1、基于互联网的天津档案信息资源社会共享平台招标文件一、 背景、目标、原则和总体要求1. 建设背景近年来，天津档案部门不断加强档案目录信息体系建设，扩大档案开放利用的范围，充实档案信息服务的内容，目前市馆实现了142万余条已开放档案目录网上检索，年内还要推出部分档案的原文信息上网，同时，部分区县档案馆在互联网上也已经有开放档案目录上网，为广大利用者广泛获取档案信息提供了便捷、高效的服务。为了实现进一步深入落实科学发展观，坚持与时俱进，不断丰富和完善覆盖广大人民群众的档案信息资源体系，拓宽档案信息资源开发利用渠道，充分发挥档案促进经济社会发展、保障民计民生的功能，实现天津市范围内的档案信息资源的网上
2、共享，决定搭建天津档案信息资源社会共享平台。2. 建设目标 基于互联网建立全市开放档案信息资源联合目录及所对应的原文信息库（政府公开信息链接、天津市各级国家综合档案馆开放目录及全文、通过网上采集及整理提供与档案信息有关的参考内容及专题内容），增强检索功能，实现档案信息资源的整合和网上利用服务。 开发与集成档案远程服务系统，具有留言、评论、咨询、业务指导、研讨、视频交流（单点、多点）、信箱、报名、培训、学习、练习、考试、成绩查询、题库、发证等功能（以上功能同时移植到政务网），提供RSS服务、档案产品网上展示及购物等功能。 打造互联网上的一站式档案信息资源共享服务平台，实现平台与天津档案网整合，对
3、所涉及到的天津档案网页面做适当调整，将天津档案网迁移至新的软硬件环境中。3. 建设原则平台的建设应基于统一规划、统一组织、资源共享的原则，高度重视信息资源建设和安全工作，大力推进相关应用。平台的设计应遵循以下原则：1) 实用性整个平台的设计以应用功能需求为龙头，选择合理的设备配置，界面美观，功能实用，服务完善，快速稳定，内容合理，以小投资实现大收益。2) 先进性采用业界领先且成熟的技术和设备，充分考虑应用需求和今后五年的发展。3) 便利性充分考虑用户感受，尊重用户的使用习惯，注重应用的可操作性，内容的易读性，采用人性化的设计；同时，平台应易于管理，便于管理人员的操作。4) 扩展性在平台设备配置
4、和架构设计方面，充分考虑未来应用的扩展要求和设备性能提升扩充的要求，以适应用户数不断增长的需要。 5) 规范性平台建设应遵循规范化，要做到在开发团队组织、数据库开发、文档形成、文件夹及文件名、程序代码编程、平台建设尺寸、页面META区等方面均做到有章可循。6) 安全性平台应按照相关部门的要求进行设计和建设，从全方位、多层次进行安全防范。4. 运行环境1) 系统运行软件要求操作系统： Windows 2008数据库 ：Oracle 11g开发语言：JAVA2) 系统运行硬件要求硬件包括应用服务器、数据库服务器、文件服务器、搜索引擎服务器等。5. 总体要求平台的开发应遵循业内及采购方提供的标准规范
5、，采用先进的理念和技术，架构合理，界面美观，导航清晰，帮助完善，易用易读，数据处理灵活准确，易于扩展升级，兼容当前主流的浏览器，对搜索引擎友好，尊重用户体验。平台开发应使用跨平台开发语言JAVA技术，采用B/S架构。每模块开发要进行独立测试及最后系统的联合测试。系统设计开发要有完善准确的文档，文档需与开发同步进行，不得粗制滥造。平台应该与天津档案网充分整合，在天津档案网留有明显的入口，用户通过访问天津档案网，而后按照天津档案网首页上的导航进入到平台，也可通过地址直接访问平台，平台向用户提供开放目录和档案原文的查询和利用。平台具有用户管理功能，支持用户注册及登录，所有注册用户均拥有个人的用户中心
