基于數據挖掘的電力企業數字化檔案管理系統

摘 要：由于目前大部分電力企業的檔案管理模塊已不能滿足日常工作需求，檔案信息數量不斷增多并趨于復雜。為提高數字化檔案管理的質量與效率，本文提出基于數據挖掘的電力企業數字化檔案管理系統（以下簡稱本文系統），構建整體系統架構與數字化管理功能架構。通過電力檔案數字化采集、數據挖掘處理檔案數據、建立檔案管理模塊，實現系統功能運行。經實驗論證分析，本文系統功能測試結果良好，經全面測試和bug修復，可滿足預期設計目標。在系統性能測試中，系統響應延遲時間平均在2秒以內，吞吐量滿足用戶需求，CPU頻譜正常，說明本文系統具有可靠性。

關鍵詞：數據挖掘；電力企業；數字化檔案管理；信息采集；功能模塊；系統設計

電力企業的檔案信息資源是電力企業發展中極其重要的資源，是電力企業發展的歷史沉淀，為電力企業乃至整個電力行業的發展提供了重要的借鑒意義。就電力企業而言，其項目覆蓋范圍較大，檔案管理工作量巨大且繁雜，為檔案管理人員帶來巨大壓力。檔案工作的最終目的是通過檔案資源的開發與利用，實現電力檔案信息資源的最大共享。

因此，挖掘更多的檔案信息資源，加強檔案服務功能，減輕檔案人員重復繁雜的體力勞動，提高檔案利用效率，提供優質的檔案利用服務是現代化新時期電力企業管理檔案的必然選擇。

隨著科學技術的不斷發展，數字化應用給檔案信息化工作帶來深遠影響的同時，仍存在諸多問題有待解決，因此，建立數字化檔案管理系統是十分必要的。本文基于數字挖掘技術及相關算法，設計電力企業數字化管理系統，為企業的檔案管理發展提供了重要的參考依據，具有深遠意義。

一、基于數據挖掘的電力企業數字化檔案管理系統架構設計

本文提出的電力企業數字化檔案管理系統整體架構分為五層。在整體構架的應用層中，具有檔案管理員及普通用戶兩種角色，檔案管理人員對檔案進行鑒定與歸檔分類，將數據錄入便于二次利用，并統計系統檔案相關數據及數量。

根據電力企業數字化檔案管理的需求，本文系統管理功能包括檔案管理與服務、資料與系統管理，其中檔案服務功能主要應用于檔案查詢及相關的日常管理工作。檔案信息的采集主要實現對企業信息進行收集整理和錄入，根據檔案的不同類型進行分類整理，具體系統架構如圖1所示。

由圖1可知，本文系統根據需求分析，構建出硬件層、存儲層、服務層、業務層以及應用層。存儲層檔案類型包括文本、圖像及音視頻文件，服務層為檔案管理人員提供授權服務、檔案催還與統計服務，以及普通用戶的檔案查詢等。本文數字化檔案管理功能架構如圖2所示。

由圖2可知，本文系統將檔案管理功能進一步細化，在檔案保管功能中，將存放位置索引與檔案庫房溫度登記等功能均涉及在內。整個數字化檔案管理系統中的模塊設計具有延展性，滿足信息管理的伸縮性要求，并通過依賴注入模塊實現攔截處理，保障系統的安全功能，利用安全模塊、加密模塊、日志模塊，實現系統管理的權值限制、數據加密以及日志保存的功能需求。

二、基于數據挖掘的電力企業數字化檔案管理系統軟件設計

1.電力企業檔案數字化采集

電力企業檔案在進行數字化采集過程中，檔案數字化質量是核心內容。由于不同檔案的介質和幅面具有一定差異，因此，在對紙質檔案進行數字化掃描和處理的過程中，應根據不同紙質頁面的實際情況，轉換不同的圖像存儲方式。為保證檔案在掃描后的清晰度，需對圖像的分辨率進行適度調整。

同時，壓縮圖像數據會嚴重影響圖像畫質，為避免出現圖像失真的現象，所有圖像不進行壓縮處理。在進行圖像校對以及處理等環節上細化處理指標，在圖像掃描結束后，對圖像完整性和清晰度進行審核與檢驗，同時檢查圖像是否存在傾斜和失真情況，嚴格控制圖像質量，不符合要求的數據圖像需進行二次處理。在圖像掃描及處理完成后，應保證圖像頁碼是連續的，且頁碼與文件的順序與原始檔案保持一致，防止出現錯頁漏頁的情況。

此外，統一圖像格式，其黑白圖像的格式為tiff，其分辨率為200dpi，彩色圖像格式為jpg，分辨率為300dpi。待所有檔案掃描完成后，將電子數據與錄入條目進行對應，將經過檢驗的正確數據導入管理系統。

2.基于數據挖掘處理檔案數據

在檔案數據中，大部分數據挖掘是基于數據的一定結構特性所實現的，在檔案管理的實際工作中，檔案著錄包括許多著錄項，將其中一部分元數據進行數據挖掘，其分析種類越多，所獲得的信息更具有可靠性，因此，需要建立元數據集。數據庫的建立是在穩定的應用環境下，通過構造數據庫模式進行構建的。通過數據挖掘自動進行數據分類和著錄，對元數據及文本數據進行存儲，并建立用戶信息反饋機制，通過反饋系統將信息傳回進行數據挖掘，并根據檔案鑒定結果及數據挖掘情況及時更新數據庫中的數據。

基于數據挖掘設計檔案訓練過程，按照數據量2：1：1的比例從樣本中堆積抽取數據，根據留控法選取訓練集，為保證數據分布的異質性，進行多次重復的分層抽樣，取多次平均數，使訓練集和測試集的比例保持在3：1左右。通過分類算法，選取權重最高的5個特征向量構建二值矩陣。進行分類參數的計算，分類參數的計算主要通過似然函數，其計算公式如下：

