核電廠文檔信息系統建設

劉鑫

摘 要：本文對核電廠文檔信息系統建設的現狀加以分析，從中總結出目前文檔信息系統建設中的先進經驗，并對文檔系統應關注的前沿方向予以展望、探索。通過這些展望與探索，挖掘出文檔信息系統內的數據優勢，更好地為生產運行提供支持保障。

關鍵詞：文檔系統;知識熱點;功能;建設

一、核電廠文檔信息系統現狀

核電廠文檔信息系統以Filenet、Documentum等平臺搭建。秦山核電依托Filenet平臺建立的ECM系統代表了目前核電廠文檔信息系統的最高能力。但該系統仍是以文檔存儲、文檔流程為主要功能，并不具備事物流、數據流、數據交互的功能。

1.核電廠文檔信息系統建設成果。ECM系統是以國家檔案局在2017年發布《企業數字檔案館（室）建設指南》中“數字化檔案館的建設”為指導思想，以“通過計算機系統將各生產系統、管理系統的數據進行自動捕獲歸檔”為實施思路，開發建立的國內新型文檔信息系統。縱觀核電文檔信息系統建設情況，已從離線收集檔案數據，向在線收集檔案數據的方向發展，并向大數據管理與利用的方向發展。

2.核電廠文檔信息系統建設的良好實踐。核電廠文檔信息系統已實現從其他系統自動對接電子數據與電子文檔，減少了文檔數據離線傳遞而導致的出錯率，避免了電子文件重復加工。現在的文檔信息系統也具備了多維度文檔分類的雛形，通過不同視角透視文檔結構，部分滿足不同用戶構建文檔樹狀結構的需求。文檔信息系統也具備了評價功能，用戶可對文檔的利用效果進行評價;通過用戶主動推薦對知識熱點加以標引，初步實現知識管理的雛形。

二、核電廠文檔信息系統建設存在的不足之處

1.與生產系統的嵌入能力不足。文檔信息系統的建設方向注重了數據的單向收集，而未注重文檔數據向外部信息系統的主動發送利用。不能與生產系統雙向對接或嵌入，生產系統不能良好的調用文檔系統數據，做不到互相標引。

2.“事物—文檔”數據流欠缺。目前文檔的產生來源于孤立事件，但系統化的文檔是產生于事物流、數據流。并能通過事物流、數據流將文檔信息加以動態整合。以某項目運作為例，立項、審批、論證、采購、驗收、完工等環節，在不同系統或者離線完成，產生的文檔則離散存儲于不同之處，文檔系統性較差。

3.提取知識點的能力不足。核電廠主要的知識點集中在手冊、圖紙、記錄等各類文檔中。文檔信息系統不具備發現知識熱點的能力，不具備有效的算法對知識熱點標引，成為知識管理的瓶頸。傳統的用戶主動標引模式很難調動用戶積極性，知識熱點識別的準確度不高。

4.基于內容的互相關聯未做好。文檔信息系統具備了全文檢索能力，但基于全文內容的數據挖掘能力還不具備，也沒有采用數據挖掘工具。以系統流程圖為例，圖中均有設備、系統、流程指向等數據，但無法基于內容數據進行文檔自動關聯。

三、文檔信息系統未來建設的思考

首先，需要建立文檔數據與其他生產系統數據雙向對接的能力;其次，應建立“事務—文檔”數據流;再次，應考慮知識熱點的自動發掘能力;最后，是基于文檔內容的相互之間關聯功能。

1.其他系統的嵌入

（1）文檔數據雙向傳遞標準接口。文檔信息系統與外部系統之間進行數據交互，需建立雙向傳遞的功能。實現外部系統產生的文檔數據自動捕獲進入文檔信息系統，文檔信息系統的數據能主動傳遞與外部系統或被外部系統調用。文檔信息系統成為文檔數據交換的中心，外部系統圍繞該中心無縫雙向傳遞文檔數據。實現此能力需建立標準數據傳遞接口，外部系統在系統開發時涉及到文檔傳遞，只需調用標準接口無需再次開發。但其缺陷是標準接口是普遍適用，難以滿足系統之間文檔使用的個性需求。

（2）嵌入式的文檔功能模塊。可將文檔管控基礎功能整合為功能模塊，各外部系統在建設時，可將此功能模塊嵌入。文檔功能模塊應用目標是外部系統，模塊功能可略為簡化，能做到增、刪、改、查，簡單報表則可，文檔專業的歸檔、組卷、排架等功能可省略。文檔功能模塊應滿足跨平臺應用。

（3）文檔模塊元數據自定義。文檔模塊元數據定義，首先需滿足行業標準加以初始化定義。但文檔模塊應用于外部系統，有自身業務元數據與生成的文檔緊密相關。因此應考慮在文檔模塊功能不變的前提下，在標準元數據的基礎上，允許外部系統增加個性元數據。及時將各外部系統個性化元數據收集分析，對于重復度高的可視為高耦合數據，及時納入標準元數據之中。