6、，登录用户可以充分享受系统赋予的功能，可以管理个人信息，享受预约服务，可以拥有系统内提醒，可享受平台提供的多项特色服务，这些服务包括：提供高清晰度原件、手机发送档案信息等，相应地用户需按每页或每条支付一定费用，平台对登录用户提供特色服务后，给予相应的反馈。平台应具有数据采集、整理及审核的功能，能够对有共性的数据做有针对性地收集，在一定规则下，可自动或在人工干预下整理形成有意义地成果(如专题、联合目录等)，经审核后，以适当地形式展现在平台指定的位置，具有高效快速准确地全文检索功能和人性化的组合检索功能，能够对平台的模板、页面、栏目、功能、数据、资源信息等进行灵活管理及操作。档案远程服务系统具有留
7、言、评论、咨询、业务指导、研讨、视频交流（单点、多点）、信箱（以上功能同时移植到政务网）、报名（网上支付）、培训、学习、练习、考试、成绩查询、题库、发证等功能。平台应能够与天津档案网很好地整合到一起，对天津档案网的首页及一、二级页面做相应的改造，完成天津档案网现有数据及部分页面的迁移及处理，迁移后的天津档案网能够稳定运行。整合内容包括页面的一致性处理，用户系统、后台管理、信息及数据搜索等。平台应具有长期稳定不间断的工作性能，运行速度快，安全可靠性高，支持系统数据的备份及导入导出。负载能力强，可支持至少100人的同时并发访问。页面操作平均响应时间为在1秒，百万级数据操作平均响应时间为2秒 。二、
8、 建设内容建设内容子系统平台子系统名称档案信息资源社会共享平台档案信息利用系统站点管理模板管理栏目管理UI编辑器提示子系统增效模块伪静态页面检索子系统单点登录模块管理人员管理日志管理增值服务子系统档案信息自主提交档案信息垂直搜索天津档案网改造与整合档案信息采集与整理系统资源模块管理内容管理图片背景水印技术OCR识别技术维护人员管理专题内容管理内容审核管理数据库连接维护数据库表档案远程服务系统留言评论咨询业务指导研讨视频交流信箱报名培训练习考试成绩查询题库发证后台管理1. 档案信息利用系统1) 系统说明档案信息利用系统是档案信息社会共享平台的用户界面，互联网用户可以利用该平台实现对全市开放档案信
9、息的一站式检索。2) 主要功能描述支持站点管理、模板管理、栏目管理、UI编辑器、提示子系统、增效模块、伪静态页面、检索子系统、单点登录、门户单元管理、权限管理、日志管理、增值服务子系统。3) 技术需求描述 站点管理平台管理员可建立新站点，新站点有自己独立的可访问的url，和管理用户、单独的模板管理、单独的栏目创建和使用。子站管理员能够进入自己所属的管理界面，可以独立管理自己的站点内容，如模板配置、栏目创建和修改、站点所属的用户管理、信息的管理维护等。 模板管理平台提供至少20套可供选择的模板类型，拥有多个模板，具有在线可视化编辑、源代码编辑、混合编辑、预览、选择变更模板，直观查看当前模板所处的
10、样式等功能。用户可独立配置自己的模板样式、更换、选择需要使用的模板，还可在线编辑模板，预览模板样式，自主选择模板，预览和保存模板等功能。 栏目管理配置创建栏目，管理栏目内容。栏目管理具有权限管理、扩展字段、专题制作、风格设置等功能，支持页面浮动、弹出窗口等不同展现效果的页面展现功能。可以创建不同主题的栏目，根据展示内容的不同来区分。通过系统设定，用户可以访问和查看到指定权限的栏目内容。不同主题的栏目展示不同的数据内容，栏目内容来源于：已经提供给平台数据接口的源数据表，栏目可以定义要显示的数据表，表的特定字段的内容。展现特定专题内容，栏目可以直接调用展示已经制作好的内容页面，比如：能够以图表的形
11、式展示最近访问量最大的栏目，以及其他信息。经典、人性、个性的栏目展示效果，有网页的自动记忆功能，各个栏目可以自定义关闭、打开、设定刷新时间、自由拖拽、位置摆放。采用多样式的页面展示效果，如弹出窗口方式、页面浮动方式（采用ajax 技术在同一页面层次上展示页面效果，页面浮动展示、可自由拖拽、页面底层遮罩效果显示。） UI编辑器系统具有智能肤色管理功能，提供至少20种符合浏览者习惯的前台展示方式，还可支持用户自定义展示功能，用户可选择或定义自己满意的前台展示，上传自己定义的前台，使前台的展示方式按照自己定义的方式展示，有网页的自动记忆功能。根据系统提示，上传相应的档案信息资源文件，也可以添加导航节
