首页 > 文章中心 > 正文

信息化行政决策系统分析

前言:本站为你精心整理了信息化行政决策系统分析范文,希望能为你的创作提供参考价值,我们的客服老师可以帮助你提供个性化的参考范文,欢迎咨询。

信息化行政决策系统分析

编者按:本论文主要从系统架构及技术分析;数据挖掘的技术工具和基本过程;应用效果等进行讲述,包括了数据仓库的作用、模型库系统的功能、知识库系统的功能、可视化接口、系统包括以下三个应用模块、可自定义投票及评分模块、综合报表处理模块、决策参考模块、行政决策辅助系统在需求分析时应充分考虑系统的联网应用等,具体资料请见:

摘要:行政决策辅助系统可以辅助各级政府部门领导进行科学决策,有利于提高政府决策效率和决策结果的合理性、时效性和适应性。文章从系统科学的角度分析了行政决策辅助系统的体系结构,并对系统构建的思路、方法及使用的关键技术进行了阐述。

关键词:信息化;数据仓库;行政决策;辅助决策

长久以来信息的不完备是影响管理者进行理性判断和决策的直接原因之一,而现有的数据库系统虽然可以高效地实现数据的录入、查询和部分统计等功能,但是无法发现数据中存在的关系和规则,无法根据现有的数据预测未来的发展趋势。因此,杭州市西湖区院为了在检察业务信息、队伍建设情况和综合行政事务方面辅助领导决策,建设应用行政决策辅助系统,将各科室以往分散的数据资源进行整合,并充分发挥电子政务平台的优势,通过系统提供的多种分析功能进行多角度、多层次的分析,将各类数据转化为院领导决策所需要的信息。它的实施使得行政决策者可以在广泛了解决策所需信息的前提下进行决策,避免了靠经验决策和决策信息不完备导致的决策的盲目性现象,从而提高了行政决策的科学性和合理性,支持与强化行政决策过程。

一、系统架构及技术分析

系统架构主要由数据仓库系统、模型库系统、知识库系统及可视化接口4部分构成。采用的关键技术是数据仓库技术(DW)、数据挖掘技术(DM)、在线分析处理技术(OLAP)。

(一)数据仓库的作用

电子政务的决策过程是一个从非结构化数据中抽取结构化信息,再提供非结构化决策分析结果的过程。因此,为了营造良好的电子政务决策数据环境,获得高质量的数据分析结果,建立适合政府决策的数据仓库系统是电子政务决策支持系统的关键环节,以确保政务系统中的数据能够更好地发挥分析、决策的作用。这种数据仓库系统的功能要能向两个不同方向拓展,一是广度计算,二是深度计算。广度计算是使数据仓库系统的应用范围尽量扩大,能基本涵盖市级政府决策、服务的领域;深度计算使数据仓库系统克服了以往数据库简单数据操作处理(即事务处理)的缺点,对数据处理提出了更高的要求,使其能更多地参与政府对数据分析和决策的制定等工作。

(二)模型库系统的功能

模型库系统包括模型库及其管理系统,模型库是一个包含有财务、统计、运筹和其他定量模型的软件包,存放解决行政管理问题的经验模型,是为决策提供分析能力的部件,给予决策者通过推理、比较、选择来分析、预测和解答整个问题的能力。因此,研究一些决策支持模型,建立一个政府决策的模型库系统是完成系统的关键环节之一。这种模型库系统应具有以下两个特点,一是能实现多目标决策;二是能实现多领域、多部门、多用途的决策,即按经济内容来看应具有预测类模型、综合平衡模型、结构优化模型、经济控制类模型等,按决策活动来看应有规划模型、推理模型、分析模型、预测模型、评估模型等。

(三)知识库系统的功能

知识库系统包括知识库及知识库管理系统,其功能是对知识进行系统化组织与管理,存储、增加、删除、修改和查询知识,以及对知识进行一致性和完整性校验。知识库与数据库既有区别又有联系,从知识的逻辑表示观点来看,关系数据库是一种简单的知识库,数据库中的每一个关系是一个原子公式,即一个谓词,关系中的元组即是知识中的事实,因此利用关系数据库来建造知识库,就可以充分利用关系数据库管理系统的功能,便于知识库管理系统的设计与实现。

