電子政務數(shù)據(jù)中心的管理研究范文

本站小編為你精心準備了電子政務數(shù)據(jù)中心的管理研究參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

目前關于不確定性數(shù)據(jù)的研究非常多，一些在確定性數(shù)據(jù)領域常規(guī)算法被推廣應用到不確定性數(shù)據(jù)領域，例如：通過將不確定性數(shù)據(jù)圖形化處理，得到了不確定圖，在不確定圖的基礎上，一些傳統(tǒng)最小生成圖算法、關鍵路徑算法等等被一一實現(xiàn)出來，緊接著一些現(xiàn)代的TOP-K查詢算法、K最近鄰算法、SKYLINE算法等等也被一一提出。這些算法的提出了，解決了大量的不確定數(shù)據(jù)中的處理問題，從而推動了不確定性數(shù)據(jù)處理的發(fā)展。

一、電子政務數(shù)據(jù)中心

在所有的管理信息系統(tǒng)中，電子政務系統(tǒng)是最復雜、最龐大的系統(tǒng)之一，數(shù)據(jù)來源比較復雜，因此容易產生不確定性數(shù)據(jù)。但是對這些數(shù)據(jù)進行分析是非常重要的，是進一步進行數(shù)據(jù)處理和數(shù)據(jù)挖掘的基礎。隨著電子政務的發(fā)展，每個電子政務系統(tǒng)都采用了數(shù)據(jù)中心的方式，這樣容易對數(shù)據(jù)進行整理和挖掘，從而為城市的管理和決策提供科學的依據(jù)。

近年來，關于電子政務的數(shù)據(jù)挖掘研究非常多，但是這些研究大部分是針對確定數(shù)據(jù)，正對WEB數(shù)據(jù)和不確定性數(shù)據(jù)卻很多，在電子政務中非常容易產生不確定性數(shù)據(jù)，例如：在城市的公交線路規(guī)劃上，我們可以通過采用統(tǒng)計刷卡數(shù)量的方法輕易的統(tǒng)計多少個人乘坐了公交車，但是卻只能在此基礎上根據(jù)一定的概率和算法來統(tǒng)計實際的人數(shù)。另外每個人人大概乘坐的站點數(shù)量也是沒有辦法準確統(tǒng)計的，這些數(shù)據(jù)又對公交車的設置非常重要，如果有精確的數(shù)據(jù)，我們可以根據(jù)一定的算法來挖掘出相應的線路，在這種情況下，只能根據(jù)乘坐的人數(shù)對具體的數(shù)據(jù)進行推論，這樣推論的方式導致了數(shù)據(jù)的不確定性。盡管通過數(shù)據(jù)中心的方式能夠方便數(shù)據(jù)的管理和處理，但是因為得到的數(shù)據(jù)不確定，卻沒有更好的方法進行決策支持。另外，在電子政務中，有大量的數(shù)據(jù)存在隱瞞、欺詐情況，這些數(shù)據(jù)也是造成不確定性的主要原因之一，因此這些數(shù)據(jù)的處理也是一件非常重要的事。

二、數(shù)據(jù)處理與管理方法

一般來講，對不確定的數(shù)據(jù)進行整理之后，采用概率樹，或者是半結構化的方法，使之成為一個確定性的數(shù)據(jù)，然后在對數(shù)據(jù)通過一定的映射算法進行處理，最終使數(shù)據(jù)轉換成為一個確定性數(shù)據(jù)，以方便處理。對于多維數(shù)據(jù)來講，這種處理方式并不可行，多維的半結構化數(shù)據(jù)，再采用概率計算，會導致計算量非常巨大，從而使問題變成NP-HARD問題，最終導致了不可計算?？梢酝ㄟ^對這些數(shù)據(jù)剪枝、上卷等方法，消除過多的影響維數(shù)，最終使數(shù)據(jù)變成容易處理的數(shù)據(jù)。對于比較難處理的數(shù)據(jù)，可以再多個層次上對數(shù)據(jù)進行處理，通過一些啟發(fā)式的算法，最后得出處理的結果。

總而言之，現(xiàn)在不確定數(shù)據(jù)存在在各個領域中，在電子政務中尤其容易產生，但是不確定數(shù)據(jù)的處理又比較重要，通過對這些數(shù)據(jù)的處理和歸集，使之能夠順利的和數(shù)據(jù)中心的已有數(shù)據(jù)配合，最終產生容易處理的結果。（本文作者：陳守森、耿曉燕單位：山東商務職業(yè)學院、煙臺市綜合信息中心）