實物大數據手段在數字化檔案系統中的應用

黃榮梅 唐權

摘要：為解決常規數字化檔案系統調取識別性較低的不足，提出了實物大數據手段在數字化檔案系統中的應用。基于實物大數據與數字化檔案系統的連接，以及數字化檔案的識別，完成實物大數據搜索單元的引入；依托搜索關鍵字的載入，數字化信息的甄別與顯示，實現了實物大數據手段在數字化檔案系統中的應用。實驗數據表明，提出的實物大數據手段在數字化檔案系統中的應用，較常規數字化檔案系統，調取識別性提高75.35%。能夠實現數字化文檔系統文件的快速調取。

關鍵詞：實物大數據；數字化檔案；檔案系統；數據調取

中圖分類號：TM72 文獻標識碼：A

文章編號：1009-3044（2019）09-0005-02

常規數字化檔案系統采用關鍵字檢索的方式，能夠實現數字化檔案系統的調取，但僅限于關鍵字錄入部分，例如對數字化檔案標題進行關鍵字錄入，搜索關鍵字則可以找到該數字化檔案，但搜索該數字化檔案的內容將無法查詢到該檔案，存在調取識別性較低的不足[1]，為此提出實物大數據手段在數字化檔案系統中的應用。基于TCP/IP通信協議，實現實物大數據與數字化檔案系統的連接，利用大數據識別機制，實現數字化檔案的識別，完成實物大數據搜索單元的引入。依托搜索關鍵字的載入，數字化信息的甄別與顯示，實現了實物大數據手段在數字化檔案系統中的應用。為了保證提出的數字化檔案系統中應用有效性，進行試驗驗證，試驗結果表明，提出的實物大數據手段在數字化檔案系統中的應用，較常規數字化檔案系統，具有更高的調取識別性。

1引入實物大數據搜索單元

1.1實物大數據與數字化檔案系統的連接

實物大數據與數字化檔案系統的連接是采用常規TCP/IP通信協議進行通信的，TCP/IP通信協議具有可擴展性，溯源性良好，能夠保證實用大數據技術的可靠運行[2]。

TCP/IP通信協議是連接大數據服務端與數字化檔案系統的通信橋梁，采用環形拓撲架構的方式進行連接，通信連接測試數據量不得小于45Mbyet/s[3]。以保證數據傳輸的穩定性。其設計的TCP/IP通信協議共有四個層次結構，分別是網絡接口層、網絡層、傳輸層和應用層，網絡接口層是連接網絡的層級結構，使網絡有效連接，進行有效通信。而網絡層就是為通信提供網絡支撐的層級，傳輸層是使大數據傳輸的介質層級。在應用層進行整合，實現實物大數據與數字化檔案系統的連接。

1.2數字化檔案的識別

大數據識別機制與常規檢索機制不同，數字化檔案的識別是采用大數據識別機制進行識別的。大數據識別機制是利用模糊集計算方式進行統計，根據嵌入方式進行自定義子集，采用子集與統計集合對比的方式進行數字化檔案檢索。其模糊集識別數字化檔案計算過程如下：

首先，利用實物大數據的優勢，將數字化檔案管理系統，構建成不同分類的模糊集合。其中一個文檔可屬幾個大類模糊集合，也可單屬于一類的模糊集合當中。

然后，根據載入的關鍵字信息，進行模糊化處理，確定模糊化子集，根據模糊化子集對應數字化檔案系統中的模糊集合。

最后，子集在模糊集合內，進行對比，實現檢索內容的顯示，優化傳統檢索方法，將輸入信息與整個檔案系統數據庫進行逐一對比，提高檢索能力，縮短檢索時間，降低對數據庫資源的耗損。

2實現數字化檔案系統快速調取

2.1搜索關鍵字的載入

搜索關鍵字的載入，是基于用戶在輸入端輸入的關鍵字信息，數字化檔案管理系統識別關鍵字信息，載入其關鍵字信息，完成關鍵字的載入。關鍵字的范圍為用戶輸入范圍，包含數字化檔案的標題內容、作者、發表日期、類型等關鍵信息等。

載入過程中應保證數據傳輸的一致性和準確性，若載入數據傳輸有誤，則會造成顯示不準確，將會給后續的數字化信息甄別帶來一定的影響。同時為解決因輸入有誤而造成的查詢調取不準確，采用模糊集計算方式進行運算。

