基于云计算和智慧城市的政务管理系统的制作方法

1.本发明涉及云计算和智慧城市领域，尤其涉及一种基于云计算和智慧城市的政务管理系统。


背景技术：

2.智慧政务是电子政务发展的高级阶段，借助现代化的智能信息通讯技术变革政府内部关系、政府与公民关系，创新政府管理、监管和公共服务提供方式，最终达到提高行政效率、提供更好公共服务的目的。智慧政务作为一种新兴、智能、现代化的政府管理方式，有利于推动管理和服务的现代化转型；有利于政府部门提高科学决策能力；有利于建设以人为本的服务型政府。智慧政务是大数据时代新的治理方式，要求变革传统的治理方式，政府管理和公共服务提供不在以政府为中心，旨在与社会环境协调发展，提高政府的效率、效能，满足公民需求，管理方式和服务方式向智慧化方向发展。
3.现有的政务服务方式中，对于有关业务的办理还存在一定的问题和提升空间。例如，办理政务业务的窗口数量以及工作人员数量是固定不变的，未根据实际的业务需求进行适应性安排。因此，当业务办理的人数较多时，容易出现工作人员数量不足，导致办理业务的客户等待时间过长，降低了客户的体验度。在业务办理的人数较少时，业务处理人员大部分工作时间都处于闲置状态，浪费了人力资源。


技术实现要素：

4.为了解决上述问题，本发明提供了一种基于云计算和智慧城市的政务管理系统，包括：政务管理终端和政务管理平台，政务管理平台与政务管理终端之间具有通信连接；政务管理平台包括数据分析模块、参数分离模块、业务预测模块和数据库，各模块间具有通信连接；
5.政务管理终端发送政务管理请求到政务管理平台；所述政务管理请求包括业务编码和目标预测周期；
6.数据分析模块根据业务编码从数据库获取目标业务的历史业务办理数据，并对所述历史业务办理数据进行数据分析以得到历史业务需求数据；
7.数据分析模块对所述历史业务需求数据进行业务需求提取以得到第一业务需求序列；所述第一业务需求序列包括目标业务在历史统计周期内每天的业务需求量；
8.数据分析模块获取目标业务的所有业务量干扰因子，并获取每个业务量干扰因子与目标业务的关联系数，然后根据每个业务量干扰因子与目标业务的关联系数对第一业务需求序列进行更新以得到业务扰动序列；
9.参数分离模块对业务扰动序列进行第一次参数分离以得到第一分离分量和第一分离残量，对第一分离残量进行第二次参数分离以得到第二分离分量和第二分离残量，对第二分离残量进行第三次参数分离以得到第三分离分量和第三分离残量；对该步骤执行迭代操作，直到分离残量不能继续分离；
10.参数分离模块将每一次参数分离的分离分量和最后一次参数分离的分离残量进行线性求和以得到参数分离序列；
11.业务预测模块根据参数分离序列生成第二业务需求序列，并根据第二业务需求序列和业务量干扰因子建立初始业务预测函数，然后对初始业务预测函数进行去扰动化和离散化以得到目标业务预测函数；
12.业务预测模块根据目标业务预测函数预测目标业务在目标预测周期内每天的业务需求量以得到预测业务需求数据并将其发送到政务管理终端。
13.根据一个优选地实施方式，数据分析模块对历史业务需求数据进行业务需求提取得到第一业务需求序列包括：
14.数据分析模块根据历史业务需求数据获取目标业务在历史统计周期内每天的业务需求量；所述业务需求量为有目标业务的办理需求的人数；
15.数据分析模块将历史统计周期内每天的业务需求量按照时间顺序进行升序排列以得到第一业务需求序列；所述第一业务需求序列包括目标业务在历史统计周期内每天的业务需求量。
16.根据一个优选地实施方式，数据分析模块根据历史业务办理数据进行数据分析得到历史业务需求数据包括：
17.数据分析模块根据历史业务办理数据获取目标业务在历史统计周期内每天的预期业务量、实际业务量和业务影响分类数据，并根据所述预期业务量和实际业务量计算目标业务在历史统计周期内每天的总业务差量；
18.数据分析模块根据历史统计周期内每天的总业务差量和业务影响分类数据获取第一业务差量和第二业务差量，并根据总业务差量、第一业务差量和第二业务差量获取历史统计周期内每天的业务需求量。
19.根据一个优选地实施方式，数据分析模块根据总业务差量和业务影响分类数据获取第一业务差量和第二业务差量包括：
20.数据分析模块根据业务影响分类数据获取每个中止办理目标业务的客户的业务影响分类系数；所述业务影响分类数据包括所有中止办理目标业务的客户的业务影响分类系数；
21.数据分析模块根据每个中止办理目标业务的客户的业务影响分类系数将所有中止办理目标业务的客户分为第一客户和第二客户；
22.数据分析模块分别统计第一客户和第二客户的数量以得到第一客户数量和第二客户数量；
