学术活动

《集成技术》2023年第1期—— 政务大数据管理与智能服务专题(1)上线

时间:2023-03-10  来源:科研处 文本大小:【 |  | 】  【打印

  政务大数据是指政务部门为履行法定职责收集、制作的海量数据,政务大数据高效管理和利用是智慧城市立体化建设的重要环节。然而,当前面向政务的数据和承载这些数据的各平台间存在封闭孤立、功能分散、协同困难等问题,并缺乏与供水、供电、供气、通信、交通等公共数据和社会传感数据深度融合分析,导致城市欠缺立体化感知,存在城市要素动态演化认知不足,阻碍了城市实现精细化的管理和科学的应急指挥决策。
  在互联网+环境下,政务大数据关联公共服务数据和社会传感数据,综合共享、分析和利用这些资源,将使城市管理模式从单一走向立体,使城市服务系统从孤立走向共享,使城市决策模式从机械走向智能。因此,迫切需要建立有关政务大数据管理、业务协同和智能服务的新理论、新技术和新平台,以提升城市管理和政府应急指挥决策能力。     
  为促进互联网+政务大数据管理与智能服务,本刊特请国际欧亚科学院院士、中国科学院深圳先进技术研究院院长樊建平研究员、澳门大学科技学院院长须成忠教授、中山大学沈鸿教授、中国科学院深圳先进技术研究院尹凌研究员担任客座编辑,共同组织“政务大数据管理与智能服务专题”,分两期刊出,以期为读者呈现该领域的研究进展与发展趋势。   
  中国科学院深圳先进技术研究院联合中国科学院大学、西安交通大学、北京交通大学、腾讯科技有限公司等单位[1]组成的科研团队,提出了互联网+政务大数据智能服务平台设计。该平台屏蔽底层数据管理技术的复杂性,使数据共享和使用更为智能便捷,为跨层级、跨地域、跨系统、跨部门、跨业务政务协同管理和服务提供坚实的平台支撑。国家信息中心的科研团队[2]总结了当前政务数据共享服务运营模式——“物理汇聚、统一服务”和“逻辑汇聚,分散服务”模式的不足,提出了数据提供方和平台运营方共同构建“联合运营”模式来提升政务数据共享服务效能。北京交通大学和高速铁路网络管理教育部工程研究中心联合组成的科研团队[3],针对互联网+政务大数据具有跨领域、多协议、难融合的特点,提出了基于知识图谱的协议转换方法,以实现不同协议之间的报文转换。中国测绘科学研究院、重庆交通大学和中国科学院软件所联合组成的科研团队[4],提出了一种结合用户特征的政务服务协同过滤推荐方法,以提高政务服务办事效率与政府服务水平。江苏海洋大学、中国科学院软件所和中国测绘科学研究院联合组成的科研团队[5],为提升城市管理灾害应急响应能力,提出了一种基于 MacBERT 和对抗训练的城市内涝信息识别方法。中国测绘科学研究院和江苏海洋大学联合组成科研团队[6],探究了基于腾讯迁徙大数据的全国春运人口流动时空格局特点,以期为今后春运期间相关政策的制定与城市管理的科学部署提供理论依据。西南交通大学、中国测绘科学研究院和江苏海洋大学联合组成的科研团队[7],针对目前通勤群体的划分方法较少考虑通勤行程的时间连续性特征,提出了基于聚类的地铁通勤行为时空规律挖掘方法,以揭示通勤人群的出行时间规律,为城市运行管理和城市规划提供参考。西安交通大学、北京交通大学、国家信息中心联合组成的科研团队[8]提出了基于城市信息单元和差异注意力的多层行人重识别技术,以提升行人重识别技术在城市管理现实场景中的应用能力。  
  下一期,计划刊出文章分别介绍中国科学院深圳先进技术研究院、北京交通大学以及重庆交通大学的科研团队的相关研究进展以及研究评述与展望,涉及政务大数据访问技术、政务大数据管理技术、政务知识图谱构建技术、多源异构信息通道耦合技术、多源时空数据融合技术等主题。
  随着《国务院关于加快推进“互联网+政务服务”工作的指导意见》(国发〔2016〕55 号)《国务院关于印发政务信息资源共享管理暂行办法的通知》(国发〔2016〕51 号)等政策的落地和近期《国务院办公厅关于印发全国一体化政务大数据体系建设指南的通知》(国办函〔2022〕102 号)的实施,发展和利用政务大数据及关联的公共服务数据和社会感知数据,已经上升为国家战略。能否全面支撑我国顺利实现构建全国一体化政务大数据体系,推进政务数据依法有序流动、高效共享、有效利用和高质赋能,提高政府管理服务效能,推进国家治理体系和治理能力现代化,还需要学界和产业界开展全面、深入、细致的研究和实践工作。 
  
