数据处理在电子政务中的应用

李晶

摘 要： 经过处理并赋予一定的意义之后，数据便成为信息。发展电子政务需要应用大量的各种类型数据，如何高效、准确地处理数据以获取有用的信息，是大数据时代电子政务所面临的问题。因此，有必要对电子政务数据处理的流程和关键问题进行探讨。通过分析数据处理在电子政务中的作用，得出数据处理系统能够提升政府的信息服务质量，建立电子化政府，为政府重大政策出台提供信息支持，促进政府之间交流的结论。

关键词： 电子政务； 大数据； 数据处理； 信息服务

中图分类号： TN964?34 文献标识码： A 文章编号： 1004?373X（2014）10?0077?03

Abstract： The rapid development of E?government needs to apply various types of large amounts of data， but how to efficiently and accurately extract useful information from these data is still a problem faced by E?government in the era of big data. Therefore， it is necessary to discuss the technical process and key issues of E?government data processing. By analyzing the role of data processing in E?government， some conclusions has been obtained： the data processing system can improve the information service quality of government， help to establish an electronization government， provide an information support for the realization of the government's some important policies， and promote exchanges between governments.

Keywords： E?government； big data； data processing； information service

0 引 言

以网络和电子信息技术为代表的现代科技的迅猛发展有力地推动了政府治理和公共服务范式的变革。政府管理理念和公共服务方式产生了巨大的转变，从工业时代的传统政务发展到互联网时代的电子政务。电子政务综合体现了“透明的政府”（Transparent Government）、“无缝”（Seamless）、“一体化的政府”（Integrated Government）和“回应的政府”（Responsive Government），“以公众为中心”（Citizen?centric）、“惠及所有人”（For All）、“变革的政府 ”（Transformational Government）等理念[1]，是一种高效的、信息化的公共服务范式。

信息产业背景下，必须注重数据库的发展和应用，数据库在各类型不同行业的系统中都占据着基础的位置，电子政务系统也一样采用了数据中心的运行方式。在所有的管理信息系统中，电子政务系统是最复杂、最庞大的系统之一[2]，数据来源纷繁庞杂，对这些数据准确分析处理，所获取的信息是政府部门城市管理和决策科学的重要依据。

利用相应的技术和设备进行各类数据加工的过程就是数据处理（Data Processing），具体内容包括对数字、文字、图形或声音等符号的采集、存储、检索、加工、变换和传输，经过这些处理与解释，数据被赋予一定的意义，形成信息。

数据处理技术涉及到数据库管理系统、分布式数据处理系统、文档处理等方面的技术[3]。

1 数据处理在电子政务中的作用

21世纪以来，社会各个领域广泛应用着数据处理系统。美国政府于 2012 年 3 月 29 日宣布推出“大数据的研究和发展计划”[4]，旨在提高从大量的、复杂的数据集合中获取知识和见解的能力，推进和改善政府部门的数据采集、数据组织和数据分析技术。

在我国，社会信息化的基础是政府信息化，电子政务位于政府积极推进的“信息高速公路”的5个领域（电子政务、电子商务、远程教育、远程医疗、电子娱乐）之首[5]。电子政务范式下，政府如何高效利用数据信息并开发出其作为一种重要资源的价值，特别是在公众信息服务、电子化政府、政府之间交流、政府行政决策等方面，成为政府公共管理部门关注的问题。所以，数据处理系统已经成为我国电子政务建设中不能缺少的信息化工具，对提高政府工作效率、辅助政府工作、提供决策支持等具有极大的作用。主要体现在：

1.1 提升政府的信息服务质量。

政府的公信力体现在及时提供给公众各类官方信息，包括社会经济数据、紧急状态下的救援情况、各类新闻发布等。通过计算机数据处理进行信息管理已成为政府为公众提供信息服务的重要方式[6]。信息管理需要建立数据库，对各种原始数据（包括数值的和非数值的）进行整理、分析、计算和编辑加工，通过系统地存储和整理、分析数据获取有价值的信息。信息化的数据处理技术相对于人工信息发布方式而言，显著提高了政府工作效率，丰富了政府信息服务内容，提升政府的信息服务质量。

