决策支持平台建设（共7篇）
决策支持平台建设 篇1
1 引言
高校网络舆情是指高校大学生对网络中的某些热点问题所表现出来的, 具有一定规模以及明确倾向型的观点或者言论的情况。在这二十一世纪当中网络技术已经成为了一项必不可少的互联网交流技能, 当今的大学生更是这一个群体当中的使用者。大学生对网络的参与热情高涨、思想活跃。据调查, 高校学生网上关注的主要问题中, 国际国内重大事件占25.4%, 社会热点难点问题占27.2%, 学校焦点问题占29.1%, 其他问题占18.3%。由这些数据看出, 高校学生网络关注的问题比较广泛, 思想活跃。大学生对网络谣言与虚假消息的辨别能力较弱, 网络舆论趋于情绪化。据调查, 有6.3%的高校学生经常在网上散布、传播过虚假消息, 有34.4%的高校学生有过, 但不经常在网上散布、传播过虚假消息, 有59.3%的高校学生没有在网上散布、传播过虚假消息。
近年来, 有关数据统计表明我国高校对于网络舆情信息处理的并不够及时, 在反应与处理方面都显得比较滞后, 有一定比例的大学生已经对舆情信息的处理产生了不信任心理。现如今的高校大学生是利用网络较多的一个群体, 网络上充斥着各种各样的信息, 这些信息对大学生的思想与行为产生了不可估量的影响力, 正因为这一点高校也将会成为舆情事件发生最为集中的一个地点。
2 高校网络舆情决策支持管理平台
本研究的宗旨是探索网络舆情感知、汇集、分类与整理, 对高校网络舆情定量指标进行统计描述分析, 辅助相关部门进行决策。总体来说, 我们的目标有:
(1) 根据行动个体对集体行动议题认知过程中的影响因素设计高校网络舆情汇集与分析机制, 感知潜在的虚拟或现实集体行动, 为大学管理部门提供多角度、多层次查询分析高校网络舆情数据的功能, 辅助监管部门制定决策及协商方案, 提高的能力。
(2) 希望本研究成果可以用于实际应用领域, 建成一个运用智能挖掘、机器学习等计算机技术的高校网络舆情感知、判别及辅助决策制定平台, 为学者研究提供参考以及为政府制定相应的管理政策提供切实可行的建议。
2.1 高校网络舆情特征测度指标与关键因子模型的研究
本研究将采用计量统计方法确定高校网络舆情附载的相关事件及事件信息特性, 对大学生集体行动网络舆情的测度指标进行定量研究, 挖掘影响高校网络舆情导向的主要因素, 并确定跟踪事件, 进行文本挖掘, 为构建高校网络舆情引导协商机制模型确定了影响因子。
2.2 高校网络舆情数据资源采集与过滤机制的研究
本课题的研究对象是网络中大量存在的诈骗信息, 因此进行本研究首先要解决的就是数据从哪儿来、数据怎样采集以及数据是否需要精加工的问题, 即数据来源、数据采集方式与数据过滤的研究。
2.3 基于小世界理论的高校网络舆情信息抽取的研究
对现有的基于Web2.0海量的数据资源进行数据挖掘, 利用基于小世界与无标度复杂网络特征的计算机算法程序实现有效信息的提取分类, 判断复杂高校网络舆情倾向, 判别具有影响力的中心节点, 在海量信息中发现敏感点, 预警热点事件并掌控爆发点, 建立高校网络舆情信息资源数据库, 为大学管理层提供高校网络舆情辅助决策制定提供数据与技术支持。
2.4 面向高校的网络舆情决策支持管理平台构建的研究
以网络博弈模型等模型为研究工具, 对高校相关的集体行动事件相关报道与相关信息进行认真分析、判断、预测, 建立高校网络舆情爆发的快速反应机制框架及高校网络舆情预警监控平台, 实现对高校网络舆情的有效引导与控制, 提供公众参与的渠道端口, 进行网络创新交互模式的管理, 为监管部门做出各项决策提供参考建议与帮助。在理论研究的支持基础上, 按可扩展软件组件模式标准开发实现各个模块功能, 然后利用软件耦合技术将各组件拼装整个系统, 将系统部署公共网络上, 提供给普通用户使用, 根据用户反馈不断改进与完善系统功能。
3 结束语
本文通过深入研究取得的相应成果, 不仅对相关学科的融合可以创造一定的理论与应用积累, 而且能够尽快跟踪到国际学术前沿, 拓宽研究视角, 有重要的现实意义, 而且课题组与国内公安机构有良好的合作关系, 一方面能够为课题研究获取数据提供了便利的条件, 另一方面也有利于将课题的研究成果应用于实际应用。本研究成果将部署用于管理部门, 制定有利于社会稳定与发展的决策, 为管理部门提供多角度、多层次查询分析高校网络舆情数据的功能以及预警辅助决策支持, 提高管理部门预防与监管大学生网络集体行动的能力与效率。
摘要：高校网络舆情是影响大学生集体行动成效的风向标, 基于热点事件的网络舆情结构特征的感知与判别将直接决定大学生集体行动发展态势, 因此, 为了防止舆情信息对社会造成的不良影响, 对高校网络舆情进行有效监测, 能够为管理人员提供决策依据, 本研究拟通过构建高校网络舆情决策支持管理平台来实现保障高校正常的教学科研秩序, 促进高校学生身心健康的成长。
关键词：高校,网络舆情,决策支持,管理平台
参考文献
[1]李杰, 锁志海.基于统计分析和知识挖掘的网络舆情管理决策平台研究[J].中国教育信息化, 2010 (15) .
