楊 杰

(朝陽(yáng)縣住房和城鄉(xiāng)規(guī)劃建設(shè)局，遼寧 朝陽(yáng) 122000)

?

【文化遺產(chǎn)】

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

楊 杰

(朝陽(yáng)縣住房和城鄉(xiāng)規(guī)劃建設(shè)局，遼寧 朝陽(yáng) 122000)

工業(yè)遺產(chǎn)檔案資源分布較為分散，在用戶進(jìn)行查詢與利用時(shí)，找到全部相關(guān)聯(lián)的檔案資料首先需要奔波于多個(gè)存檔部門(mén)，這一過(guò)程持續(xù)時(shí)間長(zhǎng)，耗費(fèi)精力，得到一份有價(jià)值的資料也是需要經(jīng)過(guò)幾分周折的，所以，構(gòu)建一個(gè)系統(tǒng)統(tǒng)一的工業(yè)遺產(chǎn)檔案數(shù)據(jù)庫(kù)，為利用者在短時(shí)間內(nèi)迅速地查詢到有價(jià)值的結(jié)果尤為必要。

數(shù)據(jù)挖掘技術(shù)；工業(yè)遺產(chǎn)檔案；資源整合

隨著計(jì)算機(jī)及網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展，各個(gè)領(lǐng)域已被深深地標(biāo)注上了信息化的符號(hào)，不斷膨脹的信息量讓人們應(yīng)接不暇。那么如何采用科技的技術(shù)手段，將檔案資源中龐大的數(shù)據(jù)進(jìn)行處理并提取出可供利用的規(guī)則和知識(shí)呢，數(shù)據(jù)挖掘技術(shù)不失為最佳選擇。

一、數(shù)據(jù)挖掘技術(shù)及其應(yīng)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(shí)和數(shù)據(jù)。學(xué)術(shù)界給出的定義為：“從大量的、有噪聲、不完全的、模糊的、隨機(jī)的數(shù)據(jù)庫(kù)中，提取隱含在其中的、人們預(yù)先不知道的、但又是潛在有用的信息和知識(shí)的過(guò)程”[1]。

此項(xiàng)技術(shù)手段已被應(yīng)用于多個(gè)領(lǐng)域，且成果的實(shí)際的應(yīng)用價(jià)值很高，對(duì)社會(huì)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?gòu)物籃分析；公安部門(mén)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(yùn)用這項(xiàng)技術(shù)，分析銀行客戶、研究需求，用以提高銀行業(yè)的服務(wù)水平。

數(shù)據(jù)挖掘技術(shù)在數(shù)字檔案建設(shè)方面也有相關(guān)應(yīng)用。有學(xué)者“利用數(shù)據(jù)挖掘技術(shù)將檔案與利用者之間、檔案與各種實(shí)踐活動(dòng)之間以及檔案之間的關(guān)系揭示出來(lái)，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(cāng)庫(kù)的建立等方面論述了如何將數(shù)據(jù)挖掘技術(shù)與檔案工作相結(jié)合的具體思路，并提出了一個(gè)數(shù)據(jù)挖掘系統(tǒng)的設(shè)計(jì)思想”[2]。廣州市城建檔案館通過(guò)數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)了規(guī)劃管理業(yè)務(wù)檔案按項(xiàng)目分專(zhuān)業(yè)的關(guān)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(duì)于決策者來(lái)說(shuō)也是掌握了更全面更有價(jià)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(guó)近代工業(yè)產(chǎn)生以來(lái)，具有歷史、科技、藝術(shù)、社會(huì)價(jià)值的近現(xiàn)代工業(yè)文化遺存，包括物質(zhì)遺產(chǎn)和非物質(zhì)遺產(chǎn)[4]。工業(yè)遺產(chǎn)檔案涵蓋：(1)申報(bào)單位收錄的關(guān)于該工業(yè)遺產(chǎn)的所有檔案及資料。即不可移動(dòng)舊址，建筑遺存物；涉及企業(yè)歷史記錄的實(shí)體紙質(zhì)檔案，有工業(yè)企業(yè)正常運(yùn)轉(zhuǎn)時(shí)產(chǎn)生的文書(shū)檔案、科技檔案以及專(zhuān)門(mén)檔案；包括生產(chǎn)工藝流程、手工技能、原料配方、商號(hào)、經(jīng)營(yíng)管理、企業(yè)文化等的非物質(zhì)的東西。(2)申報(bào)過(guò)程中形成的檔案。相關(guān)企業(yè)的申報(bào)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(diào)查表》《工業(yè)遺產(chǎn)價(jià)值評(píng)價(jià)指標(biāo)體系》等表格，包括對(duì)物質(zhì)、非物質(zhì)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(guān)的利用與保護(hù)資料。對(duì)工業(yè)遺產(chǎn)按照“誰(shuí)使用、誰(shuí)負(fù)責(zé)、誰(shuí)保護(hù)、誰(shuí)受益”的管理原則，采取措施將其管理和保護(hù)的東西建檔。專(zhuān)項(xiàng)規(guī)劃存檔，可移動(dòng)實(shí)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(jià)值、文化價(jià)值以及現(xiàn)實(shí)價(jià)值，所記錄的信息對(duì)于人類(lèi)了解工業(yè)文明的發(fā)展、工業(yè)文化等具有無(wú)法替代的作用。這類(lèi)資源主要分布在綜合檔案館、城建檔案館以及企業(yè)內(nèi)部檔案館室，另外，史志辦、文化遺產(chǎn)中心以及經(jīng)濟(jì)與信息化委員會(huì)等也會(huì)保存有相關(guān)資料。