1.2 建立电子化政府。

电子化政府的重要表现形式是政府建立门户网站。政府网站设计需要对网站内容（文本或图像内容）进行数据处理，采用数据自动归类技术实现网站信息的分类整理，准确快捷地组织网站信息，整理点击量高的信息数据，还可以结合用户访问记录，把握用户的兴趣，有助于个人信息的定制服务以及开展网站信息推送服务，吸引更多的用户。

通常，政府门户网站的访问量很大，经常需要处理数据。在进行专业模块的数据分析时，先要把无关的、不重要的数据清理掉，即有针对性的进行数据清洗；接下来的步骤就是对数据进行分类，分类划分之后，根据具体的数据分析需求，选择相应的模式分析技术，如路径分析、兴趣关联、聚类规则等进行数据处理。

例如，网络数据处理部分可以利用搜索引擎技术来实现。通过搜索引擎对网页内容检索，可以实现网络信息的分类浏览和网页的分类聚类；在分类基础上运用数据处理技术，改进网站内容关键词加权算法，可以增强检索效果，提高网络信息的标引准确度。

1.3 为政府重大政策出台提供信息支持。

政府科学决策需要全面、准确、客观、科学的数字依据，即数据采集、存储，分析和汇总所形成的有效信息。例如，通过采集海量社会经济文化数据（人口、交通、教育、工农业等），建立数据库系统，针对不同类型的数据资源整理和分析处理，取得有意义的信息，预测未来的社会经济发展方向，从而制定出相应的宏观经济调控政策[7]。同理，通过对各类渠道获取的社会资源的数据分析处理，可以科学地制定出一些社会服务、社会保障与社会福利等政策。

1.4 促进政府之间交流。

现阶段我国政府采用的是条块结合的行政组织架构，地方政府之间需要经常性的横向或纵向交流沟通，这些交流很大程度上以网络化信息化方式实现。通过访问政府网站，应用数据处理技术，自动获取并分析网络浏览器端的用户访问模式和行为模式、日志信息记录等，再结合用户登记信息，通过模式分析，找出政务交往对象，或发现潜在的交流对象，最后通过联机分析（OLAP）进行验证。例如，评价用户是否有与该政府机构交往的意愿，可以通过用户浏览政府门户网站信息内容及所花费的总时间做出判断；应用聚类分析来识别用户的访问动机和访问趋势等。

2 电子政务中数据处理技术关键问题探讨

2.1 构建数据处理系统

各种数字、符号、声音、图片和文字的集合都可以称为数据[8]。借助计算机技术采集、记录、分析数据，生成面向特定对象的信息，这个过程就是数据处理。运用计算机技术构建一个完整的数据处理系统，通常包括以下内容：

采集数据：收集用户需要的各类型数字、符号、声音、图片和文字。

转换数据：整理收集到的各类数据，将其转换成计算机能够识别的信息。

数据分组：按照设定的分类编码，将相关信息进行分组归类。

数据排序：按照设定要求，将数据排列先后次序。

数据检索：分为单一因素检索和综合条件检索。根据用户查询，从数据集合中迅速提取准确的信息。

数据计算：运用各种算术和逻辑运算，其结果就是信息。

数据存储：将计算的结果及原始数据保存起来，以备后用。

根据用户需要，分别从这几方面进行数据处理，数据处理原理图如图1所示。

2.2 数据处理系统的工作步骤

数据处理的过程大致可分为数据的输入、处理和输出3个阶段的工序。

数据录入阶段，也可以称为数据的准备阶段。数据录入以后，由计算机编译程序，按程序的指示和要求对数据进行处理。数据处理的工作步骤，即上述7个工作内容中的一个或若干个组合。数据经处理，最后输出的是各种文字和数字的报表或表格，即有意义的信息。数据处理工作顺序流程图如图2所示。

概括的讲，数据录入是基础，数据处理是重点，数据输出是目的。

2.3 数据处理体系的分类依据

基于数据时间空间不同的分布方式，数据处理设备不同的工作方式、结构方式，要对数据处理进行不同的分类。不同的数据处理方式需要不同的软件和硬件支撑，每种处理方式都具有各自的特点。在实际工作中，应根据具体环境选择适当的数据处理方式。数据处理主要有4种分类方式：