[2]彭知辉.论群体性事件与网络舆情[J].上海公安高等专科学校学报, 2008 (01) :46-50.
[3]张丽红.网络舆情中的伦理问题[J].理论界, 2007 (06) :6-7.
[4]曾润喜.网络舆情信息资源共享研究[J].情报杂志, 2009 (08) :187-191.
[5]于淼, 李远.网络舆情的关键技术与系统构架研究[J].信息网络安全, 2011 (01) :21-22, 45.
决策支持平台建设 篇2
【关键词】 电子商务平台 信息化 政府
1. 电子商务平台的概念
电子商务平台即是一个为企业或个人提供网上交易洽谈的平台。企业电子商务平台是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境；是协调、整合信息流、物质流、资金流有序、关联、高效流动的重要场所。企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地、低成本地开展自己的商业活动。
在电子商务平台条件下，网民成为网上交易的主体，成千上万的新的网络商品、服务和信息的出现，使购物时间延长、购物空间范围缩小、商品搜寻成本下降、经济活动经营主体的经营观念、客户消费行为和观念发生一系列的变化等，使商学理论也发生变化。
2. 政府支持电子商务平台建设的正当性
2.1电子商务平台建设具有正外部性
经济学认为，外部性是一个人的行为对旁观者的福利的影响。正外部性就是指行为人实施的市场行为对他人或公共的环境利益有溢出效应，如新技术发明、节能环保等。
在信息化时代，从新生事物到成为零售业最具前途的队伍，作为高度应用信息业成果的服务业，电子商务在流通领域的地位已经确立。从涉及的人数和对生产和流通的促进角度，电子商务平台建设具有正的外部性。完善的电子商务平台建设，能够促进参与电子商务者的周围人以消费方式和消费习惯的转换，促进消费升级，促进经济结构的调整，增加社会福利。
2.2电子商务平台建设属于基础设施建设
网络经济条件下，电子商务应用基础设施、公共服务平台、支撑体系建设具有基础设施性质的工程。电子商务平台建设独特的成本结构导致边际成本下降，具有边际收益递增的性质。电子商务平台建设的完善与否同它的市场份额成正比。完善的电子商务平台建设能够直接促进消费，扩大内需。网络经济时代的有效的基础设施建设，大大降低分工的协调成本。
2.3电子商务平台建设促进人力资本的保值增值
在现代生产中，尤其是高科技生产中，知识作为最重要的要素所起的作用远远超过土地、资本，甚至可以在零土地、零资本投入下生产出来，而知识的生产力，即人力资本的作用已经不满足于边际收益递减率；同时，在网络经济效应的作用下，即使产量达到一定程度后，边际成本也将随产量的增加而下降；劳动者的“边干边学”的积累效应使得边际投入可能为零。
作为一种以信息技术改造传统服务业的行业典范，电子商务平台建设给人力资本发挥作用提供了广阔的舞台和空间。人力资本的收益递增性使得生产资源即使在短时期内也可能出现边际收益递增，再加上资源流动的全球化大大扩大了资源的配置和使用效率，推动帕累托改进的发生。
3. 政府支持电子商务平台建设的具体做法
3.1推行电子发票制度
纸质发票成本过高，京东商城2011年每日订单约40万，每张发票价为0.2-0.3角，每年仅纸质发票费用就花去上千万。纸质发票制度既不利于政府部门审查管理，也给企业增加人力物力成本。
实施电子发票制度，既为企业节省费用，又有利于政府加强税收监管，并且环保。据了解，电子商务示范城市平台将积极开展电子商务领域的电子发票试点，制定出电子发票制度办法、信息标准规范、安全保障机制等。同时，电子商务领域电子发票的成功应用，将会推动电子发票在其他行业的应用和推广。
3.2立法规范电商发展环境
在以现代信息技术为核心的网络经济时代，相关市场竞争的立法和工商行政管理还落后于经济现实。因此，需要随着经济发展完善电子商务的相关法律法规，规范企业行为，维护市场秩序，促进企业间电子商务的相互协作和发展。明确政府相关部门、行业协会、企业及公众的职责与义务，加强对电子商务从业人员、企业及相关机构的管理，维护电子商务活动的正常秩序。
基于电子商务建立完善规范的市场秩序，包括企业工商登记、打击假冒伪劣商品制度，监督企业开具销售发票，加强第三方支付的监管能力，充分发挥政府宏观调控的能力就显得迫切起来。研究制定电子商务监督管理规范，逐步建立虚拟货币、电子合同、网上产品与服务信息的监测体系，加大对网络经济活动的监管力度，防范电子商务各类经营风险。打击电子商务领域中虚假交易、网上诈骗等非法经营以及危害国家安全、损害人民群众切身利益的违法犯罪活动。
