CN111695003A - 一种基于事项关联网络的政务共享材料识别方法与系统 - Google Patents

Abstract

本发明提供一种基于事项关联网络的政务共享材料识别方法和系统，提出了部门负载、材料价值的量化指标，基于这些指标来量化部门‑事项‑材料关系网中的节点权重，进而使用基于部门负载和材料价值的关键节点算法，计算得到材料的共享价值分数。本发明使得不同的材料最终的共享价值会受到部门负载的部分影响，充分考虑了部门与事项之间的关联、事项办理时限、事项办理次数等信息，以达到节约人力物力，促进政务数据共享，优化办事时限的目的。

Description

一种基于事项关联网络的政务共享材料识别方法与系统

技术领域

本发明涉及信息处理技术，特别涉及政务共享材料识别技术。

背景技术

各地政府均展开了电子政务的建设，将政务服务信息化，极大地提高了民众办事满意度，减少了政务资源管理成本。但是由于各个地区，各个部门的办事流程、管理等的差异性，各个政务系统相互孤立，信息不共享互换，导致政务数据存在“信息孤岛”的问题，严重制约了行政效率和服务水平。

“最多跑一次”改革是通过“一窗受理、集成服务、一次办结”的服务模式创新，让企业和群众到政府办事实现“最多跑一次”的行政目标。2016年底，“最多跑一次”改革在浙江首次被提出。这项“刀刃向内”、面向政府自身的自我革命，已然显现出成效。对全国而言，浙江作为“最多跑一次”的改革样本，铺开改革仍是“进行时”。在政务优化任务中，共享材料起着关键性的作用——群众办事反复提交证明、政务人员反复核检材料，这种模式严重制约了办事效率。为加快推动政务信息系统互联和公共数据共享，增强政府公信力，提高行政效率，充分发挥政务信息资源共享在深化改革、转变职能、创新管理中的重要作用，2016年9月5日，国务院以国发〔2016〕51号印发《政务信息资源共享管理暂行办法》。

为了响应政府号召，解决材料共享的问题，各地政府纷纷提出，凡能通过网络共享复用的材料，不得要求群众和企业重复提交。各级政府部门要力图打破数据壁垒、实行数据共享，并规定在政务服务过程中可以通过公共数据平台提取的证明材料，不得再要求服务对象提供，减少办理群众重复提交材料次数，减少政务人员重复审核材料，提升政府治理能力。然而，目前政务数据共享仍存在着共享需求不明确，材料共享缺标准、缺规范的问题。

在政务优化材料共享任务中，当前其他省市的材料共享模式仍然是通过各级部门逐层人工筛选可共享材料，最终梳理并公布可共享材料列表，例如浙江、广东等。

此外也有研究工作使用相关图算法计算关键节点，自动筛选出共享价值更高的材料。传统的图算法有度值中心性算法、介值中心性算法、k核中心性算法等，这些算法都是在确定出的关键节点的数量不受限制的情况下，对单个节点在拓扑网络中的信息传输能力进行评估，且更多的是应用在同构节点网络中。

上述技术方案存在以下几个问题：1.基于人工梳理的方式不但耗时长，消费人力物力，而且效率低，准确性和合理性都直接受到人自身因素的影响。2.当前的筛选方式是部门内部从下到上自行筛查可共享材料，部门间层层递交合并，最终在政务官网公布政府可共享材料列表，这样的方式仅仅考虑到材料的可共享性，并没有从群众和部门等多个角度考虑材料共享后带来的效率增益。3、已有的图算法例如度中心性算法或者Google的网页排名算法(PageRank)算法都仅仅能针对单一节点类型的图进行图计算，无法准确地找准共享材料。

因此在材料共享任务中，关键任务便是确定哪些材料应该共享，而共享哪些材料应该既考虑到群众的因素(群众经常办理的事项，材料共享的价值更大)，也应该考虑到材料对部门的影响(负载比较重的部门，共享其相关材料价值更大)。

申请人分析了具有高优先级的共享材料应该具有以下几个特点：

一方面该材料需要较大的需求量；另一方面该材料应该处于事项网络的关键路径上，即该材料的缺失会制约和影响后续事项的办理。从共享材料的特点我们可以看出，如果构建材料-事项-部门的拓扑结构网络图，那么材料应当与事项和部门之间均有相关联——如果一个材料被多个事项需要，且这些事项办理频次较高，那么该材料应该具有更高的共享价值；除此之外，如果一个材料同时被多个部门需要，而某些部门又是核心部门亦或是负载比较高的部门，那么共享该材料不但可以约简办事时间，还可以降低高负载的部门的压力。综上，如何同时兼顾这两个方面成为找准共享材料面临的主要挑战。比如，使用度中心性算法(Degree Centrality)在构建的材料-事项-部门网络图中，可以充分考虑材料直接相连事项数，使更多事项受到影响，但是并不能考虑到事项的办理次数带来的影响；而PageRank节点的评分由关联节点综合确定，未考虑不同类型的节点及不同节点的权重，无法有效体现材料的共享价值。目前各种图关键节点算法都是基于同构节点分析的，而在政务问题中，关键材料一方面受到和材料直接相关的事项的影响，一方面又受到和事项直接相关的部门的负载影响。

