基于数据融合的互联网与政务大数据业务协同处理方法

阅读：评论：0

1.本发明涉及互联网技术领域，更具体地，涉及一种基于数据融合的互联网与政务大数据业务协同处理方法。

背景技术：

2.实现智慧服务是建设智慧政府的最终目的。随着社会发展，政务信息资源急剧增长，而信息壁垒逐步成为制约智慧服务发展的最大障碍，只有解决海量、异构、异源的数据所带来的困扰，更大程度地发挥数据价值，才能实现智慧政府，提升智慧服务能力。
3.政务数据日益增多，政府全量数据是大数据时代重要的一类数据资源，其包含工商、税务、行政以及人力资源和社会保障等领域的数据。目前，往往通过建立共享平台对政府大数据开放、优化和共享，从多个维度推动数据共享工作，加快消除数据孤岛，打破部门之间的壁垒，实现政务数据的政用，推动数据的民用和商用。
4.然而，在现有方案中，还未能从技术层面完全打破不同领域不同纬度间的信息壁垒，实现多维多领域数据链接，进而无法实现部门数据对基层治理的有效赋能，最终表现为基层治理平台的建设成效低。

技术实现要素：

5.本发明的目的是克服上述现有技术的缺陷，提供一种基于数据融合的互联网与政务大数据业务协同处理方法。该方法包括：
6.针对需协同管理的事项，进行结构化信息元素分解，形成事项主体信息表；
7.基于多源多类型数据与事项主体作信息耦合关联，形成多源多类关系表；
8.对于所述多源多类关系表的信息，进行相关度和重要程度排序，建立事项主次要素表；
9.基于所述事项主次要素表，通过分析信息的特征点和差异点，利用跨域多源多维数据形成数据多维协同链；
10.对所述数据协同链匹配相应的决策预案，以供决策层进行选择；
11.所述数据多维协同链依据决策层选定的决策方案，结合所述事项主次要素表匹配相应的执行部门，并将决策方案传递至该执行部门。
12.与现有技术相比，本发明的优点在于，通过政务大数据技术、智能化技术等将政务相关的多种不同业务领域、多种不同数据结构、多种不同数据源的数据进行共享汇聚，实现数据的深度分析。并且通过多种不同的业务领域、多种不同的数据格式、多种不同的数据源，关联多维数据，解决了政府信息协同的问题，进而促进了政府智慧服务水平的提升。
13.通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
14.被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
15.图1是根据本发明一个实施例的基于数据融合的互联网与政务大数据业务协同处理方法的流程图；
16.图2是根据本发明一个实施例的基于数据融合的互联网与政务大数据业务协同处理方法的过程示意图。
具体实施方式
17.现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
18.以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
19.对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
20.在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
21.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
22.本发明提供的方案面向标准、技术、产品、应用和产业，基于政务大数据的城市运行管理进行科学决策，实现从感知信息到决策执行的转化，从组织层面的空间协同、业务层面的领域协同、策略层面的认知协同实现多维协同，为全面掌控城市系统运行情况、提高城市管理水平和应急决策水平提供有效支撑。
23.结合图1和图2所示，本发明提供的基于数据融合的互联网与政务大数据业务协同处理方法包括以下步骤。
24.步骤s110，针对需协同管理的事项，进行结构化信息元素分解，形成事项主体信息表。
25.基于政务大数据的城市运行管理需要，针对社会事件、业务场景、部门协作等需协同管理事项，利用社会安全设施、社会传感设备等公共设施，对事项主体利用语义分析、模式识别、动态追踪等技术，对事项进行结构化信息元素分解，形成事项主体信息表。
26.在一个实施例中，针对事件、场景、业务中主体的人或物进行识别，例如通过语义识别状态或意向，其中若识别人，则结合模式识别判断意向。模式识别可通过人脸识别技术、人体识别技术、视频理解技术或视觉场景识别技术实现。若识别物，则可以通过目标检测技术、目标识别技术、属性识别技术等实现。若识别文本，则通过自然语言处理技术。
27.在完成识别后，对主体意向信息进行结构化存储，形成事项主体信息表。例如，在事项主体信息表中，人的信息包含人脸识别后获得的基本信息资料，包括人脸信息、人体结构化信息、动作信息等。物的信息包括物体的类别信息、物体的结构化信息。文本信息包括文本的语义信息。
28.通过构建事项主体信息表，能够记录的人或物的状态/意向情况，即事项主体信息表包括事项主体类型(如人、或物)以及对应的状态或意向信息。
29.步骤s120，基于多源多类型数据与事项主体作信息耦合关联，形成多源多类关系表。
30.例如，事项主体以与之相关的人或物为主，三维空间、事项时间为辅，利用多源多类型数据与事项主体做信息耦合关联，形成多源多类关系表。多源多类型数据包括政务数据、公共数据、互联网数据、物联网数据、地理信息数据和行业数据(或称领域数据)等。
31.结合图2所示，多源多类型数据与事项主体作信息耦合关联基于业务规范流程、事件预案进行关联，多源信息数据用于辅助分析，其中多源信息数据可来自于多部门、多行业、多领域等相关单位。