从网络经济初期的无序竞争到有序竞争的过程必然要涉及诸多具体的可操作性的细节，例如：应明确店铺、网店名作为财产的法律地位；明确数据中的信息财产权；支持条件较好的电信运营商和软件企业，建设面向中小企业的信息服务平台，开展信息发布、采购销售和信息系统外包等服务业务，降低中小企业信息化成本，提高中小企业电子商务应用水平。将信用纳入无形资产范畴。都需要市场竞争的立法和监管技术的同步发展，来加强市场监管，规范电子商务秩序，为电子商务发展创造一个规范、健康的发展环境，树立消费者网络消费信心。
3.3政府支持物流配送基地建设
公共信息交流平台是物流配送基地的重要组成部分。公共信息交流平台的建立不是单个企业力所能及的，需要政府出台支持电子商务物流配送发展的产业政策。建设基于电子商务的物流配送基础设施，如投入信息化建设资金，对物流等电子商务应用基础设施、公共服务平台建设进行扶持，使基础设施的建设与完善得到落实；避免条块分割，在政府的主导下建立统一管理和组织有序的全国性的或跨区域性的物流协调机构，协调物流配送中心的规划与管理，为统一归口管理物流行业创造条件。
在市场经济条件下，现代化流通基础平台建设最终要发挥企业的主动性。目前我国物流网络覆盖面不完整，现代化（机械化、电子化、信息化）程度低的根本原因在于：大型优秀物流企业的缺失。因此，政府需要出台“扶持现代化流通基础平台建设”的配套政策，尤其针对国内大型连锁零售企业与区域性连锁零售企业建设自有物流设施的强烈需求，在土地审批、资金扶持等方面给予支持，满足其建设自有物流基地的积极性，引导企业加大对电子商务物流配送行业的投资力度。相关行业协会要提供本行业发展规划的建议，做好本行业与物流协调机构的沟通工作，支持和引导本行业的电子商务物流配送体系的建设。最终建立起我国电子商务物流配送的实体网络，形成全社会的电子化物流配送系统。
参考文献：
[1]郝玉清.网络经济下的电子商务成本分析[J]，商情，2011（4）：32-34
[2]胡志英,黄宁,夏建刚.网络经济对现代企业的影响探讨[J]，商业时代，2012（5）：15-18
作者简介：邓永辉（1973-），女，黑龙江青冈人，讲师，从事劳动经济学、产业经济学等方面的研究。
决策支持平台建设 篇3
设施农业是指通过采用现代农业工程和机械技术改变自然环境, 为动植物生产提供相对可控甚至最适宜的环境条件, 从而在一定程度上摆脱对自然环境依赖的有效生产的农业[1]。其特点为技术含量高, 因此导致其投入也较高, 但同时也保证了品质、产量和效益的三高。可有效增强农业综合生产能力、抗风险能力和市场竞争力, 显著提高土地产出率、资源利用率和劳动生产率。
信息技术的广泛应用使得设施农业向着更高效、智能的方向发展。大量的传感器、智能控制系统、生产管理系统、商务系统被应用到设施农业中来, 这些传感器和系统的应用必然会产生大量的数据, 为农业生产过程所服务。因此应当建立基于适应大量数据分析处理的决策分析平台, 从而及时掌握种植中的变化, 了解供需信息, 制定有效的管理策略, 实施切实可行的智能控制方案, 实现最佳的经济效益和社会效益。
本文将通过对于设施农业预警研判决策支持平台及其关键技术的研究, 将设施农业的生产过程中产生的数据进行有效整合和利用, 建立面向政府部门、企业、科研机构和农业劳动者的决策支持的解决方案。
2 平台设计与实现
在目前的实际应用中, 基于传感器的智能控制系统与基于市场的综合信息服务系统的数据分别独立, 基本上不能共享数据, 无法使各系统中的数据发挥最大化的价值对决策进行支持。如果需要进行预警研判决策, 首先要建立统一、全面、准确的数据[2]。因此需要将以上两类数据进行分别采集、集中汇聚, 并对数据进行清洗和分类, 再把分类后的信息进行对象特征相似关系的发现并进行关联融合, 最终实现决策支持平台供决策者与分析人员使用。
设施农业预警研判决策支持平台 (见图1) 将农产品生产管理、商务环节、企业内部管理等系统所采集到的原始数据进行提取、清洗和转化, 建立数据集市或数据仓库, 经过不断的优化和演变, 最终形成综合数据处理中心。再将先进的商业智能分析技术应用到产品生产、管理、销售等环节的预测、预警中, 形成一个综合的、面向分析的环境, 最终建立面向政府部门、各企业、科研机构的决策支持平台。
(1) 多源数据的处理
将产品生产智能控制系统、企业管理系统 (OA、ERP、CRM等) 、销售平台等用于构建决策支持平台所需的相关数据进行采集, 通过程序定时器自动从各个系统中抓取相关数据 (自动定时采集系统根据数据量产生大小与产生规模可以设定为按天或按小时进行抓取) , 再通过ETL工具进行初步的数据清洗。由于数据来自多个数据源且数据量大、种类多、格式不统一 (如字段的同名异义、异名同义、单位不一致、字长不一致等) , 在加载前必须进行数据清洗, 纠正不符合要求的数据, 如表1所示。
(2) 建立面向主题的决策支持需求方案
