CN117892204A - 一种适用于政务服务的档案分类管理方法及系统 - Google Patents
一种适用于政务服务的档案分类管理方法及系统 Download PDFInfo
- Publication number
- CN117892204A CN117892204A CN202410294677.4A CN202410294677A CN117892204A CN 117892204 A CN117892204 A CN 117892204A CN 202410294677 A CN202410294677 A CN 202410294677A CN 117892204 A CN117892204 A CN 117892204A
- Authority
- CN
- China
- Prior art keywords
- category
- archive
- classification
- content
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000007726 management method Methods 0.000 title claims abstract description 42
- 238000012216 screening Methods 0.000 claims abstract description 206
- 230000002159 abnormal effect Effects 0.000 claims description 35
- 230000002441 reversible effect Effects 0.000 claims description 35
- 238000000034 method Methods 0.000 claims description 28
- 230000001419 dependent effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000036961 partial effect Effects 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明适用于档案分类管理技术领域,提供了一种适用于政务服务的档案分类管理方法及系统,通过获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;根据客观偏误结果,为目标档案类别推荐合理所属分类。能够智能的根据用户对档案查询的筛选步骤的反馈来判断出档案分类系统中的部分档案类别是否合理,并且还能够为档案管理人员提供合理的档案类别更改方案,且通过对大样本的分析,还能够提高对档案类别管理的客观性和准确性。
Description
技术领域
本发明属于档案分类管理技术领域,尤其涉及一种适用于政务服务的档案分类管理方法及系统。
背景技术
适用于政务服务的档案分类管理是指,用于有效组织、存储、检索和维护政府机构档案资料的管理体系。这些档案包括但不限于政策文件、会议记录、行政决策资料、法律文档、财务报告以及其他与政府运作相关的文档和数据。正确的档案分类管理对于提高政府工作效率、确保信息安全、促进政府透明度和便民服务具有重要意义。
由于政策法规、社会需求和技术发展都在不断变化,导致部分档案类别的所属分类不再适宜,而用户在获取上述档案类别中的档案时,会依据现有的常识来进行检索,这就会出现用户不能准确且便捷的查询到档案实际所在的档案类别的情况,严重降低了用户的使用体验和便捷程度;
现有技术中,在对适用于政务服务的档案分类进行管理时,通常是人为且定期的对各个档案类别的电子标签信息进行阅读、判断,并制定合适的分类计划,这种管理方式不仅效率低下,且由于人为判断存在主观性,导致制定的分类计划也不够科学,此外,也无法结合用户对档案查询的实际体验来对档案类别综合管理,导致实际管理效果不够理想。
发明内容
本发明的目的在于提供一种适用于政务服务的档案分类管理方法及系统,旨在解决背景技术中提出的问题。
本发明是这样实现的,一种适用于政务服务的档案分类管理方法,所述方法包括:
获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;
当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;
根据客观偏误结果,为目标档案类别推荐合理所属分类;
结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
作为本发明实施例技术方案进一步的限定,获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理的步骤包括:
收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
作为本发明实施例技术方案进一步的限定,当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果的步骤包括:
当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
结合类别依据内容和实时规范内容,获得客观偏误结果。
作为本发明实施例技术方案进一步的限定,结合类别依据内容和实时规范内容,获得客观偏误结果的步骤包括:
对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
将类别依据内容和实时规范内容之间的存差内容提取出来;
将提取出来的存差内容进行整合,得到客观偏误结果。
作为本发明实施例技术方案进一步的限定,根据客观偏误结果,为目标档案类别推荐合理所属分类的步骤包括:
根据客观偏误结果,获取类别依据内容和实时规范内容之间的存差内容;
