1面向政府决策的档案信息资源的采集
在档案信息资源采集方面,面向政府决策的档案信息资源的收集必须和政府需求相匹配,要求收集的档案信息具有全面性、及时性、准确性和完整性,包括现行文件、半现行文件和已归档保存的可申请公开的档案。在此基础上建立面向政府决策的档案信息资源库,信息采集对象包括各级领导的活动档案、科研理论成果、各项法律法规政策规章以及包括所有重大事故档案在内的社会时政热点新闻报道等档案信息资源。值得注意的是在档案信息采集过程中要建立与图书馆学、情报学等其他信息资源提供部门的联盟,保证采集数据的广度和深度,并且在全面收集面向政府决策的档案数据的基础上,寻求智力支持以确保档案信息数字化转换的正确性。
2面向政府决策的档案信息资源的存储
在档案信息资源存储方面,既要满足数据资源的可扩展性、可共享性的要求,还要保证采集到的海量分布、孤立、异构的面向政府决策的档案知识资源的数据安全,可构建基于混合云模式的面向政府决策的档案知识管理系统架构,保证档案信息资源的实时归档。该系统架构的资源基础层(底层)平台由政府部门内部私有云平台和政府公有专线云平台融合而成,共同建构海量数据仓储。同时借助虚拟化技术、资源监控技术和区块链技术保障数据的安全监管和保密。该平台通过搭建静态知识库可以直接提供档案文件原文的数据化版本,满足一些基层部门对档案记录原文的事务性利用需求。
3面向政府决策的档案知识资源的分析
在档案信息资源的分析方面,由于面向政府决策的档案知识服务的服务理念是为政府行政人员提供解决问题的优化方案,因而在针对具体问题的提供决策建议的过程中要注意显性知识与隐性知识的相互转化,将海量档案显性知识转化成能够满足利用需求的隐性知识。采用数据集成技术、数据分析技术、知识转化技术、语言技术和内容识别技术等, 共同构建面向政府决策的档案知识管理系统架构的数据分析层(第二层),该层面基于已有大量多源分散、异构数据的基础上利用深度语义分析和自动标引等技术进行知识抽取与表示。档案信息分析过程分为广度分析和深度分析两个阶段,在广度分析的基础上进行信息深度分析,对档案价值和内容进行重新挖掘和运用,形成更高价值的新档案。
4面向政府决策的档案知识资源的聚合
在档案知识资源的聚合方面,综合采用新型语义技术、数据挖掘技术、知识地图、知识工程和本体理论等技术对分析过的面向政府决策的档案资源进行知识融合(基于信息广度分析)和知识发现(基于信息深度分析),是一种较为细粒度的知识整合方式。首先对知识内容进行文本抽取,提取内容中的语义知识,其次借助文本挖掘、关联分析和规则推理,最后在智能系统中利用推理机进行知识的搜索和匹配,以实现语义知识的聚合,形成内部知识网络,以此构建面向政府决策的档案知识系统的数据聚合层(第三层)。
5构建面向政府决策的档案知识服务平台
面向政府决策的档案知识服务系统在数据应用层(第四层)通过构建面向政府决策的档案知识服务平台来实现知识呈现。在构建面向政府决策的档案知识服务平台方面,通过数据集成、数据挖掘等技术,根据知识主题聚类将面向政府决策的档案知识体系化、构造化。借助知识工程技术实现子档案知识库之间的知识集成,以实现更深层次的知识推理,同时还要确保知识库的动态性,不断地为各级政府行政人员提供具备高时效性的决策参考。面向政府决策的档案知识管理系统还要借助大数据分析技术从政府行政人员对专题档案知识库日常使用的历史浏览记录中,推理、匹配和主动推送满足不同决策者特殊利用需求的个性化档案知识,还可以提供多样化的面向政府决策的编研数字化产品和决策知识资询服务。借助人机交互界面,基于专家系统和智能决策支持系统,通过问题求解模块的分析处理,能够在档案知识库中迅速匹配解决用户问题的档案知识以及相应的解决方案。
6面向政府决策的档案知识资源的维护
最后一阶段是维护阶段,主要包括两方面的内容,分别是硬件和软件方面。一是知识库系统的日常维护,主要体现在硬件检测方面,确保所有硬件资源以最佳状态运转。二是根据政府部门对档案知识的反馈评价,有针对性地调整、更新面向政府决策的档案知识库相应模块内容。基于用户画像技术可对信息用户贴上虚拟标签,将用户在使用档案知识平台过程中产生的信息大数据(包括静态数据和动态数据)进行聚类分析,并依据用户决策需求特点进行智能推荐。建立用户信息反馈库,通过统一的档案知识检索服务平台对用户的反馈信息进行智能分析,根据智能分析结果,不断完善充实面向政府决策的档案知识库。