廉旭姣+周少鵬+張峰

摘要：檔案利用需求預(yù)測是檔案管理的重要環(huán)節(jié)之一。根據(jù)檔案利用的時序歷史統(tǒng)計數(shù)據(jù)，利用GM（1，1）模型、DGM（1，1）模型和OLS模型構(gòu)建了GM-DGM-OLS檔案利用需求預(yù)測模型，并選取預(yù)測有效度方法測算了各模型的權(quán)重。采用重慶市長壽區(qū)檔案館2014年檔案利用數(shù)據(jù)作為研究樣本，分別將各單一預(yù)測模型的結(jié)果進行了對比分析，同時測度出組合模型的預(yù)測結(jié)果。對比發(fā)現(xiàn)，DGM（1，1）模型在檔案利用需求預(yù)測中呈現(xiàn)出高精度的特征，而組合預(yù)測模型的精度雖然弱于DGM（1，1）模型，但要高于GM（1，1）與OLS模型。因此，在檔案利用需求預(yù)測實際運用中，建議選用DGM（1，1）與GM-DGM-OLS模型。

Abstract： Demand prediction is an important part of archive management. Hence， the GM-DGM-OLS forecasting model for archival utilization was constructed based on the model of GM（1，1）， DGM（1，1） and OLS， and then the weight of single model was calculated by the predictive validity method. Moreover， the archival utilization data of Changshou district archives in 2014 was used as a sample of research， and the prediction effect of each model was compared. The results showed that the DGM （1，1） model presented a high-precision feature in the file utilization predict， and the accuracy of combined prediction model was weaker than the DGM （1，1） model， but it was better than GM（1，1） and OLS model. So the DGM （1，1） or GM-DGM-OLS model could be selected to predicting the demand of archival utilization.

關(guān)鍵詞：檔案管理；灰色模型；需求預(yù)測

Key words： archive management；gray model；demand prediction

中圖分類號：G273.5 文獻標(biāo)識碼：A 文章編號：1006-4311（2018）04-0029-03

0 引言

檔案利用需求預(yù)測通常是指運用檔案來滿足相關(guān)社會實踐活動或解決特定問題的要求。由于受到檔案的本身屬性與使用者主觀要素的多元特性與隨機性等影響，其管理過程具有較高的復(fù)雜性。對于檔案部門而言，全面及時了解檔案用戶的動態(tài)利用行為，挖掘其潛在的利用需求規(guī)律與特點，是提供更加高效可靠服務(wù)工作的基本前提。而在實際檔案管理過程中，一般可基于歷史檔案使用的時序數(shù)據(jù)對檔案變化進行監(jiān)測反映，有效地剖析檔案統(tǒng)計數(shù)據(jù)及實時準(zhǔn)確的估計其檔案的變動趨勢則直接影響到檔案部門管理的科學(xué)性與合理性?，F(xiàn)階段對歷史檔案數(shù)據(jù)的統(tǒng)計還處于靜態(tài)分析為主，同時隨著影響檔案管理要素的復(fù)雜性愈加提升，對檔案利用需求把握的科學(xué)性、準(zhǔn)確性與及時性均提出了更高的標(biāo)準(zhǔn)。因此，解決高效地利用檔案使用歷史數(shù)據(jù)預(yù)估檔案利用需求未來規(guī)模變動趨勢的難題是檔案管理的關(guān)鍵點。

針對檔案利用需求數(shù)據(jù)的特點，現(xiàn)有對其趨勢預(yù)測的分析主要集中在概念解析、標(biāo)準(zhǔn)論證[1-2]，其采用的模型以時間序列分析、線性回歸分析等為主[3]，而這些基于傳統(tǒng)概率視角的預(yù)測方法逐漸難以符合檔案管理中利用需求的實時性標(biāo)準(zhǔn)?？紤]諸多學(xué)者將組合預(yù)測方法應(yīng)用到相關(guān)領(lǐng)域取得的顯著性成效，但構(gòu)成組合預(yù)測模型的相關(guān)單一算法還需要進一步探討的特點，本文利用GM（1，1）模型、DGM（1，1）模型和OLS模型構(gòu)成“GM-DGM-OLS檔案利用需求預(yù)測模型”，嘗試在檢驗其單一模型優(yōu)勢的同時，驗證該組合模型是否能夠提升檔案利用需求的預(yù)測精度，為檔案利用需求探尋適合的預(yù)測方法。

1 檔案利用需求預(yù)測模型構(gòu)建

1.1 GM（1，1）模型

根據(jù)上述分析得到DGM（1，1）模型預(yù)測公式，并可利用該模型對檔案利用需求進行預(yù)測。

1.3 線性回歸預(yù)測模型

按照自變量與因變量的相關(guān)關(guān)系，可建立線性回歸方程的預(yù)測方法[6]，假設(shè)（xt，yt）為檔案利用需求的時間序列，且t=1，2，…，m，則其基本步驟為：