解读除目标档案类别的所属分类之外的其他预设所属分类的电子标签信息;
当某一预设所属分类的电子标签信息中包含有与存差内容相似度高的类别依据内容时,确定该预设所属分类为目标档案类别的合理所属分类。
作为本发明实施例技术方案进一步的限定,结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员的步骤包括:
当客观偏误结果中存在多条存差内容时,将每条存差内容以及其对应的合理所属分类相绑定,得到档案分类参考内容;
将多个档案分类参考内容组合,生成档案分类建议信息;
将档案分类建议信息发送给档案分类管理人员智能终端。
一种适用于政务服务的档案分类管理系统,其特征在于,所述系统包括目标档案类别判断模块、客观偏误结果获取模块、合理所属分类推荐模块以及档案分类建议信息生成模块,其中:
目标档案类别判断模块,用于获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;
客观偏误结果获取模块,用于当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;
合理所属分类推荐模块,用于根据客观偏误结果,为目标档案类别推荐合理所属分类;
档案分类建议信息生成模块,用于结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
作为本发明实施例技术方案进一步的限定,所述目标档案类别判断模块具体包括:
筛选步骤集合样本获得单元,用于收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
逆向筛选次数统计单元,用于依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
异常筛选步骤判定单元,用于计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
目标档案类别判定单元,用于计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
作为本发明实施例技术方案进一步的限定,所述客观偏误结果获取模块具体包括:
电子标签信息获取单元,用于当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
实时规范内容获取单元,用于根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
客观偏误结果获得单元,用于结合类别依据内容和实时规范内容,获得客观偏误结果。
作为本发明实施例技术方案进一步的限定,所述客观偏误结果获取模块还包括:
存差内容获取单元,用于对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
存差内容提取单元,用于将类别依据内容和实时规范内容之间的存差内容提取出来;
存差内容整合单元,用于将提取出来的存差内容进行整合,得到客观偏误结果。
与现有技术相比,本发明通过获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;根据客观偏误结果,为目标档案类别推荐合理所属分类;结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。能够智能的根据用户对档案查询的筛选步骤的反馈来判断出档案分类系统中的部分档案类别是否合理,并且还能够为档案管理人员提供合理的档案类别更改方案,且通过对大样本的分析,还能够提高对档案类别管理的客观性和准确性。
附图说明
图1为本发明实施例提供的方法的流程图;
图2为本发明实施例提供的方法中判断目标档案类别的所属分类是否合理的流程图;
图3为本发明实施例提供的方法中获取类别依据内容和实时规范内容的流程图;
图4为本发明实施例提供的方法中结合类别依据内容和实时规范内容,获得客观偏误结果的流程图;
图5为本发明实施例提供的方法中为目标档案类别推荐合理所属分类的流程图;
图6为本发明实施例提供的方法中生成档案分类建议信息的流程图;
图7为本发明实施例提供的系统的应用架构图;
图8为本发明实施例提供的系统中目标档案类别判断模块的结构框图;
图9为本发明实施例提供的系统中客观偏误结果获取模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
图1示出了本发明实施例提供的方法的流程图。
具体的,一种适用于政务服务的档案分类管理方法,所述方法具体包括以下步骤:
步骤S100,获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理。
具体的,图2示出了判断目标档案类别的所属分类是否合理的流程图。
其中,获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理具体包括以下步骤:
步骤S101,收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
步骤S102,依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
步骤S103,计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
步骤S104,计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
在本发明实施例中,用户在获取目标档案时,从检索开始至检索到目标档案的所在目标档案类别的这一过程称为“筛选步骤”,筛选步骤还可以理解为,由目标档案的所在大类别至所在小类别的逐一筛选过程;
