档案数字化标准解决方案

　一、适用范围

　　1、 用户特征

　　◆ 普通意义上的政府、事业、企业用户，档案的管理没有明显的行业特征，可以经过简单的设置满足管理上的个性;

　　◆ 只负责管理本单位的档案，不负责其它相关单位或下属单位档案的保管和利用;

　　◆ 虽然有宠大的分支机构存在，但初期建设只到总部。

　　2、 档案管理机构的形式

　　档案管理机构以档案室、档案科、档案处等形式存在，集中管理本单位产生的各类档案信息。

　　二、信息管理的种类

　　主要包括文书档案、科技档案、工程档案、基建档案、会计档案、声像档案、照片档案、实物档案、合同档案、设备档案等以及图书、期刊、情报等资料。

　　三、方案组成

　　标准解决方案以“综合档案管理系统(单全宗)版本为基础档案管理平台，在此平台的基础上结合全文检索、OCR、流媒体服务、图像处理、信息加密、信息发布等众多先进技术组合而成的应用解决方案。

　　3.1档案管理平台

　　◆ 模板自定义技术

　　综合档案管理系统的开发完全基于档案管理平台理念设计，系统的各个管理和应用体系均提供模板自定义技术。用户可以在原有模板基础上局部调整，也可以创建全新的模板，模板的自定义工作无须编程就可以实现。模板自定义技术给用户提供了广阔的个性空间，用户可以快速的部署适合自身特点的档案系统，并且能够在自身需求、管理模式上发生变化时随需应变。

　　◇ 自定义档案管理类型及层次;

　　◇ 自定义文件管理类型及层次;

　　◇ 自定义其它管理模板类型及层次,比如查、借阅、统计、编研模板;

　　◇ 自定义数据库结构;

　　◇ 自定义录入字段及界面布局;

　　◇ 自定义档号自动生成规则;

　　◇ 自定义报表输出规则;

　　◇ 自定义数据排序规则;

　　◇ 自定义归档流水号规则;

　　◇ 自定义关联录入规则;

　　◇ 自定义WEB发布页面;

　　◇ 自定义条形码管理;

　　◇ 文件归档、鉴定设置;

　　◇ 归档整理规则设置;

　　系统支持对各类文件信息的归档整理、这些信息包括公文、从OA、PDM等业务系统采集的预归档信息等;系统支持多点立卷，即可以由各个业务职能处室通过本系统独立进行立卷归档;系统支持改革后的文书档案整理规则;文件信息和档案信息的归档对应关系可以自定义。

　　◆ 文件自动分类、鉴定

　　系统提供保管期限、分类表维护功能。在此模块中对文件设置分类、并定义好保管期限、归属的“目录号”设定好归档范围关键词，在归档时系统会智能解析文件标题，自动分类、鉴定并形成分类号、保管期限，自动分类技术和立卷归档以及档案模板中字段值设置等功能结合起来，使智能、快速归档成为可能。

　　◆ 主题词自动标引

　　系统内置主题词库，并支持用户修改主题词;系统可以自动分析文件标题，实现主题词的自动标引。

　　◆ 业务管理平台

　　系统提供档案的查、借阅、统计、编研、销毁、保管、库房管理、数据录入、报表输出、检索查询等完整功能，在此可以实现档案业务的高效、自动管理。

　　◆ 信息利用平台

　　可以在档案查询系统的基础上，结合用户的需求建立的综合档案信息网站，使之成为单位档案信息的门户。用户可以在此网站设置不同的栏目频道，并可实现对发布信息的维护更新;同时该网站更是档案信息的发布及查询平台，查询用户可以根据自身的权限检索、浏览档案信息，并可以在此提出利用申请及预约。

　　◆ 安全防护平台

　　信息安全是档案信息利用的基础，系统提供权限管理、数据加密、数据备份及恢复、日志管理、访误删除等完整的安全防护体系，确保信息资源能够安全存储并安全访问。

　　◆ 多文件浏览技术

　　综合档案管理系统支持多种图形、图像文件格式的管理和浏览，无需安装相应的应用程序即可通过浏览器打开原文进行浏览，并且浏览器和用户权限进行了集成，可以防止非法用户的浏览、下载、打印。

　　3.2相关技术集成

　　为提高档案管理系统的应用效果，综合档案管理系统和其它相关成熟的技术和应用进行了集成，这主要包括全文检索、OCR以及流媒体服务等。通过集成，可以实现对档案内容的高效检索、扫描文件信息的自动提取及查询、以及音视频档案的网络点播等功能。

　　◆ 全文检索

　　随着档案信息化建设的不断深入，产生了大量的不同类型的电子文档，这此信息包括数据库、文本文件、图形、图像等，资料多半已不再只以结构性资料来存取，反而较偏向以半结构化或非结构化资料的存取方式，传统的数据库查找的处理效能日益锐减，存在较大不足：

　　◆ 非结构化信息的检索问题

　　系统内产生的大量电子文件的内容大多数为非结构化信息，比如HTML文档、文本文档等，档案管理系统主要对文档的描述信息(目录)进行检索，找出对应的电子文件，但不能对电子文件的正文内容进行检索。

