企业内网项目档案检索方法的优化

摘 要现阶段，计算机技术应用在各行各业，企业项目档案也全部转换为电子版，并构建企业内网档案检索系统方便管理。当前的企业内网项目档案检索方法存在效率低、准确率低的问题，已经无法满足企业使用要求。为此，提出一种基于计量算法的企业内网项目档案检索优化方法。该检索方法通过计量算法算法对档案数据进行分类处理，强化了信息查询环节，加强了检索的智能程度，提高检索效率，为档案检索技术发展提供借鉴作用。

【关键词】企业项目档案 数据 B/S模式 相关度排序算法

最近几年，随着计算机信息技术的高速发展，企业项目从立项、撰写项目计划、启动实施到项目结束，几乎都是通过计算机来完成，由此也产生了数量庞大的项目电子档案。而传统的档案检索技术耗时长、精准度差，给整体企业工作造成一定程度的影响。因此，本文提出一种基于计量算法的企业内网项目档案检索优化方法，该方法利用计量算法处理档案数据，增强检索操作过程的智能程度，大幅度地提高了整体检索效率，对未来企业内网项目档案信息化检索工作的发展提供示范作用。

1 企业内网项目档案检索计量算法优化

1.1 用户向量计算

用户向量计算时信息检索计算的重要组成之一，是决定整体检索计算是否准确的重要影响因素，能够为信息检索系统奠定坚实的基础，为此，本文首先优化用户向量计算。

人们在系统输入想要查询的文字内容时，一般围绕关键词，再输入一些限定因素，比如用来修饰关键词的定语，限制关键词范围或是说明关键词意图的词语，因此，本文所提信息检索计量算法优化区别与传统算法的地方是，更加慎重考虑了关键词所在位置，鉴于更加准确地掌握用户所要检索到的信息。

1.1.1 查询关键词重要程度

将用户输入平台查询的文字按照字符串经的方法进行分词，获得 n个所需关键词，而关键词排列的前后顺序就代表其重要性，以此规律为其匹配相适应的权重。设定关键词为L，其权重为：

且n≥1 （1）

代表第l个关键词的权重，n是关键词数量，i为求和变量。

改公式反映的是通过用户反复输入文字的频率，来确定哪个为关键词，搜索频率代表改关键词的核心程度。高频出现的关键词是需要的核心内容，关键词被输入平台中查询的频率越高，说明该关键词越重要。因此该算法充分考虑这一要素，以此获得更加准确的检索结果。

1.1.2 关键词历史查询次数权重

设定数据库中关键词个数为n，其查询次数为m，第1个关键词被查询的次数为f1，第2 个关键词被查询的次数为f2，…，第n个关键词被查询的次数为fn。定义第l个关键词的历史查询次数：

（2）

由公式（2）可知，代表第l个关键词检索次数的权重值，n为关键词数量，m代表关键词在整体数据库中检索次数，f1代表第l个关键词的检索次数。

利用权重值Wzy和Wly计算用户向量，用Q来表示。Q的定义式：

（3）

其中，Q1为用户向量的第l个值，Wzy（l）为第l个关键词的权重，Wly（l）为第l个关键被查询次数，m为对数据库共进行的查询次数，n为关键词数量，C1、C2、ω为调节常数，i 为求和变量。

公式（3）中，ω、C1、C2、均为常数，ω数值代表根据关键词查询频率得到的权重值。若

的数值过低，就表示这一关键词在上述向量查询公式里并不重要，可以作为辅助功能用词，甚至忽略不计。所以无法证明关键词查询频率对相关度具有影响作用。因此，需要参考上述公式的测试结果合理精确地调整关键词权重值。C1、C2、相加为1。这代表着在使用者眼里，关键词与歷史查询次数还是存在一定差别的，通过公式可知，关键词要比检索次数更重要，因此设定为C1>C2。

1.2 记录向量计算优化

一般情况下，数据库会通过表格形式进行数据分类存储，其中每一个表格都有大量字段，字段用于记录不同的关键词，如何在这些字段中排列出关键词的重要程度，是记录向量算法所要做的。

假设字段为μ，第1 个字段所在位置的权重值设置为θ1，第2 个字段位置权重值为θ2，依次列推，当字段为μ时，其位置权重则为θμ。

假设在第j 个字段关键词位置的权重值为：

θj表示常数，（4）

其中，Wwz（l）为关键词出现在第j个字段的位置权重，

代表所需计算字段位置的权重值总和，j代表字段，i是各字段求和变量，μ表示检索字段的数量，θj表示第j个字段的位置权重值。

通过上述公式计算得到权重值Wcs和Wwz，并用二者记录向量，定义为T，具体公式如（5）。

（5）

fp代表第p个字段数量，Wcs（l，p）代表在第p个字段出现第l个关键词检索次数的权重值，

代表整个检索平台全部字段位置权重的总和，代表在检索平台中第p个字段中第l个关键词的检索次数，θp代表第p个字段所处位置的权重值，Wwz（p）代表第p个字段在数据库中检索次数，xi代表第l个具体关键词，T1代表记录向量过程中第l个值，μ为字段数量，n为关键词数量，

代表在整体检索平台全部字段中，第l个关键词被检索的次数。

2 结语

通过计量算法对企业内网项目档案检索技术进行优化，该方法下的平台检索功能更加完善，准差率低，具有较高实践价值。但由于受到操作人员使用错误及研究能力局限性的影响，该计量算法还有很多不如意之处。因此，无论是从人员操作水平来看，还是现阶段研发水平开说，信息检索技术都具有巨大的进步空间，希望所提方法能够对企业内网项目档案检索工作提供帮助，并为其发展提供借鉴作用。

参考文献

[1]欧阳磊.基于分布式访问控制的内网搜索[J].中国航天第二研究院；航天科工集团第二研究院，2015.

[2]安建福，郑咏海.网络环境下高校科研成果档案信息检索的探讨[J].上海工程技术大学教育研究，2006（02）：50-51.

[3]周铭，康蠡，赵德美.网络时代档案检索学科创新问题摭探[J].档案学通讯，2010（05）：55-59.

作者简介

王建永（1980-），男，山西省朔州市人。硕士学位。高级工程师。主要研究方向为电力信息系统需求分析。

作者单位

广东电网有限责任公司信息中心 广东省广州市 510000