Step1：繪制擬合散點圖，分析x、y之間是否存在線性關(guān)系。若線性關(guān)系存在，則可以構(gòu)建線性回歸模型，否則不能建立。

Step2：構(gòu)建線性回歸方程，其參數(shù)可運用最小二乘法（OLS）進行估計：

Step3：利用構(gòu)建起的線性回歸方程對檔案利用需求進行預(yù)測。

1.4 基于有效度分析的GM-DGM-OLS預(yù)測模型

檔案利用需求GM-DGM-OLS預(yù)測模型的基本形式為：

1.5 檔案利用需求預(yù)測模型精度評價指標(biāo)

2 實證分析

2.1 樣本數(shù)據(jù)說明

基于驗證GM-DGM-OLS預(yù)測模型在檔案利用需求趨勢分析中可行性的考慮，本文以重慶市長壽區(qū)檔案館2014年檔案利用數(shù)據(jù)為樣本進行統(tǒng)計，分別運用GM（1，1）、DGM（1，1）和OLS模型擬合相關(guān)參數(shù)，并預(yù)測檔案利用需求。同時，運用評價指標(biāo)對單一預(yù)測模型與組合預(yù)測模型的測度結(jié)果分別進行比較。endprint

2.2 單一模型預(yù)測

2.3 GM-DGM-OLS預(yù)測模型

根據(jù)上述組合預(yù)測模型，可結(jié)合各單一預(yù)測模型結(jié)果取得預(yù)測值。

2.4 預(yù)測效果對比

通過檔案利用需求各單一預(yù)測模型與組合預(yù)測模型的擬合效果，可知DGM（1，1）模型的MRE與MAE評價指標(biāo)均為各模型中的最小值，分別為0.3655307、162.11，說明該模型在預(yù)測檔案利用需求方面具有較好的優(yōu)勢。同理，按照評價指標(biāo)的大小，可依次認為單一預(yù)測模型的預(yù)測效果從良至劣，分別為：DGM（1，1）模型、OLS模型和GM（1，1）模型。而GM-DGM-OLS組合預(yù)測模型雖然在預(yù)測效果上要弱于DGM（1，1）模型，但兩者誤差的差異性較小，且效果要優(yōu)于OLS模型和GM（1，1）模型，即在檔案利用需求預(yù)測中也具有一定的適用性。據(jù)此，可認為對于檔案利用需求預(yù)測的優(yōu)選方法為：DGM（1，1）模型與GM-DGM-OLS組合預(yù)測模型。（表1）

3 結(jié)束語

檔案利用需求預(yù)測是檔案管理中的重要環(huán)節(jié)，針對檔案利用需求數(shù)據(jù)的復(fù)雜性與隨機性等特點，本文利用灰色理論分別構(gòu)建了GM（1，1）、DGM（1，1）和OLS模型，并在此基礎(chǔ)上建立GM-DGM-OLS組合預(yù)測模型。選取預(yù)測相對誤差評價的方法對各預(yù)測模型在檔案利用需求預(yù)測中的適用性進行了對比分析，結(jié)果發(fā)現(xiàn)DGM（1，1）模型在該過程中具有較高的精度，其次為GM-DGM-OLS組合預(yù)測模型，而OLS與GM（1，1）模型預(yù)測精度相對較低。因此，在檔案利用需求預(yù)測中，建議優(yōu)先選取DGM（1，1）模型與GM-DGM-OLS組合預(yù)測模型。

參考文獻：

[1]李正寧.檔案信息的利用預(yù)測與主動服務(wù)[J].上海檔案，2001（2）：45-46.

[2]陳志宏.檔案信息資源的開發(fā)和利用[J].高教論壇，2004（1）：159-160.

[3]李陽生.未來檔案利用趨勢的預(yù)測分析[J].檔案學(xué)通訊，2002（2）：34-35.

[4]姚清云，張峰，殷秀清，等.基于組合灰色預(yù)測模型的物流企業(yè)運營成本預(yù)測[J].會計之友，2014（28）：5-9.

[5]張峰，殷秀清，董會忠.組合灰色預(yù)測模型對物流需求預(yù)測效果的分析[J].物流技術(shù)，2014，33（9）：221-223.

[6]王惠文，孟潔.多元線性回歸的預(yù)測建模方法[J].北京航空航天大學(xué)學(xué)報，2007，33（4）：500-504.

[7]張峰，殷秀清，董會忠，等.導(dǎo)彈遙測故障的GM-Verhulst-SCGM預(yù)測算法[J].火力與指揮控制，2016，41（6）：108-112.endprint