CN107729576A - 档案的管理方法和系统 - Google Patents

Abstract

本申请涉及一种档案的管理方法和系统。档案的管理方法包括以下步骤：创建档案的电子文件，由系统自动生成与该电子文件唯一对应的电子文件标识，用于对电子文件进行身份识别；填写电子文件内容并保存文件，通过电子文件结构化数据提取算法，将电子文件中填写的数据提取成结构化数据；将提取的结构化数据中的次要数据剔除，保留文件中的主要数据，通过指纹提取算法，生成数据指纹；利用数据指纹与电子文件标识生成标准识别码，插入到电子文件中；并将结构化数据、电子文件同步保存到后台数据库中。本申请能够提高纸质文件与电子文件匹配的高速性、准确性，保证了数据的完整性、准确性以及与纸质文件的一致性。

Description

档案的管理方法和系统

技术领域

本申请涉及一种档案的管理方法和系统，适用于档案管理的技术领域。

背景技术

在当前无纸化办公的大趋势下，档案的电子化接收与管理已成为常态，但纸质档案也需要同步管理，这就是档案的双套制管理，由于电子版档案和纸质档案同步管理，既要保证电子版档案和纸质档案的唯一对应性，还要保证电子版档案内容与纸质档案内容的一致性。

而现在的一个建设项目，会产生大量的工程资料档案，少则上千份，多则上万份，如此海量的档案，当前的现状基本上处于人工管理状态。而建设项目的工程资料档案一般会包括施工过程中的各种数据或指标、负责人签字和审批意见等。其中，数据或指标、与签字或审批意见在资料管理的重要程度上又有所不同，因此管理起来非常困难。目前普遍使用的管理技术为：首先找到一份纸质档案，在纸质档案的内容中找到关键字，然后进入电子档案管理系统，通过关键字进行查找，由于关键字的设定等问题，造成查询出的结果可能并不是符合要求的。此时还需要更换关键字继续查询，工作量比较大，而且容易出错。即使找到了对应的电子文件，对于档案内容一致性的验证，也需要人工一字一句的进行比对，耗时费力，而且结果不准确。

中国专利申请201610641853.2公开了一种纸质质量档案的电子化扫描处理系统及方法,包括扫描模块，用于对连续多张纸质质量档案进行扫描，将纸质档案页面转化为图像信息，得到每张纸质质量档案的档案扫描文件；识别处理模块，用于识别档案扫描文件中指定位置的条码信息，根据扫描结果中的条码对档案扫描文件进行命名，并将命名后的档案上传到分类归档模块；分类归档模块，用于将同类的多张档案扫描文件进行自动合并为一个文件，并按照档案扫描文件的条码首字符进行分类。其中，对纸质质量档案进行扫描后，根据纸质质量档案中的条码信息对其命名，上传后再根据条码信息进行合并和分类，实现大量纸质档案的自动电子化处理，也方便于后续的查询操作。

中国专利申请201710005743.1公开了一种电力营销业务中的档案电子化批量处理方法，包括：步骤1、对客户档案进行电子化处理，并按照一数据模板进行档案基础数据采集；步骤2、按照数据模板进行档案目录导入，并进行数据反向解析完成数据填充工作；步骤3、按照数据审核方式进行档案目录与档案保管数据的自动校验，进行状态标记；步骤4、采用多线程异步方式进行档案影像文件同步，并支持断点档案影像文件同步；步骤5、实时监控档案数据同步状态；步骤6、档案进行上架处理，档案同步状态标记为同步成功，进行档案自动储位计算、上架处理。

上述专利申请中仅仅实现了纸质档案的电子化归档方法，并未涉及关于保证数据的完整性、准确性以及与纸质文件一致性的验证方法。也即，在使用这些归档的电子化文件时，可能会发生与纸质文件无法匹配的情形，导致文件的调取错误。

发明内容

本申请为了克服现有技术中存在的上述技术问题，提出了一种档案的管理方法和系统，其能够提高纸质文件与电子文件匹配的高速性、准确性，保证了数据的完整性、准确性以及与纸质文件的一致性。