后台处理云端在收集到预设数目的用户在获取目标档案类别时的筛选步骤后,则停止此次针对目标档案类别的筛选步骤收集作业,并将预设数目的筛选步骤汇集至筛选步骤集合样本中,并逐一统计每个筛选步骤中的逆向筛选次数,可以理解的是,逆向筛选是指,用户在从某一较大类别进入至该较大类别的下一较小类别后,没有找到想要档案类别,进而返回至较大类别的操作,而筛选步骤的筛选总次数指的是,用户在查找到想要的档案过程中,所进行的所有档案类别发生改变的次数;
在得到足够的筛选步骤集合样本后,计算筛选步骤集合样本中的每个筛选步骤中逆向筛选次数在筛选总次数中的占比,并且当某一筛选步骤的逆向筛选次数的所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤,即用户在本次筛选过程中,并不能便捷且快速的查询到目标档案所在的目标档案类别,在将筛选步骤集合样本中的所有筛选步骤均进行逆向筛选次数的占比计算操作后,再计算筛选步骤集合样本中的异常筛选步骤的所占比例,并且当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理;
举例说明,后台处理云端预先设定了预设数目为100份,第一预设值为三分之一,第二预设值为四分之一,当后台处理云端收集到100份用户用于获取目标档案所在的目标档案类别的筛选步骤后,依次计算这100份筛选步骤中的逆向筛选次数与筛选总次数的占比是否大于三分之一,若得到逆向筛选次数占比超过三分之一的异常筛选步骤有40份,则可以得到异常筛选步骤与筛选步骤集合样本中的所有筛选步骤的所占比例为五分之二,从而可得到异常筛选步骤的所占比例要大于第二预设值,即后台处理云端可以判定目标档案类别的所属分类不合理。
进一步的,所述适用于政务服务的档案分类管理方法还包括以下步骤:
步骤S200,当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果。
具体的,图3示出了获取类别依据内容和实时规范内容的流程图。
其中,当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果具体包括以下步骤:
步骤S201,当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
步骤S202,根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
步骤S203,结合类别依据内容和实时规范内容,获得客观偏误结果。
具体的,图4示出了结合类别依据内容和实时规范内容,获得客观偏误结果的流程图。
其中,结合类别依据内容和实时规范内容,获得客观偏误结果具体包括以下步骤:
步骤S2031,对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
步骤S2032,将类别依据内容和实时规范内容之间的存差内容提取出来;
步骤S2033,将提取出来的存差内容进行整合,得到客观偏误结果。
在本发明实施例中,在现有的档案分类管理系统中,每个档案类别通常都会设定有电子标签信息,并且电子标签信息中至少包括档案类别的类别依据内容,即划分档案类别的依据,该类别依据内容可以为所遵循的法律法规、所遵循的技术分类、所遵循的公知常识等等;
类别依据检索词的获得,是通过对档案类别的类别依据内容进行智能解读、总结获得的,并且在通过类别依据检索词获取实时规范内容时,可以将类别依据检索词输入至互联网检索平台中,并通过权威网站来获取,在获取了实时规范内容后,后台处理云端对目标档案类别的类别依据内容和实时规范内容进行智能比对,并找出两者的不同之处,这些存在不同之处的内容即为存差内容,需要注意的是,后台处理云端应当将存查内容设定成与不同之处对应的实施规范内容相同;
可以理解的是,由于类别依据内容的种类、数量可能有多个,因此存差内容也会有多条,进而客观偏误结果一般为一条或者多条存差内容的组合,并且当存查内容为0条时,且后台处理云端直接生成目标档案分类不合理信息并发送给档案分类管理人员智能终端。
进一步的,所述适用于政务服务的档案分类管理方法还包括以下步骤:
步骤S300,根据客观偏误结果,为目标档案类别推荐合理所属分类;
具体的,图5示出了为目标档案类别推荐合理所属分类的流程图。
其中,根据客观偏误结果,为目标档案类别推荐合理所属分类具体包括以下步骤:
步骤S301,根据客观偏误结果,获取类别依据内容和实时规范内容之间的存差内容;
步骤S302,解读除目标档案类别的所属分类之外的其他预设所属分类的电子标签信息;
步骤S303,当某一预设所属分类的电子标签信息中包含有与存差内容相似度高的类别依据内容时,确定该预设所属分类为目标档案类别的合理所属分类。
进一步的,所述适用于政务服务的档案分类管理方法还包括以下步骤:
步骤S400,结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
具体的,图6示出了生成档案分类建议信息的流程图。
其中,结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员具体包括以下步骤:
步骤S401,当客观偏误结果中存在多条存差内容时,将每条存差内容以及其对应的合理所属分类相绑定,得到档案分类参考内容;
步骤S402,将多个档案分类参考内容组合,生成档案分类建议信息;
步骤S403,将档案分类建议信息发送给档案分类管理人员智能终端。
在本发明实施例中,在确定了目标档案类别的所属类别不合理时,可以侧面反映出目标档案类别所对应的电子标签信息也不再适合,即目标档案类别所对应的电子标签信息需要改动,后台处理云端可以依据上述的从实时规范内容而来存差内容对目标档案类别的电子标签信息进行改动,而经过改动的目标档案类别显然需要进行所属分类的改动;
可以理解的是,更改过电子标签信息的目标档案类别虽然不再与原有的所属分类相适应,但是目标档案类别所属的档案分类系统中,可能存在其他与目标档案类别相适应的所属分类,在本申请中,对其他适合目标档案类别的所属分类的确定,则可以通过判断是否存在与目标档案类别更改过的电子标签信息相匹配的预设所属分类来确定;