建立结构化的决策支持查询, 实现和使用数据仓库的数据分析工具, 包括优化查询工具、统计分析工具、C/S工具、OLAP工具、OLTP工具及数据挖掘工具等, 通过对数据仓库的业务、管理数据进行汇总、分析, 根据数据挖掘的分析方法 (分类分析、回归模式、时间序列模式、聚类分析、关联分析、序列分析) 结合实际业务需求, 建立面向于农产品精细化生产管理的主题设计方案。
(3) 建立数据仓库 (综合数据处理中心)
采用ETL工具, 将业务系统、生产系统和企业管理系统所抓取到的数据按照业务规则进行抽取, 如图2所示。
数据转换过程将用统一标准或一定规则进行, 数据转换方法可以是专用工具、SQL语句和编程实现, 转换规则如表2所示。
通过对相关业务数据和业务流程的分析, 确定相应的决策主题, 每个主题对应一个分析维度。其数据概念模型是多维数据模型, 可以用多维分析的方法从多角度、多层次对数据进行统计分析。以此列出各主题相对应的事实属性及相关维度。将转换数据按照实际需求重新组织, 结合成一个新的实体加载到一个综合的数据库中, 从而建立数据仓库。其加载规则如表3所示。
(4) 建立决策支持平台
对决策支持需求进行分析验证, 通过计算机管理, 在已有的数据基础上构建人机交互的接口 (接口可以是Web形式, 也可以是管理系统等) , 通过实现人机交互平台与决策者建立联系, 方便准确地查询、提取到相关的数据信息。
3 平台关键技术
从设施农业预警研判决策支持平台的设计与实现中不难发现, 数据获取、传输、清洗和分析是关键。因此需要对这些关键技术进行深入的研究, 包括物联网技术和大数据分析技术。
3.1 物联网技术
将物联网技术引入到现代农业生产中可以帮助提高农业生产效率, 改变传统的粗放式农业生产模式, 实现我国农业从传统农业向现代农业的转化, 对我国实现农业现代化有着重要的现实意义[3]。物联网可用于现代农业中的农作物灌溉情况、土壤空气变更、畜禽的环境、地表等环境信息的监测, 还能够收集农业生产所需的温度、湿度、风力、大气、降雨量, 有关土地的湿度、氮浓缩量和土壤p H值等信息, 实现农业生产的科学预测, 指导农民科学种植, 提高农业抗灾、减灾能力, 大幅度地提高农业生产效益。
目前, 在设施农业中应用的物联网技术主要分为传感网络技术、识别技术和无线通信技术等。
(1) 传感网络技术
无线传感网络是农业物联网系统重要的组成部分, 由许多微型传感器节点组成, 通过无线通信方式形成一个多跳的自组织的网络系统。现阶段, 无线传感网络已在精准农业、远程监测等现代农业中得到应用。可检测大气气压、空气湿度温度、农产品生长状况等相关参数。
在传统农业中, 农民一般根据自然环境的变化判断是否采取生产行为, 根据经验对浇水量、通风时间、加热时间等进行控制, 存在着很大的人为因素和实际操作偏差, 不利于作物或畜禽等的生长和发育。在农民不在现场的情况下, 农民无法随时掌握作物或畜禽的生长环境情况, 并且只能凭借经验判断可能发生的病虫害或趋势。农业生产中的浇水、施肥、通风换气等属于正常的农业生产活动, 农民基本采用定时、定量的办法进行操作, 最多会根据天气的变化进行适当调整。传感器的使用在设施农业保产、持续增产中发挥了重要作用, 通过对作物的生长环境的精确控制, 使作物生长环境达到最优, 达到增产的目的。通过对环境温度和湿度的控制, 减少了病虫害的发生, 达到稳产目的, 使农民不再靠天吃饭, 完全做到了心中有数。
目前在农业中应用较多的传感器包括土壤温度传感器、空气温湿度传感器、土壤水分传感器、CO2含量传感器、NH3含量传感器、光照度传感器、营养元素传感器等。
(2) 识别技术
RFID射频识别可认知多个便签, 操作快捷方便, 例如使用RFID等无线技术的田间管理监测设备自动记录田间影像与土壤酸碱度、温湿度、日照量乃至风速、雨量等微气象, 并详细记录农产品的生产成长记录。
RFID正更多地应用于农产品流通。由于气候差异, 生产的农产品经常需要跨地域运输。产品必须经过“产地—道口—批发市场—零售卖场”的产业链才能算是一次完整的交易, 如用人工统计的方法将耗费大量的人力物力, 不仅在精确度上无法达到令人满意的程度, 而且会造成产品上市的延迟和保鲜度的降低, 而RFID技术具有自动“快速”多目标识别等特点, 能够满足农产品流通中的这种需求。在农产品上粘贴电子标签, 用RFID系统进行自动监测, 将会大大提高产品信息在流通过程中的采集速率, 提高农产品供应链中信息集成和共享程度, 从而提高了整个供应链的效益和顾客满意度[4]。
3.2 大数据技术
农业数据涵盖面广, 数据源复杂。针对设施农业中涉及的大数据除了通过物联网技术采集数据之外, 还需要通过数据集成、处理和存储等技术对设施农业中的数据进行利用[4,5,6,7]。
(1) 数据集成技术