三、資源整合的模型構(gòu)建

構(gòu)建工業(yè)遺產(chǎn)檔案資源整合模型的目的就是要及時(shí)地解決用戶的查詢困難，避免獲取資源的拖沓繁復(fù)問(wèn)題，及時(shí)解決利用者的利用需求，需要對(duì)數(shù)據(jù)挖掘流程進(jìn)行科學(xué)化處理。對(duì)于海量的數(shù)據(jù)資源來(lái)說(shuō)，有一個(gè)靈活、高效的網(wǎng)絡(luò)環(huán)境是十分重要的，科學(xué)地分析數(shù)據(jù)可以有效地解決用戶與資源間的矛盾?？茖W(xué)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(jiàn)建議，不斷改進(jìn)工作方法，完善窗口運(yùn)行機(jī)制。數(shù)據(jù)挖掘的處理需要進(jìn)行認(rèn)真梳理，在研究分析的基礎(chǔ)上和在法律法規(guī)框架內(nèi)，對(duì)相關(guān)程序和流程做進(jìn)一步地精簡(jiǎn)和優(yōu)化，提高工作效率?？茖W(xué)合理的處理流程，還可以有效地節(jié)約時(shí)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(shù)構(gòu)建檔案資源的整合模式，需要注意以下幾點(diǎn)：

1.開(kāi)發(fā)環(huán)境。利用SQL Server數(shù)據(jù)庫(kù)進(jìn)行開(kāi)發(fā)。SQL Server可以對(duì)數(shù)據(jù)進(jìn)行查詢，實(shí)現(xiàn)搜索功能，并且同步于各類(lèi)工作，作出報(bào)告并完善分析數(shù)據(jù)。多用于中小型企業(yè)數(shù)據(jù)庫(kù)的構(gòu)建。同理可應(yīng)于工業(yè)遺產(chǎn)檔案資源數(shù)據(jù)庫(kù)的構(gòu)建。

2.模型構(gòu)建。模型構(gòu)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(jì)與信息化委員會(huì)→數(shù)據(jù)倉(cāng)庫(kù)→模式評(píng)估→可視化用戶界面

3.數(shù)據(jù)預(yù)處理。對(duì)于原始數(shù)據(jù)的處理是進(jìn)行科學(xué)挖掘的前提，處理的過(guò)程會(huì)花費(fèi)大量的時(shí)間成本，而且經(jīng)過(guò)很多過(guò)程。數(shù)據(jù)預(yù)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(jìn)行技術(shù)處理，以提高數(shù)據(jù)挖掘的質(zhì)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(wú)限的再生價(jià)值，通過(guò)科學(xué)技術(shù)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(duì)于當(dāng)?shù)毓I(yè)遺產(chǎn)的文化重建，對(duì)于檔案資源的綜合開(kāi)發(fā)，甚至對(duì)于本地區(qū)軟實(shí)力的增強(qiáng)是極具幫助性的。

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

[2]宇然.數(shù)據(jù)挖掘技術(shù)研究以及在檔案計(jì)算機(jī)管理系統(tǒng)中的應(yīng)用[D].沈陽(yáng)工業(yè)大學(xué)碩士論文，2002.11

[3]鄭向陽(yáng).數(shù)據(jù)挖掘技術(shù)及其在城建檔案信息服務(wù)中的應(yīng)用[J].檔案學(xué)通訊，2005,(03).

[4]國(guó)家文物局.工業(yè)遺產(chǎn)保護(hù)和利用導(dǎo)則(征求意見(jiàn)稿)[R].辦保函(2014)758號(hào).

【責(zé)任編輯：周 丹】

G272

A

1673-7725(2016)10-0127-02

2016-09-20

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