摘要：信息技術(shù)越來越多地應(yīng)用于社會多種領(lǐng)域，政務(wù)處理當(dāng)然也不例外。本文討論了政務(wù)處理方法的歷程，重點(diǎn)突出了新的信息技術(shù)對政務(wù)的革新作用。最后以檢察院為例提出具體應(yīng)用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)的有效方法，輔助政府獲得潛在的知識信息。
　　關(guān)鍵詞：信息技術(shù)；數(shù)據(jù)倉庫；數(shù)據(jù)挖掘；政務(wù)
　　中圖分類號：TP399 文獻(xiàn)標(biāo)識碼：A
　　
　　在信息時(shí)代，信息技術(shù)的快速發(fā)展對社會各個(gè)領(lǐng)域都產(chǎn)生了一定的影響，在電子商務(wù)中反映尤為突出。電子政務(wù)的出現(xiàn)相對較晚，但據(jù)國外學(xué)者研究表明大約80%以上的重要信息資源掌握在政府手中，所以許多國家都將電子政務(wù)作為本國在信息技術(shù)應(yīng)用領(lǐng)域的首要任務(wù)。
　　
　　1 政務(wù)狀況分析
　　
　　政府不僅是處理人民群眾日常事務(wù)的單位，它更重要的作用體現(xiàn)在可以反映群眾的多數(shù)意見和分析社會大范圍的特征，并以此幫助人民群眾和社會向更好的方向發(fā)展。政府對這些事務(wù)的處理到目前為止經(jīng)歷了人工和計(jì)算機(jī)處理的兩大階段。
　�。ㄒ唬┤斯ぬ幚黼A段
　　為了反映較大范圍人民群眾的整體特征，政府經(jīng)常要付出龐大的人力和物力收集大量數(shù)據(jù)。這個(gè)數(shù)據(jù)的收集通常要經(jīng)歷一個(gè)較長的時(shí)間，間隔一段時(shí)間還必須重復(fù)執(zhí)行。比如犯罪規(guī)律調(diào)查、經(jīng)濟(jì)普查、群眾意向調(diào)查等。然而，分析收集來的海量數(shù)據(jù)更是政府頭疼的一件事。
　　還沒有出現(xiàn)計(jì)算機(jī)前，光靠人工來處理數(shù)據(jù)有時(shí)還會面臨這樣的窘境：上一期的數(shù)據(jù)結(jié)果還沒分析出來，下一期的數(shù)據(jù)收集又要開始了，因此整個(gè)數(shù)據(jù)收集和分析工作變得沒有任何意義。另外，有些數(shù)據(jù)需要間隔一段時(shí)間重新收集，然后分析短期和長期的數(shù)據(jù)。比如經(jīng)濟(jì)普查，若政府制定每5年一次經(jīng)濟(jì)普查，則每5年政府就可以做一次短期經(jīng)濟(jì)狀況分析。但是政府不僅只要知道近5年來的經(jīng)濟(jì)狀況，還需知道近10年、近20年、50年甚至更長時(shí)間的經(jīng)濟(jì)發(fā)展?fàn)顩r，那么光靠人工去翻閱以前的數(shù)據(jù)就是件很困難的工作了。所以人工處理數(shù)據(jù)階段，有許多政務(wù)受到很大的限制。
　�。ǘ�）計(jì)算機(jī)處理階段
　　自計(jì)算機(jī)出現(xiàn)后，許多領(lǐng)域的工作發(fā)生了翻天覆地的變化，政務(wù)處理同樣也不會忽略如此有效的手段。隨著計(jì)算機(jī)在各政府部分的使用，逐漸出現(xiàn)了“電子政務(wù)（Electronic Government，即EG）”。20世紀(jì)80年代以來，我國一直關(guān)注電子政務(wù)，2001年電子政務(wù)被列入國家“十五”發(fā)展規(guī)劃。電子政務(wù)的發(fā)展大致經(jīng)歷了以下三個(gè)階段：面向數(shù)據(jù)處理的第一代電子政務(wù)、面向信息處理的第二代電子政務(wù)、面向知識處理的第三代電子政務(wù)。在前兩個(gè)階段中，許多政務(wù)工作確實(shí)提高了效率，但是政府海量數(shù)據(jù)中隱含的價(jià)值仍不能被有效發(fā)掘。正如在一大座金山中，獲取更有價(jià)值的黃金還需更細(xì)致更有效的清理和挖掘。