（1）

式中為條件概率，為已知的某個參數，為事件發生的概率，其即為似然度，根據訓練所用的二值矩陣計算，得到似然度矩陣，具體如下式：

（2）

式中? 為檔案類別，其中為部門數量，為文件類別，為權重最高的特征數量。訓練過程設計完成后，既實現了對檔案電子數據的分類，根據數據提取更新以及關聯分析，確定相關數據分類，補全元數據。

3.建立電力企業檔案管理模塊

在本文檔案管理系統中，對電力企業檔案的管理主要包括用戶管理、歸檔類別管理等，基于電力數據建立檔案管理模塊，在用戶管理的功能設置上，主要進行用戶查詢、身份權限驗證和密碼修改，以及用戶的增加和刪除。在使用本文系統時，通過輸入用戶名及密碼登錄，后臺服務器程序接收前臺數據后，將進行用戶數據驗證，驗證成功即可登錄。檔案歸檔類目通過編輯全宗類別，實現對檔案的總體管理，包括全宗類型名稱、級別年度以及目錄選擇。通過歸檔類目管理功能對所有信息數據進行分類整理，便于系統管理人員以及用戶瀏覽與查找所需文件。根據電力企業信息管理需要，其類別往往由大類包含子類，具有全宗類別和二級類別，用戶登錄后對所需類別進行操作，查詢數據庫判斷類別是否存在，進行更新操作，并根據數據庫查詢結果判斷更新操作是否成功。在用戶進行系統訪問時，會產生用戶對話請求，通過后臺服務器設置用戶名片來控制對話，從而避免對數據庫的頻繁讀取操作。

三、實驗論證分析

為驗證本文電力企業的數字化檔案管理系統的有效性，需要進行系統測試。搭建測試環境，具體軟件測試環境如下表1所示。

由表1可知總體軟件測試環境，接下來將對系統進行測試，包括功能和性能兩個方面，以保證系統正常實現功能，驗證本文系統功能與性能的正確性和完整性。在本次功能測試中，共修改bug缺陷129個，修改功能缺陷85個，其他設計性問題3個，具體測試內容及匯總情況如表2所示。

從系統功能測試結果可以看出，系統目前功能滿足數字化檔案管理需求，通過對系統功能的全面測試和bug修復，完善管理功能，其功能管理效果達到預期設計目標。系統性能測試主要從系統響應時間和吞吐量性能兩個方面進行檢驗，系統的相應延遲是系統性能測試的一個重要指標，因此需要對系統的響應延遲進行嚴格分析與測試，測試系統響應延遲時間是否在1～5秒范圍內。設置測試數據800條，共進行6組測試，對上述功能測試中的4個項目進行測試，結果如下圖3所示。

由圖3可知，其檔案查詢展示的響應時間最短，平均響應延遲在2秒以下，本文系統功能模塊的平均響應延遲時間均在1～2.5秒的范圍內，由此可見，本文系統的響應延遲完全滿足測試目標。

數字化檔案管理系統一般是多人同時使用，為滿足多人并發使用的需求，設置使用人數為300人，通過測試進行程序的功能驗證，并對系統運行時吞吐量變化進行記錄，本文系統的吞吐量測試結果如圖4所示。

由圖4可知，在人數為300時并發使用系統，在此基礎上本文系統的CPU利用率頻譜顯示正常，其客戶端采用雙核處理器，在系統穩定的情況下能夠保障系統的正常運行，其吞吐量滿足用戶需求，證明本文系統具有實用性，符合電力企業數字化檔案管理的實際應用需要。

四、結語

本文基于數據挖掘技術及相關算法，通過電力企業檔案數字化采集、處理檔案數據、建立檔案管理模塊，對數字化檔案管理系統進行了軟件設計，加以硬件設計完成了整個系統的設計，有效提高了檔案管理的質量和效率。由于時間和條件的限制，本文研究還存在著諸多不足，有待于在今后進一步探討，如工程檔案數據較多，可能會出現數據填寫錯誤的情況。未來還應從數據的自動糾錯和錯誤識別角度入手，進行深入研究與設計，不斷完善檔案管理系統功能，使電力企業檔案的數字化管理更加科學與規范。

參考文獻：

[1]李 欣.基于數字水印技術的醫院電子檔案管理系統設計[J].現代電子技術，2020

[2]陳利民，辛后林，袁升飛.文物勘探檔案數字化管理與應用——以鄭州市文物勘探檔案綜合管理信息系統為例[J].中國檔案，2021

[3]孫洪溥，耿 強.基于二維條碼的數字化檔案信息自動檢索系統設計[J].現代電子技術，2021

[4]宗 誠，李 靜.基于數據挖掘技術的B/S模式醫院檔案管理系統[J].微型電腦應用，2021

[5]趙 俊，蔡勛偉，馬 叢，等.泛在電力物聯網中數字化服務信息資源挖掘系統設計[J].電子設計工程，2021

[6]韓卓泉，周 璇.基于物聯網架構的檔案智能化管理系統的分析和設計[J].微型電腦應用，2020

[7]張妍妍.基于物聯網體系結構架構檔案信息安全網[J].山西檔案，2015

[8]劉振宇.基于物聯網技術的智能化檔案管理路徑分析[J].辦公室業務，2022

[9]劉婭琛.基于物聯網技術的智能化檔案管理探討[J].信息記錄材料，2021

[10]齊麗娜.基于物聯網的檔案智能化管理服務模式研究[J].蘭臺內外，2019

（作者單位：廣東威恒輸變電工程有限公司）

作者簡介：張景茹（1984—），女，漢族，山西長治人，本科，館員，研究方向：電力企業檔案。