设施农业中的数据类型不再是关系型数据库时期的结构化数据, 而是转变为结构化数据、半结构化数据和非结构化数据的集合。
要想处理这些数据, 就要首先对数据采集阶段所得到的数据进行预处理, 从中提取出关系和实体, 经过关联和聚合, 采用统一结构来存储这些数据。比如, 在农业物联网中的各个传感器终端每天会产生大量数据, 这样得到的数据格式可能不一致, 或者其格式不是下一步数据分析所需要的, 因此就要改变其格式, 使其具有统一的结构以方便存储和分析处理。对于大数据, 并不是全部有价值, 有些数据并不是我们关心的内容, 而且有一些数据可能是完全错误的干扰项, 因此要对数据通过“过滤去噪”来提取有效数据。
数据集成技术在传统数据库领域已有了比较成熟的研究。分布式数据库技术、数据仓库技术都为数据集成应用提出了解决办法。随着新数据源的出现, 数据集成方法也在不断发展, 相继出现了基于XML技术的数据集成、基于P2P技术的数据集成、基于Web Services技术的数据集成等。
(2) 数据存储和利用技术
设施农业数据的存储和处理涉及许多方面, 传统的关系数据管理技术经过长时间的发展, 在扩展性方面遇到了巨大障碍, 无法胜任大数据分析的任务。因此, 以Map Reduce为代表的非关系数据管理和分析技术以其良好的扩展性、容错性和大规模并行处理的优势, 得到了很大的发展, 并逐渐成为大数据处理和存储的主要技术手段。其主要存储技术有分布式文件系统、分布式数据库等。
其中分布式文件系统是存储系统的重要组成部分, 也是支撑大数据处理过程中上层应用的基础。在大数据处理过程中, 通常采用分布式文件系统来应对海量数据存储和快速访问。分布式文件系统是指文件系统管理的物理存储资源不一定直接连接在本地节点上, 而是通过计算机网络与节点相连。
分布式数据库是计算机网络技术与传统的集中式数据库技术相结合的产物, 除继承了传统的集中式数据库的特点外, 还具有其自身的特点。分布式数据库系统是指物理上分布, 但逻辑上却是集中的数据库系统。分布式数据库系统将物理上分散而管理和控制又需要集中的多个独立的数据库系统通过网络连接起来, 构成了一个统一的数据库系统。一般根据需要将数据分散存放在网络中的各个站点上, 每一个站点在逻辑上都是独立的, 它们都拥有各自的数据库、局部数据库管理系统、CPU、内存、硬盘等其他设备, 并通过计算机网络连接成一个逻辑整体, 可以进行统一的控制和管理。
4 结语
设施农业预警研判决策支持平台作为多种学科技术的综合应用, 融合了现代的物联网技术、大数据技术等多种技术, 通过该平台的建设和应用, 把所有的技术联系在一起, 从而将设施农业生产过程中产生的数据进行有效的整合和利用, 为政府部门、企业、科研机构和农业劳动者提供相应的决策支持和解决方案。
参考文献
[1]杜艳艳.国内外设施农业技术研究进展与发展趋势[J].广东农业科学, 2010 (37) :346-349.
[2]杨云, 兰岳奇.设施农业决策系统的数据仓库建设[J].安徽农业科学, 2006, 34 (21) :5750-5751.
[3]韩安太, 郭小华, 吴秀山.温室环境控制无线传感器网络的服务质量管理[J].农业工程学报, 2010, 26 (1) :216-220.
[4]宋豫晓, 乔晓军, 王建, 等.RFID在农业中的应用现状及趋势展望[J].农机化研究, 2010, 32 (10) :1-5.
[5]张浩然, 李中良, 邹腾飞, 等.农业大数据综述[J].计算机科学, 2014, 41 (z2) :387-391.
[6]温孚江.农业大数据与发展新机遇[J].中国农村科技, 2013 (10) :14.
决策支持平台建设 篇4
面向服务的体系结构 (Service-Oriented Architecture, SOA) 是一种 IT 体系结构风格, 通过构建服务能够建立一个业务逻辑抽象和技术抽象, 把业务逻辑与具体实现技术分离开来, 可系统减少异构性、满足服务互操作性和不断变化的业务要求, 可以良好的实现群决策支持平台的需求。目前SOA架构已经得到广泛的认可, 但如何构建面向服务的应用软件模型, 即如何进行面向服务的建模 (Service Oriented Modeling, SOM) 仍然是构建SOA系统的一大挑战。
广义上的服务建模指整个面向服务的分析和设计过程, 狭义上的服务建模被作为面向服务分析过程的子过程。目前针对面向服务系统广义的服务建模方法包括IBM提出的面向服务分析和设计方法, Thomas Erl提出的主流SOA方法论和Micheal Bell提出的面向服务建模框架。针对狭义的服务建模方法的研究大体可分为基于服务应用系统开发方法、面向目标的建模方法和面向最终用户建模方法三类。
2面向业务的模型驱动敏捷服务建模方法