（1） 根据数据处理时间的分配方式，划分为实时处理方式、分时处理方式和批处理方式。

（2） 根据数据处理空间的分布方式，划分为集中式处理方式和分布式处理方式。

（3） 根据计算机中央处理器的工作方式，划分为单通道作业处理方式、多通道作业处理方式和交互式处理方式。

（4） 根据数据处理设备的结构方式，划分为联机处理方式和脱机处理方式。

2.4 不确定数据处理

关于数据处理的研究，除了针对确定性数据，更多的则是针对Web数据和不确定性数据的研究[9]。在电子政务工作中经常会产生不确定性数据，例如：规划城市公交线路时，可以通过采集刷卡数量的方法迅速统计出多少人/次乘坐了公交车，但是个人乘坐的站点数量，即刷卡的密度很难精确统计，而这些数据对公交车站点的设置非常重要。如果有精确的数据，可以根据一定的算法计算出最合理的线路，在数据不确定情况下，只能根据乘坐的人数对具体的数据进行推测。另外，电子化政务工作中，有不少数据存在隐瞒、欺诈的情况，这些不真实数据也是造成不确定数据的主要原因。

由于取得的数据不确定，数据处理中心的方式仅能够进行数据管理和分析，而无法算出确定的结论，无法为政府决策提供有效的信息参考。因此对于不确定数据要进行转换。

3 结 语

随着电子政务的发展和网络用户对高品质、个性化的信息需求的不断扩大，必将对数据处理技术提出更高的要求。从发展趋势上看，数据处理技术未来发展的重点将主要集中于智能性、易用性、集成性3个方面[10]，需要从这三方面入手推动信息处理技术的不断发展与完善，更好地为电子政务服务，提高信息化水平。

参考文献

[1] 赵玎，陈贵梧.从电子政务到智慧政务：范式转变、关键问题及政府应对策略[J].情报杂志，2013（1）：205?207.

[2] 吴昊，孙宝文.当前我国电子政务发展现状、问题及对策实证研究[J].国家行政学院学报，2009（5）：16?19.

[3] 陈贵梧.地方电子政务公共服务的公众接受问题：基于X市访谈数据的探索性研究[J].图书情报工作，2011（3）：28?30.

[4] 涂兰敬.专家观点：“大数据”与“庞大数据”的区别[J].网络与信息，2011（12）：37?38.

[5] 李建中，于戈，周傲英.不确定性数据管理的要求与挑战[J].中国计算机学会通讯，2009，5（4）：6?14.

[6] 李菲.基于数据挖掘的电子政务个性化推荐服务框架研究[J].商业时代，2010（9）：47?48.

[7] 林野.探析我国电子政务发展的现状及趋势[J].信息与电脑，2012（2）：29?30.

[8] 黄霞，朱晓峰，张琳.个性化电子政务信息服务研究[J].电子政务，2012（3）：79?84.

[9] 徐子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012.

[10] 王欣欣.刍议电子政务中的个性化服务模式研究：基于美国等电子政务网站建设的思考[J].情报杂志，2010（z）：226?228.

通常，政府门户网站的访问量很大，经常需要处理数据。在进行专业模块的数据分析时，先要把无关的、不重要的数据清理掉，即有针对性的进行数据清洗；接下来的步骤就是对数据进行分类，分类划分之后，根据具体的数据分析需求，选择相应的模式分析技术，如路径分析、兴趣关联、聚类规则等进行数据处理。

例如，网络数据处理部分可以利用搜索引擎技术来实现。通过搜索引擎对网页内容检索，可以实现网络信息的分类浏览和网页的分类聚类；在分类基础上运用数据处理技术，改进网站内容关键词加权算法，可以增强检索效果，提高网络信息的标引准确度。

1.3 为政府重大政策出台提供信息支持。

政府科学决策需要全面、准确、客观、科学的数字依据，即数据采集、存储，分析和汇总所形成的有效信息。例如，通过采集海量社会经济文化数据（人口、交通、教育、工农业等），建立数据库系统，针对不同类型的数据资源整理和分析处理，取得有意义的信息，预测未来的社会经济发展方向，从而制定出相应的宏观经济调控政策[7]。同理，通过对各类渠道获取的社会资源的数据分析处理，可以科学地制定出一些社会服务、社会保障与社会福利等政策。