　　雖然在前些年，各級政府部門具備了一定的信息化基礎(chǔ)設(shè)施，為構(gòu)建電子政務(wù)系統(tǒng)奠定了基礎(chǔ)。但是，由于缺乏統(tǒng)一的規(guī)劃，各政務(wù)系統(tǒng)成了一個(gè)個(gè)“信息孤島”，也沒有有效的方法從海量數(shù)據(jù)資源中快速挖掘有價(jià)值的知識信息。因此，耗費(fèi)成本收集的數(shù)據(jù)沒有利用就被棄置了，政府也不能夠發(fā)揮出更多潛在的社會價(jià)值。
　　由于信息技術(shù)的發(fā)展，電子政務(wù)逐漸進(jìn)入第三代發(fā)展中，即有效應(yīng)用數(shù)據(jù)倉庫和數(shù)據(jù)挖掘技術(shù)挖掘知識。
　　
　　2 DW和DM技術(shù)
　　
　　數(shù)據(jù)倉庫（DataWare，即DW）是指一個(gè)面向主題的、集成的、非易失的且隨時(shí)間變化的數(shù)據(jù)集合，用來支持管理人員的決策[1]。當(dāng)大量的數(shù)據(jù)被整合在一起后，從用戶分析角度來看，使用這些數(shù)據(jù)的手段是多方面和多層次的。面向知識處理的EG系統(tǒng)應(yīng)能夠自動剔除掉不需要的數(shù)據(jù)，按照用戶的要求整合雜亂的數(shù)據(jù)資源，獲取某些可用的屬性。而且，政府的決策通常是經(jīng)過觀察長期社會發(fā)展的狀況而制定的。這其間，需要分析5年、10年，甚至幾十年的大量相關(guān)數(shù)據(jù)資源。因此，政府?dāng)?shù)據(jù)需要被長期、且穩(wěn)定的存儲。在日常收集數(shù)據(jù)和整理數(shù)據(jù)時(shí)，利用數(shù)據(jù)倉庫的思想來進(jìn)行有利于我們充分發(fā)揮數(shù)據(jù)挖掘技術(shù)進(jìn)行知識的挖掘。
　　數(shù)據(jù)挖掘（Data Mining，即DM）是指從大量的數(shù)據(jù)中，抽取出潛在的、有價(jià)值的知識（模型或規(guī)則）的過程。數(shù)據(jù)挖掘就是從大量數(shù)據(jù)中提取或“挖掘”知識。
　　首先，我們要確定數(shù)據(jù)挖掘的對象有哪些。數(shù)據(jù)資源可以從多種方面獲得，如系統(tǒng)分析設(shè)計(jì)人員向不同范圍的業(yè)務(wù)對象調(diào)研獲得，或反之業(yè)務(wù)對象主動向系統(tǒng)設(shè)計(jì)人員提出；在互聯(lián)網(wǎng)時(shí)代，從網(wǎng)絡(luò)中獲得數(shù)據(jù)資源更快更多了。
　　其次，要有效地應(yīng)用數(shù)據(jù)挖掘技術(shù)，就要遵循科學(xué)的應(yīng)用流程。一般的挖掘流程是：（1）確定挖掘?qū)ο螅唬?）數(shù)據(jù)準(zhǔn)備；（3）數(shù)據(jù)挖掘，即模式提��；（4）結(jié)果分析，即模式評估。[2]
　　數(shù)據(jù)挖掘功能用于指定數(shù)據(jù)挖掘任務(wù)中要找的模式類型。數(shù)據(jù)挖掘任務(wù)一般可以分為兩類：描述和預(yù)測。描述性挖掘任務(wù)刻畫數(shù)據(jù)庫中數(shù)據(jù)的一般特性。預(yù)測性挖掘任務(wù)在當(dāng)前數(shù)據(jù)上進(jìn)行推斷，以進(jìn)行預(yù)測。數(shù)據(jù)挖掘系統(tǒng)要能夠挖掘多種類型的模式，以適應(yīng)不同的用戶需求或不同的應(yīng)用。數(shù)據(jù)挖掘功能以及它們可以發(fā)現(xiàn)的模式類型包括：class/concept description、Association analysis、Classification and prediction、Clustering、Outlier analysis等。
