倉庫檔案管理精選(五篇)

序言：作為思想的載體和知識的探索者，寫作是一種獨特的藝術，我們為您準備了不同風格的5篇倉庫檔案管理，期待它們能激發您的靈感。

篇1

一、數據倉庫的構成

1.數據倉庫的結構數據倉庫結構層次主要包含操作層、數據倉庫、部門層及個體層。數據倉庫系統則由數據倉庫、數據倉庫管理系統及數據倉庫工具所構成。首先，數據倉庫包括早期細節級、當前細節級、輕度綜合級與高度綜合級四個等級的數據，這是數控倉庫系統的核心所在。其次，就數據倉庫管理系統來說，主要做好對系統的管理與運行，并完成數據中的信息抽取、清洗、數據變換及數據安全、備份與恢復功能。最后，數據倉庫工具應用數據挖掘及OLAP分析兩大工具，能夠完成對數據的分析，從而為醫療決策的制定提供相關依據。

2.數據倉庫的邏輯架構分析在醫療檔案數據模型構建中，可根據醫院病案的特點來設計總體結構圖。如圖所示，醫療檔案數據、信息基本流程及數據倉庫技術在整個設計中起到至關重要的作用。首先，對于運行數據來說，其是在臨床病歷中匯集起來，并通過整合與變換，從而轉入到用戶的信息數據倉庫當中。其次，再將這些數據轉為可利用的信息，在數據模型構建當中，可對基層數據利用OLAP工具來進行多維護的分析、處理與歸納，從而將繁雜的數據進行有效處理，并以一種簡單的形式，呈現給決策人員的面前。

二、數據倉庫技術在醫療檔案管理中的應用

1.OLAP技術在醫療檔案中的應用OLAP技術，其中文含義為聯機分析處理技術，作為一項軟件技術，其有效、快速、交互、一致的特點能夠為分析人員提供多方面的信息。首先，可以完成一些常用的統計報表；其次，能夠利用一些統計工具，根據病人的特征確定診療模式，并采取相應的措施為病人服務；三是能夠對醫療費用結構進行分析，通過研究患者的病情、年齡、治療方式及病種因素變化，來為醫療費用結構的制定與調整提供依據。通過OLAP技術，廣泛收集臨床醫護人員的信息需求，建立符合醫院實際的數據倉庫模式,使數據倉庫技術能為醫護人員提供服務，為提高醫療質量發揮作用。

2.數據挖掘技術在一體化信息流構建中的應用數據倉庫技術在應用過程中，能夠采取數據挖掘的技術來對醫療檔案信息做到一定程度的挖掘。在應用中，一是可以采取統計分析與可視化技術來對各類疾病的發病時間及相關情況進行深入分析整理。二是可以應用神經網絡、粗糙集與決策樹等相關算法來對數據庫中含有的檔案信息進行挖掘，還可以在對國外疾病編碼標準進行參考的基礎上，依據檔案中疾病具備的相應特征，來做到對疾病分類模型的有效構建，且對給出的疾病都配上良好可行的治療方案。三是可依據關聯性的方式，來對疾病發生的可能性、疾病發生的內涵因素加以分析。四是可應用序列模型，對患者在出現疾病之后，對其疾病的發展情況作出預測，提前做好疾病的預防工作，并借助疾病發病率曲線來進行直觀的反映。最后，利用歷史時間和數據的積累，通過數據曲線和分布狀態進行分析，研究其發展規模和潛在規模，從而協助制定大規模資本投資計劃，并以此為依據計算出投資成本。數據挖掘技術在應用過程中，可以以病人為核心，做到一體化信息流的構建，并利用這一信息流來對模式進行有效劃分，做到對各系統中所需抽取表及表關系模式的確立。這其中包含了與患者治療有著密切聯系的門診、體檢、用藥、手術、費用、住院等一系列的信息數據。利用這些信息數據，做到對分析度量及分析維度的有效確定。例如對于門診的分析維度來說，可以包含對就診科室、醫師、護理人員的相關配置，分析度量可包含患者就診的流量對比、人數及時間等，從而做到對發掘來檔案信息價值的有效利用。