1.4 促进政府之间交流。

现阶段我国政府采用的是条块结合的行政组织架构，地方政府之间需要经常性的横向或纵向交流沟通，这些交流很大程度上以网络化信息化方式实现。通过访问政府网站，应用数据处理技术，自动获取并分析网络浏览器端的用户访问模式和行为模式、日志信息记录等，再结合用户登记信息，通过模式分析，找出政务交往对象，或发现潜在的交流对象，最后通过联机分析（OLAP）进行验证。例如，评价用户是否有与该政府机构交往的意愿，可以通过用户浏览政府门户网站信息内容及所花费的总时间做出判断；应用聚类分析来识别用户的访问动机和访问趋势等。

2 电子政务中数据处理技术关键问题探讨

2.1 构建数据处理系统

各种数字、符号、声音、图片和文字的集合都可以称为数据[8]。借助计算机技术采集、记录、分析数据，生成面向特定对象的信息，这个过程就是数据处理。运用计算机技术构建一个完整的数据处理系统，通常包括以下内容：

采集数据：收集用户需要的各类型数字、符号、声音、图片和文字。

转换数据：整理收集到的各类数据，将其转换成计算机能够识别的信息。

数据分组：按照设定的分类编码，将相关信息进行分组归类。

数据排序：按照设定要求，将数据排列先后次序。

数据检索：分为单一因素检索和综合条件检索。根据用户查询，从数据集合中迅速提取准确的信息。

数据计算：运用各种算术和逻辑运算，其结果就是信息。

数据存储：将计算的结果及原始数据保存起来，以备后用。

根据用户需要，分别从这几方面进行数据处理，数据处理原理图如图1所示。

2.2 数据处理系统的工作步骤

数据处理的过程大致可分为数据的输入、处理和输出3个阶段的工序。

数据录入阶段，也可以称为数据的准备阶段。数据录入以后，由计算机编译程序，按程序的指示和要求对数据进行处理。数据处理的工作步骤，即上述7个工作内容中的一个或若干个组合。数据经处理，最后输出的是各种文字和数字的报表或表格，即有意义的信息。数据处理工作顺序流程图如图2所示。

概括的讲，数据录入是基础，数据处理是重点，数据输出是目的。

2.3 数据处理体系的分类依据

基于数据时间空间不同的分布方式，数据处理设备不同的工作方式、结构方式，要对数据处理进行不同的分类。不同的数据处理方式需要不同的软件和硬件支撑，每种处理方式都具有各自的特点。在实际工作中，应根据具体环境选择适当的数据处理方式。数据处理主要有4种分类方式：

（1） 根据数据处理时间的分配方式，划分为实时处理方式、分时处理方式和批处理方式。

（2） 根据数据处理空间的分布方式，划分为集中式处理方式和分布式处理方式。

（3） 根据计算机中央处理器的工作方式，划分为单通道作业处理方式、多通道作业处理方式和交互式处理方式。

（4） 根据数据处理设备的结构方式，划分为联机处理方式和脱机处理方式。

2.4 不确定数据处理

关于数据处理的研究，除了针对确定性数据，更多的则是针对Web数据和不确定性数据的研究[9]。在电子政务工作中经常会产生不确定性数据，例如：规划城市公交线路时，可以通过采集刷卡数量的方法迅速统计出多少人/次乘坐了公交车，但是个人乘坐的站点数量，即刷卡的密度很难精确统计，而这些数据对公交车站点的设置非常重要。如果有精确的数据，可以根据一定的算法计算出最合理的线路，在数据不确定情况下，只能根据乘坐的人数对具体的数据进行推测。另外，电子化政务工作中，有不少数据存在隐瞒、欺诈的情况，这些不真实数据也是造成不确定数据的主要原因。

由于取得的数据不确定，数据处理中心的方式仅能够进行数据管理和分析，而无法算出确定的结论，无法为政府决策提供有效的信息参考。因此对于不确定数据要进行转换。

3 结 语

随着电子政务的发展和网络用户对高品质、个性化的信息需求的不断扩大，必将对数据处理技术提出更高的要求。从发展趋势上看，数据处理技术未来发展的重点将主要集中于智能性、易用性、集成性3个方面[10]，需要从这三方面入手推动信息处理技术的不断发展与完善，更好地为电子政务服务，提高信息化水平。

参考文献

[1] 赵玎，陈贵梧.从电子政务到智慧政务：范式转变、关键问题及政府应对策略[J].情报杂志，2013（1）：205?207.

