序言：政务大数据管理与智能服务

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，特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 8 家单位[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。

下一期将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。