   
  《集成技术》2023年第1期
  
  
   客座编辑

  樊建平 院长

  中国科学院深圳先进技术研究院 

  樊建平,博士生导师、二级研究员、中国计算机学会会士、国际欧亚科学院院士、中国科学院深圳先进技术研究院院长、中国科学院深圳理工大学筹备办主任。长期从事高性能计算机、云计算、并行与分布式计算等方向的研究工作,是曙光高性能计算机的奠基人之一,在全国首次提出“低成本健康”理念,作为创院院长开拓性建设中科院深圳先进院,成为新型科研机构的代表,带动国内新型科研机构蓬勃发展。曾获国家科技进步一等奖、二等奖,全国五一劳动奖章、中国青年科技奖等。

  

   

  须成忠 教授

  澳门大学

  须成忠,澳门大学科技学院院长、协同创新研究院代院长、计算机及信息科学系讲座教授,科技部重点研发计划首席科学家,IEEE Fellow。主要研究方向包括并行与分布式系统、云计算和大数据、智能交通和智能城市,及无人驾驶技术。承担科技部智慧城市重点研发专项,广东省云数据中心重点专项等多项项目。

  

   

  沈鸿 教授

  中山大学

  沈鸿,中山大学高层次引进人才、教授。长期从事并行与分布式计算、数据保护和安全计算、高性能网络等领域研究,致力于社会各类应用问题的发现、建模、求解、分析和性能评估。在国际主要学术刊物和会议上发表了 400 余篇文章,曾主持十多个中国、澳洲和日本国家级科研项目,并获得多项奖励和荣誉。

  

   

  尹凌 研究员

  中国科学院深圳先进技术研究院 

  尹凌,中国科学院深圳先进技术研究院研究员。主要研究方向包括时空大数据、计算流行病学、城市计算、地理信息系统。发表论文 80 余篇,申请专利40 余项,承担多项科技部与基金委相关课题,获教育部科技进步奖、深圳市科技进步奖、测绘科学技术奖等科技奖励。



  

   序言:政务大数据管理与智能服务

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301000

   

   “互联网+”政务大数据智能服务平台设计与应用

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301001

  摘要:“互联网+”环境下,政务大数据关联公共服务和社会传感数据,使城市管理模式从单一走向立体、城市服务系统从孤立走向共享、城市决策模式从机械走向智能,已成为当前政务服务发展趋势。为解决政务数据、公共服务数据和社会传感数据融合不足、共享不充分、利用效能不高及技术平台缺乏等问题,该文提出了“互联网+”政务大数据智能服务平台总体框架,首先对平台建设理论进行阐述,其次对系统架构、技术架构、关键技术和服务应用等进行设计,最后实现“互联网+”政务大数据智能服务平台透明访问、城市信息单元建模、透明智能体协同、透明管理和微服务等功能。同时,该平台关键技术在数字广东和辽宁丹东社会保障等平台进行探索性应用,结果显示该平台能有效支持政务数据、公共服务数据和社会传感数据高效共享、管理和利用,提升部门服务效能。该文提出的平台总体设计方案可为省市级政府进行“互联网+”政务大数据智能服务建设提供有价值的参考。

  

   

   

  数字政府建设背景下政务数据共享服务运营模式

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301002

  摘要:政务数据共享是推进数字政府建设、实现政府治理体系和治理能力现代化的重要基础。但以往政务数据共享研究侧重于数据共享管理机制的建立、平台技术支撑能力的构建,较少关注供给数据的质量和共享服务的保障。该文总结了当前政务数据共享服务运营模式,指出“物理汇聚、统一服务”模式由于数据高度集中可能存在的安全风险;而在“逻辑汇聚,分散服务”模式下,共享运营则存在各部门需求无法快速满足、数据共享效率低、数据共享服务质量差等问题。针对上述问题,该文提出由数据提供方和平台运营方共同构建“联合运营”模式,数据提供方负责保证数据源质量,平台运营方负责数据服务标注化和服务能力,双方共同优化授权机制,保障共享服务质量。

  

   

   

   基于知识图谱的协议转换方法研究

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301003

  摘要:互联网+政务大数据具有跨领域、多协议、难融合的特点。在大数据采集汇聚过程中,存在多种协议转换的需求,要求网关能够实现统一协议适配转换,为多源异构数据汇聚和数据融合提供数据支撑。传统的协议转换方法通常针对特定的协议转换需求设计的,可扩展性较差,不适用于多种协议转换。该文拟通过研究分析协议报文结构及协议转换特点,提出一种协议转换知识图谱的构建方法。通过构建图谱的模式层以及数据层,建立含有协议报文结构和报文字段映射关系的协议转换知识图谱。并在此基础上提出一种基于知识图谱的协议转换方法,以实现不同协议之间的报文转换。同时,通过协议转换应用实例以及与已有协议转换方法的对比实验,验证了该方法的有效性。

  

   

   

