[發明專利]一種基于大數據的政務管理方法及系統

有效

• 申請號: 202210226323.7
• 申請日: 2022-03-09
• 公開（公告）號: CN114596182B
• 公開（公告）日: 2023-05-16
• 發明（設計）人: 王淑娟
• 申請（專利權）人: 王淑娟
• 主分類號: G06Q50/26
• 分類號: G06Q50/26;G06F16/335;G06F16/35;G06F40/117;G06F40/194;G06F40/247;G06F40/30
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 田春龍

1.一種基于大數據的政務管理方法，其特征在于，包括：

基于大數據技術，采集歷史政務決策信息，基于所述歷史政務決策信息，建立歷史政務決策信息數據庫；

獲取政務決策需求信息，從所述歷史政務決策信息數據庫中確定適宜于所述政務決策需求信息的歷史政務決策；

將所述歷史政務決策作為輔助決策信息進行輸出；

所述獲取政務決策需求信息，從所述歷史政務決策信息數據庫中確定適宜于所述政務決策需求信息的歷史政務決策，具體包括：

獲取用戶的政務決策需求信息；其中，所述政務決策需求信息包括：多個決策要素、篩選地區、篩選時間和期望效果；

基于預設決策類型形成規則，根據所述多個決策要素得到用戶需求的政務決策類型；

基于所述政務決策類型，對所述歷史政務決策信息數據庫進行篩選，得到符合所述政務決策類型的大政務決策集；

基于所述篩選地區和所述篩選時間，對所述大政務決策集進行篩選，得到符合所述篩選地區和所述篩選時間的政務決策集；

對所述期望效果進行字義提取，得到符合篩選標準的標準期望效果；

基于所述標準期望效果，對每個所述政務決策集中的決策實施效果進行文本相似度比較，得到文本相似度，文本相似度的計算方法為：，

其中，為標準期望效果和決策實施效果的文本相似度，和y分別為標準期望效果和決策實施效果，、、分別為預設權重值，且=1，為標準期望效果x和決策實施效果y的最長公共子串，為標準期望效果x的文本長度，為決策實施效果y的文本長度，為基于Simhash算法求得的標準期望效果x和決策實施效果y的Simhash指紋的長度，為正常情況下的標準期望效果x和決策實施效果y的海明距離，為基于N-Gram語言模型處理標準期望效果x和決策實施效果y后該x與y的imhash指紋的長度，為標準期望效果x和決策實施效果y經過N-Gram語言模型處理后的x與y的海明距離；

將所述文本相似度最高的所述決策實施效果對應的具體政務決策作為歷史政務決策；

所述基于大數據的政務管理方法，還包括：

基于預設數量，獲取所述文本相似度排在前列的若干決策實施效果對應的具體政務決策，作為預處理具體政務決策；

對所述預處理具體政務決策進行文本簡化處理和關鍵詞提取處理，得到待定具體政務決策；

將所有所述待定具體政務決策進行碰撞，篩選出所有所述待定具體政務決策中完全相同的部分政務決策，作為共同決策；

將所有所述待定具體政務決策對應的決策實施效果進行碰撞，篩選出所有所述決策實施效果中完全相同的部分實施效果，作為共同效果；

以所述標準期望效果中去除所述共同效果后的剩余效果作為比較效果；

以所述待定具體政務決策對應的決策實施效果去除所述共同效果后的剩余效果作為待比較效果；

以所述待定具體政務決策去除所述共同決策后的剩余決策作為待比較決策；

將所有所述待比較決策進行兩兩比較，去除兩兩所述待比較決策中完全相同的部分政務決策，建立若干第一比較決策集；其中，所述第一比較決策集中包括兩個不同的待比較決策在去除完全相同的部分政務決策后的剩余決策集；

將所有所述待比較效果進行兩兩比較，去除兩兩所述待比較效果中完全相同的部分實施效果，建立若干第一比較效果集；其中，所述第一比較效果集中包括兩個不同的待比較效果在去除完全相同的部分實施效果后的剩余效果集；

基于決策實施效果與具體政務決策的聯系，對所述第一比較決策集中的剩余決策集與所述第一比較效果集中的剩余效果集建立對應聯系；其中，一個剩余決策集僅對應一個剩余效果集；

以任一所述第一比較決策集中的任一剩余決策集為基準，基于所述任一剩余決策集與對應的某一具體政務決策的聯系，獲取其他所述第一比較決策集中的與所述某一具體政務決策存在對應聯系的所有剩余決策集，建立第二比較決策集；其中，所述第二比較決策集包括若干與同一個具體政務決策存在對應聯系剩余決策集；

將所述第二比較決策集中的所有剩余決策集進行比較篩除，同時對所述第二比較決策集中所有剩余決策集對應的剩余效果集進行比較篩除，直至所述第二比較決策集中的所有剩余決策集內均僅存在一個政務決策，和，所有剩余決策集對應的剩余效果集內均僅存在一個實施效果，對所述政務決策與對應的所述實施效果建立聯系；

基于所述標準期望效果，對所有所述實施效果進行組合，得到與所述標準期望效果文本相似度最高的實施效果組合；

基于所述實施效果與所述政務決策的聯系，根據所述實施效果組合，得到對應的政務決策組合，將所述對應的政務決策組合作為預測政務決策；

將所述預測政務決策作為第二輔助決策信息進行輸出；

其中，所述基于大數據技術，采集歷史政務決策信息，基于所述歷史政務決策信息，建立歷史政務決策信息數據庫，具體包括：

預先在各個地區分別設置大數據節點，根據所述大數據節點采集歷史上各個地區在面對不同政務決策類型時的具體政務決策與對應的初始決策實施效果；其中，每個政務決策類型由多個決策要素確定；

獲取所述具體政務決策與對應的初始決策實施效果的上傳人身份信息，根據所述上傳人身份信息判斷預設身份數據庫中是否存在所述上傳人的信任度；

若存在，將所述上傳人的信任度作為所述具體政務決策與對應的初始決策實施效果的真實度；

若不存在，將預設信任度作為所述具體政務決策與對應的初始決策實施效果的真實度；

判斷所述真實度是否大于預設真實度閾值；

若小于，拋棄所述具體政務決策與對應的初始決策實施效果；

若不小于，將所述具體政務決策與對應的初始決策實施效果進行存儲；

對所述初始決策實施效果進行文本簡化處理，得到決策實施效果；

對每個所述具體政務決策和對應的決策實施效果建立連接，形成初始政務決策集，以所述初始政務決策集對應的政務決策類型、初始政務決策集發生的時間和地區，對所述初始政務決策集進行標記，得到政務決策集；

基于每個所述政務決策集上的政務決策類型標記，對所有所述政務決策集進行分類存儲，得到若干不同政務決策類型標記的大政務決策集；其中，所述大政務決策集中包括若干存在相同政務決策類型標記的政務決策集；

基于所有所述大政務決策集，建立得到歷史政務決策信息數據庫。