23.数据分析模块根据总业务差量对第一客户数量和第二客户数量进行数据验证，并在第一客户数量和第二客户数量通过验证时将第一客户数量作为第一业务差量将第二客户数量作为第二业务差量。
24.根据一个优选地实施方式，第二业务需求序列为：
25.d＝[d(0),d(1)
…
d(n
‑
1)]
[0026]
其中，d为第二业务需求序列，n为历史统计周期的天数，d(n
‑
1)为历史统计周期内第n
‑
1天的业务需求量。
[0027]
根据一个优选地实施方式，业务预测模块根据第二业务需求序列和业务量干扰因
子建立初始业务预测函数包括：
[0028][0029]
其中，p(d|δ)为初始业务预测函数，δ为业务量干扰因子，d为第二业务需求序列，n为历史统计周期的天数，t为时间段索引，d(t)为目标业务在历史统计周期内第t天的业务需求量。
[0030]
根据一个优选地实施方式，业务预测模块对初始业务预测函数进行去扰动化和离散化以得到目标业务预测函数包括：
[0031][0032]
其中，r为目标业务预测函数，d
s
为业务需求量的实际值，d
p
为根据初始业务预测函数得到的业务需求量的预测值，n为历史统计周期的天数，ξ调整系数，a为权重参数，b为偏置参数。
[0033]
根据一个优选地实施方式，所述政务管理终端为政务管理人员所使用的具有计算功能、存储功能和通信功能的设备，其包括：智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备。
[0034]
根据一个优选地实施方式，所述业务编码用于对业务进行唯一标识；所述业务包括房产过户、结婚登记、公司注册和经营许可；所述业务量干扰因子为影响业务需求量的因子，其包括时间、规定和新闻；所述历史业务办理数据包括目标业务在历史统计周期内每天的预期业务量、实际业务量和业务影响分类数据。
[0035]
根据一个优选地实施方式，所述预期业务量为目标业务的排号人数；所述实际业务量为目标业务的实际办理人数；所述业务影响分类数据包括所有中止办理目标业务的客户的业务影响分类系数；所述业务影响分类系数用于表征客户中止办理目标业务的原因，在业务影响分类系数为零时相应客户是由于自身原因中止办理目标业务，在业务影响分类系数为一时相应客户是由于业务办理中心的原因中止办理目标业务。
[0036]
根据一个优选地实施方式，所述总业务差量为中止办理目标业务的客户总人数；所述第一业务差量为由于客户自身原因导致中止办理目标业务的客户人数；所述第二业务差量为由于业务办理中心的原因导致中止办理目标业务的客户人数。
[0037]
本发明具有以下有益效果：本发明根据采集到的目标业务的历史业务办理数据预测目标业务在指定时间段内的业务需求，从而帮助政务管理人员制定合理的人事调度计划，充分利用人力资源，在提高用户体验的情况下，避免了人力闲置的情况发生。
附图说明
[0038]
图1为本发明的基于云计算和智慧城市的政务管理系统的结构框图；
[0039]
图2为用于实现本发明的政务管理平台的服务器的结构示意图。
具体实施方式
[0040]
下面将结合本文实施例中的附图，对本文实施例中的技术方案进行清楚、完整地
描述，显然，所描述的实施例仅仅是本文一部分实施例，而不是全部的实施例。基于本文中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本文保护的范围。
[0041]
本发明根据政务管理人员的业务预测需求，为其自动预测未来指定时间段内的业务需求，并生成相应的业务需求数据，以供政务管理人员制定合理的人事调度计划对目标预测时间段内业务处理人员数量和业务办理窗口数量进行适度的调整，使其与对应的业务需求量相适应，充分利用人力资源。由此，在业务需求较少的时候减少相应的业务办理人员的数量，能够减少人员闲置率，避免人力资源的浪费。在业务需求较多的时候增加业务办理人员的数量，能够提高业务办理效率，减少客户办理业务的等待时间，提高客户体验度。即，本发明通过预测指定时间段内的业务需求能够帮助政务管理人员制定合理的人事调度计划，充分利用人力资源，在提高用户体验的情况下，避免了人力闲置的情况。
[0042]
参见图1，在一个实施例中，基于云计算和智慧城市的政务管理系统可以包括：政务管理终端和政务管理平台，政务管理平台与政务管理终端之间具有通信连接。政务管理平台包括数据分析模块、参数分离模块、业务预测模块和数据库，各模块间具有通信连接。
[0043]
政务管理终端发送政务管理请求到政务管理平台；所述政务管理终端为政务管理人员所使用的具有计算功能、存储功能和通信功能的设备，其包括：智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备。
[0044]
