檔案數據集成情景下的應用場景研究
——以公路建設項目檔案管理系統為例

丁海斌 趙錦濤/廣西民族大學管理學院、廣西數字檔案管理研究所

隨著社會信息化的深入發展，各主體單位越來越普遍地使用網絡系統處理公文和各種業務文件。各單位業務活動具有多元性，它們需要制作和運行多種業務系統來開展各種業務活動，由此增量電子文件不斷產生與積累。在這種情況下，電子文件的形成具有零散性、多源性、異構性等特征，類型也是多元的。因此，數據集成就成為解決多源形成的復雜電子文檔管理問題的重要手段和方式。

數據集成的主要目標是集成多種信息源數據，其具體做法主要是按照邏輯和物理規范進行多源數據集成，形成一個包含不同特征數據集的新的更高層次的數據集。而形成電子檔案新數據集的目的既在于實行電子檔案整體化集中管理，更在于實現集成化的檔案數據的智能化應用。因此，在電子檔案數據集成應用不斷發展的背景下，對檔案數據集成應用場景的研究變得越來越重要、越來越急迫。

檔案數據集成應用場景研究是以檔案管理系統為基礎，以用戶需求作為導向，結合大數據分析、可視化、區塊鏈數據關聯等數據技術與集成化檔案數據集，探究集成化檔案數據能夠實現的新功能與新用途。檔案數據集成背景下的各種應用場景的開發、創新與推廣，可以提高檔案的智能化管理，深化數據共享，形成多元化的共享利用模式，推動電子檔案數據的智能化價值挖掘。

基于社會需要和現有研究之不足，本文在檔案數據集成背景下以公路建設項目檔案管理系統為例，較全面地探究各種檔案數據集成的應用場景，推動電子檔案數據集成系統智能化應用水平的提升和相關理論研究的深化。

1 檔案數據集成應用場景研究現狀

目前，對于檔案集成數據應用場景的相關研究，主要表現在數據集成技術實現的文章中。數據集成技術與電子檔案管理聯系日益密切，但電子檔案數據集成尚未形成統一的概念。因此，本文從數據集成角度結合電子文檔的特征，以多元異構數據源和先進技術為基礎，從檔案形成所涉及的業務流程和主體為出發點，將電子檔案數據集成定義為：按照電子檔案集中管理模式，對檔案管理所涉及的內容、環節、業務按照其流程進行有機的融合和優化，把來源于不同業務系統的不同格式、內容、特點與性質的檔案數據在邏輯上或物理上進行有機地集中，形成新的集成化的檔案數據集，從而為集成化的電子檔案管理與應用提供基礎。

圖1：公路檔案數據集成框架

研究發現，到目前為止檔案數據集成情景下的應用場景主要在醫療服務和企業活動中體現得較多。目前，數據集成技術已經比較成熟，在大型工程項目、醫療行業、金融企業等均有應用。其應用場景主要包括集成數據的共享與利用、可視化檔案展示與統計分析、檔案數據多維溯源以及專業檔案知識庫建設等。但是，在理論方面，數據集成視角下應用場景的系統化探索與分析的文章還很缺乏，因此限制了檔案數據集成基礎上的應用場景的不斷開發與拓展。

從醫療產業方面來看，檔案數據集成的應用場景主要在實現醫療數據的可視化展示以及數據之間的關聯性統計分析。在《面向精準醫療服務的患者檔案數據采集與分析》[1]一文中，檔案集成化的數據主要應用在患者檔案數據的可視化呈現、分析以及患者檔案畫像評估。把檔案數據集成轉換為可靠的醫學知識體系，指導精準醫療開展的全過程，從而實現精準預防、精準醫藥、精準治療。在《區域健康醫療數據集成模式研究與實現》[2]一文中，通過構建數據集成的系統整合數據后，應用主要在醫療數據分析與結果可視化，運用統計分析和關聯規則分析探究數據之間的關聯性。