发明内容

本发明所要解决的技术问题是，针对当前材料共享存在的共享需求不明确，人工梳理效率低，共享材料提出缺乏理论支撑的缺点，提供一种能充分考虑部门和事项两方面的影响从而识别出共享材料的方法与系统。

本发明为实现上述技术问题所采用的技术方案是，一种基于事项关联网络的政务共享材料识别方法，提出了部门负载、材料价值的量化指标，基于这些指标来量化部门-事项-材料关系网中的节点权重，进而使用基于部门负载和材料价值的关键节点算法，计算得到材料的共享价值分数，包括以下步骤：

1)构建部门-事项-材料网络关联图：将提取出的政务数据按照网络关联图中节点和关联关系的数据形式进行封装，根据封装的数据形式生成网络关联图；节点包括部门节点、事项节点和材料节点，各节点存储其各自的属性，节点之间因依赖关系产生关联关系；

依赖关系包括：(1)部门d→事项i，表示部门d办理事项i；(2)材料m→事项i，表示办理事项i需要材料m；(3)事项i→材料m，表示事项i办理成功后会产生材料m；其中，a→b表示b依赖于a；

事项节点的属性包括事项ID、事项名称、事项办理时限和事项年度办理次数，部门节点的属性包括部门ID和部门名称，材料节点的属性包括材料ID、材料名称和材料描述；

2)计算材料的初始分数：

遍历网络关联图所有材料节点，根据关联关系事项i→材料m、材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据事项节点的属性计算出各材料的初始分数M_initial：

其中，I_i-m表示与材料节点m有关联关系的第i个事项节点的属性中的事项年度办理次数，i_total-m表示与材料节点m有关联关系的事项节点的节点总数；

3)计算部门负载分数：

3-1)遍历网络关联图所有部门节点，根据关联关系部门d→事项i，查询出与每一个部门节点有关联关系的全部事项节点，再根据事项节点的属性计算出各部门的初始负载D_initial：

其中，I_i-d表示与部门节点d有关联关系的第i个事项节点的属性中的年度办理次数，W_i表示第i个事项节点的属性中的事项办理时限，i_total-d表示与部门节点d有关联关系的事项节点的节点总数；

3-2)对各部门的初始负载D_initial分别进行归一化处理，将各部门的归一化负载D_norm作为各部门负载分数；

4)计算材料受部门负载的影响度：

遍历网络关联图所有材料节点，根据关联关系材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据关联关系部门d→事项i，查询出与这些事项节点有关联关系的全部部门节点，从而得到与各材料节点通过事项节点相关联的全部部门节点并获取对应的部门负载分数D_norm，进而计算各材料受部门负载的影响度M_affected：

其中，I_d-i-m表示材料节点m与第d个部门节点之间通过I_d-i-m个事项节点相关联，d_total表示与材料节点m通过事项节点相关联的部门节点的节点总数；

5)计算各材料的共享价值分数M_value：

M_value＝α*M_initial+(1-α)*M_affected

其中，α是材料的初始分数的权重；

步骤5：将各材料按照其共享价值分数从高到低的排序作为政务共享材料的从高到低的优先级顺序并返回。

本发明提出的方法依赖于实际的部门-事项-材料网络关联图，引入了部门负载/材料初始分数等概念，同时考虑了多种关联关系，经共享结果分析，本方法可以有效地筛选出政务领域的关键节点，并优于传统的图关键节点PageRank、度中心性等算法。

另外，提供一种实现上述方法的系统，包括材料事项部门网络构建模块、材料初始分数计算模块、部门负载程度计算模块和异构网络材料初始分数计算模块；材料事项部门网络构建模块用于实施上述步骤1)，材料初始分数计算模块用于实施上述步骤2)，部门负载程度计算模块用于实施上述步骤3)，异构网络材料初始分数计算模块用于实施上述步骤4)和5)。