根据本申请的档案的管理方法，包括以下步骤：

(1)、创建档案的电子文件，由系统自动生成与该电子文件唯一对应的电子文件标识，用于对电子文件进行身份识别；

(2)、填写电子文件内容并保存文件，通过电子文件结构化数据提取算法，将电子文件中填写的数据提取成结构化数据；

(3)、将提取的结构化数据中的次要数据剔除，保留文件中的主要数据，通过指纹提取算法，生成数据指纹；

(4)、利用第(3)步骤中生成的数据指纹与第(1)步骤中生成的电子文件标识生成标准识别码，插入到电子文件中；并将结构化数据、电子文件同步保存到后台数据库中。

优选地，所述主要数据是施工数据，所述次要数据是审批意见。

进一步，用户完成电子文件的编制工作，打印出纸质文件，找审批人员进行审核验收，形成纸质档案。用户再录入纸质档案中审批人员的签字及验收结论，更新电子文件，系统同步更新结构化数据，并根据新的结构化数据形成新的标准识别码以替换原来的标准识别码。

进一步，将完成的纸质文件通过扫描设备进行扫描，形成扫描文件；扫描的同时，主动识别纸质文件上的标准识别码，解析出标准识别码中的身份标识，与系统中保存的电子文件标识进行快速匹配和自动挂接。正确定位到电子文件后，系统根据电子文件中保存的结构化数据，通过与第(3)步骤中相同的算法，再次形成数据指纹，并与标准识别码中保存的数据指纹进行比对。

优选地，所述电子文件标识由字母、数字和/或字符组编而成，使得每份电子文件对应唯一的标识；所述指纹提取算法为哈希算法；所述标准识别码是二维码或条形码。生成标准识别码时还可以加入当前时间信息。

本申请的第二方面，涉及一种档案的管理系统，包括：

电子文件标识，其由系统自动生成并与创建的档案电子文件唯一对应，作为电子文件的身份识别标识；

结构化数据提取单元，其将电子文件中的数据提取成结构化数据；

指纹提取单元，其根据结构化数据中的主要数据生成数据指纹；

标准识别码，其由所述数据指纹和所述电子文件标识生成，并作为电子文件的一部分；

存储数据库，其用来存储所述电子文件标识、所述结构化数据、所述数据指纹和所述标准识别码。

优选地，所述标准识别码为二维码或条形码。

根据本申请的档案的管理方法和系统，可以实现以下有益效果：

1、通过文件的唯一身份标识定位电子文件，避免了由于关键字选择不当等原因造成的定位不准问题；提高了纸质文件与电子文件匹配的高速性、准确性，保证了纸质文件与电子文件的唯一关联性。

2、通过数据指纹算法，可实现电子文件数据指纹的提取，并保证即使在增加了验收结论等次要数据后指纹不被破坏，能够验证出主要数据的非法篡改，并且避免了人工核对文件内容时出现的操作复杂、工作量巨大、容易出错等问题，保证了数据的完整性、准确性以及与纸质文件的一致性。

3、通过扫描设备对二维码扫描，进行档案的管理及数据验证，避免了手工录入数据时数据量大，操作复杂和容易出错的问题，大大提高了档案管理的工作效率与准确性。

附图说明

图1显示了采用本申请的档案的管理方法和系统对档案进行管理的流程示意图。

图2显示了一种施工资料表格的示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。

根据本发明的档案的管理方法，包括以下步骤：

(1)、创建档案的电子文件，由系统自动生成与该电子文件唯一对应的电子文件标识，用于对电子文件进行身份识别。

以建设工程档案管理为例，需要留存的档案资料内容主要包括两大类：施工数据类和审批签字类。通常，施工过程中，都会对各个施工阶段需要记录和审批的数据做成标准表格的形式。以混凝土浇筑作业为例，施工记录表格上需要记录混凝土中所用水泥的标号、水灰比、强度、坍落度、作业温度、作业湿度、浇筑时间、初凝时间、终凝时间、钢筋等级、配筋率等施工数据。在每张施工记录表格的下面一般会有设计人员、监理人员或者主管人员的审批意见，例如可以是验收结论、责任人签字或签章等。即便施工作业结束，每份档案也都需留存并妥善保管，以备日后复查或使用。档案的电子文件可以预先设计成标准表格的形式，使用时直接套用相应的表格模板。本申请的电子文件标识可以由字母、数字、字符等混编而成，使得每份电子文件对应唯一的标识。