通过上述技术方案,能够智能的根据用户对档案查询的筛选步骤的反馈来判断出档案分类系统中的部分档案类别是否合理,并且还能够为档案管理人员提供合理的档案类别更改方案,且通过对大样本的分析,还能够提高对档案类别管理的客观性和准确性。
进一步的,图7示出了本发明实施例提供的系统的应用架构图。
其中,在本发明提供的又一个优选实施方式中,一种适用于政务服务的档案分类管理系统,包括:
目标档案类别判断模块100,用于获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理。
具体的,图8示出了本发明实施例提供的系统中目标档案类别判断模块100的结构框图。
其中,在本发明提供的优选实施方式中,所述目标档案类别判断模块100具体包括:
筛选步骤集合样本获得单元101,用于收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
逆向筛选次数统计单元102,用于依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
异常筛选步骤判定单元103,用于计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
目标档案类别判定单元104,用于计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
在本发明实施例中,用户在获取目标档案时,从检索开始至检索到目标档案的所在目标档案类别的这一过程称为“筛选步骤”,筛选步骤还可以理解为,由目标档案的所在大类别至所在小类别的逐一筛选过程;
筛选步骤集合样本获得单元101在收集到预设数目的用户在获取目标档案类别时的筛选步骤后,则停止此次针对目标档案类别的筛选步骤收集作业,并将预设数目的筛选步骤汇集至筛选步骤集合样本中,逆向筛选次数统计单元102逐一统计每个筛选步骤中的逆向筛选次数,可以理解的是,逆向筛选是指,用户在从某一较大类别进入至该较大类别的下一较小类别后,没有找到想要档案类别,进而返回至较大类别的操作,而筛选步骤的筛选总次数指的是,用户在查找到想要的档案过程中,所进行的所有档案类别发生改变的次数;
筛选步骤集合样本获得单元101在得到足够的筛选步骤集合样本后,逆向筛选次数统计单元102计算筛选步骤集合样本中的每个筛选步骤中逆向筛选次数在筛选总次数中的占比,并且当某一筛选步骤的逆向筛选次数的所占比例大于第一预设值时,则异常筛选步骤判定单元103判定该筛选步骤为异常筛选步骤,即用户在本次筛选过程中,并不能便捷且快速的查询到目标档案所在的目标档案类别,在将筛选步骤集合样本中的所有筛选步骤均进行逆向筛选次数的占比计算操作后,目标档案类别判定单元104再计算筛选步骤集合样本中的异常筛选步骤的所占比例,并且当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理;
举例说明,后台处理云端预先设定了预设数目为100份,第一预设值为三分之一,第二预设值为四分之一,当筛选步骤集合样本获得单元101收集到100份用户用于获取目标档案所在的目标档案类别的筛选步骤后,逆向筛选次数统计单元102依次计算这100份筛选步骤中的逆向筛选次数与筛选总次数的占比是否大于三分之一,若得到逆向筛选次数占比超过三分之一的异常筛选步骤有40份,则异常筛选步骤判定单元103可以得到异常筛选步骤与筛选步骤集合样本中的所有筛选步骤的所占比例为五分之二,从而可得到异常筛选步骤的所占比例要大于第二预设值,即目标档案类别判定单元104可以判定目标档案类别的所属分类不合理。
进一步的,所述适用于政务服务的档案分类管理系统还包括:
客观偏误结果获取模块200,用于当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果。
具体的,图9示出了本发明实施例提供的系统中客观偏误结果获取模块200的结构框图。
其中,在本发明提供的优选实施方式中,所述客观偏误结果获取模块200具体包括:
电子标签信息获取单元201,用于当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
实时规范内容获取单元202,用于根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
客观偏误结果获得单元203,用于结合类别依据内容和实时规范内容,获得客观偏误结果;
存差内容获取单元204,用于对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
存差内容提取单元205,用于将类别依据内容和实时规范内容之间的存差内容提取出来;
存差内容整合单元206,用于将提取出来的存差内容进行整合,得到客观偏误结果。
在本发明实施例中,在现有的档案分类管理系统中,每个档案类别通常都会设定有电子标签信息,并且电子标签信息中至少包括档案类别的类别依据内容,即划分档案类别的依据,该类别依据内容可以为所遵循的法律法规、所遵循的技术分类、所遵循的公知常识等等;
类别依据检索词的获得,是通过对档案类别的类别依据内容进行智能解读、总结获得的,并且在通过类别依据检索词获取实时规范内容时,可以将类别依据检索词输入至互联网检索平台中,并通过权威网站来获取,在实时规范内容获取单元202获取了实时规范内容后,存差内容获取单元204对目标档案类别的类别依据内容和实时规范内容进行智能比对,并找出两者的不同之处,这些存在不同之处的内容即为存差内容,需要注意的是,存差内容提取单元205应当将存查内容设定成与不同之处对应的实施规范内容相同;
可以理解的是,由于类别依据内容的种类、数量可能有多个,因此存差内容也会有多条,进而客观偏误结果一般为一条或者多条存差内容的组合,并且当存查内容为0条时,且后台处理云端直接生成目标档案分类不合理信息并发送给档案分类管理人员智能终端。