篇2

【關鍵詞】檔安 管理系統 數據倉庫

在現階段，各種檔案管理系統主要是采取交易的方式，主要功能是檢索和統計。后期的數據是沒有任何進一步的開發和利用，隨著數據的積累，數據的的丟失情況會越來越嚴重，而且產生了巨額的維護和維修費用，而且容易造成數據丟失更嚴重。為了更好地利用現有的信息和數據檔案，充分反映這些數據的價值，這些數據被充分挖掘隱性知識，并進一步利用已迫在眉睫。數據庫技術現在已經無法達到完成這個任務，要想對數據進行深入分析，充分發揮技術資料的作用，就要建立數據倉庫，來對數據進行深入的挖掘和處理。采用數據挖掘技術技術，不僅能大大的提高檔案的安全性，而且也使檔案保存更加方便快捷。隨著計算機技術的發展，數據存儲量也快速增長，如何才能從這些隨機的，不完整的，模糊的數據中提取隱含的數據的，數據挖掘技術就能做到。

現以學生黨員檔案管理系統為例，建立數據倉庫，來詳細講解應用數據挖掘技術，如何來建立數據倉庫。

1 學生黨員的管理系統，主要是從以下幾個方面逐步實現

首先，由學校組織，進行基層組織調研，分析學生黨員的基本情況，然后取得的一部分的實際數據，對現有的數據庫表進行分析，以了解該每個字段的意義和作用，進行需求分析和專題設計。接下來從數據庫表結構有用的字段中，選擇合理的事字段信息和三維數據。最后通過數據轉換服務來構建數據倉庫，通過SQL Server2005中分析服務器配置工具來配置基于多維的數據集，在這個過程中，數據處理的過程主要是通過微軟的OLAP功能，通過SQL Server7.0中將數據整合進去，接口的可以選擇OLAP的COM的接口，并通過一系列的服務給數據倉庫的應用提供程序支持，開發人員可以使用Vc或其他語言開發用戶前端客戶端，數據透視表服務還允許在客戶在本地上傳地存儲的數據。MMC提供調度、存儲管理、監控、報警和核心管理服務的功能。在本設計中，我們使用SQL Server 2010作為數據倉庫，可以采用Access和Excel可以作為數據展現工具，除了SQL Server還支持第三方數據展現工具。

2 在數據倉庫的設計階段，我們從以下幾個方面來入手

2.1 確定事實表

事實表分為學生黨員目錄信息表，黨員情況登記表，黨員接收情況登記表表，學生黨員注銷登記表等內容，其中黨員的目錄表根據類別，時間等其他情況又可以具體的細分為若干個表格。

2.2 明確事實表的分割方法

我們的檔案資料，例如，最常見的方式是采用全宗劃分，這樣首先將全年的檔案按年度來劃分，一年內的檔案按檔案形成的部門或檔案使用的單位來進行劃分，在這種劃分條件下，檔案庫中的檔案是按以年度的方式的存放的，一般情況下一個單位的檔案文檔有幾十到幾百卷，一年中卷的文件目錄的記錄條數大概有幾千到幾萬條，這樣我們在數據倉庫中儲存這些數據時，就可以以年度的方式來存儲，在對存儲的數據進行數據挖掘時，就可以只通過年度來進行處理，這樣就提高了處理數據的濕度，對數據在進行更新，添加或刪除等操作時，可以更加方便快捷。

2.3 事實表數據的添加、修改和刪除

事實表里面的數據還應該具備追加、刪除、修改等綜合處理功能，在對數據倉庫更新操作中，添加和刪除數據是一個經常性的工作，這些操作使數據倉庫的質量得到可靠地保證。在進行添加操作時，首先要確保數據倉庫中的數據那些是新的，一般情況下可使用通過時間來進行判斷。刪除操作相對簡單，使用起來也更加普遍，只要通過一些搜索語句就可以實現。數據倉庫中的操作做中，修改數據的功能用的比較少，在修改過程中，應當注意表和其他數據之間的關聯性，保證數據的完整性，注意處理表和表之間的關系。在數據倉庫，在基礎數據的上會形成一些綜合性的數據，在對基礎數據進行操作之后，綜合數據也會產生變化，所以對基礎數據進行添加、修改和刪除等操作之后，對響應的綜合數據也要進行對應的修改，以維持綜合數據的準確性和一致性。

