A digitális dokumentum archíválás elméleti és gyakorlati tudásának megosztását teszi lehetővé e topik házi levelezés szinten. Aktuális problémám is erről szól. Programok, szokások, adatbázis, stb.
Nem nagyon használják magyarul, kb. mint a CRM-et, az is maradt CRM. Ha muszáj volt, mert pl. az ügyfél nem tudott angolul, én vállalati kiadványok menedzsmentjének fordítottam, illetve kimenő információk menedzsmentjének. De egyik sem fedi pontosan a lényeget.
Szeretnék egy kis segítséget kérni, nagyjából a témába vág: Enterprise Output Management ("Enterprise Output Management (EOM) is an Information Technology practice that deals with the organization, formatting, management and distribution of data that is created by enterprise applications like Banking information systems, insurance information systems, ERP (Enterprise Resource Planning Systems), CRM (Customer Relationship Management), retail systems and many others.") magyarul mi?
Egész pontosan az output szó használatos magyar megfelelőjét keresem ebben a kontextusban.
Talán érdemes még megemlíteni, hogy épülettűzre gondolva a dokomentumokat érdemes több fizikai helyen tárolni (Lehetőleg más épülettömbben, egy napalmtámadás esetére). Papíralapú hiteles dokumentumokat csak tűzálló széfben érdemes tárolni (nem páncélkazettában, mert abban elégnek); a digitális tárolóeszköz (CD,DVD,DAT szalag) igaz hogy kevésbé bírja a hőt (hamar megolvad), de legalább tetszőleges mennyiségben soxorosítható és elvihető máshova.. Illetve időnként a fizikai hordozót (CD,DVD,DAT) cserélni is kell, mert a papírhoz képest hamar tönkremennek, de 'újraírással' a digitális adatok hosszabb ideig élhetnek (elvileg örökké)..
ok. elég a monokróm, vagy a ccitt, ezt támogatja az irfanview is. jpeg természetesen dobva, hiszen veszteséges. pdf-et nem szeretném, mert... talán az ocr miatt. De nem hinném, hogy lesz ocr, mert minek. Inkább a rendszerezésen és a "látható" szkennelésen van a hangsúly (hajtott, tépett, gyűrött papír látszódjon.)
A szürkeárnyalat teljesen felesleges, csak plusz helyet pazarol. Iratokhoz monokróm teljesen elég. Éppen ez a leggyakoribb hiba, amit elkövetnek, hogy szürkeárnyalatosban szkennelnek. Nézd meg a faxot, az is monokróm, és kifejezetten jó éppen erre a célra, pedig messze nincs 300 dpi.
Ha többoldalas, összetartozó dokumentumokról van szó, akkor a PDF is jó megoldás lehet. Ott is gondoskodni kell a monokróm képről, és a hozzávaló CCITT-tömörítésről (JPG itt is kerülendő). Mellesleg, nagyon nem véletlenül, ez a CCITT ugyanaz, mint amit a faxok is használnak. És a PDF is szabadon hozzáférhető szabvány, ráadásul az átlagos felhasználó számára kényelmesebben is kezelhető, mint a TIFF, mert ingyenes és jól használható néző van hozzá több is (nemcsak Adobe, hanem például Foxit Reader vagy GhostScript/GhostView).
Nem, senki nem tudja megállapítani, hogy eredeti. Bármikor lehet ilyet hamisítani, főleg, amióta még az sincs, hogy különfélére kopott írógépek vannak, hanem mindenki az unásig egyforma Times New Romant használja az unásig egyforma Word-kinézettel. Rémes ezekre az iratokra még csak ránézni is... :-))
A Tiff-et 256 szürkébe szkennelem, abból még lehet csinálni monokrómot. Ez az xml dolog után is utánanézek, köszi az infót. Viszont maga a szkennelés tuti el fog tartani január végéig és csak utána fogok adatbázist kezelni. Tiffben használom az lzw tömörítést. mivel 1:1-be szkennelem 300 dpi-n, szerintem elég lesz. Tényleg, szerintetek 300 dpi 256 szürkében elég? Mondjuk szépen, tisztán olvasható és nyomtatható is. Mivel többségében hivatalos (bíróság, rendőrség) van szó, még azt kell kiderítenem, hogy hogyan lehet majd (sokkal) később hitelesíteni a dokumentumokat. De ez még oddébb van. Ha mondjuk bírósági számtekes/infós megvizsgálja a gyűjteményt, akkor a vizsgálat végeztével meg tudják állapítani, hogy eredeti doksikról van szó?