进一步的,所述适用于政务服务的档案分类管理系统还包括:
合理所属分类推荐模块300,用于根据客观偏误结果,为目标档案类别推荐合理所属分类;
档案分类建议信息生成模块400,用于结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
在本发明实施例中,在客观偏误结果获取模块200确定了目标档案类别的所属类别不合理时,可以侧面反映出目标档案类别所对应的电子标签信息也不再适合,即目标档案类别所对应的电子标签信息需要改动,合理所属分类推荐模块300可以依据上述的从实时规范内容而来存差内容对目标档案类别的电子标签信息进行改动,而经过改动的目标档案类别显然需要进行所属分类的改动;
可以理解的是,更改过电子标签信息的目标档案类别虽然不再与原有的所属分类相适应,但是目标档案类别所属的档案分类系统中,可能存在其他与目标档案类别相适应的所属分类,在本申请中,对其他适合目标档案类别的所属分类的确定,则可以通过判断是否存在与目标档案类别更改过的电子标签信息相匹配的预设所属分类来确定。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种适用于政务服务的档案分类管理方法,其特征在于,所述方法包括:
获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;
当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;
根据客观偏误结果,为目标档案类别推荐合理所属分类;
结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
2.根据权利要求1所述的适用于政务服务的档案分类管理方法,其特征在于,获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理的步骤包括:
收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
3.根据权利要求1所述的适用于政务服务的档案分类管理方法,其特征在于,当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果的步骤包括:
当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
结合类别依据内容和实时规范内容,获得客观偏误结果。
4.根据权利要求3所述的适用于政务服务的档案分类管理方法,其特征在于,结合类别依据内容和实时规范内容,获得客观偏误结果的步骤包括:
对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
将类别依据内容和实时规范内容之间的存差内容提取出来;
将提取出来的存差内容进行整合,得到客观偏误结果。
5.根据权利要求4所述的适用于政务服务的档案分类管理方法,其特征在于,根据客观偏误结果,为目标档案类别推荐合理所属分类的步骤包括:
根据客观偏误结果,获取类别依据内容和实时规范内容之间的存差内容;
解读除目标档案类别的所属分类之外的其他预设所属分类的电子标签信息;
当某一预设所属分类的电子标签信息中包含有与存差内容相似度高的类别依据内容时,确定该预设所属分类为目标档案类别的合理所属分类。
6.根据权利要求5所述的适用于政务服务的档案分类管理方法,其特征在于,结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员的步骤包括:
当客观偏误结果中存在多条存差内容时,将每条存差内容以及其对应的合理所属分类相绑定,得到档案分类参考内容;
将多个档案分类参考内容组合,生成档案分类建议信息;
将档案分类建议信息发送给档案分类管理人员智能终端。
7.一种适用于政务服务的档案分类管理系统,其特征在于,所述系统包括目标档案类别判断模块、客观偏误结果获取模块、合理所属分类推荐模块以及档案分类建议信息生成模块,其中:
目标档案类别判断模块,用于获取目标档案类别的筛选步骤集合样本,并对筛选步骤集合样本进行分析,以判断目标档案类别的所属分类是否合理;
客观偏误结果获取模块,用于当判定目标档案类别的所属分类不合理时,获取目标档案类别的电子标签信息,并根据电子标签信息获得客观偏误结果;
合理所属分类推荐模块,用于根据客观偏误结果,为目标档案类别推荐合理所属分类;
档案分类建议信息生成模块,用于结合客观偏误结果和为目标档案类别推荐的合理所属分类,生成档案分类建议信息,并发送给档案分类管理人员。
8.根据权利要求7所述的适用于政务服务的档案分类管理系统,其特征在于,所述目标档案类别判断模块具体包括:
筛选步骤集合样本获得单元,用于收集预设数目的用户在获取目标档案类别时的筛选步骤,并将这些筛选步骤汇集,得到筛选步骤集合样本;
逆向筛选次数统计单元,用于依次分析筛选步骤集合样本中的每个筛选步骤,并统计每个筛选步骤中的逆向筛选次数;
异常筛选步骤判定单元,用于计算每个筛选步骤中的逆向筛选次数所占比例,当某一筛选步骤中的逆向筛选次数所占比例大于第一预设值时,则判定该筛选步骤为异常筛选步骤;
目标档案类别判定单元,用于计算筛选步骤集合样本中的异常筛选步骤的所占比例,当异常筛选步骤的所占比例大于第二预设值时,则判定目标档案类别的所属分类不合理。
9.根据权利要求8所述的适用于政务服务的档案分类管理系统,其特征在于,所述客观偏误结果获取模块具体包括:
电子标签信息获取单元,用于当判定目标档案类别的所属分类不合理时,解读目标档案类别,并获取目标档案类别对应的电子标签信息;
实时规范内容获取单元,用于根据电子标签信息获取类别依据内容,并根据类别依据内容获得类别依据检索词,通过类别依据检索词获取实时规范内容;