本发明的有益效果是，使得不同的材料具备不同的价值，其最终的共享价值会受到部门负载的部分影响，充分考虑了部门与事项之间的关联、事项办理时限、事项办理次数等信息，计算所有部门负载权重，侧面体现不同部门对材料共享的影响程度；通过自动化的手段评估材料共享价值，并将所有材料价值排序，推荐可优先共享的材料，进而辅助政府人员实施材料共享的决策，减少部门审核事件的复杂度，降低部门负载，以达到节约人力物力，促进政务数据共享，优化办事时限的目的。

附图说明

图1为本实施例方法流程图；

图2为实施例材料事项部门关联离示意图。

具体实施方式

为了实现自动化分析关键性材料，按材料分数筛选整理出材料列表，我们在参考了各种图关键节点算法后，认为当前主流的一些图中心节点算法例如度中心性算法(Degree Centrality)、介数中心性算法(Betweenness Centrality)、谷歌提出的网页排名算法PageRank等都不能很好的契合该政务场景，因为上述图算法都是基于同构节点分析的，而在现实问题中，关键材料一方面受到和材料直接相关的事项的影响，一方面又受到和事项直接相关的部门的负载影响。Bonacich提出节点还有可能受到不依赖于节点连接信息的其他信息的影响，因此受到这一观点的启发，本发明认为不同的材料本身具备不同的价值，其最终的共享价值会受到部门负载的部分影响，而不是像其他算法一样，某节点的重要性完全受制于周围节点。最终本发明提出一种基于事项关联网络的政务共享材料识别方法的具体实现步骤如图1所示：

(1)构建部门/事项/材料网络关联图，如图2所示；

(2)计算量化材料的初始分数；

(3)计算部门负载分数；

(4)利用负载分数计算材料受部门负载的影响度；

(5)根据材料受部门负载的影响度更新材料得分，并按该得分排序输出识别该网络中的关键节点。

如图2中的部门d/事项i/材料m网络关联图中各节点：

部门d：省文化和旅游厅、省公安厅、省市场监督管理局；

事项i：设置中外合资经营娱乐场所的许可、增、减、补、换发证照申请书、身份证办理；

材料m：消防安全合格证、营业执照副本、申请人身份证、户口簿。

各节点存在相互依赖的关系，包括：(1)事项i依赖于部门d，表示部门d可办理事项i，如办理“设置中外合资经营场所的许可”事项依赖于“省文化和旅游厅”；(2)申请事项i依赖于材料m，表示办理事项i需要材料m，如办理“设置中外合资经营娱乐场所的许可”事项，需要提交“消防安全合格证”、“营业执照副本”、“申请人身份证”等材料；(3)材料m依赖于事项i，表示事项i办理成功后会产生材料m，如“增、减、补、换发证照申请书”事项成功办理后，会产生材料“营业执照副本”。

为实现方法的系统，为评估所有材料的共享优先级，基于上述关联网络，系统将预先计算每个材料的初始分数、每个部门的负载，再对用户输入的待评估材料列表中每个材料计算其共享价值，得到材料共享价值列表。再对该列表进行排序，从而输出各个材料的共享优先级给用户。系统包括模块：材料事项部门网络构建模块、材料初始分数计算模块、部门负载程度计算模块和异构网络材料初始分数计算模块。

材料事项部门关联网络构建模块：

为高效实现政务共享材料识别，需梳理政务事项办理相关数据以构建材料事项部门关联网络，具体步骤为：

首先梳理政务数据，将其输入到材料事项部门网络构建模块中，并将这些数据按照图所需的节点和关系的形式封装成事项节点、材料节点和部门节点。其中事项节点包括事项ID、事项名称、事项办理时限、事项年度办理次数等属性，部门节点包括部门ID、部门名称等属性，材料节点包括材料ID，材料名称，材料描述等属性。

此外还需根据部门、事项和材料间的依赖，明确定义节点间的关系，包括：(1)“办理”关系，连接部门节点与事项节点，表示部门可办理事项；(2)“需要”关系，连接事项节点与材料节点，表示办理事项需要材料；(3)“产生”关系，连接事项节点与材料节点，表示事项办理成功后会产生的材料。

材料初始分数计算模块：

遍历网络中所有材料，例如针对材料m，根据“需要”或“产生”关系，查询出与m相关的事项列表，查询事项节点中存储的年度办理次数属性，计算该列表中所有事项年度办理次数之和作为m的初始分数得分，并将其作存入m初始分数得分属性中，其计算公式如下：