2.2數字化信息的甄別與顯示

數字化信息的甄別，是在顯示給用戶前進行系統自我內部的甄別，甄別過程為對預提供給用戶的數字化信息進行精算，確定提供的數字化信息為用戶所檢索的數字化信息[4]。精確計算與模糊集計算不同，精確計算為單字符對于單字符的對比計算，根據用戶輸入的信息進行判斷，若與用戶輸入的信息，相同則給予顯示，若與用戶輸入的信息不同則不予顯示，再進行重復計算，若重復計算未發現用戶輸入的信息，這顯示與搜索相近的數字化檔案信息。

數字化信息的顯示為物理顯示，即依托輸入端的外部設備（計算機顯示器）進行顯示[5]，依托實物大數據與數字化檔案系統的連接，引入大數據識別機制，通過對關鍵字的載入，基于設計的數字化檔案調取過程，與數字化信息的甄別，完成顯示，實現提出的實物大數據手段在數字化檔案系統中的應用。

3實例分析

為保證提出的實物大數據手段在數字化檔案系統中應用有效性，現采用兩種數字化檔案系統，進行對比實驗，分析兩種數字化檔案系統的調取識別性情況。采用對比調查的方式進行實驗。

3.1實驗準備與實驗過程

實驗地點為某省圖書館，實驗過程征求圖書館管理員意見，采用兩種數字化檔案系統進行服務，征求圖書館閱讀人員作為志愿者，對兩種數字化檔案系統進行有針對性的調取實驗，分析兩種數字化檔案系統的調取識別情況。其中兩種數字化檔案系統為采用關鍵字檢索的常規數字化檔案系統、本文提出的應用于實物大數據的數字化檔案系統。

為了準確驗證應用不同方法的數字化檔案系統的調取識別情況，在實驗過程中，應保證兩種數字化檔案系統內的數字化檔案完全一致，且占用儲存空間大小相等，儲存排列方式應完全相同。僅分析應用不同手段的數字化檔案系統的調取識別情況。本次實驗，兩種數字化檔案系統儲存內容如表1所是：

實驗過程中，采用數字化檔案系統儲存大小作為自變量，調取反應時間作為因變量，利用調取反應時間衡量調取識別情況。記錄不同數據量調取所需時間形成圖表。

3.2試驗數據分析

根據實驗過程，記錄存儲文件由0～20GB，應用不同手段的數字化檔案系統，所調取文件所需要的時間。如圖1所示：

上圖中，圖（a）代表提出的數字化檔案系統應用調取反應時間，圖（b）代表常規的數字化檔案系統應用調取反應時間。根據圖1顯示，計算提出的數字化檔案系統應用調取平均反應時間為0.35s，常規的數字化檔案系統應用調取平均反應時間為1.42s。得出提出的實物大數據手段在數字化檔案系統中的應用，較常規數字化檔案系統，調取識別性提高75.35%。能夠實現數字化文檔系統文件的快速調取。

4總結

本文提出了實物大數據手段在數字化檔案系統中的應用，基于實物大數據搜索單元引入，依托搜索關鍵字的載入，數字化信息的甄別與顯示，實現本文的研究。試驗數據表明，本文設計的數字化檔案系統具備較高的有效性。希望本文的研究能夠為數字化檔案系統提供理論依據。

參考文獻：

[1] 米永寧， 耿志杰. 應用大數據技術開發數字檔案信息資源的現實困境與策略研究[J].北京檔案， 2016（11）：16-19.

[2] 李俊豪. 2017（貴陽）檔案大數據應用與安全高端論壇暨第五屆檔案信息化建設峰會召開[J].中國檔案， 2017（9）：17-17.

[3] 張志忠， 朱水琴， 沈偉民. 大數據時代地稅數字檔案室建設的建議[J].檔案與建設， 2016（11）：69-73.

[4] 陳小莉. 基于大數據的計算機數據挖掘技術在檔案管理系統中的研究應用[J].激光雜志， 2017（2）：146-149.

[5] 李鵬. 大數據時代下的服務導向型圖書館用戶檔案管理[J].山西檔案， 2018，242（6）：31-33.

【通聯編輯：光文玲】