從企業的應用場景來看，集成化數據的應用場景主要體現在數據的高效檢索、查詢與利用以及為提高其科研水平等方面。2019年11月，首鋼集團有限公司礦業公司（以下簡稱“首鋼礦業公”司）基于檔案數據集成的檔案管理系統投入使用，它的主要應用場景是實現單點登錄、數據直達，確保公司內部檔案信息資源共享。檔案管理人員在進行報表管理時，可以直接調取前期數據繼承使用，提高公司數據的使用效率[3]。2021年，中國石油華北油田公司檔案中心公布其建設“互聯網+油氣采掘”新業態，構建了以華北油田地質數據資源池為核心的地質檔案大數據綜合集成開發利用體系，集成化數據的應用在地質資料信息數據遠程智能檢索與查詢以及在科研部門提供信息智能個性化推送服務。檔案數據集成不僅提高了其檔案數據的管理水平，也為科研生產提供專業的服務。

2 檔案數據集成情景下創建應用場景的特點與優勢

2.1 檔案數據集成應用場景特點

在數據集成情境下，檔案數據集成應用場景的特點呈現多樣性、專業性以及個性化等。以用戶需求為目標驅動的應用場景結合現代技術能夠推動實現知識型、專業型信息服務，滿足用戶多樣化和個性化信息需求，提高檔案數據集成服務的深度和質量。

2.1.1 應用場景的多樣性

檔案數據集成應用場景以海量性、異構性、多樣性集成化數據為基礎。首先，檔案數據應用場景所涉及的業務流程和主體是多元的，其應用通過全局模式對檔案管理所涉及的內容、環節、業務按照其流程進行有機的融合和優化形成多樣化的信息資源體系。由于它涉及的環節、流程眾多，以及日常工作中產生結構化和半結構化的數據形式，整個過程是動態變化的，因此檔案數據集成應用場景的實現是復雜多樣的。同時，檔案數據集成應用場景實現屬于資源密集型工作，要求以實用為導向，并且堅持全面覆蓋的原則。如，公路項目（見圖1）中產生的檔案包括傳統的紙質檔案、圖表、圖片等內容，也有電子記錄方式產生的視頻錄像、仿真模型等，形成的數據量大且其呈現出多源異構的特點。其次，數據集成不僅體現在數據方面，而且在數據管理過程中，還延伸到人員、管理制度、業務過程、平臺與技術、安全集成等諸多方面。在此基礎上，結合新型現代技術能夠實現多種應用場景。

2.1.2 應用場景的專業性

一般來說，應用場景的實現會指向某一個具體的業務或專業。運用若干個有序的集成化數據，結合分析策略能夠形成專業化的知識服務。現在常用的技術工具有人工智能技術和開源軟件等，運用機器學習，提高處理高維非結構化數據的能力，把多種關系數據庫、XML數據庫、文件系統等不同的數據源的數據構建數據網絡，實現大規模多源異構數據的融合管理。通過數據集成形成的數據集會嚴格按照明確、統一的規定進行有序的存儲。不僅有效解決數據之間復雜的依賴關系，而且方便數據的清洗、轉換、抽取、融合等，以及支持多維聯機分析處理和數據挖掘[4]。

2.1.3 應用場景的個性化

數據集成形成有序的檔案信息資源池，它能夠以利用者的需求為目標驅動，篩選和組織利用者所需數據進行展示。信息化社會中數據規模持續膨脹，通過數據集成技術工具，能夠有效緩解數據無序的狀態。首先，檔案數據集成應用場景會涉及元數據方法、本體方法、關聯數據方法以及數據模型方法等多種關聯和分析形式。其核心是把數據按照統一的標準進行轉化，通過兩兩之間不同的關聯進行映射，建立異構數據與數據模型之間的映射關系，通過可視化技術挖掘與利用者需求相關的潛在信息價值。其次，檔案數據集成應用場景是動態變化，基礎數據源是不斷增加，每個不同的階段會產生多種多樣的數據。因此，在具體的應用中，要求信息技術能夠克服基礎數據源不斷增加和動態變化的特征，從中抽取出利用者所需的信息數據，實現“按需”分析。

2.2 檔案數據集成在數字檔案應用場景中的優勢

2.2.1 有利于與新技術結合

先進的技術為平臺的建設提供保障，檔案數據集成注重應用需求和能力相結合，避免技術水平與實際應用脫節，保障檔案數據集成管理的持續性和穩定性。集成化檔案數據集作為基礎數據在應用場景中發揮作用，通過實際應用分析對檔案數據集成進行評估和改進。云計算、大數據、物聯網等先進的技術能夠便利地和集成化數據相結合，有利于形成大規模且有序的決策分析系統，探索更加靈活、高效的技術模型與分析框架，為構建可視化、規模化、精準化的信息服體系提供數據支撐，有利于滿足現代化、信息化建設的需要。