12、点，采用逐层引导的方式，方便前台检索。提供多种利用方式，可实现在线浏览、下载、打印、预约。 模块管理模块是指需要集成显示的信息单元。如信息动态、。模块包括两种类型，内容单元和超链接单元。内容单元是指有实质内容的引用单元，在页面上直接显示信息标题及相应的内容。超链接单元是指只提供URL链接、链接标题或图片，实质内容在点击超链接后才能看到。用户能设定模块的名称、类型（页面或链接）、内容（页面路径、名称或链接地址）等属性。用户可对定义好的模块做修改和删除处理。 提示子系统提供即时提醒功能，平台内有待处理任务的情况下，管理人员只要登录到平台，就可以收到系统提示，并能够引导管理人员到相应的页面，管理人员
13、做出相应的处理后，消息不再出现，如未做处理，则有再次提醒功能，消息以托盘的形式出现。系统管理员可以向平台内的栏目管理员及其他用户发送消息，也可以授权给用户是否具有发送消息的功能，授权用户可以向其他用户发送消息。消息发送人具有管理消息的功能。 增效模块提供两种风格的增效模块，一种风格的增效模块封装大量互联网上常见的显示样式，通过调整参数就可实现文章列表、图文混排、图文滚动、跑马灯、焦点图等效果。另一种风格的增效模块只负责读取数据，由用户自己控制显示内容和显示方式。 检索子系统全文检索：同义词检索，查询的时候，根据结果文档的内容，自动生成同义词列表，从而建议用户选择不同的查询主题，使用户迅速的获得
14、不同种类的相关结果。逻辑运算检索， 支持关键词逻辑表达式组合，包括AND、 OR、 NOT等运算符。二次检索，支持在一次检索的检索结果不理想的情况下,运用与,或,非进行再限制检索,以得到理想的检索结果.关键字检索，即用所需信息的主题词（关键词）进行查询的方法。关联数据，可以识别信息间的主要关系，识别出与其相关联的任何格式的资料。可实时生成超链接，保证立即更新，不需要手工将链接插入到内容里面。当文档被查阅时，这些链接可以自动一次性插入到文档中，因此可以将以前写的文档和文章作为当前文档的参考，档案资料也可以链接到最新的新闻或相关资料。多数据库检索，支持对多数据库的检索排序功能：搜索的结果可以根据相
15、关性进行排序，也同时支持包括对各种字段的排序，或自定义的字段。在排序的时候，可以定制显示的结果类型，如按文档类型，按部门等，甚至压缩文件里面的文件类型也可以指定。拼写纠正，对于错误的词汇拼写，可自动纠正拼写错误，并给出相关的正确词汇搜索建议。检索结果显示格式设定，可以按表格形式，也可以按内容逐条显示，标题可加黑，可放大，检索词高亮或着色等。检索结果统计，对于检索出来的结果，可以分门别类地进行显示，如按字段、按类型、按使用情况等。统计报表的形式可为表格和各类图表，如直方图、饼图等，可存为PDF文件，并提供打印功能。分词，可以建立词表系统，可自己输入，也可支持用户共建。具有基本的维护功能。分类或组
16、合检索：支持按题名、责任者、时间、馆别、类别、来源等的组合或分类检索 伪静态页面技术。系统使用伪静态页面技术，以.htm作为url地址后缀，扁平的、可自定义的路径结构。也可根据用户需求可自定义页面后缀，如.php,.asp,.aspx等。 单点登录在平台、天津档案网内的任意登录页面，填写通行证账号（用户名）、密码及验证码，点击“登录”按钮，即可完成登录，无需在多个系统中反复登录验证。提供用户中心界面，实现用户对自己信息及所拥有权限的集成化管理。可以实现对天津档案网、平台用户的统一管理及维护。若用户长时间未动作，可超时自动退出。用户名、密码在传输及存储过程中做加密处理，不能明文传输或存储，具有强