(2)、填写电子文件内容并保存文件，通过电子文件结构化数据提取算法，将电子文件中填写的数据提取成结构化数据。

根据档案表格中的要求，填写电子文件的具体数据内容。本申请中的结构化数据可以包括电子文件中的主要内容，能够体现电子文件的作用和意义，例如填写的水泥标号、水灰比、强度、坍落度、作业温度、作业湿度、浇筑时间、初凝时间、终凝时间、钢筋等级、配筋率等施工数据；也可以包括填写的验收结论、签字盖章等审批意见。电子文件结构化数据提取算法可以包括直接数据表格化方法和基于XML文件的表格化方法，也可以使用其他可行的方法。直接数据表格化方法是将每一张表格生成对应的数据库来存储对应的数据，基于XML文件的表格化方法是通过将工程资料表格中部分单元格的内容以相应结构的XML文件的方式保存，达到对表格数据的结构化处理。

(3)、将提取的结构化数据中的次要数据剔除，保留文件中的主要数据，通过指纹提取算法，生成数据指纹。

指纹提取算法，可以为哈希算法，此算法的优点在于能够产生雪崩效应。即，数据的一个微小改动，会对哈希计算结果造成巨大影响，形成巨大差别。这样就可以保证即使数据中出现微小变动，都能在计算结果中体现出来，而且可以保证改动内容的不可侦测性。数据指纹是指与保存的数据唯一对应的“指纹”信息。对于建设工程类档案来说，此处的主要数据可以是施工数据，而次要数据可以是审批意见等数据。对于其他类别的档案来说，根据各行业对数据重视程度的要求不同，也可以做类似的划分，这是相关领域的技术人员可以把握的。

(4)、利用第(3)步骤中生成的数据指纹与第(1)步骤中生成的电子文件标识生成标准识别码，插入到电子文件中，成为电子文件的组成部分；并将结构化数据、电子文件同步保存到后台数据库中。

如上所述的标准识别码可以是二维码或条形码。在生成标准识别码时，还可以在数据指纹和电子文件标识的基础上加上一些其他的信息，例如当前时间等。

用户完成电子文件的编制工作，打印出纸质文件，纸质文件中会包含第(4)步骤中产生的标准识别码。然后根据规定，找审批人员进行审核验收，并进行手工签字或签章，形成纸质档案。

用户录入纸质档案中审批人员的签字及验收结论，更新电子文件，系统同步更新结构化数据，并根据新的结构化数据形成新的标准识别码以替换原来的标准识别码。

为了保存最终文件状态，将完成的纸质文件通过扫描设备进行扫描，形成扫描文件。在扫描的同时，主动识别纸质文件上的标准识别码，解析出标准识别码中的身份标识，与系统中保存的电子文件标识进行快速匹配和自动挂接，使电子文件、纸质文件、结构化数据、扫描文件成为有机的整体。

当用户需要在系统中查找纸质档案对应的电子文件时，通过标准的扫码设备扫描识别码，系统会自动取出标准识别码中的身份标识并在系统中查找对应的电子文件标识，以对相应的电子文件进行定位。如果不存在或存在多份，则表明档案异常，给出提醒。正确定位到电子文件后，系统根据电子文件中保存的结构化数据，通过与第(3)步中相同的算法，再次形成数据指纹，并与标准识别码中保存的数据指纹进行比对，如果指纹对应不上，则表明电子文件中的数据与纸质版档案中的数据不一致，档案异常。