服务建模的目标是建立企业的服务模型, 服务模型作为业务与IT之间的桥梁, 是实现SOA对业务随需应变灵活性支持的关键因素。面向业务的模型驱动敏捷服务建模方法首先需要对系统进行面向服务的分析, 在总结了SOMA, MSOAM和SOMF的面向服务的分析过程基础之上, 结合业务组件分析和面向服务的思想, 采用业务流程建模, 建立服务模型。
第一步:分解业务流程。这步将业务流程分解成一系列的细粒度流程, 把流程的工作流逻辑分解到最小粒度的处理步骤, 以便于识别细粒度的业务服务。
第二步:识别候选业务服务。在服务建模阶段, 并不一定所有服务都会成为最终设计实现的一部分, 故而称为候选服务。首先应该剔除那些不属于被候选服务封装的逻辑, 例如不能被自动化的手工流程步骤或对遗留逻辑的流程步骤而言。
第三步:创建候选业务服务。在细粒度的业务流程中, 将能够聚合的业务逻辑建立成一个候选业务服务。
第四步:应用面向服务原则。在这个步骤中, 需要为候选业务服务应用面向服务的原则, 以支持服务的复用和自治。
第五步:识别候选服务操作。这个步骤将应用逻辑处理需求分解, 识别它们所执行的功能。
第六步:创建候选服务操作。在这个步骤中, 创建识别出的候选服务操作, 考察消费者对服务的使用, 合并或拆分服务操作。
3实例
3.1 业务建模
在问题管理子系统中, 包括问题录入与修改、问题查询、问题语言分词、问题属性识别、问题类型识别、问题求解方法匹配、子问题识别、问题求解管理和问题求解方案评价等9个主要业务功能。本节将对问题管理子系统进行业务建模, 首先将业务流程分解为细粒度的流程。从细粒度的管理流程分解中, 可以得到问题语言分词服务、问题属性识别服务、问题类型识别服务, 问题求解方法匹配服务, 检查是否产生子问题服务和问题求解服务。经过应用面向服务原则步骤, 发现问题语言分词, 问题属性识别, 问题类型识别相互互为前提, 可以将其组合封装为粗粒度的问题分析服务, 以便于高层次的服务请求的调用。
3.2 模型驱动开发
(1) UML建模。
本节以上文分析所得的问题分析服务为例。问题分析服务可以进行问题分词, 问题属性识别和问题类型识别。问题分析服务是复合服务, 而问题分词, 问题属性识别和问题类型识别提供构件服务。业务分析师可以利用UML类图建立问题分析服务平台无关结构模型。
(2) 转换规则及WSDL服务描述。
模型驱动开发将UML转换为WSDL, 可支持对服务进行详细的建模和设计。作为计算无关模型CIM的UML模型可以转化为平台无关模型PIM的WSDL模型。使用UML 扩展机制, UML模型可以图形化的直观方式, 表达WSDL的语义。
本文引入了构造型<
4结语
面向业务的模型驱动敏捷服务建模方法具有广泛复用、灵活匹配、松散耦合的特点。一方面, 以业务为核心且可迭代的快速建模过程使服务模型随需求快速敏捷地变化。另一方面, 服务模型是业务架构的底层, 技术架构的顶层, 承上启下, 是灵活的业务流程和IT之间的桥梁, 保证二者之间的可追溯性。
摘要：面向服务的体系结构 (Service-Oriented Architecture, SOA) 日渐成为主流, 因而与之对应的面向服务的建模方法成为迫切的需求。在总结了服务建模的现状基础上, 提出了面向业务的模型驱动敏捷服务建模方法。
关键词：模型驱动,面向服务的构架,群决策支持平台
参考文献
[1]刘勇, 李朋, 薛华成.Intranet环境下群体决策支持系统的研究[J].系统工程, 1997, (6) .
[2]Micheal Bell.Service-Oriented Modeling:Service Analysis, Design and Architecture[M].Wiley, 2008.
决策支持平台建设 篇5
决策支持是以计算机为工具,应用决策科学及相关学科的理论与方法,以人机交互方式辅助决策者解决结构化和非结构化的决策问题[1]。它为决策者提供分析问题、建立模型、模拟决策过程与环境,从而达到帮助决策者提高决策水平和质量的目的。在当今税务行业中,已初步建立了专业化的税收征管系统,如何充分利用其业务数据为决策服务将成为下一阶段税务信息化的主题[2]。传统的决策支持只是产生大量的报表,存在关联性差和实时性差等缺点,决策者难以从报表中获得全面的和有价值的信息,也不能够实时监控企业重要指标,造成了不能够准确、及时地作出决策;另一方面,在传统的税务决策中,主观因素在税收政策制定、纳税人信誉等级评估和税收预测和计划等方面起决定性的作用,没有通过计算机方式定税和纳税评估,容易引起税务的一致性、公平性和合理性问题。