　　
　　3 建立面向知識處理的政務(wù)系統(tǒng)
　　
　　按照上述數(shù)據(jù)挖掘的基本流程，以檢察院為例介紹如何讓EG系統(tǒng)真正實(shí)現(xiàn)面向知識的處理。
　�。ㄒ唬�構(gòu)建EG系統(tǒng)的數(shù)據(jù)倉庫
　　這部分主要分為四個(gè)任務(wù)：確定檢察院EG系統(tǒng)中的數(shù)據(jù)源；Web日志數(shù)據(jù)的預(yù)處理；多維Web數(shù)據(jù)模式的建立；應(yīng)用OLAP技術(shù)。
　　1．確定檢察院EG系統(tǒng)中的數(shù)據(jù)源
　　檢察院EG系統(tǒng)的數(shù)據(jù)主要從兩個(gè)方面獲得：
　　（1）調(diào)研和用戶主動提供的數(shù)據(jù)資源；
　�。�2）EG系統(tǒng)從其門戶網(wǎng)站中獲得數(shù)據(jù)源。
　　在原來的檢察院系統(tǒng)中，大量數(shù)據(jù)資源主要從第一方面獲得。當(dāng)實(shí)施了EG后，政府將從其門戶網(wǎng)站中獲取更多、更豐富的數(shù)據(jù)資源。因?yàn)闄z察院對第一種數(shù)據(jù)來源已形成了較成熟的數(shù)據(jù)庫，只需直接導(dǎo)入數(shù)據(jù)倉庫。那么如何對龐大的Web日志數(shù)據(jù)建立數(shù)據(jù)倉庫呢？
　　2．Web日志數(shù)據(jù)的預(yù)處理
　　Web服務(wù)器日志文件中的數(shù)據(jù)稱之為原始數(shù)據(jù)，管理員可根據(jù)需要用某些日志字段記錄相關(guān)數(shù)據(jù)。[3]如：用戶的域名或IP地址，用戶的Login ID，訪問日期和時(shí)間，訪問的方法，被訪問頁的文件名和參數(shù)等。對Web日志數(shù)據(jù)的預(yù)處理包括兩步。第一步：清除噪音，即去掉對知識挖掘無關(guān)的數(shù)據(jù)。第二步：轉(zhuǎn)化數(shù)據(jù)，即將原始數(shù)據(jù)按照挖掘需求通過重新組織或簡單計(jì)算轉(zhuǎn)換成規(guī)范模式。
　　3．多維Web數(shù)據(jù)模式的建立
　　分為三步進(jìn)行。第一步，選取維。多維數(shù)據(jù)便于我們從多個(gè)角度、多個(gè)側(cè)面對數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行觀察、分析，以深入了解包含在數(shù)據(jù)中的信息和內(nèi)涵。N維數(shù)據(jù)矩陣用C（A1， A2，……， Am ，count）模式表示，其中A??i代表第i維，i=1，2，……，n， count是變量，反映數(shù)據(jù)的實(shí)際意義。
　　數(shù)據(jù)單元用r[A1：a1，……，An：an，count]模式表示，即為維Ai選定一個(gè)維成員a??i，i=l，…，n，這些維成員的組合唯一確定了變量count的一個(gè)值。通常，需要了解用戶對門戶網(wǎng)站中文件資源的訪問行為，可以選取用戶維、時(shí)間維、文件維構(gòu)建數(shù)據(jù)矩陣，以形成多維視圖。
　　第二步，構(gòu)造檢察院門戶網(wǎng)站訪問數(shù)據(jù)的多維視圖。先選取data維（按季度組織）、file維（按文件類型組織）用2-D形式表示用戶對檢察院門戶網(wǎng)站的訪問行為。然后加入第三維location（按用戶所在區(qū)組織），進(jìn)一步構(gòu)建用戶訪問行為的三維視圖。視圖顯示的事實(shí)是visit_count（訪問次數(shù)）。