数据分析模块根据业务编码从数据库获取目标业务的历史业务办理数据并对所述历史业务办理数据进行数据分析以得到历史业务需求数据；
[0045]
数据分析模块对所述历史业务需求数据进行业务需求提取以得到第一业务需求序列；所述第一业务需求序列包括目标业务在历史统计周期内每天的业务需求量；
[0046]
数据分析模块获取目标业务的所有业务量干扰因子，并获取每个业务量干扰因子与目标业务的关联系数，然后根据每个业务量干扰因子与目标业务的关联系数对第一业务需求序列进行更新以得到业务扰动序列；
[0047]
参数分离模块对业务扰动序列进行第一次参数分离以得到第一分离分量和第一分离残量，对第一分离残量进行第二次参数分离以得到第二分离分量和第二分离残量，对第二分离残量进行第三次参数分离以得到第三分离分量和第三分离残量；对该步骤执行迭代操作，直到分离残量不能继续分离；
[0048]
参数分离模块将每一次参数分离的分离分量和最后一次参数分离的分离残量进行线性求和以得到参数分离序列；
[0049]
业务预测模块根据参数分离序列生成第二业务需求序列，并根据第二业务需求序列和业务量干扰因子建立初始业务预测函数，然后对初始业务预测函数进行去扰动化和离散化以得到目标业务预测函数；
[0050]
业务预测模块根据目标业务预测函数预测目标业务在目标预测周期内每天的业务需求量以得到预测业务需求数据并将其发送到政务管理终端。
[0051]
为了便于理解，下面对本发明的工作方法和原理进行具体说明。
[0052]
具体的，在一个实施例中，基于云计算和智慧城市的政务管理系统可以包括：
[0053]
s1、政务管理平台接收政务管理终端发送政务管理请求，数据分析模块根据业务编码从数据库获取目标业务的历史业务办理数据并对所述历史业务办理数据进行数据分
析以得到历史业务需求数据。
[0054]
在一个实施例中，政务管理请求包括业务编码和目标预测周期。业务编码用于对业务进行唯一标识，业务包括：房产过户，结婚登记，公司注册和经营许可。目标预测周期为政务管理人员预先设定的一个或多个预测时间段。业务量干扰因子为影响业务需求量的因子其包括时间、规定和新闻；历史业务办理数据包括目标业务在历史统计周期内每天的预期业务量、实际业务量和业务影响分类数据。
[0055]
历史统计周期为历史业务办理数据所涉及的历史时间段。历史业务办理数据用于对所有客户历史办理的业务进行分析，分析并统计历史统计周期内每天实际完成业务办理的客户数量。
[0056]
在一个实例中，政务管理人员根据自身的业务预测需求，向政务管理平台发送包含用于识别具体目标业务的业务编码和用于指示预测时间段的目标预测周期，利于政务管理平台根据所述业务编码和目标预测周期预测指定的某个未来时间段内目标业务的业务办理人数。
[0057]
政务管理终端为政务管理人员所使用的具有计算功能、存储功能和通信功能的设备，其包括：智能手机、台式电脑、笔记本电脑、智能手表和智能穿戴设备。
[0058]
政务管理平台在接收到政务管理终端发送的政务管理请求后，根据政务管理请求指示的目标预测周期和业务编码自动为其预测目标预测时间段内目标业务的业务需求量，以优化相关政务处理的人员调度计划。
[0059]
实际应用中，现有的政务办理服务模式固化，相关工作人员的调动幅度较小，工作人员的流动性较差，导致人力资源的浪费。例如现有政务办理方式中，为人们办理政务业务的窗口数量以及进行业务处理的工作人员数量是固定不变的，未根据实际的业务需求进行适应性安排。
[0060]
因此，当业务办理的人数较多时，容易出现为人们办理业务的业务处理人员数量不足，导致办理业务的客户等待时间过长，甚至会导致客户等待的时长超过了业务处理人员的剩余工作时间，该客户则需要等到业务处理人员的下一个工作时间才能进行相关业务的办理。当客户办理的业务紧急度较高时，此种情况延误了客户业务办理的最佳时机，给客户生活带来严重不便。当业务办理的人数较少时，为人们办理业务的业务处理人员数量过多，相当一部分业务处理人员的工作时间被闲置，大量的人力资源被浪费。
[0061]
在一个实施例中，数据分析模块根据历史业务办理数据进行数据分析得到历史业务需求数据包括：
[0062]
数据分析模块根据历史业务办理数据获取目标业务在历史统计周期内每天的预期业务量、实际业务量和业务影响分类数据，并根据所述预期业务量和实际业务量计算目标业务在历史统计周期内每天的总业务差量；
[0063]
数据分析模块根据历史统计周期内每天的总业务差量和业务影响分类数据获取第一业务差量和第二业务差量，并根据总业务差量、第一业务差量和第二业务差量获取历史统计周期内每天的业务需求量；
[0064]
数据分析模块根据历史统计周期内每天的业务需求量生成历史业务需求数据。
