基于档案数字化管理的信息整理方法及系统技术方案

本发明专利技术实施例提供一种基于档案数字化管理的信息整理方法及系统，依据当前档案优化需求对初始数字化档案数据进行筛选，获得与当前档案优化需求相关的目标数字化档案数据，对目标数字化档案数据相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据，对目标档案互动行为数据进行大数据挖掘，获得目标档案互动行为大数据的互动兴趣点分布，并基于互动兴趣点分布与当前档案优化需求进行关联配置。如此设计，相较于针对全量数字化档案数据相关的档案互动行为数据进行大数据挖掘，可以降低数据处理量和负载压力，并且提高互动兴趣点分布挖掘与当前档案优化需求之间的匹配性，进而进行后续的针对性业务优化，提高档案管理体验。高档案管理体验。高档案管理体验。

【技术实现步骤摘要】
基于档案数字化管理的信息整理方法及系统


[0001]本专利技术涉及数字化管理
，具体而言，涉及一种基于档案数字化管理的信息整理方法及系统。

技术介绍

[0002]随着信息化不断发展，档案信息化、档案数字化概念也被引用到档案行业这一领域。建立专门的档案信息系统来管理和利用档案迫在眉睫。在各行业对档案管理系统推出了越来越高定位的同时，也面临这很多问题。例如，当前通常针对全量数字化档案数据相关的档案互动行为数据进行大数据挖掘，导致数据处理量和负载压力较大，并且也难以匹配当前档案优化需求，导致后续的针对性业务优化的参考依据存在噪声。