[2] 吴昊，孙宝文.当前我国电子政务发展现状、问题及对策实证研究[J].国家行政学院学报，2009（5）：16?19.

[3] 陈贵梧.地方电子政务公共服务的公众接受问题：基于X市访谈数据的探索性研究[J].图书情报工作，2011（3）：28?30.

[4] 涂兰敬.专家观点：“大数据”与“庞大数据”的区别[J].网络与信息，2011（12）：37?38.

[5] 李建中，于戈，周傲英.不确定性数据管理的要求与挑战[J].中国计算机学会通讯，2009，5（4）：6?14.

[6] 李菲.基于数据挖掘的电子政务个性化推荐服务框架研究[J].商业时代，2010（9）：47?48.

[7] 林野.探析我国电子政务发展的现状及趋势[J].信息与电脑，2012（2）：29?30.

[8] 黄霞，朱晓峰，张琳.个性化电子政务信息服务研究[J].电子政务，2012（3）：79?84.

[9] 徐子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012.

[10] 王欣欣.刍议电子政务中的个性化服务模式研究：基于美国等电子政务网站建设的思考[J].情报杂志，2010（z）：226?228.

通常，政府门户网站的访问量很大，经常需要处理数据。在进行专业模块的数据分析时，先要把无关的、不重要的数据清理掉，即有针对性的进行数据清洗；接下来的步骤就是对数据进行分类，分类划分之后，根据具体的数据分析需求，选择相应的模式分析技术，如路径分析、兴趣关联、聚类规则等进行数据处理。

例如，网络数据处理部分可以利用搜索引擎技术来实现。通过搜索引擎对网页内容检索，可以实现网络信息的分类浏览和网页的分类聚类；在分类基础上运用数据处理技术，改进网站内容关键词加权算法，可以增强检索效果，提高网络信息的标引准确度。

1.3 为政府重大政策出台提供信息支持。

政府科学决策需要全面、准确、客观、科学的数字依据，即数据采集、存储，分析和汇总所形成的有效信息。例如，通过采集海量社会经济文化数据（人口、交通、教育、工农业等），建立数据库系统，针对不同类型的数据资源整理和分析处理，取得有意义的信息，预测未来的社会经济发展方向，从而制定出相应的宏观经济调控政策[7]。同理，通过对各类渠道获取的社会资源的数据分析处理，可以科学地制定出一些社会服务、社会保障与社会福利等政策。

1.4 促进政府之间交流。

现阶段我国政府采用的是条块结合的行政组织架构，地方政府之间需要经常性的横向或纵向交流沟通，这些交流很大程度上以网络化信息化方式实现。通过访问政府网站，应用数据处理技术，自动获取并分析网络浏览器端的用户访问模式和行为模式、日志信息记录等，再结合用户登记信息，通过模式分析，找出政务交往对象，或发现潜在的交流对象，最后通过联机分析（OLAP）进行验证。例如，评价用户是否有与该政府机构交往的意愿，可以通过用户浏览政府门户网站信息内容及所花费的总时间做出判断；应用聚类分析来识别用户的访问动机和访问趋势等。

2 电子政务中数据处理技术关键问题探讨

2.1 构建数据处理系统

各种数字、符号、声音、图片和文字的集合都可以称为数据[8]。借助计算机技术采集、记录、分析数据，生成面向特定对象的信息，这个过程就是数据处理。运用计算机技术构建一个完整的数据处理系统，通常包括以下内容：

采集数据：收集用户需要的各类型数字、符号、声音、图片和文字。

转换数据：整理收集到的各类数据，将其转换成计算机能够识别的信息。

数据分组：按照设定的分类编码，将相关信息进行分组归类。

数据排序：按照设定要求，将数据排列先后次序。

数据检索：分为单一因素检索和综合条件检索。根据用户查询，从数据集合中迅速提取准确的信息。

数据计算：运用各种算术和逻辑运算，其结果就是信息。

数据存储：将计算的结果及原始数据保存起来，以备后用。

根据用户需要，分别从这几方面进行数据处理，数据处理原理图如图1所示。

2.2 数据处理系统的工作步骤

数据处理的过程大致可分为数据的输入、处理和输出3个阶段的工序。

数据录入阶段，也可以称为数据的准备阶段。数据录入以后，由计算机编译程序，按程序的指示和要求对数据进行处理。数据处理的工作步骤，即上述7个工作内容中的一个或若干个组合。数据经处理，最后输出的是各种文字和数字的报表或表格，即有意义的信息。数据处理工作顺序流程图如图2所示。

概括的讲，数据录入是基础，数据处理是重点，数据输出是目的。

2.3 数据处理体系的分类依据

基于数据时间空间不同的分布方式，数据处理设备不同的工作方式、结构方式，要对数据处理进行不同的分类。不同的数据处理方式需要不同的软件和硬件支撑，每种处理方式都具有各自的特点。在实际工作中，应根据具体环境选择适当的数据处理方式。数据处理主要有4种分类方式：

（1） 根据数据处理时间的分配方式，划分为实时处理方式、分时处理方式和批处理方式。

（2） 根据数据处理空间的分布方式，划分为集中式处理方式和分布式处理方式。

（3） 根据计算机中央处理器的工作方式，划分为单通道作业处理方式、多通道作业处理方式和交互式处理方式。

（4） 根据数据处理设备的结构方式，划分为联机处理方式和脱机处理方式。

2.4 不确定数据处理

关于数据处理的研究，除了针对确定性数据，更多的则是针对Web数据和不确定性数据的研究[9]。在电子政务工作中经常会产生不确定性数据，例如：规划城市公交线路时，可以通过采集刷卡数量的方法迅速统计出多少人/次乘坐了公交车，但是个人乘坐的站点数量，即刷卡的密度很难精确统计，而这些数据对公交车站点的设置非常重要。如果有精确的数据，可以根据一定的算法计算出最合理的线路，在数据不确定情况下，只能根据乘坐的人数对具体的数据进行推测。另外，电子化政务工作中，有不少数据存在隐瞒、欺诈的情况，这些不真实数据也是造成不确定数据的主要原因。

由于取得的数据不确定，数据处理中心的方式仅能够进行数据管理和分析，而无法算出确定的结论，无法为政府决策提供有效的信息参考。因此对于不确定数据要进行转换。

3 结 语

随着电子政务的发展和网络用户对高品质、个性化的信息需求的不断扩大，必将对数据处理技术提出更高的要求。从发展趋势上看，数据处理技术未来发展的重点将主要集中于智能性、易用性、集成性3个方面[10]，需要从这三方面入手推动信息处理技术的不断发展与完善，更好地为电子政务服务，提高信息化水平。

参考文献

[1] 赵玎，陈贵梧.从电子政务到智慧政务：范式转变、关键问题及政府应对策略[J].情报杂志，2013（1）：205?207.

[2] 吴昊，孙宝文.当前我国电子政务发展现状、问题及对策实证研究[J].国家行政学院学报，2009（5）：16?19.

[3] 陈贵梧.地方电子政务公共服务的公众接受问题：基于X市访谈数据的探索性研究[J].图书情报工作，2011（3）：28?30.

[4] 涂兰敬.专家观点：“大数据”与“庞大数据”的区别[J].网络与信息，2011（12）：37?38.

[5] 李建中，于戈，周傲英.不确定性数据管理的要求与挑战[J].中国计算机学会通讯，2009，5（4）：6?14.

[6] 李菲.基于数据挖掘的电子政务个性化推荐服务框架研究[J].商业时代，2010（9）：47?48.

[7] 林野.探析我国电子政务发展的现状及趋势[J].信息与电脑，2012（2）：29?30.

[8] 黄霞，朱晓峰，张琳.个性化电子政务信息服务研究[J].电子政务，2012（3）：79?84.

[9] 徐子沛.大数据：正在到来的数据革命，以及它如何改变政府、商业与我们的生活[M].桂林：广西师范大学出版社，2012.

[10] 王欣欣.刍议电子政务中的个性化服务模式研究：基于美国等电子政务网站建设的思考[J].情报杂志，2010（z）：226?228.