   结合用户特征的政务服务协同过滤推荐方法

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301004

  摘要:为推荐政务服务相关事项,提高用户办事效率与政府服务水平,该文提出一种推荐算法,即结合用户特征的政务服务协同过滤推荐方法。该方法为解决传统协同过滤未考虑用户属性的问题,将用户画像技术与其相结合。首先,建立政务服务用户画像;然后,采用奇异值度量分析方法融合用户画像与基于用户的协同过滤算法,使特征属性参与相似度计算,改善用户之间的相似性,并解决数据稀疏性的问题,使推荐结果更具实际意义;最后,计算政务服务事项预测得分,将得分最高的 TOP-N 推荐给用户。在实验部分,该文利用某市企业法人的政务服务真实数据进行验证。结果显示,该算法能够满足政务服务推荐的个性化要求,预测准确性较高。

  

   

   基于MacBERT 和对抗训练的城市内涝信息识别方法

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301005

  摘要:BERT 与神经网络模型相结合等方法,已逐渐应用于获取灾害信息,但此类方法存在参数量繁多、数据集和微调数据集不一致、局部不稳定等问题。针对上述问题,该文提出一种基于 MacBERT 和对抗训练的信息识别模型,该模型利用 MacBERT 预训练模型获得初始向量表示,再加入些许扰动生成对抗样本,然后依次输入双向长短期记忆网络和条件随机场。该模型不仅减少了预训练次数和微调阶段差异,还提高了模型的鲁棒性。实验结果表明,在微博数据集和 1998 年人民日报数据集上,基于 MacBERT 和对抗训练的信息识别模型的精确率和 F1 值均有所提升,性能较其他模型更优,将该模型用于城市内涝信息识别具有一定的可行性。

  

   

   

   基于腾讯迁徙数据的全国春运人口流动时空格局分析

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301006

  摘要:城市间的大规模人口流动一定程度上体现了城市间的关联性。该文选取腾讯迁徙数据库中 20152018 年官方春运期间全国人口迁徙数据,利用 Gephi 软件对人口联系强度进行可视化分析,获取全国城市间联系强度总体格局的变化特征。利用 DBSCAN 算法对全国城市进行时间序列聚类,讨论在春运不同时间节点的城市流动共性与差异。此外,该文还改进重力模型,以分析省内、省际人口流动的距离衰减效应。结果表明:(1)全国城市总体形成稳定的“菱形”结构,北京、上海、西安等城市形成单轴心空间组织模式,广东、深圳形成多轴心空间组织模式,一线城市中心性较强。除“菱形”结构外,西北部和东北部城市的中转和承接能力具有强大优势。(2)春节期间净迁移人口变化趋势较为稳定,春节前后形成对称式流入流出。(3)春运期间的流动符合距离衰减定律,随着距离的增加,城市吸引力在逐渐降低。

  

   

  

   基于聚类的地铁通勤行为时空规律挖掘方法

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301007

  摘要:针对目前通勤群体的划分方法较少考虑通勤行程的时间连续性特征的问题,该文基于上海市一周的地铁刷卡数据,构建了通勤人群职住识别模型,并定义了一种通勤行程时间相似度计算方法,然后提取特征对通勤群体进行层次聚类,并利用热点分析模型进行空间分析和可视化,探究通勤人群的时空规律性及上海市的职住空间分布特征。结果表明:(1)就业单中心模式明显,不同簇的就业热点均分布在市中心,居住点呈“西热东冷”的空间组织特征。(2)主流通勤时段为 7:00-8:30 17:00-19:00,近半数通勤人群在早主流时段通勤。(3)不同通勤类型的出行时间特征总体上与其职住热点分布一致。该文提出的研究方法揭示了通勤人群的出行时间规律与其职住热点空间分布具有较强的关联性,可为城市运行管理和城市规划提供参考信息。

  

   

   

   基于城市信息单元和差异注意力的多层行人重识别技术

  链接:https://jcjs.siat.ac.cn/jcjs/article/abstract/202301008

  摘要:在现实的智慧城市安全场景中,传统的行人重识别方法已经难以满足复杂多样的识别任务要求。为实现多层次的行人重识别,该文提出将行人重识别技术与多层次的城市信息单元深度融合。在行人重识别任务中,现有的模型和注意力只关注鲁棒特征的学习,而该文基于特征向量差异,提出了差异注意力模块,以增强深度特征的判别力。结合差异注意力模块,该文开发了与多种骨干模型适配的差异注意力框架。此外,该文还提出了联合训练和单独训练两种训练策略。与其他行人重识别方法相比,差异注意力框架和训练策略在 Market-1501CUHK03 MSMT17 数据集上均取得了更优的性能。

  

  关于《集成技术》 
  《集成技术》(CN 44-1691/T,ISSN 2095-313)系由中国科学院主管,中国科学院深圳先进技术研究院和科学出版社主办的理工科综合性学术刊物,以促进多学科交叉融合创新、促进科研成果与实际应用的交流与转化为宗旨,聚焦多学科交叉集成创新前沿,重点关注信息技术、生物技术、新能源与新材料等领域。
  《集成技术》编辑部 
  Email: jcjs@siat.ac.cn 
  电话:0755-86392070 
  传真:0755-86392073 
  地址:深圳市南山区西丽深圳大学城学苑大道1068号