檔案管理研究。