長久以來信息的不完備是影響管理者進行理性判斷和決策的直接原因之一，而現(xiàn)有的數(shù)據(jù)庫系統(tǒng)雖然可以高效地實現(xiàn)數(shù)據(jù)的錄入、查詢和部分統(tǒng)計等功能，但是無法發(fā)現(xiàn)數(shù)據(jù)中存在的關系和規(guī)則，無法根據(jù)現(xiàn)有的數(shù)據(jù)預測未來的發(fā)展趨勢。因此，杭州市西湖區(qū)院為了在檢察業(yè)務信息、隊伍建設情況和綜合行政事務方面輔助領導決策，建設應用行政決策輔助系統(tǒng)，將各科室以往分散的數(shù)據(jù)資源進行整合，并充分發(fā)揮電子政務平臺的優(yōu)勢，通過系統(tǒng)提供的多種分析功能進行多角度、多層次的分析，將各類數(shù)據(jù)轉(zhuǎn)化為院領導決策所需要的信息。它的實施使得行政決策者可以在廣泛了解決策所需信息的前提下進行決策，避免了靠經(jīng)驗決策和決策信息不完備導致的決策的盲目性現(xiàn)象，從而提高了行政決策的科學性和合理性，支持與強化行政決策過程。
一、系統(tǒng)架構及技術分析
系統(tǒng)架構主要由數(shù)據(jù)倉庫系統(tǒng)、模型庫系統(tǒng)、知識庫系統(tǒng)及可視化接口4部分構成。采用的關鍵技術是數(shù)據(jù)倉庫技術(DW)、數(shù)據(jù)挖掘技術(DM)、在線分析處理技術(OLAP)。
(一)數(shù)據(jù)倉庫的作用
電子政務的決策過程是一個從非結構化數(shù)據(jù)中抽取結構化信息，再提供非結構化決策分析結果的過程。因此，為了營造良好的電子政務決策數(shù)據(jù)環(huán)境，獲得高質(zhì)量的數(shù)據(jù)分析結果，建立適合政府決策的數(shù)據(jù)倉庫系統(tǒng)是電子政務決策支持系統(tǒng)的關鍵環(huán)節(jié)，以確保政務系統(tǒng)中的'數(shù)據(jù)能夠更好地發(fā)揮分析、決策的作用。這種數(shù)據(jù)倉庫系統(tǒng)的功能要能向兩個不同方向拓展，一是廣度計算，二是深度計算。廣度計算是使數(shù)據(jù)倉庫系統(tǒng)的應用范圍盡量擴大，能基本涵蓋市級政府決策、服務的領域;深度計算使數(shù)據(jù)倉庫系統(tǒng)克服了以往數(shù)據(jù)庫簡單數(shù)據(jù)操作處理(即事務處理)的缺點，對數(shù)據(jù)處理提出了更高的要求，使其能更多地參與政府對數(shù)據(jù)分析和決策的制定等工作。
(二)模型庫系統(tǒng)的功能
模型庫系統(tǒng)包括模型庫及其管理系統(tǒng)，模型庫是一個包含有財務、統(tǒng)計、運籌和其他定量模型的軟件包，存放解決行政管理問題的經(jīng)驗模型，是為決策提供分析能力的部件，給予決策者通過推理、比較、選擇來分析、預測和解答整個問題的能力。因此，研究一些決策支持模型，建立一個政府決策的模型庫系統(tǒng)是完成系統(tǒng)的關鍵環(huán)節(jié)之一。這種模型庫系統(tǒng)應具有以下兩個特點，一是能實現(xiàn)多目標決策;二是能實現(xiàn)多領域、多部門、多用途的決策，即按經(jīng)濟內(nèi)容來看應具有預測類模型、綜合平衡模型、結構優(yōu)化模型、經(jīng)濟控制類模型等，按決策活動來看應有規(guī)劃模型、推理模型、分析模型、預測模型、評估模型等。
(三)知識庫系統(tǒng)的功能
知識庫系統(tǒng)包括知識庫及知識庫管理系統(tǒng)，其功能是對知識進行系統(tǒng)化組織與管理，存儲、增加、刪除、修改和查詢知識，以及對知識進行一致性和完整性校驗。知識庫與數(shù)據(jù)庫既有區(qū)別又有聯(lián)系，從知識的邏輯表示觀點來看，關系數(shù)據(jù)庫是一種簡單的知識庫，數(shù)據(jù)庫中的每一個關系是一個原子公式，即一個謂詞，關系中的元組即是知識中的事實，因此利用關系數(shù)據(jù)庫來建造知識庫，就可以充分利用關系數(shù)據(jù)庫管理系統(tǒng)的功能，便于知識庫管理系統(tǒng)的設計與實現(xiàn)。
(四)可視化接口
可視化接口包括預測、分析、查詢和維護等4個子系統(tǒng)。通過數(shù)據(jù)分析和預測工具對數(shù)據(jù)倉庫中的數(shù)據(jù)進行多維分析、匯總，結果可以用二維表、餅圖、折線圖和直方圖表示。
二、數(shù)據(jù)挖掘的技術工具和基本過程
數(shù)據(jù)挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數(shù)據(jù)中提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。數(shù)據(jù)挖掘常用的技術有神經(jīng)網(wǎng)絡、決策樹、遺傳算法、近鄰算法和規(guī)則推導等。數(shù)據(jù)挖掘常用的工具有：
第一，基于神經(jīng)網(wǎng)絡的工具。由于對非線性數(shù)據(jù)具有快速建模能力，神經(jīng)網(wǎng)絡很適合非線性數(shù)據(jù)和含噪聲數(shù)據(jù)，所以在政府數(shù)據(jù)庫的分析和建模方面可以應用。
第二，基于關聯(lián)規(guī)則和決策樹的工具。大部分數(shù)據(jù)挖掘工具采用規(guī)則發(fā)現(xiàn)或決策樹分類技術來發(fā)現(xiàn)數(shù)據(jù)模式和規(guī)則，其核心是某種歸納算法。
第三，基于模糊邏輯的工具。其發(fā)現(xiàn)方法是應用模糊邏輯進行數(shù)據(jù)查詢、排序等。
第四，綜合多方法工具。不少數(shù)據(jù)挖掘工具采用了多種開采方法，這類工具一般規(guī)模較大，適用于大型數(shù)據(jù)庫或者并行數(shù)據(jù)庫。數(shù)據(jù)挖掘的基本過程包括數(shù)據(jù)準備、模型搜索、結果分析和生成報告。
數(shù)據(jù)準備：收集和凈化來自數(shù)據(jù)源的信息并加以存儲，將其放入數(shù)據(jù)倉庫中。
模型搜索：利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中查找模型，搜索過程可以由系統(tǒng)自動執(zhí)行，也可以由用戶參與執(zhí)行。對于一個主題的搜索，可用神經(jīng)網(wǎng)絡、專家系統(tǒng)、統(tǒng)計方法等。
結果分析：一般地說，數(shù)據(jù)挖掘的搜索過程需要反復多次，因為當分析人員評價輸出結果后，他們可能會發(fā)現(xiàn)一些偏差或一些新的問題，要求對某一方面做更精細的查詢。
生成報告：根據(jù)分析結果，進行整理，形成分析報告。
【關于行政法的2500字論文：行政決策】相關文章：
1.關于行政法的論文
4.行政法小論文
5.行政法論文
6.行政決策公開論文
7.行政法論文題目
8.行政法理論文
本文來源：http://www.nvnqwx.com/shiyongwen/2273707.htm