本申请还涉及一种用来实现如上所述的管理方法的档案的管理系统，包括：

电子文件标识，其由系统自动生成并与创建的档案电子文件唯一对应，作为电子文件的身份识别标识；

结构化数据提取单元，其将电子文件中填写的数据提取成结构化数据；

指纹提取单元，其根据结构化数据中的主要数据生成数据指纹；

标准识别码，其由所述数据指纹和所述电子文件标识生成，并作为电子文件的一部分；

存储数据库，其用来存储所述电子文件标识、所述结构化数据、所述数据指纹和所述标准识别码。

采用本申请的档案的管理方法，在对城建档案进行工程项目档案归档时，对于建设单位上报的电子版档案与纸质文件可以进行相同的验证。即，对部分或者全部纸质档案进行核查，通过高速扫描设备对纸质档案二维码进行扫描，系统快速定位电子文件，并进行数据指纹验证，保证电子版档案与纸质档案的唯一对应关系和档案内容的一致性。需要说明的是，上述虽然以城建档案为例进行了阐示，但是本领域技术人员知道本申请的档案管理方法和系统可以适用于任何类型的档案管理。

下面以图2中所示的一种施工资料表格为例，说明上述步骤(2)中使用的另一种电子文件结构化数据提取算法，相比于上文中提到的直接数据表格化方法和基于XML文件的表格化方法，其具有自动化处理率高，数据存储方便的技术优势。

该电子文件结构化数据提取算法，包括以下步骤：

(1)对表格的所有单元格进行基本特性标记，基本特性标记包括描述类单元格和填充数据类单元格。

例如，可以通过电子表格中的单元格是否可以编辑来确定单元格的基本特性，不可编辑的单元格为描述类单元格，可编辑的为填充数据类单元格。或者，也可以通过电子表格中的单元格是否预先设定内容来确定单元格的基本特性，预先已经设定内容的单元格为描述类单元格，预先没有设定内容的单元格为填充数据类单元格。还可以将签字意见单元格作为特殊的数据内容类型，为后期使用优选加以区分。对填充数据类单元格，以“起始行号”+“_”+“起始列号”的方式进行标记。

如图2所示，其中显示了一种施工资料表格的示意图。每一个单元格均可以通过起始行列号进行唯一标记。例如，图2中的“混凝土拌合物性能”为描述类单元格。“水灰比”右侧的单元格为“填充数据单元格”，以“8_E”进行标记，“8”为起始行号，“E”为起始列号。

(2)在填充数据类单元格的标注信息中置入对应的数据值存储ID作为数据存取的依据。

优选地，数据值存储ID可以以表格中相应的单元格的坐标生成，用于对存储的数据值进行标记。所述单元格的坐标也可以定义为该单元格的起始行列号，与上述标记相同。

(3)为填充数据类单元格生成数据描述内容。

数据描述内容可以理解为数据的名称，其生成方法如下：

根据填充数据类单元格的起始行列号以及结束行列号，按照从紧邻左侧的描述类单元格和紧邻上侧的描述类单元格开始匹配；然后再以匹配后的位置为基坐标继续匹配紧邻左侧的描述类单元格和紧邻上侧的描述类单元格，直到紧邻描述类单元格的坐标不满足要求或出现填充数据类单元格时为止。重复以上过程，将所有的数据填充类单元格都找到对应的数据描述内容，形成填充数据类单元格的数据描述内容。

具体的匹配规则如下：

紧邻左侧的描述类单元格匹配规则

起始行坐标要小于等于填充数据类单元格的起始行坐标；

结束行坐标要大于等于填充数据类单元格的结束行坐标；

结束列坐标等于填充数据类单元格的开始列坐标；

如果紧邻左侧的单元格为填充数据类单元格，且符合上述紧邻左侧的单元格匹配规则时，则继续向左侧递归匹配；如果不符合就结束匹配；

如果当前单元格为首列，则结束匹配。

紧邻上侧的描述类单元格匹配规则

起始列坐标小于等于填充数据类单元格的起始列坐标；

结束列坐标大于等于填充数据类单元格的结束列坐标；

结束行坐标等于填充数据类单元格的开始行坐标；

如果紧邻上侧的单元格为填充数据类单元格，且符合上述紧邻上侧的单元格匹配规则时，则继续向上侧递归匹配；如果不符合就结束匹配；

如果当前单元格为首行，就结束匹配。

结合上述两套规则，对符合紧邻上侧单元格，同时也是其它填充数据类单元格的紧邻左侧单元格的内容进行过滤，形成数据描述内容。例如，对于图2中的8_N填充数据类单元格，其数据描述内容为“砂率(％)”；对于16_J填充数据类单元格，其数据描述内容为“鉴定结果实测混凝土拌合物性能粘聚性”；对于18_B填充数据类单元格，其数据描述内容为“鉴定结论”。