17、迫用户使用强口令及强迫定期更换密码及检验密码安全性的功能。 人员管理平台根据不同的管理权限将使用人员划分系统管理员、栏目管理员、文档录入员、审核员、特殊用户等，系统管理员拥有管理的最高权限，并可以根据实际需要为栏目管理员、文档录入员、审核员、特殊用户分配操作权限及使用范围。各层次人员在自己操作权限及使用范围内进行相应的操作。 日志管理平台提供统一的日志访问接口，系统的重要操作，均进行日志记录。日志管理系统的主要界面功能包括了日志的查询和浏览。通过实时地记录和分析系统日志，系统管理员能够对系统进行全面的监管，包括业务运行情况的监控和用户使用情况的监控。 增值服务子系统开发档案信息分类利用系统，提
18、供多种利用接口（如在线有偿利用档案接口、短信方式发送档案信息接口等）。此种档案资源包括高清晰度的档案、档案缩微品等。管理员可在后台设置简单的计费方式。用户可在系统引导下顺利完成相关消费。具有灵活地充值功能，严格地监督及审计功能。采用支付宝等工具作为完成网上交易的支付平台，须完成相关注册及与平台的精准挂接，需求方提供必要的协助。须完成档案推送到手机所需档案的格式转换，支持短信、彩信及音视频发送，采用基于GSM MODEM构架，完成相关程序开发及所需软硬件设施的购置及配置。用户在登录用户中心后，当选择的服务需要支付费用时，进入相应地支付界面，选择自己认可的付费方式，获取平台提供的相应服务，具有费用
19、产生提示功能，具有完善准确地日志系统。4) 前台页面展现 平台门户运用div+css+javascript技术，分辨率为1024*768，网页宽度保持在1002以内，高度是612-615之间。如页面过长应设有回顶部功能。 平台符合网站开发的相关标准，兼容当前的各种主流的浏览器，对各大搜索引擎友好。平台在天津档案网上的入口设在天津档案网首页的显著位置，以版块的形式出现，版块名称为“天津档案信息资源社会共享平台”，包含元素为内容导读、在家看档案、今日档案、远程服务、原件赏析等，色彩布局应与天津档案网保持一致。平台首页见图1 ，该页面包括头部、中部和尾部，其中头部和尾部为包含页，即在整个平台所有界面
20、中均出现在指定位置。其中登录区包括用户名、密码、验证码、登录及注册、进入用户中心。类XX搜索区包括输入框、检索按钮及检索说明。最新动态区包括天津市档案系统最近发生的有关资源方面（不限于馆藏）的信息及更新情况。档案条目及原文显示区显示各区县提供的可供网上共享的档案条目（根据版块容量显示前几名）、显示最后更新时间及总数量、查看更多。按馆别、类别、来源检索版块分别按国家综合档案馆、档案分类及全宗来罗列显示，点击进入相应的二级页面，见图2。图1图2点击二级页面的题名链接可访问相应的原件信息，原件应事先做好加水印处理。见图3。图3 完成时间要求：2010年11月底前。2. 档案信息采集与整理系统1) 系
21、统说明档案信息采集与整理系统是基于互联网的市、区县国家综合档案馆和机构档案室开放档案信息采集平台，它应具备两方面主要功能，即档案信息自主提交和利用垂直搜索技术的网上抓取，采集到共享平台需要的数据信息。对采集到数据做出筛选、分类和规范的平台，它主要有两部分功能，即系统自动进行数据的筛选和人工筛选，在规范的基础上形成联合目录。 2) 主要功能描述档案信息自主提交：档案网登录界面、用户注册、注册提示、授权用户检测、用户提交界面、数据检测、提交进度条显示、数据提交成功提示、返回。档案信息垂直搜索：地址设定、站点列表、站点新建、站点过滤、地址库管理、数据内容设定、文件获取规则、采集定时功能、多任务多线程