　　◆ 无法对异质信息进行整合

　　用户需要将各种不同来源的信息(WEB、DB、非结构化和半机构化文档以及各应用系统中)整合成一个单一的信息平台，以统一的入口跨信息源搜索信息。

　　◆ 查找的效率存在巨大缺陷

　　传统的数据库查找缺少必要的语义分析，与查找内容符合的信息就能够查找出来，而没有进一步的判断，比如我们查找“民法”，但数据库查找会现“人民法院”也同时显示出来，数据库查找机制会导致查找出大量的无用信息，同时对海量数据进行数据库查找时效率呈现几何级下降。

　　全文检索技术的出现大大改变了我们传统的信息查找模式，通过全文检索组件，实现对结构化、半结构化、非结构化信息的统一整合，形成完整的索引数据库，配合语义分析、智能分类、多国语义支持等技术实现对异质信息的快速检索。

　　◆ 创建全文索引库

　　系统可以对扫描完成的图像文件(TIF格式)、各类电子文本(HTML、TXT、OFFICE格式文件)自动进行全文识别并和相应的档案保存描述性PDI(分类和目录)一起建立起相应的全文索引库。

　　◆ 搜索引擎

　　用户可以在WEB查询系统中通过输入关键词，对档案数据库中的正文进行检索，在检索过程中可以设置检索范围，并且可以在检索结果中再进行分层检索，检索出来的档案信息可以根据权限进行再编辑，提高了文件检索的查全率、查准率。

　　◆ 全文检索的强大功能

　　1、 可行实现对关系型数据库、Html、Text、Office等来源的信息进行搜寻。

　　2、 支持「英文万用字符(*、?)查询」。英文单字是由多个英文字母组成的，使用者可查询部分英文字及*(代表多于一个英文字母)或?(代表一个英文字母)的组合。

　　3、 搜寻条件具有完整的布尔逻辑运算AND、OR、NOT能力，支持复合式布尔逻辑运算查询，并且可以配合多组左括号"("与右括号")"作关键词查询优先级的设定，方便查询者输入布尔组合查询条件。

　　4、 内建「智能型快速响应模式」(Smart cache)机制，可以提供同一种查询条件之重复使用率，提高系统资源的效益。Cache储存目录记录了Cache档案所要放置的地址，经查询过的资料或画面，第二次再进入时，可重复使用第一次查询结果。

　　5、 Unicode索引建置及查询。可支持多国语系(英文、繁简体中文、日文、Unicode等)混合的文件的建置与查询。

　　6、 中英文容错查询:中英文容错功能Fuzzy Search，基于文字特性，很多名词及词汇依情况不同，也许衍生出通用的简称，或是文字次序对调。也有可能因为模糊不明确的意象，使用者希望只需要输入一个关键词，就能一并查询性质类似或相关之信息。比如：输入「Mobile Network」可查到「Mobile Appliance Network」等特定距离的词句、输入「产业研究」可查到「产业结构研究」、「产业….研究」等，扩展搜寻的完整性。

　　7、 提供中文字、词查询及英文词组检索: 提供中文字词索引查询功能，透过智能型自动断词技术以达到词索引的效果，解决输入“合资” 会找到“整合信息”等搜寻不精确的问题。支持/多字段 / 多条件检索，来取得数据库资料，并可跨资料表、跨信息字段进行索引建置与搜寻。提供词索引 / 搜寻功能，滤除搜寻结果噪声。

　　8、 中英文同义词组查询:系统内置18万组同义词库，实现对检索词组的同义词关联查询。

　　9、 属性查询(高级查询)：支持对数据库的字段设定检索内容组合查询。

　　10、智能型自然语言断词，词索引能力:为提高查询检索的准确度，系统采用自然语言断词机制和灵活的词索引开关，用户可根据需要选择词索引或字索引。具体功能如下：

　　1) 中文句子将被自动分析与断词，并建立词索引;

　　2) 词索引功能通过开关灵活设置;

　　3) 检索字串首先通过自动断词，将其断词结果进行组合检索;

　　4) 提供「词库」编辑器，针对断词用的「词库」进行维护和调整;提高查询的速度和准确度。该功能优势如下：

　　◇ 提高精确度： 输入「民法」不会找到「人民法院」;

　　◇ 更小的索引空间：–通过词索引的方式，索引数据库相对字索引需要更少的磁盘空间;同样数据量下，检索时需要的Memory更少;

　　◇ 检索性能高：配合高效算法，词索引的搜索性能相对字索引平均高出3倍以上;

　　11、 近似概念词库检索;

　　12、 灵活开发特殊信息源，文件格式;

　　13、 支持海量存储;

　　14、 支持分布式架构。

　　3.3.通用接口

　　伴随着信息化建设的加快，各单位逐渐建立起OA、MIS、ERP、PDM等系统(统称OA)，这些系统产生的大量有价值的信息都需要归档。这就要求综合档案管理系统应能够和众多业务系统建立有效的交互，保证归档信息按照档案的要求及时、规范的转入到档案系统里。通过多年的技术积累，综合档案管理系统已经和众多涉及不同平台的业务系统建立了有效的交互，保证数据顺畅归档。