(4)采用上述方法对整张表格的单元格进行处理，形成针对表格的数据描述内容和对应数据值存储ID的存储结构。

(5)将生成的存储结构保存到云服务器上的数据库中，形成数据描述结构库。该数据库例如可以是基于NoSQL技术的MangoDB数据库。

(6)在计算机终端使用已经进行结构化描述的表格模板库，进行编制，在编制资料的过程中将填充数据类单元格中的数据值以Key-Value的形式存储到云服务器上的关系型数据库中。例如，该关系型数据库可以是MySQL数据库，其中Key为在步骤(2)中生成的数据值存储ID，Value为在填充数据类单元格中存储的数据描述内容。

(7)在云服务器上形成了数据描述结构库和数据内容数据库，完成了对工程资料表格的数据的结构化处理。

优选地，还可以利用移动数据终端从云服务器上自动同步数据描述结构库，并根据数据结构的描述内容，动态生成相应的表单数据项，在表格数据项中填写相应的数据内容后，在移动数据终端提交保存数据时将数据内容同样以Key-Value的形式存储到云服务器上的关系型数据库中。

虽然本发明所揭露的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (10)

1.一种档案的管理方法，其特征在于，包括以下步骤：

(1)、创建档案的电子文件，由系统自动生成与该电子文件唯一对应的电子文件标识，用于对电子文件进行身份识别；

(2)、填写电子文件内容并保存文件，通过电子文件结构化数据提取算法，将电子文件中填写的数据提取成结构化数据；

(3)、将提取的结构化数据中的次要数据剔除，保留文件中的主要数据，通过指纹提取算法，生成数据指纹；

(4)、利用第(3)步骤中生成的数据指纹与第(1)步骤中生成的电子文件标识生成标准识别码，插入到电子文件中；并将结构化数据、电子文件同步保存到后台数据库中。

2.根据权利要求1所述的管理方法，其特征在于，所述主要数据是施工数据，所述次要数据是审批意见。

3.根据权利要求1或2所述的管理方法，其特征在于，用户完成电子文件的编制工作，打印出纸质文件，找审批人员进行审核验收，形成纸质档案。

4.根据权利要求3所述的管理方法，其特征在于，用户再录入纸质档案中审批人员的签字及验收结论，更新电子文件，系统同步更新结构化数据，并根据新的结构化数据形成新的标准识别码以替换原来的标准识别码。

5.根据权利要求4所述的管理方法，其特征在于，将完成的纸质文件通过扫描设备进行扫描，形成扫描文件；扫描的同时，主动识别纸质文件上的标准识别码，解析出标准识别码中的身份标识，与系统中保存的电子文件标识进行快速匹配和自动挂接。

6.根据权利要求5所述的管理方法，其特征在于，正确定位到电子文件后，系统根据电子文件中保存的结构化数据，通过与第(3)步骤中相同的算法，再次形成数据指纹，并与标准识别码中保存的数据指纹进行比对。

7.根据权利要求3-6中任一项所述的管理方法，其特征在于，所述电子文件标识由字母、数字和/或字符组编而成，使得每份电子文件对应唯一的标识；所述指纹提取算法为哈希算法；所述标准识别码是二维码或条形码。

8.根据权利要求1或2所述的管理方法，其特征在于，生成标准识别码时加入了当前时间信息。

9.一种档案的管理系统，其特征在于，包括：

电子文件标识，其由系统自动生成并与创建的档案电子文件唯一对应，作为电子文件的身份识别标识；

结构化数据提取单元，其将电子文件中的数据提取成结构化数据；

指纹提取单元，其根据结构化数据中的主要数据生成数据指纹；

标准识别码，其由所述数据指纹和所述电子文件标识生成，并作为电子文件的一部分；

存储数据库，其用来存储所述电子文件标识、所述结构化数据、所述数据指纹和所述标准识别码。

10.根据权利要求9所述的管理系统，其特征在于，所述标准识别码为二维码或条形码。