22、、索引字段指定、信息抽取、非结构化数据处理、自动关键词提取、自动摘要提取、自动去重、自动分类、自动聚类、断点续采、支持多数据源采集。资源模块管理、内容管理、图片背景水印技术、OCR识别技术、维护人员支持、专题内容管理、内容审核、数据库连接管理、维护数据库表。3) 技术需求描述a) 档案信息自主提交互联网用户需要登录天津档案网界面，点击天津档案信息资源社会共享平台（简称档案共享平台）图标，进入平台首页，点击用户登录，进入登录界面。新用户需要按提示要求进行注册；老用户只需输入用户名、密码及验证码登录即可；IP群用户只需输入密码及验证码即可。系统应提供数据提交操作步骤说明，用户可依据说明逐步进行数据
23、提交。支持逐条及批量上传数据，批量上传数据时提供进度条，支持多种主流数据库，可以自动或手动配置字段和字段名，支持原文同步导入及精准挂接。b) 档案信息垂直搜索档案信息垂直搜索是是针对档案信息的专业搜索引擎，具有专、精、深的特点，可针对档案的特点进行搜索，旨在获取全市范围内散布于互联网不同位置的档案目录及全文信息，为某一特定人群或某一特定需求提供有一定价值的档案信息和相关服务。 地址设定：地址发生器具有名字和代码，通过地址发生器可快速得到所需网页的地址，生成的地址会存储到地址库中。 索引数据结构设置索引文件的数据结构，即添加索引字段，采集服务器采集的数据会存放在相应的索引字段中。系统支持按指定字
24、段搜索，即按指定索引字段去搜索。用户也可以修改索引文件的存放位置。 地址库管理管理已经获取的要抽取数据的网站地址URL，支持100个URL，垂直搜索可自动抓取符合要求的地址。 站点列表用户定义采集站点的信息，所有的站点信息以列表形式显示，主要包括站点名，站点入口地址和当前的采集状态。用户可对站点进行增，删，改及查的操作，也可以启用或禁用该站点。 新建站点站点应具有基本属性，访问配置，规则配置及地址过滤配置。其中基本属性是最基本的，全部为必填项，访问配置主要为那些必须登录才能看到内容的站点设置，为选填项。规则配置是数据抽取条件。 文件获取规则设置当需要抽取特殊格式的数据时，例如图片、pdf、wo
25、rd文件等，则需要添加文件获取规则。 采集定时功能通过定时任务设置系统在指定的时间采集数据库或采集目录文件，实现无人值守的自动作业。可以显示已经定义的任务列表。已添加的定时任务不会立即生效，在编辑定时任务时点击启动立即生效。定时执行任务可以根据需要设置运行时间段，任务的启动时间及指定时间段内两个任务之间的间隔时间，具体可选择每天、每周、每月，执行一次或多次。 多任务多线程支持多用户、多目标的采集和监控，可以同时采集和监控多个任务，每个任务采用多线程。用户可根据自身的服务器硬件及索引处理系统设置采集服务器的线程数，可支持100个线程。 索引字段指定对非结构化数据采集时需要对采集的元素对应上指定的
26、用户自定义的索引字段，将其它数据源的数据存到索引系统中。还可自动抽取文档的各个属性自动存储到默认的索引字段中。 信息抽取利用抽取规则，处理规则及文件获取规则等将互联网页面中非结构化数据抽取出来，一般可对指定元素进行抽取，例如抽取题名，主题词，时间等信息。 非结构数据处理非结构数据主要是针对像数据库这样的结构化数据而言，一般像网页中的数据元素即为非结构化数据。垂直搜索系统可以通过用户分析页面源码结构，总结出相应的抽取规则，处理规则及文件获取规则对数据进行匹配处理。 自动关键词提取可自动提取指定字段中的数据内容的关键词，可作为该条记录的标签，如果有必要，可以添加在前台显示系统自动提取的关键词。 自