Lehet. Mivel monokrómra majdnem ugyanazt az algoritmust használják, nincs számottevő méreteltérés. A PNG teljesen szabad, a TIFF-ben az LZW-t szabadalom védi, de nem hinném, hogy kipusztulna a formátum. Azonfelül, a szabadalom ellenére az algoritmus közismert, tehát ez csak jogi érv, nem gyakorlati...
A TIFF jó, csak ne rontsd el. Ha dokumentumról van szó, monokróm képet kell szkennelni, nem szürkeárnyalatost, és használd a TIFF belső tömörítését. Soha, semmikor, egy fél pillanatra sem szabad JPG-be menteni. Ha már egyszer volt abban, egyszer és mindenkorra elromlott, akkor már semmit nem segít, ha TIFF-nek visszamented.
A DBF a dBase adatbáziskezelő formátuma volt. Elég egyszerű és közismert, de minek? Egy alkalmas XML-formátum kialakítása (ha kell, akár saját) sokkal jobb manapság. És az mindig olvasható és szerkeszthető marad, ha kell, egy közönséges ASCII szövegszerkesztővel is, az pedig mindig létezni fog...
Egyáltalán, törekedj arra, hogy minimálisra csökkentsd a bináris adatformátumok számát. Ami egyszerű szöveg, az mindig biztonságosabb, hiba esetén sokkal jobban menthető, ha egy része elvész, a többi akkor is megmarad, és így tovább.
Mert, gondolom, nem egy-két évre tervezel archiválni. Ha egy gyártó saját formátumával dolgozol, akkor kiteszed magad annak, hogy pár év múlva nem tudod többet elolvasni. A Microsoft már például vagy egy évtizede sportot űz abból, hogy az újabb verziókból rendre kihagyja a túlságosan régi formátumváltozatok támogatását. Jön még pár újabb programverzió, és nem tudod többet beolvasni a most elmentett anyagaidat. Egy nyílt, mindenki által szabadon megismerhető és felhasználható formátummal ez nem fordulhat elő, hiszen legrosszabb esetben akár magad is írhatsz (vagy írathatsz) olyan programot, amelyik beolvassa és átkonvertálja bármivé, ami majd, mondjuk, tíz-húsz év múlva éppen futó program lesz.
Miért szükséges szabad formátumot használni? A kompatibilitás miatt?
A platformfüggetlenség miatt. Nem mindenki használ Windows-t, én sem. Mások például Apple Mac-et használnak. A szabványtalan megoldásokkal kötöd magad egy gyártóhoz, annak üzletpolitikájához, áraihoz. Ebbe beletartozhat az illető formátum megszűntetése is.
Az archívumlista igazából archívum adatbázis lenne. A scannelt dokumentumok egyedi azonosítóval ellátott információhalmazát célszerű adatbázisban tárolni a visszakereshetőség miatt. Természetesen létezik ingyenes adatbázis kezelő rendszer is. Miért szükséges szabad formátumot használni? A kompatibilitás miatt?
A papír alapú dokumentumokat scanner, vagy egyéb eszközzel "lefényképezzük", digitalizáljuk, esetleg szoftver segítségével (OCR) a dokumentumon lévő szöveget dokumentumszerkesztő program számára szerkeszthetővé tesszük. A sok száz, vagy ezer dokumentum részére készíthetünk egy "tartalomjegyzéket", ahol többféle keresési szempont szempont szerint kereshetünk később dokumentumot. A papír alapú dokumentumok tárolása digitalizálás után nem foglal több helyet pár DVD-nél, a visszakeresés pedig akár órákat is megspórolhatunk.
Ez az alap.
Ami a lényeg: Aki otthoni felhasználásra, vagy paperless office (papírmentes iroda) létrehozására törekszik, annak milyen megoldások kínálkoznak? Mert ezt nem tudom sajnos.
Jómagam otthon Irfanview 4.0-val scannelem a dokumentumokat (~1000 db) TIFF kiterjesztésű állományokban, 1 oldal/kép terjedelemben, 256 szürkeárnyalatban, de még nem tudom, hogy milyen adatbázis szerkezetet fogok használni.
A téma adott. Ki milyen dokumentum archíválási gyakorlatot végez? Milyen progit használ? Az archívumlistát dbf, xls, doc, vagy egyéb módon tárolja? Mit érdemes archíválni?