M_initial＝ΣI_i-m

其中I_i-m表示与m相关的第i个事项的年度办理次数，M_initial代表m的初始分数得分，由与该材料所有相关事项的年度办理次数之和计算得出。

部门负载权重计算模块：

考虑到材料的共享优先级高低会受到通过事项与其间接相关的部门负载的影响，因此系统会遍历关联网络中所有部门，例如针对部门d，根据“办理”关系，查询出与d相关的事项列表，依据以下步骤为部门d计算负载：

1)计算各部门的当前负载指标

根据“办理”关系，查询与d关联的事项列表，利用每个事项的年度办理次数和办理时限属性，统计d承担事项的所有时耗作为部门初始负载。计算方式如下：

D_initial＝Σ(I_i-d*W_i)

其中D_initial表示d的初始负载，I_i-d表示与d相关的事项i的年度办理次数，W_i表示事项i的办理时限(/天)，D_initial表示部门所有关联事项的办理时耗之和，即d的初始负载。

2)min-max归一化的方式归一化负载

其中D_norm表示归一化后的部门的负载，其中D_max表示所有部门负载的最大值，D_min表示所有部门负载的最小值。

异构网络材料共享优先级计算模块：

遍历用户输入的材料列表，针对每个材料m，按以下步骤计算材料共享价值并排序后返回给用户：

1)计算材料受到部门的影响

根据“需要”关系，查询材料m相关的事项列表，根据“办理”关系，查询每个事项i相关的部门列表，汇总得到与i相关的部门列表，查询每个部门d的负载D_norm。在查询过程中，m与d可通过多个i相关联，该关联数量用I_d-i-m表示。按如下公式计算部门对材料的影响度：

M_affected＝Σ(D_norm*I_d-i-m)

其中M_affected表示材料m相关的部门对m产生的影响。

2)计算材料的共享价值分数，并按照分数从高到低排名

根据以下公式计算材料m的共享价值分数。按照分数从高到低的顺序排列用户输入的材料列表并返回：

M_value＝α*M_initial+(1-α)*M_affected

其中，M_value表示m的共享价值分数，α是材料初始分数得分的系数，可由用户设置。

图2中材料的共享价值得分为：(1)营业执照副本：46.92；(2)申请人身份证：18.65；(3)户口簿：15.56；(4)消防安全合格证：9.83。建议省市场监督管理局共享营业执照副本材料。

由上，系统实现了材料事项部门关联网络中的材料共享优先级排名，并可依据该排名为相关政务人员提供合理的共享材料建议。

本方法在计算材料的重要度时，既考虑了共享材料后直接减少的材料数量这一指标，又考虑了共享材料后相关部门负载的优化程度，实现了异构数据网络中的关键节点计算，最终完成了自动筛选梳理共享材料的任务，相比于常规人工筛选，提供了材料价值分数机制，为政务人员进行相应决策提供了更多的量化标准。

Claims (6)

1.一种基于事项关联网络的政务共享材料识别方法，其特征在于，包括以下步骤：

1)构建部门-事项-材料网络关联图：将提取出的政务数据按照网络关联图中节点和关联关系的数据形式进行封装，根据封装的数据形式生成网络关联图；节点包括部门节点、事项节点和材料节点，各节点存储其各自的属性，节点之间因依赖关系产生关联关系；

依赖关系包括：(1)部门d→事项i，表示部门d办理事项i；(2)材料m→事项i，表示办理事项i需要材料m；(3)事项i→材料m，表示事项i办理成功后会产生材料m；其中，a→b表示b依赖于a；

事项节点的属性包括事项ID、事项名称、事项办理时限和事项年度办理次数，部门节点的属性包括部门ID和部门名称，材料节点的属性包括材料ID、材料名称和材料描述；

2)计算材料的初始分数：

遍历网络关联图所有材料节点，根据关联关系事项i→材料m、材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据事项节点的属性计算出各材料的初始分数M_initial：

其中，I_i-m表示与材料节点m有关联关系的第i个事项节点的属性中的事项年度办理次数，i_total-m表示与材料节点m有关联关系的事项节点的节点总数；

3)计算部门负载分数：

3-1)遍历网络关联图所有部门节点，根据关联关系部门d→事项i，查询出与每一个部门节点有关联关系的全部事项节点，再根据事项节点的属性计算出各部门的初始负载D_initial：

其中，I_i-d表示与部门节点d有关联关系的第i个事项节点的属性中的年度办理次数，W_i表示第i个事项节点的属性中的事项办理时限，i_total-d表示与部门节点d有关联关系的事项节点的节点总数；