[0065]
在一个实施例中，数据分析模块根据总业务差量和业务影响分类数据获取第一业务差量和第二业务差量包括：
[0066]
数据分析模块根据业务影响分类数据获取每个中止办理目标业务的客户的业务影响分类系数；所述业务影响分类数据包括所有中止办理目标业务的客户的业务影响分类系数；
[0067]
数据分析模块根据每个中止办理目标业务的客户的业务影响分类系数将所有中止办理目标业务的客户分为第一客户和第二客户；
[0068]
数据分析模块分别统计第一客户和第二客户的数量以得到第一客户数量和第二客户数量；
[0069]
数据分析模块根据总业务差量对第一客户数量和第二客户数量进行数据验证，并在第一客户数量和第二客户数量通过验证时将第一客户数量作为第一业务差量将第二客户数量作为第二业务差量。
[0070]
在一个实施例中，预期业务量为目标业务的排号人数；实际业务量为目标业务的实际办理人数；业务影响分类数据包括所有中止办理目标业务的客户的业务影响分类系数；业务影响分类系数用于表征客户中止办理目标业务的原因，在业务影响分类系数为零时相应客户是由于自身原因中止办理目标业务，在业务影响分类系数为一时相应客户是由于业务办理中心的原因中止办理目标业务。
[0071]
在一个实施例中，总业务差量为中止办理目标业务的客户总人数；第一业务差量为由于客户自身原因导致中止办理目标业务的客户人数；第二业务差量为由于业务办理中心的原因导致中止办理目标业务的客户人数。
[0072]
可选地，中止办理原因为客户中止办理相关业务的原因，如某些突发状况导致的客户不能根据排队号码所指示的办理顺序及时的进行业务办理。例如客户通过自助服务机取得业务办理的排号后因为办理业务的相关证件缺失或遗漏而无法进行业务办理，因此中止了对相应业务的办理。或者，客户在业务办理的中途因紧急事件急需脱身而中止了对相应业务的办理。
[0073]
由此，本发明在计算的过程中，考虑到部分客户最终未完成业务办理的情况，即去除了上述无关原因的干扰，计算相关历史业务办理数据中实际完成业务办理的业务办理人数，使得预测得出的业务需求量更加准确。
[0074]
s2、数据分析模块对历史业务需求数据进行业务需求提取以得到第一业务需求序列；获取目标业务的所有业务量干扰因子，并获取每个业务量干扰因子与目标业务的关联系数，然后根据每个业务量干扰因子与目标业务的关联系数对第一业务需求序列进行更新以得到业务扰动序列。
[0075]
第一业务需求序列包括目标业务在历史统计周期内每天的业务需求量。
[0076]
业务量干扰因子为对相关政务平台的业务需求量产生影响的外界因素。例如，受时间因素影响的业务需求量激增为：人们倾向于将结婚日期定为某些含有特殊意义的日期，在这些特定的日期如5月20日、2月14日会导致相关政务平台的业务办理人数增多。
[0077]
受规定因素影响的业务需求量波动为：当出台的新规定降低了原有事物的门槛时，相关业务的办理人数将会增多，则会引起业务需求量上升，当出台的新规定提高了原有事物的门槛时，相关业务的办理人数将会减少，则会导致业务需求量下降。
[0078]
根据业务量干扰因子对业务预测函数进行去扰动化和离散化以得到目标业务预测函数，本发明在对目标预测周期内的业务需求量进行预测时，考虑了业务量干扰因子对
业务需求量的影响，使生成的目标业务预测函数更加准确，以提高未来指定时间段内业务需求量预测结果的准确度。
[0079]
在一个实施例中，数据分析模块对历史业务需求数据进行业务需求提取得到第一业务需求序列包括：
[0080]
数据分析模块根据历史业务需求数据获取目标业务在历史统计周期内每天的业务需求量；业务需求量为有目标业务的办理需求的人数；
[0081]
数据分析模块将历史统计周期内每天的业务需求量按照时间顺序进行升序排列以得到第一业务需求序列；第一业务需求序列包括目标业务在历史统计周期内每天的业务需求量。
[0082]
s3、参数分离模块对业务扰动序列进行第一次参数分离以得到第一分离分量和第一分离残量，对第一分离残量进行第二次参数分离以得到第二分离分量和第二分离残量，对第二分离残量进行第三次参数分离以得到第三分离分量和第三分离残量；对该步骤执行迭代操作，直到分离残量不能继续分离；将每一次参数分离的分离分量和最后一次参数分离的分离残量进行线性求和以得到参数分离序列。
[0083]
s4、业务预测模块根据参数分离序列生成第二业务需求序列，并根据第二业务需求序列和业务量干扰因子建立初始业务预测函数，然后对初始业务预测函数进行去扰动化和离散化以得到目标业务预测函数；根据目标业务预测函数预测目标业务在目标预测周期内每天的业务需求量以得到预测业务需求数据并将其发送到政务管理终端。