　　第三步，創(chuàng)建多維數(shù)據(jù)模式。最流行的數(shù)據(jù)倉庫數(shù)據(jù)模型是多維數(shù)據(jù)模型。最常見的模型范例是星型模式。
　　
　　4．應(yīng)用OLAP技術(shù)
　　
　　OLAP，即在線聯(lián)機(jī)處理。應(yīng)用OLAP技術(shù)可以很方便地從Web日志數(shù)據(jù)矩陣中作出一些簡單的結(jié)論性分析，如回答一些問題：（1）哪些資源訪問情況最好，哪些最差?（2）用戶的地域分布情況如何?我們可以充分利用多維數(shù)據(jù)模型上的OLAP操作，如下鉆（drill-down）、上卷（roll-up）、切片分析（slice）和切塊分析（dice）等技術(shù)對問題進(jìn)行求解。
　　（二）挖掘模式的有效應(yīng)用
　　 應(yīng)用數(shù)據(jù)挖掘技術(shù)可以自動發(fā)現(xiàn)用戶的行為特征和系統(tǒng)的訪問模式。
　　1．?dāng)?shù)據(jù)挖掘技術(shù)應(yīng)用的范圍
　　雖然現(xiàn)在已有很多地方級政府部門都建立了自己的門戶網(wǎng)站，但公眾只能在這些網(wǎng)站上瀏覽少量的政府職能和部門介紹。這樣的政府門戶網(wǎng)站沒有根本上體現(xiàn)本身應(yīng)有的應(yīng)用價(jià)值。檢察院構(gòu)建其門戶網(wǎng)站，需要向公眾、企業(yè)和其他政府部門提供盡可能多相關(guān)信息和服務(wù)。同時(shí)，檢察院通過門戶網(wǎng)站也要有能力獲悉訪問用戶的訪問行為和動機(jī)、趨勢。在服務(wù)器以及瀏覽器日志記錄的數(shù)據(jù)中隱藏著模式信息，結(jié)合網(wǎng)絡(luò)技術(shù)應(yīng)用數(shù)據(jù)挖掘技術(shù)可以自動發(fā)現(xiàn)系統(tǒng)的訪問模式和用戶的行為特征，從而進(jìn)行預(yù)測分析。
　　2．應(yīng)用挖掘模式提取和分析知識
　　根據(jù)不同的應(yīng)用要求，在數(shù)據(jù)挖掘模式中選擇合適的方法進(jìn)行計(jì)算，提取有效數(shù)據(jù)，得出知識。對于檢察院，可以應(yīng)用聚類方法確定特定用戶的地域分布，從而識別出一些問題：
　　（1）哪些分區(qū)在一段時(shí)間內(nèi)網(wǎng)上舉報(bào)情況較集中。
　�。�2）網(wǎng)上舉報(bào)較集中的地區(qū)是因?yàn)榘讣�發(fā)生頻繁，還是因?yàn)榫W(wǎng)絡(luò)普及范圍廣。
　　（3）對比網(wǎng)上舉報(bào)和非網(wǎng)上舉報(bào)的用戶群，以輔助政府決策對不同地區(qū)采取不同的情報(bào)收集手段。
　　關(guān)于新的信息技術(shù)對政務(wù)處理的革新作用，還有許多值得繼續(xù)深入研究的。但是，不論從那個(gè)方向進(jìn)行研究，都必須要以提高政務(wù)處理能力為宗旨，將先進(jìn)的信息技術(shù)有效的應(yīng)用于政務(wù)處理上，讓政府資源發(fā)揮最大的社會價(jià)值。
　　
　　參考文獻(xiàn)
　　 [1]Colin White. Data Warehousing. Cleaning and Transforming Data [M]. InfoDB，2002.
　　[2]林宇.數(shù)據(jù)倉庫原理與實(shí)踐[M]. 北京： 人民郵電出版社，2003.
　　[3]杜國寧， 朱仲英. 基于Web技術(shù)的數(shù)據(jù)挖掘系統(tǒng)研究與設(shè)計(jì)[J]. 微型電腦應(yīng)用，2005， （1）.

相關(guān)熱詞搜索：革新 信息技術(shù) 政務(wù) 論新信息技術(shù)對政務(wù)革新的作用 政務(wù)信息的作用 什么是政務(wù)信息工作