2.2.2 支持多類型終端應用

集成化數據有利于推動檔案數據集成行業分析、應用范式形成，具有潛在價值和推廣價值。集成化數據能更好地兼容不同設備、不同操作系統、不同數據庫以及開發工具的應用，具有更加強大的數據兼容和數據轉換能力，為多種類型終端的應用提供便利條件。檔案數據集成的過程能夠更深入了解集成化數據的內容，更加全面把握檔案數據形成的規律。在此基礎上，把數據科學、信息系統、情報學等技術與方法以及各個行業的需求進行結合，梳理其在行業內的動態關系與內在機理，有利于構建某行業典型的檔案數據集成的應用范式。

2.2.3 構建一體化數據中心

數據中心職能是存儲和處理數據，檔案數據集成在數據中心的運轉下進行集成和服務。數據集成的研究已經從注重準確率向提高算法效率和處理復雜數據的類型轉變[5]。大數據時代帶來的主要問題之一是數據質量問題，低質量的數據影響算法的準確性和決策精準性。因此，檔案數據集成是在不斷優化集成模式上，通過多次數據清洗，形成的高質量的集成化數據。其次，在集成的過程中有統一的元數據建設標準、電子資源建設標準以及嚴格的檔案數據評估流程。檔案數據集成能夠解決數據資源之間無序、分散、異構的矛盾，建立有效檔案數據集成策略，形成的數據是多維度、相互關聯的有機整體。

3 數據集成背景下數字檔案應用場景的各種可能性分析

檔案數據集成擴展了數字檔案的應用場景。面向多元、差異化的應用場景，檔案數據集成可針對任何業務的特定需求靈活配置集成的數據資源，從而滿足不同行業、業務場景對數據集差異化的需求，這極大地拓展了檔案數據的應用范圍和場景。

3.1 實踐領域應用場景

3.1.1 場景一：高效社會治理

高效社會治理需要處理龐大的數據量，檔案數據集成將形態各異的檔案轉化為可以量化的數據，通過明確規定、統一保存形成的數據。依據單套制標準，建設形成的檔案數據庫是多元化、多主體、多維度的結構型數據庫，為社會治理創造有利條件。云計算強大的數據處理中心與集成化數據結合，能夠實現內部信息之間交流與共享，有效實現各種數據資源間的整合，按照需求分配資源。

場景描述：社會治理過程中會出現各部門之間的信息孤島、信息真空、信息滯后現象，需要及時的信息共享與反饋，針對社會危害事件處理不及時、反應不迅速等場景出現。運用檔案數據集成方式打破條塊化、碎片化的管理模式，通過跨部門、跨層級、跨領域等多跨協同機制，重塑社會管理內部運行機制、制度鏈接機制、多元社會主體的溝通機制，逐步解決當前社會中存在的系統性、結構性問題。

特性與競爭力：運用云計算技術對社會治理中龐大的數據進行處理、傳輸，搭建虛擬化存儲利用平臺，使系統具有完備的數據計算能力、數據存儲能力、數據傳輸能力、數據安全能力和應用擴展能力。通過給數據賦能，化解在社會公共管理過程中重難點問題，使多部門協同合作實現動態化、細分化、精準化管理。把零散、多元、異構的檔案數據，利用大數據技術按照“統一平臺、存量共享、邏輯集中”的原則，彌合數據縫隙形成數據云、數據集等存儲在數據庫中，緩解各主體面臨的數據膨脹的壓力，擴展了其保存的數據種類和數據量，提升了檔案管理部門的管理能力和服務能力[6]。

3.1.2 場景二：檔案知識庫建設

檔案知識數據庫以數字化檔案數據為基礎，面向用戶提供的知識服務主要是檔案知識檢索和個性化定制的參考咨詢服務。能夠實現對數據分析、控制信息而更好的感知知識。集成化的檔案數據資源完整地記錄了電子檔案形成到歸檔保存以及利用的整個流程，形成的電子檔案數據庫是檔案知識庫的基礎數據源。