技术实现思路

[0003]为了至少克服现有技术中的上述不足，本专利技术的目的在于提供一种基于档案数字化管理的信息整理方法及系统。
[0004]第一方面，本专利技术提供一种基于档案数字化管理的信息整理方法，应用于基于档案数字化管理的信息整理系统，所述方法包括：获取由各个档案数字化管理服务平台上传的初始数字化档案数据；依据当前档案优化需求对所述初始数字化档案数据进行筛选，获得与所述当前档案优化需求相关的目标数字化档案数据；对所述目标数字化档案数据相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据；对所述目标档案互动行为数据进行大数据挖掘，获得所述目标档案互动行为大数据的互动兴趣点分布，并基于所述互动兴趣点分布与所述当前档案优化需求进行关联配置。
[0005]第二方面，本专利技术实施例还提供一种基于档案数字化管理的信息整理系统，所述基于档案数字化管理的信息整理系统包括处理器和机器可读存储介质，所述机器可读存储介质中存储有机器可执行指令，所述机器可执行指令由所述处理器加载并执行以实现前述的基于档案数字化管理的信息整理方法。
[0006]基于上述任意一个方面，获取由各个档案数字化管理服务平台上传的初始数字化档案数据，依据当前档案优化需求对初始数字化档案数据进行筛选，获得与当前档案优化需求相关的目标数字化档案数据，对目标数字化档案数据相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据，对目标档案互动行为数据进行大数据挖掘，获得目标档案互动行为大数据的互动兴趣点分布，并基于互动兴趣点分布与当前档案优化需求进行关联配置。如此设计，相较于针对全量数字化档案数据相关的档案互动行为数据进行大数据挖掘，可以降低数据处理量和负载压力，并且提高互动兴趣点分布挖掘与当前档案优化需求之间的匹配性，进而进行后续的针对性业务优化，提高档案管理体验。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要启用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以基于这些附图获得其它相关的附图。
[0008]图1为本专利技术实施例提供的基于档案数字化管理的信息整理方法的流程示意图；图2为本专利技术实施例提供的用于实现上述的基于档案数字化管理的信息整理方法的基于档案数字化管理的信息整理系统的结构示意框图。
具体实施方式
[0009]以下描述是为了使本领域的普通技术人员能够实施和利用本专利技术，并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲，显然可以对所公开的实施例作出各种改变，并且在不偏离本专利技术的原则和范围的情况下，本专利技术中所定义的普遍原则可以适用于其它实施例和应用场景。因此，本专利技术并不限于所描述的实施例，而应该被给予与权利要求一致的最广泛的范围。
[0010]本专利技术中所使用的术语仅用于描述特定的示例性实施例，并不限制本专利技术的范围。如本专利技术使用的单数形式“一”、“一个”及“该”可以同样包括复数形式，除非上下文明确提示例外情形。还应当理解，如在本专利技术说明书中，术语“包括”、“包含”仅提示存在所述特征、整体、步骤、操作、组件和/或部件，但并不排除存在或添加一个或以上其它特征、整体、步骤、操作、组件、部件和/或其组合的情况。
[0011]根据以下对附图的描述，本专利技术的这些和其它的特征、特点以及相关结构元件的功能和操作方法，以及部件组合和制造经济性，可以变得更加显而易见，这些附图都构成本专利技术说明书的一部分。然而，应当理解的是，附图仅仅是为了说明和描述的目的，并不旨在限制本专利技术的范围。应当理解的是，附图并不是按比例绘制的。
[0012]本专利技术中使用了流程图用来说明根据本专利技术的一些实施例的系统所执行的操作。应当理解的是，流程图中的操作可以不按顺序执行。相反，可以按照倒序或同时处理各种步骤。此外，可以向流程图添加一个或以上其它操作。也可以从流程图中删除一个或以上操作。
[0013]下面结合说明书附图对本专利技术进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
[0014]图1是本专利技术一种实施例提供的基于档案数字化管理的信息整理方法的流程示意图，下面对该基于档案数字化管理的信息整理方法进行详细介绍。
[0015]步骤S110，获取由各个档案数字化管理服务平台上传的初始数字化档案数据。
[0016]本实施例中，对于每个档案数字化管理服务平台而言，依据其具体的业务类型通常会管理不同的数字化档案数据，因此其可以在获得数据授权许可的情况下上传对应的初始数字化档案数据。
[0017]步骤S120，依据当前档案优化需求对所述初始数字化档案数据进行筛选，获得与所述当前档案优化需求相关的目标数字化档案数据。
[0018]本实施例中，相关技术中通常是针对全局的初始数字化档案数据进行大数据挖
掘，如此设计会增加数据处理量和负载压力，专利技术人研究发现通常只有在针对某个特定的档案优化需求（如某个档案项目的兴趣点整理需求）时才进行相关的大数据挖掘后进行关联配置，因此本实施例可以依据当前档案优化需求对所述初始数字化档案数据进行筛选，获得与所述当前档案优化需求相关的目标数字化档案数据，进而可以降低数据处理量和负载压力。