3-2)对各部门的初始负载D_initial分别进行归一化处理，将各部门的归一化负载D_norm作为各部门负载分数；

4)计算材料受部门负载的影响度：

遍历网络关联图所有材料节点，根据关联关系材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据关联关系部门d→事项i，查询出与这些事项节点有关联关系的全部部门节点，从而得到与各材料节点通过事项节点相关联的全部部门节点并获取对应的部门负载分数D_norm，进而计算各材料受部门负载的影响度M_affected：

其中，I_d-i-m表示材料节点m与第d个部门节点之间通过I_d-i-m个事项节点相关联，d_total表示与材料节点m通过事项节点相关联的部门节点的节点总数；

5)计算各材料的共享价值分数M_value：

M_value＝α*M_initial+(1-α)*M_affected

其中，α是材料的初始分数的权重；

步骤5：将各材料按照其共享价值分数从高到低的排序作为政务共享材料的从高到低的优先级顺序并返回。

2.如权利要求1所述方法，其特征在于，步骤3-2)采用min-max归一化处理方式得到各部门的归一化负载D_norm：

其中，D_max表示所有部门的初始负载的最大值，D_min表示所有部门的初始负载的最小值。

3.如权利要求1所述方法，其特征在于，步骤5中将各材料按照其共享价值分数从高到低的排序，取前N位的材料节点为网络关联图中的关键节点，前N位的材料为关键共享材料。

4.一种基于事项关联网络的政务共享材料识别系统，其特征在于，包括材料事项部门网络构建模块、材料初始分数计算模块、部门负载程度计算模块和异构网络材料初始分数计算模块；

材料事项部门网络构建模块，用于构建部门-事项-材料网络关联图：

将提取出的政务数据按照网络关联图中节点和关联关系的数据形式进行封装，根据封装的数据形式生成网络关联图；节点包括部门节点、事项节点和材料节点，各节点存储其各自的属性，节点之间因依赖关系产生关联关系；

依赖关系包括：(1)部门d→事项i，表示部门d办理事项i；(2)材料m→事项i，表示办理事项i需要材料m；(3)事项i→材料m，表示事项i办理成功后会产生材料m；其中，a→b表示b依赖于a；

事项节点的属性包括事项ID、事项名称、事项办理时限和事项年度办理次数，部门节点的属性包括部门ID和部门名称，材料节点的属性包括材料ID、材料名称和材料描述；

材料初始分数计算模块用于，计算材料的初始分数：

遍历网络关联图所有材料节点，根据关联关系事项i→材料m、材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据事项节点的属性计算出各材料的初始分数M_initial：

其中，I_i-m表示与材料节点m有关联关系的第i个事项节点的属性中的事项年度办理次数，i_total-m表示与材料节点m有关联关系的事项节点的节点总数；

部门负载程度计算模块，用于计算部门负载分数：

先遍历网络关联图所有部门节点，根据关联关系部门d→事项i，查询出与每一个部门节点有关联关系的全部事项节点，再根据事项节点的属性计算出各部门的初始负载D_initial：

其中，I_i-d表示与部门节点d有关联关系的第i个事项节点的属性中的年度办理次数，W_i表示第i个事项节点的属性中的事项办理时限，i_total-d表示与部门节点d有关联关系的事项节点的节点总数；

再对各部门的初始负载D_initial分别进行归一化处理，将各部门的归一化负载D_norm作为各部门负载分数；

异构网络材料初始分数计算模块，用于计算材料的共享价值分数：

先遍历网络关联图所有材料节点，根据关联关系材料m→事项i，查询出与每一个材料节点有关联关系的全部事项节点，再根据关联关系部门d→事项i，查询出与这些事项节点有关联关系的全部部门节点，从而得到与各材料节点通过事项节点相关联的全部部门节点并获取对应的部门负载分数D_norm，进而计算各材料受部门负载的影响度M_affected：

其中，I_d-i-m表示材料节点m与第d个部门节点之间通过I_d-i-m个事项节点相关联，d_total表示与材料节点m通过事项节点相关联的部门节点的节点总数；

再计算各材料的共享价值分数M_value：

M_value＝α*M_initial+(1-α)*M_affected

其中，α是材料的初始分数的权重；

最后将各材料按照其共享价值分数从高到低的排序作为政务共享材料的从高到低的优先级顺序并返回。

5.如权利要求4所述系统，其特征在于，部门负载程度计算模块采用min-max归一化处理方式得到各部门的归一化负载D_norm：

其中，D_max表示所有部门的初始负载的最大值，D_min表示所有部门的初始负载的最小值。

6.如权利要求4所述系统，其特征在于，异构网络材料初始分数计算模块将各材料按照其共享价值分数从高到低的排序，取前N位的材料节点为网络关联图中的关键节点，前N位的材料为关键共享材料。

Images