(四)可视化接口

可视化接口包括预测、分析、查询和维护等4个子系统。通过数据分析和预测工具对数据仓库中的数据进行多维分析、汇总,结果可以用二维表、饼图、折线图和直方图表示。

二、数据挖掘的技术工具和基本过程

数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘常用的技术有神经网络、决策树、遗传算法、近邻算法和规则推导等。数据挖掘常用的工具有:

第一,基于神经网络的工具。由于对非线性数据具有快速建模能力,神经网络很适合非线性数据和含噪声数据,所以在政府数据库的分析和建模方面可以应用。

第二,基于关联规则和决策树的工具。大部分数据挖掘工具采用规则发现或决策树分类技术来发现数据模式和规则,其核心是某种归纳算法。

第三,基于模糊逻辑的工具。其发现方法是应用模糊逻辑进行数据查询、排序等。

第四,综合多方法工具。不少数据挖掘工具采用了多种开采方法,这类工具一般规模较大,适用于大型数据库或者并行数据库。数据挖掘的基本过程包括数据准备、模型搜索、结果分析和生成报告。数据准备:收集和净化来自数据源的信息并加以存储,将其放入数据仓库中。

模型搜索:利用数据挖掘工具在数据中查找模型,搜索过程可以由系统自动执行,也可以由用户参与执行。对于一个主题的搜索,可用神经网络、专家系统、统计方法等。

结果分析:一般地说,数据挖掘的搜索过程需要反复多次,因为当分析人员评价输出结果后,他们可能会发现一些偏差或一些新的问题,要求对某一方面做更精细的查询。

生成报告:根据分析结果,进行整理,形成分析报告。

三、应用效果

西湖区院通过对各科室需求的深入了解,将信息化工作模式与各科室的实际情况相结合,并根据使用者的意见着重实现了系统在各部门的通用性和后台的完全可自定义性以及数据的动态显示,从而提升了系统的应用价值。

系统包括以下三个应用模块:(1)可自定义投票及评分模块。该模块着重对机关内各类选择类和打分类的投票、调查、评比等活动实现网上的无纸化操作和结果的自动统计;(2)综合报表处理模块。该模块着重实现对机关内的各类填报类的报表、台帐及绩效考核等活动进行网上填报和自动汇总及根据需要生成相应的统计结果;(3)决策参考模块,该模块着重实现对所需信息的自定义动态统计。如行装科可根据车辆名称与使用情况设置一种全院车辆信息统计表,填报人员每月只需填写本车的加油费、行使公里数、维修费、出车次数等使用情况,管理者便可根据需要按照月、季度、年等时间跨度对每辆车上述信息的变化情况进行比较,并可生成柱形图、圆饼图或曲线图等直观的比较结果。同时每个模块可根据需要进行功能扩展。通过对该系统的使用西湖区院构建了一个动态的全院行政指标体系结构,通过完整的权限分配机制,使各科室领导能及时、全面地掌握所管辖部门的行政数据情况,同时为院领导提供了各种综合信息和科室状况及人、财、物等资料的实时与历史信息,实现了对本院运作的快速、全面、直观的监控,提高行政办公人员办公效率,有利决策者做出科学决策。例如在中层干部述职述廉评分活动中,全院干警通过投票评分模块在院内网中对全院中层干部进行网上测评。政工部门通过所分配的权限在系统后台自行编辑了民主测评表,由于后台设置的完全可自定义性使测评表在内容的随意性上完全实现了以往纸质问卷。每位干警只需在自己的电脑上便能完成投票,借助系统完整的分析功能政工部门可实现投票的适时统计,并可以柱形图、圆饼图或曲线图生成考核结果排序表、优良情况百分比表、及与历史考核对比表等统计结果,图形化界面的统计结果使数据的统计情况一目了然,为领导决策提供了简捷而精确的依据。

四、结语

行政决策辅助系统在需求分析时应充分考虑系统的联网应用,无论是管理员还是栏目维护员或访问者可以是政务网中经过授权的任意用户,同时系统应具备跨单位级联的功能,使得相关的统计或汇总功能可覆盖到从个人到部门再到上级乃至上上级部门的范围,从而拓展其应用的范围,并在最大程度上深层次挖掘数据的价值,实现单位对各部门高效的管理,帮助决策者明确决策目标和进行问题的识别,建立或修改决策模型,提供各种备选方案,并可进行评价和优选。