32.在一个实施例中，基于事项主体信息表中记录的人或物的状态/意向情况，结合环境信息，如地点坐标、时间等，利用关键语义点构建知识图谱，得到耦合后的多源多类信息关系表。例如，对于政务业务办理过程，通过识别提交的材料及主体申请需求，同时结合需求中的关键语义在相应的政务业务规定环节中做关联，识别出提交的材料中关于主体的主要信息点，如业务请求类型、业务申请范围等。
33.步骤s130，对于多源多类关系表的信息，进行相关度和重要程度排序，建立事项主次要素表。
34.基于多源多类关系表，依据相关的政策制度、法律法规、行业规范等规定事项，利用人工智能技术对多源多类关系表的信息进行相关度及重要度排序，建立事项主次要素表。
35.例如，事项主次要素表包括事项类型，第一主要要素、第二主要要素、第一次要要素和第二次要要素等。
36.在一个实施例中，利用经训练的深度学习模型进行相关度和重要程度排序。在训练阶段，采用对历史相同类型的业务、事件进行处理使用的方案中所需的信息频次和优先度训练模型。在模型实际应用阶段，获取相同类型的业务、事件进行处理使用的方案中所需的信息频次和优先度，其中包括信息来源的单位、行业、领域的频次及优先度利用经训练的模型进行综合判断，从而对多源多类关系表中的信息做相关度和重要度的排序。深度学习模型可采用多种类型，如卷积神经网络等。
37.步骤s140，基于事项主次要素表，通过分析特征点和信息中的差异点，利用跨域多源多维数据形成数据多维协同链。
38.基于事项主次要素表，分析表中的特征点和信息中的差异点，通过对特征点的标记，利用异构信息通道获取多部门、多行业、多领域等跨域多源多维数据，形成数据多维协同链。
39.例如，通过事项主次要素表中的信息，对主体依据优先度与多源信息做关联，同时依据需处理的事件、业务的规定流程做主次要素表内的信息关联，形成基于业务流程中的主体信息相关的多源信息协调的数据链。
40.步骤s150，对数据协同链匹配相应的业务流或者决策预案，以供决策层进行选择。
41.针对决策需要、业务需要、场景需要，通过对数据协同链匹配相应的业务流或者决策预案，从空间、业务、策略等层面，为决策层提供决策建议和动态数据分析结果等综合性
决策方案。
42.例如，针对有多种处理业务、事件方案的事项，将与相应业务方案中对应的数据多维协同链优先度高的信息较多的一项方案提取为预案。
43.步骤s160，数据多维协同链依据决策层选定的决策方案，结合事项主次要素表匹配相应的执行部门，并将决策方案传递至该执行部门。
44.决策层完成决策方案选定后，数据协同链依据方案内容，结合事项主次要素表优先匹配相应的执行部门，将方案中对应的单位需处理事项传输相应部门，建立多部门、多行业、多领域等多维协同智慧处理体系。
45.步骤s170，基于执行部门反馈到数据协同链的执行结果，形成案件经验总结并优化决策预案。
46.在各部门完成方案执行后，反馈处理结果到数据协同链，由决策层收集反馈结果，形成案件经验总结并优化决策预案。记录事件对多维领域的影响，并依据汇集的数据链信息结合多源多类关系表，共享相应的案件经验给相应的业务单位，提升城市运行管理的智慧处理能力。
47.为进一步理解本发明，结合图2作进一步说明。所提供的基于数据融合的互联网与政务大数据业务协同处理方法以依次构建事项主体信息表、多源多类关系表、事项主次要素表、数据多维协同链作为针对事项主体获得决策预案的第一条主线，在该主线上，一方面结合了多源信息数据和业务规范流程、事件预案进行了关联耦合，另一方面，结合了多源信息数据和业务规范流程、事件预案进行了两次排序。此外，针对获得的决策预案，通过决策层的选择、决策预案的传输、决策预案的执行等形成第二条主线作为执行处理主线。进一步，通过将执行结果反馈到第一条主线，实现了闭环过程，从而能够结合历史经验以及实际获得多源信息数据，获得更有效的决策。
48.综上所述，本发明通过对事件主体进行多维度解析，包括多部门、多行业、多领域等协同分析来提供科学决策方案。多维协同通过政务大数据技术、智能化技术等技术将政务相关的多种不同业务领域、多种不同数据结构、多种不同数据源的数据进行共享汇聚，实现数据的深度分析。此外，通过多种不同的业务领域、多种不同的数据格式、多种不同的数据源，关联多维数据成为解决政府信息协同问题的关键，进而促进政府智慧服务水平的提升。
49.本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
50.计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电
信号。
51.这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
52.用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++、python等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
53.这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
54.这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
55.也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
56.附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或
流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
57.以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