[0084]
在一个实施例中，第二业务需求序列为
[0085]
d＝[d(0),d(1)
…
d(n
‑
1)]
[0086]
其中，d为第二业务需求序列，n为历史统计周期的天数，d(n
‑
1)为历史统计周期内第n
‑
1天的业务需求量。
[0087]
在一个实施例中，业务预测模块根据第二业务需求序列和业务量干扰因子建立初始业务预测函数包括：
[0088][0089]
其中，p(d|δ)为初始业务预测函数，δ为业务量干扰因子，d为第二业务需求序列，n为历史统计周期的天数，t为时间段索引，d(t)为目标业务在历史统计周期内第t天的业务需求量。
[0090]
在一个实施例中，业务预测模块对初始业务预测函数进行去扰动化和离散化以得到目标业务预测函数包括：
[0091][0092]
其中，r为目标业务预测函数，d
s
为业务需求量的实际值，d
p
为根据初始业务预测函数得到的业务需求量的预测值，n为历史统计周期的天数，ξ调整系数，a为权重参数，b为偏置参数。
[0093]
在另一个实施例中，政务管理终端通过用户界面将业务需求数据展示给相应政务管理人员，政务管理人员根据业务需求数据制定人事调度计划。
[0094]
业务需求数据包含目标预测周期内每天的业务需求量，有助于相关政务管理人员制定合理的人事调度计划，提高人力资源利用率，减少相关业务处理人员的闲置工作时间，减少客户办理业务的等待时间。
[0095]
在另一个实施例中，政务管理人员根据业务需求数据制定人事调度计划包括：
[0096]
业务管理人员根据业务需求数据获取目标预测周期内每天的业务需求量；
[0097]
业务管理人员获取目标业务的供需服务比，供需服务比表征每个业务处理人员每天能服务的客户人数；
[0098]
业务管理人员根据目标业务的供需服务比和目标预测周期内每天的业务需求量制定目标预测周期内的人事调度计划。
[0099]
本发明根据采集到的目标业务的历史业务办理数据预测目标业务在指定时间段内的业务需求，从而帮助政务管理人员制定合理的人事调度计划，充分利用人力资源，在提高用户体验的情况下，避免了人力闲置的情况发生。
[0100]
图2为用于实现本发明的政务管理平台的服务器的结构示意图。其中，政务管理平台中的数据分析模块、参数分离模块、业务预测模块和数据库均运行在服务器上。
[0101]
如图2所示，该服务器可包括网络接口、机器可读存储介质、处理器以及总线。处理器可以是一个或多个，图2中以一个处理器为例。网络接口、机器可读存储介质以及处理器可以通过总线或其他方式连接，图2中以通过总线连接为例。
[0102]
机器可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，机器可读存储介质可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read
‑
onlymemory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器(dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data ratesdram，ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(directrambus ram，dr ram)。在一些实例中，机器可读存储介质可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0103]
处理器可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法实施例的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器可以是通用处理器、数字信号处理器(digital signalprocessor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0104]
服务器可以通过网络接口和其它设备进行信息交互。网络接口可以是电路、总线、
收发器或者其它任意可以用于进行信息交互的装置。处理器可以利用网络接口收发信息。
[0105]
本文中应用了具体实施例对本文的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本文的方法及其核心思想；同时，对于本领域的一般技术人员，依据本文的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本文的限制。