大數(shù)據(jù)技術與檔案數(shù)據(jù)挖掘

摘 要： 在信息化大數(shù)據(jù)時代，人們習慣了運用便捷直觀的方式處理信息，傳統(tǒng)的紙質檔案的信息檢索方法與處理技術顯得非常的耗時費力，難以能滿足人們運用檔案信息的技術需求。立足互聯(lián)網(wǎng)信息技術優(yōu)勢，開發(fā)檔案信息的數(shù)據(jù)庫，實現(xiàn)查閱檔案的新信息技術化手段，在檔案信息挖掘和大數(shù)據(jù)的創(chuàng)新應用方面，取得顯著成效。本文分析了檔案信息的大型數(shù)據(jù)庫挖掘技術可行性，提出了積極地建議，展示了廣闊的應用前景。

關鍵詞： 大數(shù)據(jù)；檔案數(shù)據(jù)；數(shù)據(jù)挖掘

1 大數(shù)據(jù)技術的概念。

人們利用信息技術建立資源龐大的信息庫，形成較為豐富的大數(shù)據(jù)，以網(wǎng)站、網(wǎng)頁和相關軟件的方式，高密度匯集各個領域的數(shù)據(jù)信息，形成人們共享的信息資源，由于該數(shù)據(jù)庫是眾多信息資源的整合與收集得來的，故稱為“大數(shù)據(jù)”，其實，就是信息資源庫的一個稱謂。

1.1 大數(shù)據(jù)的時代背景。

隨著互聯(lián)網(wǎng)信息技術的廣泛應用，計算機、智能手機的普及，人們的生產(chǎn)生活的各個方面，幾乎離不開數(shù)據(jù)信息的應用。因此，大數(shù)據(jù)的開發(fā)應用勢在必行。大數(shù)據(jù)的建立，方便了人們的快速了解各類信息，提高了人們知識面，擴大了人們的認知范圍和空間。

1.2 、大數(shù)據(jù)的內容。

大數(shù)據(jù)的主要內容就是對模塊數(shù)據(jù)信息的有機整合，建立規(guī)范的數(shù)學模型，對原始數(shù)據(jù)信息進行分析、處理，是互聯(lián)網(wǎng)計算機技術支持條件下的新興的智能技術的應用形式和手段，為人們提供快捷便的信息服務軟件設備。

1.3 大數(shù)據(jù)技術具有的的基本特征

一是信息容量十分龐大。每一個數(shù)據(jù)庫都會有很多的信息模塊，每一個模塊又包含門類齊全的各種信息；利用芯片對龐大的信息群體集中整理和歸類收集。二是信息的多樣化。不同的網(wǎng)站、不同的行業(yè)都有不同門類的數(shù)據(jù)庫，信息資源共享程度較大，呈現(xiàn)不同方面、不同門類多樣化的的信息。三是應用價值很高。各種信息資源的共享，方便了人們的生活、工作和學習，應用價值性極高。

2 檔案數(shù)據(jù)信息的挖掘技術

2.1 基本概念。

紙質或實物檔案再利用過程中，信息檢索非常麻煩，要根據(jù)需要信息的門類、條款，逐一檢索，耗時、費力，還往往出錯，影響工作效率。互聯(lián)網(wǎng)計算機技術的廣泛應用，為檔案信息數(shù)據(jù)技術的開發(fā)創(chuàng)造了條件。檔案數(shù)據(jù)信息挖掘技術，就是利用信息技術構建檔案檢索體系具體實踐。

2.2 該技術的內容特點

檔案從紙質文字和實物信息開發(fā)為規(guī)范的數(shù)據(jù)信息，其技術特點一是工程量大；二是開掘過程十分復雜；三是能夠利用相關軟件優(yōu)化模型；四是能夠對相關信息進行分析和處理；五是由于信息量過于龐大，細微的錯誤在所難免。

2.3 該技術的實踐應用

檔案數(shù)據(jù)信息開掘技術的實踐應用，表現(xiàn)了信息技術很多優(yōu)勢，對檔案資料的開發(fā)應用提供了新的平臺。一是該技術根據(jù)不同用戶的相關的不同需求收集和處理大量的信息，完善充實檔案數(shù)據(jù)庫，確保檔案數(shù)據(jù)信息的個性化處理；二是實現(xiàn)了信息共享，不同用戶、不同信息模塊之間相互關聯(lián)，信息共享。所有的檔案信息都可以進行全網(wǎng)搜索。三是軟件系統(tǒng)能夠自動把相似信息實施歸類匯總，匯集于一個信息模塊，以方便人們利用檔案過程中，效率更高，查閱檢索更方便。