2.基于事物流創建文檔流

（1）事物—文檔流模型。以項目建設為例，其生命周期內不同階段均產生、使用文檔，生成記錄。文檔信息系統應考慮在系統內建立事物流概念，如立項、評價、審批、上報、論證、執行、驗收等事物環節。事物環節內定義觸發事物所必需的文檔條件、事物執行后產生文檔列表等。事物流概念與嵌入式文檔模塊相結合，外部系統生成文檔時將關聯事物信息一并歸檔到文檔信息系統。最終實現以事物的總體視角將相關文檔進行有序組合。

（2）從外部系統獲取事物流。事物流的創建，并非全部從文檔信息系統觸發。專業系統中已具備專業事物（辦理）流，文檔信息系統則應將專業事物流要素納入其中，與文檔系統數據相結合。但應考慮不同外部系統事物流數據結構的不同，獲取外部事物流與文檔應優先考慮標準封裝格式數據，以便于讀取與解析。

（3）綜合組合事物流。事物流可從文檔信息系統觸發，也可外部系統觸發。實際工作中，一項事物會切分為若干事物子項，每一事物子項具備自身的事物流。各子項事物流需鏈接與整合，各子項事務產生的文檔整合在一起才為完整的項目文檔。文檔信息系統需在獲取多子項事物流之后，進行事物流整合，最終保證全部過程產生的文檔數據為有序整體。

（4）事物流交互提供。事物流關系結構中，上一事物流的結果往往是下一事物流觸發的條件。文檔信息系統在具備事物流整合能力時，應注重事物流生成文檔的可交互性，實現從不同系統獲取文檔，依照事物流總流程，自動提交與下一級事物流，從文檔的角度將綜合流程打通。

3.自動提取知識熱點

（1）檢索條件與結果統計知識熱點。文檔信息系統已實現多種檢索能力，應在檢索條件與檢索結果利用方面進行統計、算法計算。對用戶的檢索詞進行統計，可分析出搜索熱詞，可得知用戶關注的知識方向，提供熱詞自動提醒。檢索結果利用對點擊率高的文檔進行統計，得出搜索熱詞與文檔之間的相關性。相關性高可做優先推送，提供精準利用。

（2）閱讀行為提取知識熱點。用戶查閱電子文檔時，有價值的部分閱讀時間長，無價值的略過。統計分析電子文檔有效閱讀時間，用戶對某文檔閱讀時間明顯高于其他文檔，則可認定該文檔的內容價值較高，用戶較為關注。同一篇文檔中，某部分有效閱讀時間高于其他章節，可認定該部分則包含了潛在的熱點知識。可以作為熱點知識儲備。

（3）分詞分析知識熱點。熱點文檔、熱點片段包含了知識熱點。運用技術手段對內容文字分詞分析、關鍵詞標引，通過用戶不斷積累有效閱讀時間，內容中分詞標引次數則會明顯升高，可分析出熱點知識詞匯。進而通過與檢索熱詞對比，與其他熱點文檔所標引的熱點詞匯對比，逐步篩選出共性熱點詞匯，在大量自動標引與比對之后，熱點知識可以初見模型。

4.基于文檔內容自動關聯

文檔之間是多對多的關系，樹狀目錄是一對多關系，需運用網狀關系進行描述。

（1）特定關鍵詞分析。以流程圖為例，特定文檔包含特定含義的關鍵詞，例如系統代碼等。特定關鍵詞與日常詞匯語義不同，沒有模糊含義，可作為基于文檔內容管理的觸發條件。例如，對系統代碼進行提取，可知哪些文檔對該系統有記錄，多文檔提取后，可獲得該系統相關的文檔圖譜。

（2）特定關鍵詞建立網狀文檔關系。多份文檔具有多個特定關鍵詞，通過計算機自動建立網狀關系。通過一份文檔可以可視化的看到與其內容有所關聯的文檔全集，用可視化手段實現用戶進行文檔逐步探索的需求。

（3）通過用戶行為，建立關系主干。網狀關系中關系程度有強弱之分。通過用戶行為分析，根據探索點擊率、被點擊文檔的有效閱讀時間，標注關系強弱。通過關系圖探索，點擊率越高，且有效閱讀時間越長，則文檔之間關系越強。根據強關系實現智能推薦。

四、結論

核電廠文檔信息系統經過長期的建設，目前需要探索的是如何將文檔中所包含的浩瀚的知識加以有組織的利用。讓用戶搜索提取知識的模式已經過時，需要通過計算機建立與用戶行為相似的學習模式，用信息系統自主學習的方法，幫助用戶預先規劃好文檔信息，提取關鍵數據，建立出關聯文檔，主動精準推送與用戶利用。

參考文獻：

[1]錢 毅.《電子文件管理系統通用功能要求》（GB/T 29194）解讀[J].北京檔案，2018

[2]蘇 博.基于工作流的電子文件管理系統功能分析[J].機電兵船檔案，2019

[3]王 華，王 瑾，馮萍萍.企業重要業務平臺電子文件歸檔與電子檔案集成利用研究[J].浙江檔案，2018

（作者單位：中核核電運行管理有限公司）