2.4 數據倉庫中維的確定及建立，維是同類數據的集合

維的層次結構很清晰，我們可以很容易地指定規則對數據進行運算，在維內，它的層次結構也是很有順序的，利用維的這種特點，我們在對數據倉庫進行數據挖掘的時候，可以很明顯的提高數據挖掘的速度，質量也能得到大大的提高。以檔案數據倉庫為例，我們可以以文件編號，借閱單位，檔案的文類號這三者建立一個三維立方體，要改變三維立體方的大小，就可以通過上卷或者是下鉆的方式，要顯示三維立體方的一面，就可以通過切邊操作來進行。

完成了以上步驟，就可以著手構建數據倉庫，收集和分析有關具體操作的基礎上來構建數據倉庫的模型，基于該模型的試運行情況，來完善設計方案，然后進入到數據倉庫的物理設計階段，在進行物理設計的時候，要注意選擇安全可靠的硬件平臺環境。

參 考 文 獻

[1]S.Sarawagi，M.Stonebraker.Effieient Organization of Large.

Multidimensional In Proc.of ICDE[J].ACM Record，1994（5）：207-208.

[2].

[3]中科永聯高級技術培訓中心，.

[4]Oracle.Oracle Warehouse Builder Transformation Guidel0g（10.2）[M].oracle，2005（08）.

[5]數據倉庫之路，.

[6]Oracle.Oracle 9i/SQL Reference（9.2）[M].Oracle，2002（03）.

篇3

【關鍵詞】數據倉庫；科研管理；應用

在科研項目質量管理中，科研數據以及科研資源的管理、科研檔案管理等等，都是其中的重要組成部分，通過數據庫，實現對科研管理的規范化、科學化，同時，也應當努力規范和提高科研管理運行機制，健全約束機制，完善科研項目的管理評標體系，這都是提高我國科研管理水平行之有效的途徑。

一、數據倉庫概述

數據采集是數據倉庫構建中的重要內容，從數據源中抽取所需要的數據，然后對抽取到的數據進行清洗，將其按照一定的數據倉庫的模型，放到數據倉庫中。數據采集中的數據抽取其實就是數據源接口，數據源接口從不同的系統中抽取所需要的數據，將其作為數據倉庫的輸入數據，數據轉換是對不同系統中生成的數據源進行處理，保證這些不同的數據源可以按照規定的要求輸入到數據倉庫中。數據清洗是對所有的數據進行處理，使得數據集中的所有數據值保持一致，并可以正確的對這些數據進行記錄。而數據的裝載是按照一定的模型將以上經過數據抽取、轉換、清除的所有數據裝入數據倉庫中，在數據進入數據倉庫的過程中還包括了將數據域清除、對數據進行有效的檢查等。

二、數據倉庫在科研管理中的應用研究

（一）數據倉庫的核心技術――ETL技術

在科研管理中，管理人員需要隨時獲取所需要的數據和信息，因此，通過數據倉庫，將外部數據和內部數據進行整理和儲存，并且為數據的查詢提供了極大的便利。但是這些數據信息有不同的來源，具有數量、不清潔等諸多不良特點，進而不能直接對這些數據進行使用，也不能直接將這些數據輸入到數據倉庫中，所以需要對這些數據先進行處理分析，然后再將這些數據以高質量輸入到數據倉庫中供用戶使用。因此，數據倉庫的核心技術――ETL技術負責對數據信息進行清洗、轉換等，保證數據信息質量的一種技術，ETL技術可以將數據分散、數據不清等問題進行解決，保證數據信息可以高質量的輸入到數據倉庫中供企業的各部門安全使用。