場景描述：把可視化檔案技術應用到檔案知識數據庫的構建中，不僅能夠實現數據的語義檢索，也可以向用戶提供細粒度、結構化的檢索服務。此外，基于數據集成構建的數據庫有利于實現檔案數據間的知識聚合與語義組織，構建基于數據關聯的知識圖譜，實現相關數據間的相互聯結，進行檔案數據集成的深度開發與挖掘，最終構建一個集成化數據的檔案知識網絡。

特性與競爭力：檔案數據集成情境下形成的集成化數據集具有高質量、多樣化、有序化特點，與建設檔案知識庫的基礎數據源要求基本一致。借助5G、大數據技術、物聯網等現代技術，實現資源整合和知識組織，能夠有效輔助專家決策對信息資源需求[7]。

3.1.3 場景三：數字檔案信任體系構建

檔案信息化建設過程中，數字檔案已經成為重要的載體。防止數據被非法訪問、惡意篡改等已經成為重要的問題。在集成化數據中引入區塊鏈技術，保證數據的真實性不受篡改，去中心化的分布式系統可以避免數據丟失。

場景描述：區塊鏈技術支持分布式存儲。在集成化數據集中將形成的數據分布到多個網絡節點，每個節點之間通過加密協議進行傳輸和通訊，在數據集成的基礎上，各個節點不受地域和空間限制，在邏輯上又能夠重新構成一個整體，相互驗證與備份，能夠保障數據的存儲安全[8]。

特性與競爭力：在集成化數據集中引入區塊鏈技術進行分布式存儲，形成一個分布式、虛擬化、分散性的網絡，使數字檔案存儲更加安全可靠。同時區塊鏈技術為數字檔案構建安全信任體系提供技術支撐，使整個數字檔案在其生命周期內可被追溯，充分保障數據的保管與存儲。

3.2 表現形式領域應用場景

3.2.1 場景一：可視化檔案展示

可視化檔案展示是基于物聯網技術的檔案感知方式。具體而言，在集成化數據的基礎上，把檔案數據資源、檔案用戶、檔案管理者等連接起來，實現一個全面的物聯網，使各個數據能夠被及時地感知，并對其進行關聯處理。

場景描述：利用可視化技術，實現集成化數據的可視化展示。集成化數據能夠從多視角對信息進行增強，也可以對相似性信息進行補充，從而形成完整的數據集[9]。依據檔案集成化數據的資源特征，結合檔案主題、檔案人員主體、檔案資源類型、檔案形成時間、檔案類型等屬性，構建兩個不同屬性之間的關聯關系，把幾何數據和非幾何數據的各類信息進行補充和完善，從而為實現個性化信息服務奠定基礎。

特性與競爭力：在檔案領域利用可視化模型，構建面向復雜多樣的檔案數據資源的知識組織，提供集成化數據的規范化表示，實現錯綜復雜的數據關聯，滿足用戶檔案數據資源的可視化展示[10]。

3.2.2 場景二：數據的交互式分析

檔案數據集成形成大量集成化檔案數據集，運用大數據技術，對形成的數據集進行統計數據分析和數據挖掘，發現其中的隱性知識和重要價值，通過對數據的分析和了解，預判用戶的需求特征。

場景描述：集成化的數據具有復雜性、完整性以及多源異構的特點，包含非幾何數據和幾何屬性的信息內容。集成化的數據包含的內容較多，可以運用語義分析、聚類分析、知識圖譜、人工智能等對海量的數字檔案資源進行篩選，通過描述性分析、推斷性分析、相關性分析對其進行挖掘，發掘隱性知識和潛在價值。通過總體數據的發展趨勢去預測和判斷相關事件未來的發展動向，同時也可以研究變量間的相關關系和相關性。

特性與競爭力：大數據技術在處理體量大、類型多的數據中，具有實時性、交互性等特征。通過給數據賦能，從微觀層面為數據分析提供技術支持，促使研究從共性和個性深入挖掘和分析成為可能。不僅可以提高知識服務水平和數據信息的質量，而且能夠對資源進行深度挖掘，輔助決策的制定。

3.2.3 場景三：多維檔案溯源應用

檔案是人們在各種社會活動中直接形成的具有保存價值的原始信息，其本質屬性是原始記錄性。在數據涉及機密時，需要對檔案數據保密。為應對數據泄密、追溯源頭需要引入相應的技術規范與標準。