仪表盘是一种基于指标体系和联机分析处理的可视化技术,它的创意来源于飞机驾驶舱,决策者根据仪表盘的读数监控企业运转状况。它为用户提供柱状图、饼图、折线图、 区域图、分布图、混合图等图表和页面级的深化、浅化、切片、切块和钻取等多维分析功能。针对税务行业决策,本平台抽取出税务决策中税收分析、户籍分析、发票分析、信誉等级分析、税收预测与计划等五大分析主题,围绕分析主题设计完整的指标体系,利用组件实现各指标功能,以视图的方式将各主题指标形象地呈现给决策者。
1 决策支持平台解决方案设计
该解决方案构建于业务流程定义之上,架构中的任何任务均以可编辑定制的流程形式来执行,平台架构如图1所示。采用三层体系架构,即表示层、业务逻辑层和信息层。
表示层是决策仪表盘前端展示,由一组指标视图组成。视图是业务逻辑层响应用户请求的形象化展现,由同主题的相关图表组成。首次登录系统时,根据用户权限初始化主题指标,并定制个性化的视图样式。
业务逻辑层是决策仪表盘内容的实现,由一个解决方案引擎和多个功能组件组成。解决方案引擎是系统的核心,由它建立用户请求与业务流程的对应关系,即对用户的响应是执行一个特定的业务流程。在业务流程定义里包括了组件的名称、调用顺序及传递的参数。参数是数据源、查询语句、报表模板、商业规则和视图模板的集合。当用户提出一个请求时,解决方案引擎解析与之对应的业务流程定义,将其分解成子任务,并调用相应的组件进行处理,其结果以仪表盘的形式呈现于用户。各组件相对独立运行,具有高内聚、低耦合的特点。组件通过监听机制来激活,能够独立完成特定的功能,也可通过调用已有的其他组件,共同完成某项功能。
信息层是决策仪表盘数据的来源,为系统提供原始数据和基于主题的多维数据。由关系型数据库和建立在其上的数据仓库构成。原始数据经过集成,形成数据集市,多个数据集市构成数据仓库。
2 仪表盘设计及实现
仪表盘实现了该系统功能。它是以指标体系和联机分析处理为基础,通过指标体系来设计和组织主题指标,利用成熟的联机分析处理技术实现主题指标功能,最后以前端展示的方式将结果呈现于用户。
2.1 指标体系模型
指标体系设计以主题为对象,通过图2所示的设计方式完整地描述每个主题。它主要由业务指标和视角组成。当一个主题不能够被上述三组指标完整地描述时,用户可以新增自定义指标。
对于税务决策中的分析主题,首先设计主题共享业务指标(如纳税金额),再针对具体主题设计其私有业务指标和外部指标,最后综合视角指标形成初始主题指标。通过这种指标设计方式,可以提高单个指标的复用性,同时也能够保证同一指标在不同主题中的一致性。
2.2 决策仪表盘前端展示
决策仪表盘前端展示,设计成以图形显示为主,以报表显示为辅的基于门户(portal)架构的模式。portal是一种Web应用,用来提供个性化、单点登录、聚集各个信息源的内容,并作为信息系统表现层的宿主[4]。在税务行业里,不同级别和部门的决策者关心不同的指标,本系统设计的 portal架构实现了用户个性化,包括页面布局个性化、页面内容个性化、用户权限个性化等。
传统的决策支持主要靠一系列的报表来表达,对于这些本来相关但却相互独立的报表,由于报表之间没有实现有效的关联,决策者难以发现其中的奥秘。本系统设计的决策仪表盘把用户最关心的主题指标平铺到一个界面里,通过直观的具有上钻、下钻和旋转等多维分析功能的图形展示,决策者既能把握各个主题指标的变化趋势,也能够通过钻取,图表结合这种方式从多角度了解各指标的详细信息。
3 系统实现
平台的实现中,表示层是基于J2EE标准的Servlet和Jsp技术开发。通过Jsp开发前端Web页面,通过Servlet实现表示逻辑,两者结合可将业务逻辑层的返回结果以个性化的方式呈现给客户端。业务逻辑层采用java组件JavaBean组织,减少冗余代码量和提高代码复用性。在信息层,选择oracle作为后台数据库,数据存储采取省级大集中的形式,利用oracle自带的数据仓库解决方案进行数据仓库及多维数据集的创建。图3为系统实现后决策仪表盘截图。
4 总 结
提出并设计了一种基于仪表盘的税务决策支持平台。其特点是基于完整的指标体系设计,能够实现对税务行业进行全面系统的分析;另一方面,它通过多种视图仪表展示方式,将各主题的完整信息形象化地呈现给用户,为决策者提供完整、准确的决策依据。该系统是基于组件开发,其数据挖掘组件和商业规则组件涉及到数据挖掘、人工智能、统计学等多种学科与技术,优化组件功能和开发新组件将是完善该平台的下一阶段目标。本平台的架构也适用于其他领域的决策支持平台的构建与开发。
参考文献
[1] 杨善林,倪志伟.机器学习与智能决策支持平台[M].北京:科学出版社,2004.
[2] 董秀薇.税收分析系统人性化思考[J].涉外税务,2006(1):20-24.
[3] Inmon W H.Building the Data Warehouse[M].Third Edition.北京:机械工业出版,2003.