（二）數據倉庫用于科研數據的快速檢索、查詢

數據倉庫是為了實現數據的存儲、檢索以及表達，例如當數據倉庫中的數據需要從一種形式轉換成另一種形式時，ETL的數據轉換就需要進行考慮，同時ETL中的數據抽取、轉換、裝載等都需要變成轉換操作，所以對于數據倉庫而言數據轉換是其核心部分。數據倉庫實質上是一個獨立的數據環境，它需要從不同的系統中抽取所需要的數據，然后通過ETL技術將這些數據進行處理，處理過后的數據信息才可以安全的輸入到數據倉庫中。ETL技術主要涉及到互連、復制、轉換、監控等方面的內容，在數據倉庫中的數據不需要和處理系統中、或者其他相關系統中的數據保持同步，盡量保證數據倉庫中信息的有效性。

為了將數據冗余等問題進行避免，在抽取的數據進入到數據倉庫之前，需要對其進行有效性檢查，這項工作在數據倉庫數據輸入中非常重要，如果沒有對這些即將輸入到數據倉庫的數據進行有效性檢查，就會對整個數據倉庫的完整性產生破壞，或者將其破壞的幾率大大的增加。對數據進行有效性檢查最好的方法就是源系統。在源系統中有專業的和非專業的技術知識人員，但是數據有效性檢查是一項費時又不可省略的一個環節，所以可以進行自動化的檢查。

（三）通過數據倉庫實現科研數據的清除及轉換

由于數據倉庫中的數據來自不同的數據源，這些數據源可能出現不同的平臺上，有不同的操作系統，所以這些數據會以不同的形式輸入到數據倉庫中。如何將這些數據加載，是數據倉庫建立中需要考慮的一個問題，在進行數據遷移的過程中，會將數據以一種適合數據倉庫的格式轉入數據倉庫中，這就是數據的格式化，對數據的處理是數據倉庫成功建立的關鍵，所以在數據提取的過程中，對數據進行格式化，從操作中實現數據資源的共享。ETL技術進行的數據有效性檢查是對數據進行標準給定的過程，如果數據的給定沒有在界定的范圍之內，那么它就是需要清除的對象。數據的清除包括了在給定界限范圍之外的數據，對這些數據采取一定的糾正措施。

通過數據倉庫，實現科研數據的轉換，是為了體現這些數據的價值，使其更加有意義，進一步推動科研工作的進程。在數據轉換的過程，使用最好的方法保證數據從原始儲存器到數據倉庫的過程是同步的，將數據轉換的重點放在語言的標準化、數據移動、通信等方面，數據的轉換除了自動化轉換以外，還具有一定的復雜性，所以在ETL數據轉換工具、技術不斷更新的同時，還需要將其復雜性進行解決。

（四）數據倉庫與科研數據動態更新

隨著科研進程的推進，數據倉庫也需要伴隨著科研數據的動態進行更新，這樣，才有助于實現數據的時效性。對檢查驗收之后的業務數據進行相應的更新，其他的數據都是在年底的時候才進行統一的更新。兩項或者兩項以上的、連續生產經營活動的變化和更新，都會被看作是多次變化，需要分別進行更新。數據倉庫更新方法主要是主鍵關聯法，主鍵關聯法就是要求被更新的數據庫和更新數據庫具有相同標識的小班唯一鍵值，然后才可以進行一對一的關聯，最后才可以進行數據倉庫數據的更新，主要更新的手段是字段更新。在對數據倉庫進行更新時，必須保證的是一對一的關聯，要不然會產生錯誤的邏輯關系。

（五）數據倉庫在科研檔案管理中的應用

通過數據倉庫來實現科研的檔案管理工作，對完善科研檔案管理具有重大的意義。對科研課題檔案資源進行研究和開發利用，檔案管理人員要注意聯合課題研究人員一起，及時的對各種課題檔案進行整理，通過數據倉庫，對檔案資源進行整合。然后積極的利用各種信息化技術，有效實現檔案資源的共享。并努力的深入研究開發各種檔案資源，更好的為經濟建設提供服務，最大程度的妥善利用各種檔案資源，保證科研究成果的最大化利用。從而有效的實現通過合理的利用促進科研工作的快速發展的目的，取得較大的經濟社會價值。