客观偏误结果获得单元,用于结合类别依据内容和实时规范内容,获得客观偏误结果。
10.根据权利要求9所述的适用于政务服务的档案分类管理系统,其特征在于,所述客观偏误结果获取模块还包括:
存差内容获取单元,用于对比目标档案类别的类别依据内容和实时规范内容,获得存在不同之处的存差内容;
存差内容提取单元,用于将类别依据内容和实时规范内容之间的存差内容提取出来;
存差内容整合单元,用于将提取出来的存差内容进行整合,得到客观偏误结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410294677.4A CN117892204B (zh) | 2024-03-15 | 2024-03-15 | 一种适用于政务服务的档案分类管理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410294677.4A CN117892204B (zh) | 2024-03-15 | 2024-03-15 | 一种适用于政务服务的档案分类管理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117892204A true CN117892204A (zh) | 2024-04-16 |
CN117892204B CN117892204B (zh) | 2024-05-28 |
Family
ID=90645969
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410294677.4A Active CN117892204B (zh) | 2024-03-15 | 2024-03-15 | 一种适用于政务服务的档案分类管理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117892204B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017112174A1 (en) * | 2015-12-24 | 2017-06-29 | Mastercard International Incorporated | Method and device for facilitating supply of a requested service |
CN107169523A (zh) * | 2017-05-27 | 2017-09-15 | 鹏元征信有限公司 | 自动确定机构的所属行业类别的方法、存储设备及终端 |
US10248626B1 (en) * | 2016-09-29 | 2019-04-02 | EMC IP Holding Company LLC | Method and system for document similarity analysis based on common denominator similarity |
CN112487194A (zh) * | 2020-12-17 | 2021-03-12 | 平安消费金融有限公司 | 文档分类规则的更新方法、装置、设备以及存储介质 |
CN114493482A (zh) * | 2021-12-21 | 2022-05-13 | 山东亿云信息技术有限公司 | 一种企业档案数据处理方法及系统 |
CN115409409A (zh) * | 2022-09-21 | 2022-11-29 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于区块链智能合约的电力技术监督管理系统 |
CN115455266A (zh) * | 2022-11-15 | 2022-12-09 | 杭州易康信科技有限公司 | 一种电子档案自动采集归档方法及系统 |
CN115795131A (zh) * | 2023-02-10 | 2023-03-14 | 山东能源数智云科技有限公司 | 基于人工智能的电子档案分类方法、装置及电子设备 |
CN116719956A (zh) * | 2023-08-08 | 2023-09-08 | 东莞市铁石文档科技有限公司 | 一种基于大数据的档案分类管理系统和方法 |
CN117453852A (zh) * | 2023-12-25 | 2024-01-26 | 浙江星汉信息技术股份有限公司 | 基于云端存储的档案更新管理方法 |
-
2024
- 2024-03-15 CN CN202410294677.4A patent/CN117892204B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017112174A1 (en) * | 2015-12-24 | 2017-06-29 | Mastercard International Incorporated | Method and device for facilitating supply of a requested service |
US10248626B1 (en) * | 2016-09-29 | 2019-04-02 | EMC IP Holding Company LLC | Method and system for document similarity analysis based on common denominator similarity |
CN107169523A (zh) * | 2017-05-27 | 2017-09-15 | 鹏元征信有限公司 | 自动确定机构的所属行业类别的方法、存储设备及终端 |
CN112487194A (zh) * | 2020-12-17 | 2021-03-12 | 平安消费金融有限公司 | 文档分类规则的更新方法、装置、设备以及存储介质 |
