IBM电子政务管理决策解决方案

    方案概述:

　　从获取数据到理解信息、从理解信息到知识转化、从知识转化到智能分析辅助决策反映了人们对事物的认识逐步深入的过程。

　　电子政务应前期，政府信息化主要集中在内部基础型电子政务应用建设，通过信息通信技术帮助政府单位实现内部信息化。随着电子政务建设和政府工作的需要，协同逐渐成为电子政务应用的主流。从工作流管理、业务流程管理到行政互联审批、集成门户应用等，协同理念在电子政务建设中逐步获得认同并快速发展。随着电子政务建设的逐步深入，人们在获取了数据、理解了信息并形成了知识之后，智能分析并辅助决策就成为必然。

　　电子政务管理决策很大程度上来自于商业智能技术和方法在电子政务建设中的应用，因此分析型电子政务应用的发展具备了所需要的技术条件。我国通过两网、一站、四库和十二金工程的电子政务建设已经积累下了海量的数据，这些数据分别由基础或者协同型电子政务应用系统进行采集、整理、处理、存储、查询、统计和分析。随着信息基础设施的完善和信息化水平的提高，数据也将逐渐由分散、分布转为集中存储和处理，这为政务信息管理决策的发展提供了很好的基础。

　　建立管理决策系统面临的问题和挑战

　　第一，业务数据的汇报归总。关键业务数据，如社保收缴和支付数据分布在各市、区、县的分支机构，数据汇总需要有计划、可控制、可调整地从多点的数据源中获得，涉及到跨异构系统、异构数据库。数据的一致性、数据源的有效管理，关系到以这些数据为基础进行商业智能分析计算的准确性。

　　第二，商业智能的计算部署。面对大数据量，商业智能的计算负担也相应增长。为保证执行效率和负载平衡，需要区别对待满足日常操作的"预定分析主题"(比如工伤保险收缴情况的比同期、比上期)，与满足特殊分析的"特定分析主题"(比如支持管理层的决策分析)。在实现某些个预定分析主题的多维分析中，预先计算出大量静态的统计数据，降低日常访问的计算负担;与其相反，在提出某些项特定分析时，再调动计算资源，动态的分析计算数据仓库中所有汇总数据，或多个多维分析主题中的部分数据。

　　IBM电子政务决策管理解决方案

　　本解决方案针应用IBM在商业智能领域多年的技术积累，包含信息集成、数据仓库、多维数据分析和数据挖掘四个方面。

　　

　　一、信息集成与数据仓库:用于抽取、整合、分布、存储有用的信息。

　　业务信息往往分布在不同的部门和分支机构，管理者要综观全局、运筹帷幄，必须能迅速地找到能反映真实情况的数据。因此，有必要把各个区域的现实和历史数据集合起来保留在数据仓库中，去糟取精，将真实的、对决策有用的数据保留下来，随时准备管理人员使用。

　　二、多维分析:全方位了解现状。

　　从不同的角度来审视业务数据，每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。在线多维分析(OLAP)工具的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在您面前。

　　三、前台分析工具。

　　提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。往往与多维分析工具配合，作为多维分析服务器的前台界面。

　　以上三部分是商业智能的基础，完成对用户数据的整理和观察，也可以说是对过去的总结。在此基础结构之上，商业智能可以发挥更进一步的作用，利用数据挖掘技术，发现问题、找出规律，达到真正的智能效果:预测将来。

　　简单的说，数据挖掘使用统计、分析等数学方法和神经网络等人工智能方式，从大量的数据中，找寻数据与数据之间的关系。这种关系，一般显示数据组之间相似或相反的行为或变化。一个细心的分析者，往往能从这些发掘出来的关系得到启示。而这种启示可以作为制定与调整决策的有利辅助。

　　数据挖掘要求有数据仓库作基础，并要求数据仓库里已经存有丰富的数据。因此，在实施商业智能方案时，一般分两步走:第一步实现数据仓库和多维分析，构造商业智能的基础，实现分析应用;第二步实现数据挖掘，发挥商业智能的特色。

相关文章