模糊数学方法在高校档案分类中的应用

葛 鹂, 柏传志

(1.淮阴师范学院 综合档案室， 江苏 淮安 223001; 2.淮阴师范学院 数学科学学院， 江苏 淮安 223300)

模糊数学方法在高校档案分类中的应用

葛 鹂1, 柏传志2

(1.淮阴师范学院 综合档案室， 江苏 淮安 223001; 2.淮阴师范学院 数学科学学院， 江苏 淮安 223300)

根据模糊数学中的隶属度和贴近度,分别运用最大隶属原则方法及择近原则, 研究了高校档案分类中的问题．

模糊数学; 隶属函数; 档案分类

0 引言

在当今大数据时代,信息的种类不断丰富,信息的数量巨量增长.高校档案工作作为信息资源管理的一种,必然会受到影响.一方面,档案信息的数量增多;另一方面,档案信息种类不断增多,除了各种格式的办公文档,还有图片、视频、音频、网页等.另外,大数据时代高校档案用户信息的需求在不断增加,涉及管理、教学、科研、基建、招生就业、校园文化等各个方面.高校档案管理所涉及的方面和内容也日益复杂,这首先要涉及到高校档案的分类[1,2].每个大类可再细分很多小类.对于档案的类和编目问题,有些比较明确,但有些较复杂,因为各类目以及各小类之间有的有交叉和渗透.事实上一份档案资料究竟应被放入哪一类,这不仅取决于它的内容的客观性,还在很大程度上取决于档案管理人员对该档案资料内容认识的主观性.因此有时不易准确地将某份档案资料归于那个类目那一小类.在本文中,我们将运用模糊数学方法研究这个问题.

1 模糊数学一些基本概念和方法

1965年,美国著名控制论专家Zadel教授将普通集合论里特征函数的取值范围{0,1}推广到闭区间[0,1],得到了模糊集的定义.

定义1[3]设在论域U上给定了一个映射

A:U→[0,1]，

u|→A(u)，

则称A为U上的模糊集(Fuzzy Set),A(u)称为A的隶属函数(或称为u对A的隶属度).

记U上的模糊集的全体为I(U).

定义2[4]设A,B,C∈I(U),若映射

N:I(U)×I(U)→[0,1]，

满足条件:

1)N(A,B)=N(B,A);

2)N(A,A)=1,N(U,Ø)=0;

3) 若A⊆B⊆C,则N(A,C)≤N(A,B)∧N(B,C)，

则称N(A,B)为模糊集A与B的贴近度.

由文[3,4],我们有

最大隶属原则: 假设A1,A2,…,An是n个U上的模糊集,v是论域U上的一个元素,若有i∈{1,2,…,n}使得

Ai(v)=max{A1(v),A2(v),…,An(v)}.

则认为v相对隶属于Ai.

择近原则: 设Ai,B∈I(U),i=1,2,…,n,若存在i0,使

N(Ai0,B)=max{N(A1,B),N(A2,B),…,N(An,B)},

则认为B与Ai0是一类.

2 档案资料的分类

设有n个档案类,设为C1,C2,…,Cn类目,每个Ci也有若干小类.对于一个档案b,如果由于其交叉性,管理人员凭主观和个人经验无法给出较好的分类.对于这个问题,本节我们主要运用个模糊数学的方法来判断其属于哪一类,哪一小类.

第一个方法是运用最大隶属原则.

聘请k位档案专家,通过他们给出档案b隶属于各类目的程度.如果第j位专家给出档案b的隶属于Ci的隶属度为:

若有i0∈{1,2,…,n},使得

根据最大隶属原则,则我们认为档案b隶属于Ci0类.如果k位专家的结果都是档案b隶属于Ci0类,则我们认为档案b应编入Ci0类目.如果k位专家的结果不尽相同,不妨设有m1(≥1)个专家认为档案b应编Ci1类目,m2(≥1)个专家认为档案b应编入Ci2类目,…,mq(≥1)个专家认为档案b应编入Ciq类目,这里

1≤i1,…,iq≤n互不相同,m1+m2+…+mq=k.

如果存在唯一的h∈{1,2,…,q}使得

mh=max{m1,…,mq},

那么我们认为档案b应编入Cih类目,如果上述最大值不唯一,不妨有两个达到最大,设为ms,mt,ms=mt,这时分别计算这ms个专家的认为档案b应编入Cis类目的隶属度之和Is,与另外mt个专家的认为档案b应编入Cit类目的隶属度之和It,如果Is>It,则我们认为档案b应编入Cis类目,反之,我们认为档案b应编入Cit类目.这样我们就给出了档案b的大类分类.类似地我们可以进一步地给出档案b的小类分类.

第二个方法是运用择近原则.

同样聘请数位档案专家,对上面的n个档案类C1,C2,…,Cn,每个档案类Ci找一份专家都认可的档案,其认可程度是一个模糊集,设为Ai.则模糊集Ai可以表示为模糊向量的形式,即Ai=(a1i,a2i,…,ani).对于档案b,其认可程度用模糊集B表示,同样我们写成模糊向量的形式,即B=(b1,b2,…,bn).类似于代数学中的内积,我们定义模糊集Ai与模糊集B的内积为

本文中的贴近度用下列的格贴近度:

N(Ai,B)=(Ai∘B)∧(Ac∘Bc).

对i=1,2,…,n,分别计算上式的格逼近度,若有i0∈{1,2,…,n}使得N(Ai0,B)最大,根据择近原则,我们认为档案b应编入Ci0类目.同理我们可以进一步地给出档案b的小类分类.

本文初步探讨了在高校档案管理工作中用模糊数学的方法对档案分类的问题.在应用时,可根据不同的具体问题作一些适当的调整和修正,使之更符合实际.

[1] 邹步英. 中国档案分类法使用手册[M].北京: 中国档案出版社,1999.

[2] 熊友菊. 高等学校档案实体分类法的实践与思考[J].兰台世界, 2015, 26: 75-77.

[3] 汪培庄. 模糊集合论及其应用[M].上海:上海科学技术出版社, 1983.

[4] 杨伦标,高英仪. 模糊数学原理及应用[M].2版.广州:华南理工大学出版社, 1998.

[责任编辑：李春红]

Applications of Fuzzy Mathematics to the Workof University Archives Classification

GE Li1, BAI Chuan-zhi2

(1.Comprehensive Archives Library, Huaiyin Normal University, Huaian Jiangsu 223001, China)(2.School of Mathematical Science, Huaiyin Normal University, Huaian Jiangsu 223300, China)

In this paper, according to the membership degree and closeness degree of fuzzy mathematics, we study the problems in the classification of archives in colleges and universities by using the principle of maximal membership and the principle of choosing near value respectively.

fuzzy mathematics; membership function; classification

2015-08-30

江苏省自然科学基金资助项目(BK2011407)

柏传志(1964-),男,江苏金湖人,教授,博士,研究方向为非线性分析、模糊数学等. E-mail: czbai@hytc.edu.cn

O159; O272.5

A

1671-6876(2015)04-0307-02