CN114493482A (zh) * | 2021-12-21 | 2022-05-13 | 山东亿云信息技术有限公司 | 一种企业档案数据处理方法及系统 |
CN115409409A (zh) * | 2022-09-21 | 2022-11-29 | 国网黑龙江省电力有限公司电力科学研究院 | 一种基于区块链智能合约的电力技术监督管理系统 |
CN115455266A (zh) * | 2022-11-15 | 2022-12-09 | 杭州易康信科技有限公司 | 一种电子档案自动采集归档方法及系统 |
CN115795131A (zh) * | 2023-02-10 | 2023-03-14 | 山东能源数智云科技有限公司 | 基于人工智能的电子档案分类方法、装置及电子设备 |
CN116719956A (zh) * | 2023-08-08 | 2023-09-08 | 东莞市铁石文档科技有限公司 | 一种基于大数据的档案分类管理系统和方法 |
CN117453852A (zh) * | 2023-12-25 | 2024-01-26 | 浙江星汉信息技术股份有限公司 | 基于云端存储的档案更新管理方法 |
Non-Patent Citations (2)
Title |
---|
冉朝霞: "政务网页档案服务云平台风险防控体系构建", 档案管理, 15 May 2021 (2021-05-15) * |
马宏正;: "政务档案在线平台的信息资源库建设与服务功能创新", 山西档案, no. 03, 29 May 2017 (2017-05-29) * |
Also Published As
Publication number | Publication date |
---|---|
CN117892204B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Citation impact prediction for scientific papers using stepwise regression analysis | |
US20140101124A1 (en) | System and method for recursively traversing the internet and other sources to identify, gather, curate, adjudicate, and qualify business identity and related data | |
Pech et al. | Assessing the publication impact using citation data from both Scopus and WoS databases: an approach validated in 15 research fields | |
CN111201531A (zh) | 大型结构化数据集的统计指纹识别 | |
CN106164896B (zh) | 用于发现对手方关系的多维递归方法及系统 | |
CN116384889A (zh) | 基于自然语言处理技术的情报大数据智能分析方法 | |
CN114998004A (zh) | 一种基于企业金融贷款风控的方法及系统 | |
CN115794803A (zh) | 一种基于大数据ai技术的工程审计问题监测方法与系统 | |
CN113221535B (zh) | 情报处理方法、装置、计算机设备和存储介质 | |
CN108734021B (zh) | 一种基于去隐私数据的金融贷款大数据风险评估方法与系统 | |
CN117892204B (zh) | 一种适用于政务服务的档案分类管理方法及系统 | |
CN117726166A (zh) | 基于大语言模型的人工智能企业客户风险信息分析评估方法和系统 | |
CN110990384B (zh) | 一种大数据平台bi分析方法 | |
Suharjito et al. | Implementation of classification technique in web usage mining of banking company | |
Castano et al. | Exploratory analysis of textual data streams | |
CN113205442A (zh) | 基于区块链的电子政务数据反馈管理方法及装置 | |
CN115187122A (zh) | 一种企业政策推演方法、装置、设备及介质 | |
CN111881170A (zh) | 时效性查询内容字段挖掘方法、装置、设备和存储介质 | |
Belfodil et al. | Identifying exceptional (dis) agreement between groups | |
CN111027296A (zh) | 基于知识库的报表生成方法及系统 | |
CN117786182B (zh) | 基于erp系统的业务数据存储系统及方法 | |
de Sousa et al. | Integrated detection and localization of concept drifts in process mining with batch and stream trace clustering support | |
Feng et al. | A new rough set based Bayesian classifier prior assumption | |
CN112508745B (zh) | 一种文书评估方法及装置 | |
CN117194751B (zh) | 一种政务电子数据筛选方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |