民政公共服务大数据处理平台技术架构设计

王琦

（长春市社会救助事业中心（长春市民政信息中心） 吉林省长春市 130062）

使用数据整理、数据分析、数据挖掘等等方法，实现未来民政工作的组织结构和民政工作流程的重新优化组件，摆脱以往的时间空间限制，形成一个不以部分为分割方法的民政工作运行模式。主要的目的在于，为社会服务的过程中能够提供优质、规范、透明、符合国际标准的管理与服务。民政信息化建设的过程中，信息化程度的高低将会直接影响民政事业的发展和进度水平，同时还会对民政部门在管理有关社会行政事务中起到积极的作用。大数据作为近些年兴起的一种技术形式，必定会推动民政信息化建设，从而提高民政信息化建设水平。

1 大数据运用在民政信息化建设中存在的问题

1.1 民政各业务应用平台服务化程度不高

在当下发展的过程中，民政各个业务应用平台中重管理轻服务的现象较为普遍，除了社会救助、养老服务、居民家庭经济状况核对等等应用平台之外，大多数的应用平台主要的功能仅仅是对信息进行录入和储存。在未来发展的过程中，没有向人民群众和社会各界提供网上的对接窗口，这会导致实际工作的过程中民政服务失去了网上的管理途径和服务方式。同时社会大众在接受民政服务的过程中，也失去了统一化的渠道和途径[1]。

1.2 民政业务应用平台相互独立，存在信息孤岛

民政各项业务在实际开展的过程中性质较为特异与独立，因此无论是上级部门的部署还是下级部门的实际应用，都需要针对于平台的实际情况来进行处理。而这些平台相对来说较为独立，各个业务平台在进行数据规划的过程中，没有进行统一化的数据标准，因此数据各个阶段出现了不同的差异。这种情况导致平台之间的数据交换和共享十分困难，民政部门当中各类业务或者民政部门与其他部门的信息共享和工作协同难以实现[2]。

1.3 民政各业务应用平台无统一的统计分析和决策咨询平台

由于民政各业务系统平台较为独立，当前多数民政业务的统计报表采用的是人工统计之后再将统计数据进行录入至报表平台或直接上报，既不能实时反映出动态变化，也无法预测未来趋势，又不能够拥有图形化的展示界面。因此，无法向领导提供直观决策依据，并且也难以为服务对象实施精细化管理，同时对于差异化服务来说，更缺乏信息支撑[3]。

2 大数据背景下构建民政公共服务信息平台模型

民政公共服务信息平台模型，主要的内容包括有数据接收层、数据应用层、数据服务层。在这些层次当中，数据是民政公共服务的主要源头，而民政大数据主要由民意数据、业务数据、环境数据构成。在开展民政工作过程中需要使用合适的方式进行数据传输，在面向社会大众时还需要保证数据完整、高质、准确、适时[4]。模型中主要工作与任务就是对数据进行控制，而模型的外部主要目的是经过分析之后形成有价值的信息和创新性的知识，也就是民政部门需要依靠物联网来收集并且扩宽数据的范围，对不同系统的数据进行整合与对接，挖掘数据并将数据背后隐藏的信息和知识进行展示。数据、信息、知识，在大数据的帮助下和社会环境的影响中形成了一个循环。民政公共服务信息平台模型的构建，是大数据对民政工作的创新，有助于政府实行更加科学的决策，这对于公共服务、社会大众权益、部门实际工作都有着非常关键的作用，对于经济的发展、民政制度的落实、社会和谐的控制都有着非常重要的意义[5]。

3 民政公共服务大数据处理平台技术架构设计

在实际工作过程中，该架构的主要目的就是更好的加强民政系统信息化支撑，实现民政信息化进程过程中基础设施的建设。只有跨系统、跨部门进行数据交换与共享，才能更好地协同推进民政信息资源服务。只有完善民政基础全业务平台的建设，才能站在更高的角度上思考如何提升民政公共服务水平。因此需要在民政公共服务大数据技术进行架构设计[6]。首先需要考虑未来民政部门公共服务数据处理能力和业务发展的实际需求，从而实现将云计算、大数据、民政公共服务业务的有效融合与发展。具体来说公共服务主要有以下几方面内容，这些内容之间互相支撑、互成体系，因此彼此都属于非常重要的一部分。

3.1 数据基础环境层

这一层面在整个技术构建系统当中将会起到支撑的作用，主要包括有操作系统、计算机设备、网络互联设备、数据存储设备、信息录入采集设备及其它对应硬件[8]。

3.2 外部系统接入层

该层次主要的作用就是为外部系统提供标准的接口模式，目的就是实现这一技术框架平台与外部的系统数据共享，保证业务也能够进行协同处理，实现公共服务管理、公共业务管理、财务管理、预算管理、成本管理。接入系统在民政公共服务当中，将会接入多个系统，例如：最低生活保障信息系统、特困供养系统、临时救助系统、居民家庭经济状况核对系统、养老服务监管系统、养老服务系统、社会组织管理系统、基层政权建设和社区治理信息系统、儿童福利综合管理系统、志愿服务信息系统、婚姻管理信息系统、流浪乞讨人员救助管理信息系统、殡葬管理信息系统、社会慈善与募捐系统等。

3.3 数据资源层

该层主要由不同的业务数据库构成并将数据库进行联合，经过抽取、转换、装载三个过程，即ETL 过程，形成民政数据仓库。根据民政业务体系化强，扩展需求多的特点，可以采用范式模型，范式模型可以避免数据冗余，避免更新异常。但是数据仓库的集成和反映历史变化的特征意味着数据量非常之大，表和表之间的关联效率比较低，可以通过增加一些冗余的字段来避免表之间关联的次数处理方式来节约大量的时间。

3.4 应用支撑层

该层次主要的作用是使系统拥有更好的扩展性与层次性，根据面向对象分析设计接口组件，主要针对于数据管理、完全隐私管理、配置管理、工作业务流管理、字典管理、角色管理、权限管理、用户注册管理、报表处理服务、报表跟踪服务、公众服务等。

3.5 数据交换层

在数据进行处理的过程中，需要进行数据交换才能够进行处理，从而形成数据交换层。在这一层次中，需要提供解析服务、数据转换服务、加密服务、解密服务、性能监测服务、路由服务、消息服务等等服务模式。

3.6 数据应用处理层

这一层面主要的作用就是通过对提取数据仓库中数据、分析数据，有效地服民政业务决策的应用处理。比如说政府计划制定相关政策，那么通过该层可以分析政策的可行性、可适用范围及资金预算和配比等，并可以预演政策实施后的落实效果，提供修改方案。

4 民政公共服务大数据联机分析

随着数据量逐年的提升，为了更好的给用户提供有效的信息查询以及相关决策，需要使用联机的方式来对数据仓库模型进行多维度、多层次的处理，从而更好的达到分析目的。在民政公共服务的过程中，大数据联机分析（OLAP）的思想就是通过民政政务数据仓库的各类数据源来构建出方法库，从中分析并且提取出基本服务，达到用户对业务数据的各项需求。联机分析处理技术主要的好处在于能够解决民政大数据公共服务数据量过多的问题，同时也能够解决决策支持问题，因此这种方式对于数据仓库的有效融合有着非常关键的意义。

5 民政公共服务大数据的挖掘

大数据背后隐藏的信息是未来民政工作的主要方向，民政公共服务原本的处理方式较为无力，仅仅只能够对大数据的表面信息进行处理。未来使用的民政公共服务大数据通过数据挖掘（DM）及联机分析处理（OLAP）方式，将弥补以往方式中对数据处理的不足，主要的方式就是在未来发展的过程中使用数据挖掘技术在海量的数据中发现数据模式，预测趋势和行为，致力于领导决策。然而这种技术虽然隐藏在数据当中，但是由于技术原因却不易了解。

数据挖掘技术主要包括两种类型，分别是并行数据挖掘和串行数据挖掘，两类数据处理技术在实际应用的过程中有着各自的特点。串行数据挖掘技术比较适合规模较小的数据挖掘，这项技术的缺点就是实际挖掘的过程中需要大量的时间，没有时效性。并行数据挖掘主要的特点就是能够对大量的数据进行处理，从而从中进行筛选，因此比较适合规模较大的数据。民政部门在实际工作的过程中积累了大量的数据，那么并行数据挖掘技术就比较适合这种情况。未来民政部门在实际开展工作的过程中，如何才能够使用并行数据来挖掘到相关需求数据，就成为了主要的工作方向。分布式并行数据挖掘技术就是基于这一点问题而提出，未来分布式并行数据挖掘技术就是将原有的并行数据挖掘技术进行提升和改进，将需要挖掘的任务分成若干个小任务来一同进行，这样能够更好的落实相关管理方式和管理手段。在民政部门，不同区域有着不同的计算机集群，由于工作内容的不同，因此不同的计算机集群中有着不同的数据。如果使用了分布式并行挖掘数据方式，那么在未来工作的过程中就能够实现对于数据的控制和管理，将分散出来的子任务落实在不同区域的民政计算机集群中。在进行了不同的分析与处理之后，数据将会原路返回，根据拆分时的顺序来进行组合，从而得到原有问题的正确答案。这种方式的主要优点就是在实际工作的过程中能够实现对于所有计算机的利用，极大的降低了工作时间，提升了工作效率，对于数据量庞大的民政数据来说有着非常重要的意义，能够实现更深层次的民政工作水平优化。

6 搭建民政政务管理平台和数据交换平台

在实际工作的过程中，民政政务管理平台主要的意义就是对所有的民政业务信息系统进行统一化的管理与控制，从而满足基本的办公需求，实现对一些业务的在线办理、在线查询、公开发布。主要的意义就是让一些领导能够对业务信息实现及时了解，从而对应急指挥服务提供帮助作用。一般来说，在实际工作的过程中有着非常多且非常复杂的系统，多方面进行联控，从而更好的进行落实。

实际工作的过程中还需要根据民政综合业务标准规范体系当中的数据标准规范来建立数据共享交换平台，建立以民政综合业务为本的交换方式。数据共享交换平台的主要意义就是让本级民政部门数据能够与上级民政平台进行沟通，交换数据。同时民政部门还可以利用数据交换平台来对其他的政府部门进行数据共享交换，将民政内网数据与外网数据进行共享交换，实现在纵向和横向上实现数据的共享交流。

民政政务管理平台和数据交换平台建设之后，未来通过对各业务平台和政府部门工作数据的收集，能够在更好角度上对政务工作进行管理与服务。民政部门通过使用大数据技术，能够从多个层面改变民政服务模式，从而让面对面的服务于自助式的信息服务进行并举，从而进一步拓展民政服务工作的深度与广度，实现整个民政工作效率提升，并且也能够对资源进行合理的配置。

7 结束语

为了更好的整合民政信息化基础设施建设，实现跨系统、跨部门之间的数据交换，需要落实于民政信息资源服务，需要全方面的提升民政公共服务水平以及决策能力，需要构建出大数据时代下民政公共服务的模型以及技术框架，针对于民政公共服务大数据处理过程中的不足，需要设计出民政公共服务的大数据挖掘模型，优化民政公共服务数据处理速度，让公共服务社会效益得到提升。