三、結語

針對現階段我國研究所科研項目管理工作中存在的問題，積極運用數據倉庫，來實現對科研數據資源的整合及管理。依靠數據倉庫實現科研檔案的規范化管理，以科研動態為基礎，及時更新數據倉庫，保持數據倉庫的時效性。數據倉庫在科研管理中的應用，進一步優化了我國科研管理工作，提高了科研管理的質量和效率。努力提升我國科研管理能力，完善科研項目管理程序，使該管理體系逐步趨向規范化、成熟化。

參考文獻：

[1]焦振.基于Oracle的人事科研數據倉庫設計與實現[J].安陽師范學院學報，2013，（2）：46-50.

[2]湯雪，趙衛東，呂萬里等.高校教職工科研管理系統數據倉庫設計[J].福建電腦，2010，26（2）：119-119，102.

[3]肖紅玉，黃靜，陳海等.數據庫技術在科研管理系統中的應用[J].制造業自動化，2010，32（10）：68-70.

[4]巫莉莉，張波，李濤等.高校科研管理系統智能分析模塊的分析與實現[J].計算機工程與設計，2010，31（11）：2641-2644.

[5]胡君.基于數據倉庫的科研管理系統設計與實現[D].中國地質大學（武漢），2011.

篇4

檔案數據庫是各類檔案信息系

統正常運行的核心部分數據庫在信息資源組織、管理以及共享等方面具有明顯的優勢，在數據冗余度以及效率管理方面具有強大的技術力量。檔案數據庫是一系列信息單元的組合，例如檔案實體、檔案管理人員等，通過把這些信息單元相互連接，使之相互聯系，進而形成一個結構完整的整體。同時，通過這些結構和聯系，數據庫可以充分實現檔案數據的收集、編輯以及修改等，保證檔案管理流程的順利實現。

數據庫在檔案管理中的應用分析

（一）檔案數據庫的建設

數據庫在檔案管理中的應用要求建立檔案數據庫，檔案數據庫代表著檔案信息管理服務方式的轉變。因此，分析數據庫在檔案管理中的應用，首先要對檔案數據庫的建設進行分析。

首先，檔案應用需求分析：檔案應用需求分析旨在解決檔案利用者難以從現有的系統中獲得所需信息的問題，針對這一問題，需要對大量的數據進行綜合處理，這就需要利用數據庫技術。例如，對檔案用戶的分析，決策者就需要掌握用戶的利用偏好，用戶的年齡層次以及查閱時間等，并參考大量信息數據得出相應的結論，通過這種方式來調整檔案開放的時間，從而為檔案編制產品等開發決策提供必要的信息保證。

其次，檔案數據的采集：數據是檔案數據庫的主要內容，在檔案數據庫的建設中，數據的采集十分重要。目前，在檔案領域中普遍存在著多樣化的檔案信息源，例如關系數據庫文件和網絡數據形式等。雖然這些檔案數據源在數據結構上有著不同的構造，但是也可以通過數據的采集來對其進行總匯，進而歸納到統一的檔案數據庫中，形成檔案信息源。

另外，檔案數據轉換：檔案數據采集之后，就需要對現有的檔案數據進行轉換。這種轉換就需要根據信息源的質量和規范程度來進行。例如，以檔案用戶分析為例，有些用戶的籍貫信息記錄方式各不相同，有的是以中文的方式來表示，有的則是以英文的方式來表示的，有的甚至是用數字或拼音來表示的，此時，面對這些五花八門的格式數據，檔案管理人員就需要對這些數據進行轉換，根據用戶的具體需求將其轉換為相同的格式，實現檔案數據庫的規范化管理。