場景描述：集成化檔案數據是在采集檔案數據以及檔案數據形成的業務流程中把其轉換成為可供操作的結構化數據語言。數據溯源依據是“數據在整個生命周期內的演變信息和演變處理內容的記錄”。在集成化數據中引入非對稱加密、數字摘要、數字簽名來保障集成化數據的溯源，從而達到對集成化數據的演變歷史和操作歷史進行過多級可信的溯源目的[11]。

特性與競爭力：對集成化數據集的演變過程進行追蹤，能夠保障數據溯源信息存儲的穩定性與安全性。尤其是在應對重大突發事件中，利用區塊鏈技術、人工智能、大數據技術等，能夠及時找到數據源頭進行管控處理[12]。

3.2.4 場景四：數據智能化推送

海量的數據與用戶期望個性化服務之間的矛盾日益突出，在數據集成情境下形成的數據集提供了豐富的檔案數據資源，但是由于用戶知識背景不同，出現數字檔案利用水平較低等情況。通過大數據構建用戶畫像，能夠精準識別用戶的需求，為解決利用率低問題提供有效解決方案。

場景描述：通過大數據和人工智能技術，利用集成化數據集，對海量的有序化數據打造全生命周期以及全維度用戶畫像。把用戶情景畫像融入檢索過程中，把數據集的信息與用戶畫像進行數據關聯分析，洞察用戶的潛在需求，驅動服務型檔案管理模式。

特性與競爭力：利用用戶檢索和查閱等數據進行用戶情景畫像構建，根據不同的用戶需求，結合集成化數據建立智能化、個性化的在線預測和推送服務。基于用戶需求的精準識別和推送，從而達到提高數字檔案利用的效果。主動化、精準化、個性化的檔案數據推動服務，為檔案信息化建設和服務型檔案管理系統助力。

4 檔案數據集成應用場景在公路建設項目管理系統中的實現

檔案數據集成管理是信息時代對檔案管理提出的新要求，它真正實現了信息、技術和人的集合與統一。檔案數據集成在公路項目管理系統中應用涉及數據的關聯、數據可視化、數據溯源、數據共享等多個方面的內容。檔案數據集成技術的應用為實現這些場景奠定堅實的基礎，為“數字化、智能化交通”的發展提供可行性方案。

4.1 檔案數據信息的可視化

檔案數據集成要以各個部分的元數據建設為基礎。GIS技術和BIM模型為項目設計、施工方案、施工質量監督和進度控制提供極大的便利條件。在項目竣工前，GIS和BIM模型對已經形成的海量的文檔電子文件與聲像電子文件集成，則可推出一個全新的可視化集成系統，為公路營運提供充足的項目建設信息。實現檔案數據信息的可視化應用場景主要體現在業務系統應用層和監管展示層。

4.1.1 業務系統信息可視化應用

通過圖2能夠清楚看到，該項目檔案主要涉及施工單位、監理單位、業主單位以及系統管理員四個主體的檔案的采集、整理以及利用等，每一個主體單位按照各自不同的流程把需要歸檔的資料進行填報、審核、蓋章、上傳，通過特定的元數據整理和分類、集成形成結構化數據庫。在數據庫中能夠明確看到每個過程中的責任人以及相關文件的詳細內容。將可視化模型引入到檔案數據信息檢索，把文書檔案、圖形、聲像數據等檔案數據關聯到三維的可視化空間中顯示出來，并向用戶提供信息檢索查閱的過程。通過此種方式不僅可以解決檔案可視化收集、業務可視化管理、內容可視化組織、知識可視化挖掘和信息可視化利用的問題，同時為檔案維度溯源項目建設，奠定堅實基礎。

4.1.2 管理與監測信息可視化應用

基于BIM+3DGIS技術，通過對基礎地理信息集成構建沿線基礎地理信息三維空間場景。再根據地理信息數據集成模型，仿真出設計模型、施工模型、進度模型、成本模型、制造模型、操作模型等。應用勘察設計階段建立BIM模型、集成項目施工階段的管理信息、工程檔案信息、視頻信息，實現公路空間基礎地理信息、質量安全監控數據、項目管理信息等數據的整合、交換和共享。同時，BIM與GIS技術結合，通過對模型的構建也能夠實現項目的場地分析、相關數據分析，評估并且形成可行性報告，做出最優的規劃以供參考。