[0019]步骤S130，对所述目标数字化档案数据相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据。
[0020]本实施例中，在确定目标数字化档案数据后，即可针对性地针对其相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据，以便于后续挖掘。
[0021]步骤S140，对所述目标档案互动行为数据进行大数据挖掘，获得所述目标档案互动行为大数据的互动兴趣点分布，并基于所述互动兴趣点分布与所述当前档案优化需求进行关联配置。
[0022]本实施例中，通过获得目标档案互动行为大数据的互动兴趣点分布，并基于所述互动兴趣点分布与前述的当前档案优化需求进行关联配置，从而可以为当前档案优化需求提供相关的兴趣点参考依据，进而进行后续的针对性业务优化，提高档案管理体验。
[0023]基于以上步骤，本实施例获取由各个档案数字化管理服务平台上传的初始数字化档案数据，依据当前档案优化需求对初始数字化档案数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于档案数字化管理的信息整理方法，其特征在于，应用于基于档案数字化管理的信息整理系统，所述方法包括：获取由各个档案数字化管理服务平台上传的初始数字化档案数据；依据当前档案优化需求对所述初始数字化档案数据进行筛选，获得与所述当前档案优化需求相关的目标数字化档案数据；对所述目标数字化档案数据相关的档案互动行为数据进行搜集与整理，获得目标档案互动行为大数据；对所述目标档案互动行为数据进行大数据挖掘，获得所述目标档案互动行为大数据的互动兴趣点分布，并基于所述互动兴趣点分布与所述当前档案优化需求进行关联配置。2.根据权利要求1所述的基于档案数字化管理的信息整理方法，其特征在于，所述对所述目标档案互动行为数据进行大数据挖掘，获得所述目标档案互动行为大数据的互动兴趣点分布的步骤，包括：依据训练完成的目标互动兴趣点挖掘模型对所述目标档案互动行为数据进行大数据挖掘，获得所述目标档案互动行为大数据的互动兴趣点分布；其中，所述目标互动兴趣点挖掘模型的模型配置过程如下：获取示例档案互动行为数据序列，所述示例档案互动行为数据序列包括多个携带示例兴趣点的示例档案互动行为数据，所述示例兴趣点表征所述示例档案互动行为数据中携带的有效性兴趣点；依据初始兴趣点挖掘模型对所述示例档案互动行为数据序列中的示例档案互动行为数据进行行为倾向向量挖掘，获得行为倾向向量簇；基于所述行为倾向向量簇，将所述示例档案互动行为数据确定为训练单元配置兴趣学习关系信息；基于所述示例档案互动行为数据的示例兴趣点，配置所述示例档案互动行为数据序列对应的示例兴趣点分布；依据设定共享学习路径，将所述示例兴趣点分布在所述兴趣学习关系信息的训练单元的流向关系进行共享学习，获得所述示例档案互动行为数据的共享学习兴趣点；在所述共享学习兴趣点中挖掘所述示例档案互动行为数据的共享学习兴趣点变量；基于所述共享学习兴趣点变量，获得所述示例档案互动行为数据的共享兴趣节点；依据所述共享兴趣节点，对所述示例档案互动行为数据的示例兴趣点进行优化，获得优化示例档案互动行为数据序列；依据所述优化示例档案互动行为数据序列对所述初始兴趣点挖掘模型进行模型配置。3.根据权利要求2所述的基于档案数字化管理的信息整理方法，其特征在于，所述基于所述共享学习兴趣点变量，获得所述示例档案互动行为数据的共享兴趣节点，包括：在所述共享学习兴趣点变量中获得兴趣强度最大的兴趣点成员；在所述共享学习兴趣点变量中挖掘分析所述兴趣点成员的成员节点向量；获取所述成员节点向量对应的指定兴趣点，将所述指定兴趣点确定为所述示例档案互动行为数据的共享兴趣节点。4.根据权利要求3所述的基于档案数字化管理的信息整理方法，其特征在于，所述依据所述共享兴趣节点，对所述示例档案互动行为数据的示例兴趣点进行优化，获得优化示例
档案互动行为数据序列，包括：将所述共享兴趣节点与对应的示例档案互动行为数据携带的示例兴趣点进行分析；当所述共享兴趣节点与示例兴趣点不相匹配时，获得所述示例档案互动行为数据为待优化的目标示例档案互动行为数据；将所述目标示例档案互动行为数据的示例兴趣点优化配置为对应的共享兴趣节点，获得所述优化示例档案互动行为数据序列。5.根据权利要求2所述的基于档案数字化管理的信息整理方法，其特征在于，所述示例兴趣点分布包括各个示例档案互动行为数据关联的示例兴趣点变量，所述依据设定共享学习路径，将所述示例兴趣点分布在所述兴趣学习关系信息的训练单元的流向关系进行共享学习，获得所述示例档案互动行为数据的共享学习兴趣点，包括：基于所述兴趣学习关系信息计算所述示例档案互动行为数据之间的共享度量值；获取所述共享度量值关联的共享程度，并依据所述共享程度，对所述示例档案互动行为数据的示例兴趣点变量进行聚合； 将融合示例兴趣点变量进行拼接，获得所述示例档案互动行为数据的共享学习兴趣点。6.根据权利要求1
‑
5中任意一项所述的基于档案数字化管理的信息整理方法，其特征在于，所述基于所述行为倾向向量簇，将所述示例档案互动行为数据确定为训练单元配置兴趣学习关系信息，包括：在所述行为倾向向量簇中获得各个示例档案互动行为数据关联的行为倾向向量，...

【专利技术属性】
技术研发人员：严莹，周奇，史燕峰，董秀伟，郭倩，鲁君，
申请(专利权)人：江苏楚风信息科技有限公司，
类型：发明
国别省市：