3 大數(shù)據(jù)條件下檔案數(shù)據(jù)信息挖掘系統(tǒng)和挖掘技術

3.1 大數(shù)據(jù)庫中檔案數(shù)據(jù)信息挖掘系統(tǒng)

3.1.1 關聯(lián)規(guī)則用于檔案數(shù)據(jù)挖掘

關聯(lián)規(guī)則就是在大量的信息中，把關聯(lián)密度較大信息，進行有效組合，利用信息技術歸類整理，突出特別的效果。在檔案數(shù)據(jù)信息挖掘過程中，利用關聯(lián)規(guī)則，主要就是把不同用戶信息實施整合處理，通過這些信息分析和預測用戶的生活和工作的特征、狀況。有效的輔助檔案的運行和管理。其顯著的技術優(yōu)勢，就是能夠挖掘相關聯(lián)的信息，滿足客戶的延伸需求。

3.1.2 分類信息化技術用于檔案數(shù)據(jù)挖掘

進行檔案數(shù)據(jù)的開發(fā)挖掘處理，也可以按照一定的標準對用戶人群實施分類，參照不同人群不同的信息處理方法以及不同的檢索條件，使用戶分類更為細致。憑借更細的分類結果，更方便對各種不同信息的了解，明確不同用戶間的相互關系，并進行合理的分組整合，創(chuàng)建信息索引條目，以輔助檔案的利用。

3.1.3 分層聚類方法用于檔案數(shù)據(jù)挖掘

在檔案數(shù)據(jù)信息開掘過程中，用聚類分割的方法比較不同的檔案數(shù)據(jù)信息處理程序，進行優(yōu)化處理，完善需要的分類表，突出科學、高效的特點，這種技術方法可以說是最簡便、最優(yōu)化的技術措施，用于檔案數(shù)據(jù)信息的開掘較為適合。

3.2 大數(shù)據(jù)庫視角下的檔案數(shù)據(jù)信息挖掘技術

3.2.1 庫存管理技術。

一般的庫存管理技術，在信息的綜合運用上，有獨特的優(yōu)勢，該技術應用于檔案的管理數(shù)據(jù)信息的開掘中，適應了檔案數(shù)據(jù)信息的實際開掘需要，該技術信息存儲量極大，而且門類分工規(guī)范，信息模塊既分割又關聯(lián)，能獨立運用，又能資源共享。

3.2.2 空間檔案信息挖掘技術

這種技術是新興的數(shù)據(jù)信息技術，目前，理論體系和應用體系尚不健全，屬于實驗應用階段，從實際發(fā)展的狀況來看，該技術用于農(nóng)業(yè)、軍事的檔案資料數(shù)據(jù)化構建，有著廣闊的發(fā)展前景。空間檔案信息挖掘技術的應用在廣泛程度上，現(xiàn)階段與庫存管理技術沒有可比性，但從長遠發(fā)展進行比較，前者的優(yōu)勢遠遠強于后者，開發(fā)空間和開發(fā)利用潛力相當大。尤其適用于檔案數(shù)據(jù)開掘的需要。

結 語

信息化時代，大數(shù)據(jù)技術的廣泛應用，創(chuàng)新拓展了人們的生活、生產(chǎn)和學習的空間，檔案數(shù)據(jù)開掘就是一個具體的實踐，需要人們在不斷地研究探索中，進一步開發(fā)新的形式，使各類服務更人性化。

參考文獻

[1]魏巍.基于大數(shù)據(jù)的檔案數(shù)據(jù)深度挖掘的探索[J].黑龍江檔案，2017，（06）：66.

[2]吳曉文，孫杰，楊帆.大數(shù)據(jù)背景下海洋檔案數(shù)據(jù)挖掘研究[J].辦公室業(yè)務，2017，（19）：186-187.

[3]張偉.檔案大數(shù)據(jù)挖掘流程與技術研究[J].蘭臺世界，2017，（17）：35-38.

[4]王春英.大數(shù)據(jù)技術在檔案管理中的應用研究[J].黑龍江檔案，2016，（02）：48.

作者簡歷

姜冬梅（1973.01），女，漢族，山東省煙臺市人，煙臺市萊山區(qū)政務服務管理辦公室科長，館員，大學本科，研究方向為檔案管理。