27、动摘要提取在系统采集数据过程中，系统对采集到的数据自动提取一段摘要。 自动去重URL去重，将获取的URL地址通过地址过滤规则做过滤处理，符合要求的地址才存储到地址库中。内容去重，在数据采集过程中应存储所有已采集数据的去重信息，可通过去重信息来判断索引数据是否已存在，对已存在的数据不会再新建索引。 自动分类界面友好，用户可根据自身业务需要定义各个分类名称和分类代码，并可自动把采集的数据添加到此分类下，在数据采集过程中同一类的数据对应上一个分类。用户可以指定分类关键词检索某个分类下的所有数据。能够管理不同类型数据，包括结构化存储于的oracle、sqlserver等源数据类型，和非结构化数据类型如
28、文档、图片、媒体等多种类型的数据管理。其中结构化类型数据的展示，系统支持自定义字段展示，界面列出要展示内容的数据表的全部字段，用户选择要显示的字段，定义成即将显示的数据表单。用户可以自己定义需要展示的字段内容。 自动聚类根据文本内容的相似度，自动地分析采集过来的零乱的知识内容，将内容聚合成不同的类别,同时对每一个聚得的类别，给出精确的类别主题词。根据内容概念来把相似的文档聚类到一起（相关性算法），方便用户分析，同时完全自动化的生成类别的标题，并提供自动的热点生成和自动的热点趋势分析。支持中英文聚类，并可根据用户需求扩展到其他语种。 支持多数据源采集可以采集各种非结构化数据，XML数据格式，可以
29、下载各种文件格式数据。可支持mysql,sql server,oracle数据库数据，多种文档格式数据等。 数据库连接设置系统与数据库服务器的连接，把采集到的数据存储到数据库中。用户可以提供数据库服务器IP地址，数据库端口，数据库名字，用户名及密码等信息完成相应操作，同时可以测试数据库连接是否成功。此外，还可定制多种数据源连接。 维护数据库表可选择要存储采集数据的数据表，选中数据表名字，可以显示当前表的数据表字段及字段类型。用户可以删除当前已添加到本系统的数据表字段（只是从本系统中删除该表字段，并不会从数据库中删除该表字段），已删除的表字段还可以再添加到本系统中来。 采集功能启动/停止设置垂直
30、搜索服务器配置，在站点或地址发生器等都配置完毕后，控制采集服务器的启动与停止，记录采集速度和采集的数据条数，索引数据大小及检索次数等采集信息，可以实时显示站点数据的采集情况。 资源模块管理资源管理模块为管理人员提供资源管理器界面，允许管理员管理资源文件，包括上传或本地化的图片、各类附件等。 内容管理具有所见即所得的编辑功能，用户可以直接进行文字的排版处理，可以在线对图片进行简单处理，可以在图片的指定位置添加指定的水印，还可以进行表格处理。系统支持插入Flash、音频、视频、超链接、特殊字符等等。系统会自动将插入的图片、Flash、各类附件等上传到系统中指定的目录，直接从网上粘贴的文章其图片可以
31、自动保存到本地服务器。系统可以自动将大文本做自动分页处理，系统管理员可根据需要自主调整每页的大小。具有文件下载功能，支持常用格式的文件下载，如DOC、PPT、XLS、PDF、RAR等。对非结构化数据如图片、多媒体等具有强大的管理功能，可自由调整显示尺寸，提供了多种的图片浏览方式，包括单张图片的浏览方式和多张图片的循环播放方式。比如：直接点击图片缩略图，查看原图，保持原图的尺寸大小，带有背景遮罩效果。多张图片浏览采用多种滤镜效果切换展示，实现图片的幻灯片展示。对多媒体信息可以实现选择性截图，调整显示尺寸，转换成FLV格式，有断点续传功能。 OCR识别技术对档案原文进行OCR识别，识别后的文字存储到相应的位置，识别后的原文应关联到原文图片，以避免由于OCR产生的错误误导浏览者，该原文既可作为形成摘要的依据，也可供利用者摘抄之用，还可满足全文检索的需要。 图片背景水印技术用于天津档案馆自有原文及相关部门自主提交的档案原文。可以在所提供的图片档案或以图片形式存在的原文信息的背景上添加类似于“天津档案馆馆藏”字样的水印，可以编辑该字样，同时提供几种显示样式，支持单独或批量添加。应做到不