技术特征：

1.一种基于数据融合的互联网与政务大数据业务协同处理方法，包括以下步骤：针对需协同管理的事项，进行结构化信息元素分解，形成事项主体信息表；基于多源多类型数据与事项主体作信息耦合关联，形成多源多类关系表；对于所述多源多类关系表的信息，进行相关度和重要程度排序，建立事项主次要素表；基于所述事项主次要素表，通过分析信息的特征点和差异点，利用跨域多源多维数据形成数据多维协同链；对所述数据协同链匹配相应的决策预案，以供决策层进行选择；所述数据多维协同链依据决策层选定的决策方案，结合所述事项主次要素表匹配相应的执行部门，并将决策方案传递至该执行部门。2.根据权利要求1所述的方法，其特征在于，还包括：基于执行部门反馈到所述数据协同链的执行结果，形成案件经验总结并优化决策预案。3.根据权利要求1所述的方法，其特征在于，所述需协同管理的事项包括社会事件、业务场景、部门协作。4.根据权利要求1所述的方法，其特征在于，所述多源多类型数据包括政务数据、公共数据、互联网数据、物联网数据、地理信息数据和领域数据。5.根据权利要求1所述的方法，其特征在于，所述跨域多源多维数据是利用异构信息通道获取的多部门、多行业和多领域的数据。6.根据权利要求1所述的方法，其特征在于，所述基于多源多类型数据与事项主体作信息耦合关联包括：将与事项主体相关的人或物为主，将三维空间、事项时间为辅进行耦合关联。7.根据权利要求1所述的方法，其特征在于，所述对于所述多源多类关系表的信息，进行相关度和重要程度排序，建立事项主次要素表包括：训练深度学习模型，训练样本反映历史事项类型、对应决策方案所需的信息频次和优先度与信息要素重要程度之间的对应关系；对于所述多源多类关系表中的信息，利用所述深度学习模型，进行相关度和重要程度排序，进而建立所述事项主次要素表。8.根据权利要求1所述的方法，其特征在于，所述事项主体信息表包含人的信息、物的信息和文本信息，其中，人的信息包括人脸信息、人体结构化信息、动作信息，物的信息包括物体的类别信息、物体的结构化信息，文本信息包括文本的语义信息。9.一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。10.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。

技术总结

本发明公开了一种基于数据融合的互联网与政务大数据业务协同处理方法。该方法包括：针对需协同管理的事项，进行结构化信息元素分解，形成事项主体信息表；基于多源多类型数据与事项主体作信息耦合关联，形成多源多类关系表；对于所述多源多类关系表的信息，进行相关度和重要程度排序，建立事项主次要素表；基于所述事项主次要素表，通过分析信息的特征点和差异点，利用跨域多源多维数据形成数据多维协同链；对所述数据协同链匹配相应的决策预案，以供决策层进行选择；所述数据多维协同链依据决策层选定的决策方案，结合所述事项主次要素表匹配相应的执行部门，并将决策方案传递至该执行部门。本发明促进了政府智慧服务水平的提升。升。升。