（二）檔案數據庫技術分析

首先，檔案數據倉庫分析技術。檔案數據倉庫是根據檔案數據的特殊結構對其進行存放和管理的一種方式，在檔案數據庫技術中，數據庫倉庫服務質量的高低往往取決于聯機分析處理技術和數據挖掘技術。聯機分析處理技術也稱之為OLAP技術，主要針對數據庫特定的問題進行聯機訪問和分析，通過數據庫進行多層次、多階段的分析處理，從而獲得更高的分析結果。該技術是一種自上而下的分析工具，通過該技術可以將數據倉庫模擬為多維的數據庫，并通過EXCEL等分析工具來獲得有效信息。其次，數據挖掘技術。數據挖掘技術主要應用于分析檔案數據倉庫，通過查詢獲得數據，并經過人的理解或解釋，使之成為有效的信息，從而建立了有效的數據庫管理系統，即DBMS，改系統可以提供一種有效的查詢手段，用于基本的數據庫操作。數據庫挖掘技術中常用的是聚類分析技術，是一種針對共同趨勢和模式的數據進行分組的方法，以相似性最大和類間相似性最小的原則對數據集合進行分組，進而劃分不同的用戶群體。

（三）數據庫在檔案管理中的應用建議

首先，確保檔案的保密性和安全性。檔案信息的安全性和保密性是至今令人十分關注的一大問題。數據庫技術在檔案管理中的應用代表者計算機網絡進行檔案管理事業中，因此，網絡安全也將直接關乎到檔案信息的安全。介于此，對于計算機網絡在檔案管理中存在的技術弱點，就需要通過技術的改進來解決。例如，加強對防火墻、密碼技術以及網管和電子水印等技術的應用和管理，通過先進的科學技術來彌補數據庫技術的弱點和不足，實現現代化檔案管理。

其次，加強網絡監管，做好數據庫的備份工作。一方面，重視網絡監管，采用多種網絡安全策略，對網絡的安全訪問進行有效管理和控制，這樣才能真正起到網絡安全保護的作用，維護網絡資源，防止非法使用和訪問。另一方面，及時做好數據庫的備份，防止數據庫的丟失和破壞，避免給檔案管理造成不必要的損失。

同時，堅持數據庫的科學開發。傳統的檔案管理內容單一、更新速度慢，現代化的檔案管理復雜性和變動性較大，因此，在對數據庫進行開發時，必須堅持科學開發，正確使用新的檔案管理軟件，合理采用一種或多種數據庫轉換方式，實現數據在不同軟件之間的信息共享。

除此之外，還要及時考慮到數據庫信息量的增加速度，考慮數據庫技術的發展趨勢，以便及時對數據庫進行升級或更新換代，提高檔案管理的有效性。

篇5

關鍵詞：教學檔案管理 灰色聚類挖掘 綜合評價

在挖掘數據過程中主要是從大型的數據庫以及數據倉庫中不斷的發現，同時將其潛在信息或者知識提取出來，它的基本目的是對分析人員提供一定的幫助，探索各個數據間存在的關聯性，發現被人們所忽略掉的要素，上述所述的信息對于趨勢與決策行為的預測是非常有利的。數據實際挖掘過程中經常采用的方法是從數據庫事務中查找出關聯性原則。而聚類分析方式又是數據庫挖掘中運用最為廣泛的一項重要的技術手段，同時還是數據挖掘技術的一個分支。本文首先分析了灰色聚類挖掘算法，其次采用實例對高校院系級教學檔案管理綜合評價進行了論述，以供參考。

1、灰色聚類挖掘算法

這里所說的綜合評價，實質上指的是對諸多屬性體系結構所描述的對象系統進行全方位的評價。綜合評價的方法非常多，不過由于它們的實際出發點都不相同，并且處理問題的思路也不盡相同，相互之間都存在著優點與缺點，因此，當發生綜合評價問題時，人們經常不知道選擇哪一種方法比較好，對于評價結果的可靠性也不清楚。一般情況下，在高校院系級教學檔案管理的綜合評價中，人們比較重視的是教學檔案管理具有的綜合評價等級，所以，筆者認為，采用灰色聚類挖掘算法較為合適。

