大数据产业公共服务

大数据产业公共服务

一、公共服务的大数据思维

2018年6月，国务院办公厅印发《进一步深化“互联网+政务服务”推进政务服务“一网、一门、一次”改革实施方案》，标志着我国政府职能正在从管理型转变为“放管服”新模式。

传统的电子政务模式已不能满足新时代的要求，以“互联网+政务服务”为代表的新电子政务进入了快速发展的阶段。“一网、一门、一次”实现的关键就在于政务服务大数据的集中整合、互惠互享、深度应用，如何充分利用大数据技术和方法创新政府网络服务模式，对提升“互联网+政务服务”的效能具有重要意义。

基于以上背景原因，大数据产业公共服务创新使用大数据思维，大数据思维，不仅是工作思维、创新思维、“互联网+”思维的转变，更重要的是因为思维方式改变而带来的变化。“互联网+政务服务”应用大数据技术的重点在于建立一种大数据思维方式，并且使用大数据思维去观察、分析、研判政务服务中出现的问题，使大数据在各项政务服务中发挥更大的作用。

大数据思维在政务服务热线中的推广应用，对于推动国家治理体系和治理能力现代化，大数据也发挥着重要作用。深化治理改革、激活治理资源、创新管理手段、提升公共服务，大数据有大用处。以12345热线为例，充分运用大数据的理念和技术，深化数据集成应用，从来电人来电后，就接入大数据分析数据采集功能，获取原始数据元信息，利用市长热线长期积累的大数据，分析解决面上的问题，做到“一网、一门、一次”的问题快速解决。

二、公共服务大数据技术特征

多样性：高度变异的信息资产，在生产和消费时不进行严格定义的包括多种形式、类型和结构的组合。同时还包括以前的历史数据，由于技术的变革历史数据同样也成为多样性数据之一。

高效性：来自不同源的数据到达的速度。从各种设备，传感器和其他有组织和无组织的数据流都在不断进入IT系统。由此，实时分析和对于该数据的解释(展示)的能力也应该随之增加。

准确性和真实性或精度：是数据的另一个重要组成方面。要做出正确的管理

层巨决策，需要在从数据源获取之初在数据上进行的所有分析必须是正确和准确(精确)的。通过原始数据的分析和预判才可以预测用户行为，并推荐相关产品，提供危险事务预警服务。

高效数据分析：百亿条记录的检索、上千张表的碰撞、几百个小时的视频分析、大量的移动互联网和社交媒体数据处理等应用，无不对大数据系统的数据分析能力提出更高的要求。

可管理和可开放性：可管理、开放化、标准化的大数据技术体系结构可以为政务服务的公共服务带来更高的性价比、更出色的扩展性，更能为警务建设在大数据平台上开展新探索、新应用解除后顾之忧。

三、公共服务大数据核心组件

大数据技术创新能力已经成为后信息时代衡量国家竞争力的重要指标。

数据系统主要对业务数据及其他数据进行汇总和处理，对接BI、推荐或风控等系统。整个系统架构中，会包含以下比较常见的几大核心组件：关系数据库：用于主业务数据存储，提供事务型数据处理，是应用系统的核心数据存储。

高速缓存：对复杂或操作代价昂贵的结果进行缓存，加速访问。

搜索引擎：提供复杂条件查询和全文检索。

队列：用于将数据处理流程异步化，衔接上下游对数据进行实时交换。异构数据存储之间进行上下游对接的核心组件，例如数据库系统与缓存系统或搜索系统间的数据对接。也用于数据的实时提取，在线存储到离线存储的实时归档。

非结构化大数据存储：用于海量图片或视频等非结构化数据的存储，同时支持在线查询或离线计算的数据访问需求。

结构化大数据存储：在线数据库也可作为结构化数据存储，但这里提到的结构化数据存储模块，更偏在线到离线的衔接，特征是能支持高吞吐数据写入以及大规模数据存储，存储和查询性能可线性扩展。可存储面向在线查询的非关系型数据，或者是用于关系数据库的历史数据归档，满足大规模和线性扩展的需求，也可存储面向离线分析的实时写入数据。

批量计算：对非结构化数据和结构化数据进行数据分析，批量计算中又分为交互式分析和离线计算两类，离线计算需要满足对大规模数据集进行复杂分析的

能力，交互式分析需要满足对中等规模数据集实时分析的能力。

流计算：对非结构化数据和结构化数据进行流式数据分析，低延迟产出实时视图。

在数据系统架构中，可以看到会存在多套存储组件。对于这些存储组件中的数据，有些是来自应用的直写，有些是来自其他存储组件的数据复制。例如业务关系数据库的数据通常是来自业务，而高速缓存和搜索引擎的数据，通常是来自业务数据库的数据同步与复制。不同用途的存储组件有不同类型的上下游数据链路，根据不同的数据链路可以大概将其归类为主存储和辅存储两类，这两类存储有不同的设计目标，主要特征为：

主存储：数据产生自业务或者是计算，通常为数据先落地的存储。ACID等事务特性可能是强需求，提供在线应用所需的低延迟业务数据查询。

辅存储：数据主要来自主存储的数据同步与复制，辅存储是主存储的某个视图，通常面向数据查询、检索和分析做优化。

数据来源途径越来越丰富，而且类型也很多花样，存储和数据处理的需求量很大，对于数据展现也非常的高，并且很看重数据处理的高效性和可用性。

四、公共服务大数据创新应用

政府服务大数据发展应用的目标，一是要促进从审批型政府向服务型政府的转变，二是要促进从传统型政府向“三权”制约又相互协调的权力运行体系转变。

在实践应用中，除了做好政务服务数据分析、服务状态可视化工作外，还基于大数据技术研发了两个显性且对业务改革有极大促进的应用：

一是利用大数据分析开展服务事项关联度分析，通过数据分析演算出申请人与服务之间的可能关联关系，进而开展主动推送式服务，促进政府变被动服务为主动服务；

二是利用大数据分析，整体规划政务服务的业务架构和工作机制。梳理公共服务事项的业务链，确定业务链上各节点的共享信息和协同部门，构建部门间信息共享和业务协同的工作机制，以以及行政监察和问责机制，形成较为完整有效的政务服务业务架构和工作机制。

三是实现信息透明和共享，使外部利益相关者（比如公民和企业）和内部利益相关者（比如政府雇员和政府机构）都能提高自身的工作效率，产生积极的经