[发明专利]一种政务服务流程优化方法、系统及电子设备

说明书

本发明提供一种政务服务流程优化方法、系统及电子设备。本发明通过收集业务数据形成大数据存储结构，并对数据进行整理，筛选和合并，并使用频繁模式挖掘算法对数据进行挖掘，获得数据之间的关联规则，并生成前件集合D1和后件集合D2，以D1和D2绘制有向图表，并使用图论算法对有向图进行计算，计算其中的节点关系。与现有技术比较，本发明通过使用频繁模式挖掘和图论算法来对政务业务进行分析，能够充分挖掘业务数据之间的关联关系，可以通过关联关系来对政务办理流程进行优化，提高政务办理的效率。

技术领域

本发明涉及大数据挖掘领域，具体的，涉及一种政务服务流程优化方法、系统及电子设备。

背景技术

现阶段主要通过人工的方式对群众需要办理的业务进行梳理，根据群众办理的业务推荐其他的相关业务，主要依靠的是工作人员的专业知识以及业务熟悉能力，受到工作人员的主观影响较大，并且人工很难对所有的相关的业务进行筛选。通过人工的方式效率较低，并且不能完全满足要求，如何能够针对大量的群众业务信息挖掘其中的关联信息，并为群众办理业务提供一个合理有效的流程方案是当前需要解决的问题。

发明内容

本发明旨在克服上述现有技术的至少一种缺陷，提供一种政务服务流程优化方法、系统及电子设，用于优化政务的服务流程，提供一个有效合理的服务流程。

本发明采取的技术方案为：

本发明提供一种政务服务流程优化方法，所述方法的步骤为：

S1：收集业务数据并将业务数据形成大数据存储结构，然后对大数据存储结构中的业务数据进行整理；

S2：对S1中的业务数据进行筛选过滤；

S3：将S2中筛选后的业务数据进行合并；

S4：挖掘合并后的业务数据的关联规则，并根据关联规则生成前件集合D1和后件集合D2；

S5：将S4中获得的关联规则的前件集合D1和后件集合D2，计算其每个关联关系的笛卡尔积并生成二维表，将所有二维表纵向合并生成一张关系表；

S6：根据S5中生成的关系表，以前件事项，后件事项为节点，前件事项指向后件事项为有向边，绘制事项关系有向图并生成事项关系有向图表；

S7：使用图论的算法计算S6中事项关系有向图中各节点的关系，并分析其在实际业务流程中的应用。

由于政务的业务数据数量非常多，采用大数据存储结构来对业务数据进行存储，能够更好的存储业务数据，同时还能方便使用很多兼容大数据存储结构的数据整理工具来整理，提取和筛选符合要求的业务数据；然后对业务数据进行挖掘，挖掘业务数据之间的关联规则，从关联规则中可以简单的了解到各个业务数据之间的关联，这就可以简单反映出各个业务数据与其他业务数据的关联性，这些业务数据可以同时向群众推荐办理；在获得关联规则之后根据关联规则绘制有向图表，然后使用图论算法进行计算，可以直观的了解到业务之间的实际的物理意义，即业务的优先级，强关联性。通过对数据的挖掘分析，使业务之间到的关联关系更加直接清晰，可以根据分析结果对政务的办理进行更好的优化，提高政务业务的办理效率。

进一步的，所述步骤S1中的收集业务数据并将业务数据形成大数据存储结构，具体为：

使用Hive收集业务数据并将业务数据存储到HDFS中。

Hive是一套基于Hadoop构建的仓库管理工具，能够很好的兼容大数据存储结构，提供了丰富的SQL的方式对Hadoop分布式文件系统（DFS）进行整理查询，同时能够使用大数据分析引擎中的库来对数据进行分析，所以使用Hive来收集业务数据，并将数据收集存储在HDFS中，能够方便使用相应的工具来对数据进行整理和分析。

进一步的，所述步骤S1中的对大数据存储结构中业务数据进行整理，具体为：