數據挖掘處理過程中，最為重要的一個環節就是數據挖掘算法，其主要是通過灰色聚類挖掘算法及在數據倉庫中所提取的數據進行的，我們能夠明顯的看出該組織中存在的個體類型，同時它還能準確的判斷出一個個體在這些類型中屬于哪一類。灰色聚類實質上就是把聚類對象對于各項聚類指標，根據幾種灰類進行分類，從而準確的判斷出這一聚類對象具體屬于哪一類。應將各種需要進行綜合評價的個體作為聚類對象，將各項評價指標作為聚類指標，及時有效的處理好各個個體指標的原始數據，然后對各個灰類區間進一步確定，并且提出白化權函數以及白化權系數，最后一步是將個體屬于某一灰類的灰色聚類系數矩陣全面的計算，以此得出這一個體屬于的灰類，從而獲取到不同樣本的實際灰類和評價等級結果。將需要預測的樣本和數據倉庫中已經分類的模式間進行全面的比較，得出這兩者間的實際距離，這樣就能夠獲悉到此樣本與哪種模式相近，然后根據該模式的整體情況對其結果進行預測，進而獲取到待識別樣本的分類等級。

2、高校院系級教學檔案管理綜合評價實例

結合評價的實際目的，將教學檔案的收集、整理、鑒定、利用、保管以及統計這六方面的要素作為評價指標體系。為了使得討論更加的方便，本文主要通過七個教學單位的教學檔案管理情況，有機的結合了專家評分及自我評分，計算出平均分數，獲取到的評分結果原始數據。

有效的處理原始數據矩陣，使其趨于標準化，然后通過灰色聚類算法，結合Matlab程序將最后的結果計算出來，具有較好綜合評價結果的是院系1、院系4以及院系5；中等水平的是院系2和院系3；綜合評價結果最差的是院系6與院系7。從最后計算出的結果中可以明顯的看出，院系1、院系4、院系5的教學檔案管理水平較好；院系2和院系3的教學檔案管理水平一般；而院系6與院系7的教學檔案管理水平是最差的。通過這樣的一種方式，能夠得出好、中、差的聚類中心，數據倉庫的分類模式就此形成。從待評價樣本的預測方面考慮，帶預測樣本應與數據倉庫中已經分類的模式進行全面的比較，得出它們之間的距離，以判斷出此樣本與哪種模式更相近，最終獲取到待識別樣本的分類等級。本文主要對灰色聚類數據挖掘在高校院系級教學檔案管理綜合評價中的應用情況進行了一番論述，可以明顯的看出，其可以采取聚類的方式對高校教學檔案管理進行全面的分析，從中發現教學檔案管理的類型，其對于高校檔案管理具有重要的理論與指導意義。作為高校系級教學檔案管理人員，應圍繞著科學評估與分析，結合實際情況，確保教學檔案管理工作具有較高的水平。

3、結論

綜上所述可知，通過對教學檔案管理各項程序進行加工后的教學檔案，不僅使其呈現出了清楚的編目、使用簡便以及內容豐富等優勢特點，而且還將該系教學工作實際情況全面的反映了出來，我們應全面的利用其具有的優勢，以提高教學工作水平。只有通過這樣的方式，教學檔案的功能作用才會進一步提高，教學檔案建設的最終目的才會得以實現。不過，在應用灰色聚類挖掘評價方式時應對三方面的事項加以考慮，一方面，評價的因素不能過多，不然，評價者難以對全部評價因素進行全面的理解，最終使得所獲取的數據不具備高質量；另一方面，參加評價的對象不能過多，不然重復的操作以及繁重的負擔將使得評價者反感行為的發生；此外，評價先導工作必須完善。由于筆者能力有限，本文的論述還不是很全面，希望同行們提出寶貴的意見或建議。

參考文獻：

[1]吳正霞,周怡.教學評估與高校教學檔案管理[J].西北醫學教育,2007年02期

[2]彭韶霜.高校教學檔案管理存在的問題與對策[J].蘭臺世界,2007年14期