档案利用需求的灰色预测方法适用性对比研究

廉旭姣+周少鹏+张峰

摘要：档案利用需求预测是档案管理的重要环节之一。根据档案利用的时序历史统计数据，利用GM（1，1）模型、DGM（1，1）模型和OLS模型构建了GM-DGM-OLS档案利用需求预测模型，并选取预测有效度方法测算了各模型的权重。采用重庆市长寿区档案馆2014年档案利用数据作为研究样本，分别将各单一预测模型的结果进行了对比分析，同时测度出组合模型的预测结果。对比发现，DGM（1，1）模型在档案利用需求预测中呈现出高精度的特征，而组合预测模型的精度虽然弱于DGM（1，1）模型，但要高于GM（1，1）与OLS模型。因此，在档案利用需求预测实际运用中，建议选用DGM（1，1）与GM-DGM-OLS模型。

Abstract： Demand prediction is an important part of archive management. Hence， the GM-DGM-OLS forecasting model for archival utilization was constructed based on the model of GM（1，1）， DGM（1，1） and OLS， and then the weight of single model was calculated by the predictive validity method. Moreover， the archival utilization data of Changshou district archives in 2014 was used as a sample of research， and the prediction effect of each model was compared. The results showed that the DGM （1，1） model presented a high-precision feature in the file utilization predict， and the accuracy of combined prediction model was weaker than the DGM （1，1） model， but it was better than GM（1，1） and OLS model. So the DGM （1，1） or GM-DGM-OLS model could be selected to predicting the demand of archival utilization.

关键词：档案管理；灰色模型；需求预测

Key words： archive management；gray model；demand prediction

中图分类号：G273.5 文献标识码：A 文章编号：1006-4311（2018）04-0029-03

0 引言

档案利用需求预测通常是指运用档案来满足相关社会实践活动或解决特定问题的要求。由于受到档案的本身属性与使用者主观要素的多元特性与随机性等影响，其管理过程具有较高的复杂性。对于档案部门而言，全面及时了解档案用户的动态利用行为，挖掘其潜在的利用需求规律与特点，是提供更加高效可靠服务工作的基本前提。而在实际档案管理过程中，一般可基于历史档案使用的时序数据对档案变化进行监测反映，有效地剖析档案统计数据及实时准确的估计其档案的变动趋势则直接影响到档案部门管理的科学性与合理性。现阶段对历史档案数据的统计还处于静态分析为主，同时随着影响档案管理要素的复杂性愈加提升，对档案利用需求把握的科学性、准确性与及时性均提出了更高的标准。因此，解决高效地利用档案使用历史数据预估档案利用需求未来规模变动趋势的难题是档案管理的关键点。

针对档案利用需求数据的特点，现有对其趋势预测的分析主要集中在概念解析、标准论证[1-2]，其采用的模型以时间序列分析、线性回归分析等为主[3]，而这些基于传统概率视角的预测方法逐渐难以符合档案管理中利用需求的实时性标准。考虑诸多学者将组合预测方法应用到相关领域取得的显著性成效，但构成组合预测模型的相关单一算法还需要进一步探讨的特点，本文利用GM（1，1）模型、DGM（1，1）模型和OLS模型构成“GM-DGM-OLS档案利用需求预测模型”，尝试在检验其单一模型优势的同时，验证该组合模型是否能够提升档案利用需求的预测精度，为档案利用需求探寻适合的预测方法。

1 檔案利用需求预测模型构建

1.1 GM（1，1）模型

根据上述分析得到DGM（1，1）模型预测公式，并可利用该模型对档案利用需求进行预测。

1.3 线性回归预测模型

按照自变量与因变量的相关关系，可建立线性回归方程的预测方法[6]，假设（xt，yt）为档案利用需求的时间序列，且t=1，2，…，m，则其基本步骤为：

Step1：绘制拟合散点图，分析x、y之间是否存在线性关系。若线性关系存在，则可以构建线性回归模型，否则不能建立。

Step2：构建线性回归方程，其参数可运用最小二乘法（OLS）进行估计：

Step3：利用构建起的线性回归方程对档案利用需求进行预测。

1.4 基于有效度分析的GM-DGM-OLS预测模型

档案利用需求GM-DGM-OLS预测模型的基本形式为：

1.5 档案利用需求预测模型精度评价指标

2 实证分析

2.1 样本数据说明

基于验证GM-DGM-OLS预测模型在档案利用需求趋势分析中可行性的考虑，本文以重庆市长寿区档案馆2014年档案利用数据为样本进行统计，分别运用GM（1，1）、DGM（1，1）和OLS模型拟合相关参数，并预测档案利用需求。同时，运用评价指标对单一预测模型与组合预测模型的测度结果分别进行比较。endprint

2.2 单一模型预测

2.3 GM-DGM-OLS预测模型

根据上述组合预测模型，可结合各单一预测模型结果取得预测值。

2.4 预测效果对比

通过档案利用需求各单一预测模型与组合预测模型的拟合效果，可知DGM（1，1）模型的MRE与MAE评价指标均为各模型中的最小值，分别为0.3655307、162.11，说明该模型在预测档案利用需求方面具有较好的优势。同理，按照评价指标的大小，可依次认为单一预测模型的预测效果从良至劣，分别为：DGM（1，1）模型、OLS模型和GM（1，1）模型。而GM-DGM-OLS组合预测模型虽然在预测效果上要弱于DGM（1，1）模型，但两者误差的差异性较小，且效果要优于OLS模型和GM（1，1）模型，即在档案利用需求预测中也具有一定的适用性。据此，可认为对于档案利用需求预测的优选方法为：DGM（1，1）模型与GM-DGM-OLS组合预测模型。（表1）

3 结束语

档案利用需求预测是档案管理中的重要环节，针对档案利用需求数据的复杂性与随机性等特点，本文利用灰色理论分别构建了GM（1，1）、DGM（1，1）和OLS模型，并在此基础上建立GM-DGM-OLS组合预测模型。选取预测相对误差评价的方法对各预测模型在档案利用需求预测中的适用性进行了对比分析，结果发现DGM（1，1）模型在该过程中具有较高的精度，其次为GM-DGM-OLS组合预测模型，而OLS与GM（1，1）模型预测精度相对较低。因此，在档案利用需求预测中，建议优先选取DGM（1，1）模型与GM-DGM-OLS組合预测模型。

参考文献：

[1]李正宁.档案信息的利用预测与主动服务[J].上海档案，2001（2）：45-46.

[2]陈志宏.档案信息资源的开发和利用[J].高教论坛，2004（1）：159-160.

[3]李阳生.未来档案利用趋势的预测分析[J].档案学通讯，2002（2）：34-35.

[4]姚清云，张峰，殷秀清，等.基于组合灰色预测模型的物流企业运营成本预测[J].会计之友，2014（28）：5-9.

[5]张峰，殷秀清，董会忠.组合灰色预测模型对物流需求预测效果的分析[J].物流技术，2014，33（9）：221-223.

[6]王惠文，孟洁.多元线性回归的预测建模方法[J].北京航空航天大学学报，2007，33（4）：500-504.

[7]张峰，殷秀清，董会忠，等.导弹遥测故障的GM-Verhulst-SCGM预测算法[J].火力与指挥控制，2016，41（6）：108-112.endprint