圖2：公路項目業務流程圖

在檔案數據集成理論的指導下，BIM技術為項目資料的歸檔和利用提供了一個流程化、標準化的全過程生命周期管理方式，從公路的建設到養護均可以實現可視化。BIM信息集成平臺，會收集現場相關工作人員上傳的各種資料，通過自定義的流程，及時預測項目建設所遇到的問題，也能夠自動生成報表和相關記錄的資料，并在后臺進行保存，每次的建設進度、維護都會形成記錄進度表，使項目的管理和追溯實現可視化管理。

4.2 多維度的檔案數據的立體溯源

檔案數據集成方式能夠明確記錄該數據在生命周期內的數據的工作流程，同時通過科學規范的元數據，檔案管理系統能夠更加清晰地映射各個主體以及要素之間的關系，使歸檔材料的形成過程可復制、可再現、可驗證[13]。多維度檔案數據集成和溯源的關鍵點在基礎層的數據信息，包含文書檔案、圖表、圖形、聲像數據等傳統檔案數據和GIS地理空間信息、構件形狀尺寸等空間地理信息。

由于項目資料所涉及的內容眾多且主體多元，因此在檔案數據采集、存儲和集成的過程中，會采用數據溯源安全模型，通過對文檔、聲像數據等添加一些無法修改的參數，例如時間戳、加密密鑰、校驗等來限制操作權限，保護溯源鏈的安全，實現檔案數據的可信性和不可抵賴性。通過標注法和反向查詢法，實現多維度檔案數據的全程溯源。

4.3 多源時空數據利用與共享

在公路建設項目的檔案數據集成中，經常會涉及多源異構時空數據的集成和協同問題[14]。由于公路項目檔案類型多樣化，不僅有傳統的紙質檔案也有新型的電子檔案、實時監測生成的信息。其形成的模型是以三維空間為主，數據來源復雜且規范性較差、存儲的結構性差異較大。同時，各層級信息之間存在信息孤島等問題，難以實現快速的共享與集成的應用。數據的有效共享依賴于數據高效的集成。該系統通過對于元數據的控制和統一的標準能夠使用戶檢索更加便利；也使檔案數據管理員更加條理化，增加了數據的辨識度；同時，管理系統對于數據的識別與儲存更加快捷。

4.4 建設智能管理一體化平臺

在公路建設項目檔案的數據集成中，重點把BIM模型和工程項目管理過程中形成的結構化和非結構化數據進行集成和管理，打造一體化、智慧化的大型數據庫。建立全線BIM模型，對其進行深度開發實現碰撞檢查、工程量計算等應用場景；其次將BIM模型集成的數據上傳至項目管理平臺實現項目質量、安全、進度、投資等可視化追溯與控制；最后結合GIS技術實現IOT數據與BIM的關聯，建設一體化智能管理平臺。

5 結語

電子檔案數據集成越來越成為一種電子檔案管理的發展趨勢，檔案數據集成具有多樣性、動態性和有序性等特征，在與新技術的結合、多類型終端兼容等方面有顯著優勢。檔案數據集成把各相關業務系統進行集成化管理，打破了系統間的藩籬，將檔案基礎數據、管理人員、管理過程與制度、管理技術與平臺、元數據與安全信息等進行全方位的集成化管理，實現多元數據的一體化管理，實現數據信息的全方位共享和多維度溯源。檔案數據集成使得檔案數據可以實現檔案知識庫建設、可視化檔案展示、數據交互分析、多維溯源以及智能化推送等應用場景。而且，在先進信息技術推動下，檔案數據集成應用的場景和范圍會不斷地構建和延展，創造出新的信息組織形式、傳播模式和應用方式。以公路建設項目數據集成應用為例，依賴數據集成平臺，可以有效地打破各業務系統之間的信息壁壘，可以實現檔案數據的高度集成，可實現多源時空數據的共享利用，可以集成有廣闊應用市場的可視化檔案，可為檔案數據的多維溯源奠定堅實基礎，并可以在將來實現更多方面的電子檔案數據賦能。