临床决策支持系统建设研究 篇6
关键词：临床决策支持系统,知识库,数据挖掘,医院信息化
近年来,随着医院规模的不断扩张,医疗数据也呈爆发式增长。如何从海量的业务数据中发掘有价值的信息,构建智能化数据库,从而辅助医疗工作者决策,是当前研究的热点。20世纪90年代初期,我院就着手建立信息系统,至今已有医院信息系统(HIS)、临床检验系统(LIS)、医学影像系统(PACS)、放射信息系统(RIS)、办公自动化(OA)系统和手术、麻醉、重症等8大系统和40多个子系统。虽然医院在信息化建设方面取得显著进步,信息系统也得到广泛使用,但是其工作理念和方式却相对落后,亟需科学化的辅助手段[1]。在医学信息领域里,用计算机辅助进行决策、诊断、推理的软件被称为临床决策支持系统[2]。我院于2014年开始部署建设临床决策支持系统,对医疗数据进行分析处理,辅助临床医疗决策。
1决策支持系统构建方案
临床决策支持系统基于多种数据挖掘技术方法,构建分析决策模型,并针对HIS、LIS、RIS、PACS、EMR(电子病历)系统等海量医疗数据进行挖掘分析,为临床诊疗的客观与规范化提供决策支持[3,4]。2014年10月,我院委托北京天鹏恒宇科技发展有限公司,着手开始医院的临床决策支持系统建设。该系统通过引入临床数据库,采用数据挖掘和联机分析处理等技术,将决策信息展示给终端用户,并具有为临床医生提供建议、提醒、报警、计算、预测等方面的功能[5]。
1.1系统架构
医院原有的信息系统虽然能够为医疗决策提供部分支持,但由于系统分散,决策内容单一,其应用范围受到较大限制。知识库的建设不仅仅是将分散在各个系统的数据进行集成,还需要对医院的业务流程和数据集进行标准化处理[6]。本系统将数据库转化为基于共享机制的数据模型,对数据库知识进行综合分析、统一处理后,再按不同维度展示给终端,有利于提升医疗质量和决策准确性。系统框架分为3层,分别是数据层、处理层、展示层。数据层将各医疗业务数据进行结构化转换[7],并统一加载到数据仓库中,然后对外提供标准接口,便于数据提取;处理层采用数据挖掘与分析工具,对仓储中提取的数据知识进行清洗过滤,并利用一定规则转化为决策信息;展示层是真正面向终端和用户的,将处理层的决策信息按不同维度、不同方式展现出来,便于使用者正确决策。系统架构,见图1。
1.2知识库构建与知识获取
医学知识的获取一般来源于医学文献和经验积累,包括术语字典、语义词库、知识模型等[8]。我院完善了知识库创建体系,通过设定不同类类型型、、不不同同领领域域、、不不同同主主题题的知识片集群,满足各临床活活动动对对知知识识决决策策系系统统的的要要求求(图2)。诊断知识库,表述相相关关的的疾疾病病名名称称、、诊诊疗疗参参考考等等内容;药品知识库,表述与用用药药说说明明、、配配伍伍禁禁忌忌、、不不良良反反应、专家点评相关的内容;检查查化化验验知知识识库库,,表表述述标标本本采采集集、、适应禁忌等方面的知识内容;;手手术术知知识识库库,,表表述述与与手手术术相相关的操作说明、注意事项等相相关关的的知知识识内内容容。。这这些些知知识识库库内容与医院原有的HIS、EMRR等等业业务务数数据据库库以以及及医医学学文文献献等知识,通过数据挖掘平台,,转转化化为为决决策策系系统统可可理理解解的的术术语字典、语义词库、知识模型型等等内内容容。。
1.3多维度知识展现
通过将临床决策支持系统与我院HIS连接,医生在书写电子医嘱和病历的不同阶段,均可运用智能提取、联机分析技术,将层级知识库中的有效知识分门别类,转化为易于理解和应用的信息,展现给医疗工作者,从而辅助于决策。以传染性非典型肺炎诊断为例,医生可在窗口(图3)右侧知识元素中,依次点选查看检查项目、检验项目、手术项目、治疗药品等内容,从而起到一定的辅助参考作用。另外,指南搜索、知识挖掘、医学工具、症状推导、疾病分类(ICD)图谱等功能也集成到各个客户端,不仅便于系统使用者检索分类,也可以群策群力,让用户参与进来,形成知识展现、反馈、处理、再展现的良性循环。
2应用评价
我院目前在东、西两个院区70多个科室均部署了临床决策支持系统,通过近6个月的跟踪反馈,基本达到前期目标。通过临床知识库获取的知识,能够为医生提供辅助诊疗的初步推送服务,帮助临床工作者初步作出决策。这也表明,临床决策支持系统的建设和完善,是临床决策者的迫切需要,其应用效果会随着知识库的不断丰富化、智能化而变得更加显著。
3问题与对策
在系统建设的过程中,由于缺乏既熟悉医院临床业务,又了解信息技术辅助决策领域的专业人员,导致系统的推进相对缓慢,在实际应用方面也没有达到理想程度。另外,临床决策支持系统的建设位于医院信息化建设中的顶端,只有医院各信息系统完备,并建设统一的数据平台,才能加快决策支持系统的前进步伐。最后,任何系统的建设都不可能一蹴而就,尤其是处于研究初期的临床决策支持系统,更需要在建设过程中不断学习、总结经验,逐步完善。
参考文献
[1]曾小东,应桂英,郑建智,等.医院决策支持面临的问题与对策[J].中国卫生信息管理,2012,9(6):48-55.
[2]许兰萍.医院的市场化管理、临床决策与医学人文[J].医学与哲学,2012,34(9A):10-12.
[3]段昌奉,张巨发,唐雄,等.医院移动决策支持系统的建设与应用[J].中国数字医学,2012,7(4):104-106.
[4]王珏,刘博,夏新,等.医保决策支持系统的设计和应用[J].医疗卫生装备,2014,35(9):65-67.
[5]胡安邦,廖富国.临床决策支持系统研究初探[C].2012年中华医院信息网络大会暨第五届中美医院信息化论坛,2012.
[6]刘博,夏新,陈彦东,等.基于商业智能的医院决策支持系统研究[J].中国医疗设备,2013,28(11):36-39.
[7]叶青,刘丹红,杨喆.指南本体构建中的临床数据标准化问题探讨[J].中国数字医学,2013,8(3):8-11.
决策支持平台建设 篇7
随着市场经济的发展,区域间科技、经济竞争日益加剧,依靠科技创新转变经济增长方式、调整经济结构、建设资源节约型和环境友好型社会,已经成为各级政府决策者们的关注重点[1]。面对新形势、新要求,政府部门特别需要及时了解和全面掌握先进地区和同等发展水平地区的科技发展动态、信息、趋势,跟踪和监测地区科技、经济发展情况。科技发展决策支持平台系统就是在这种背景下应运而生的,它主要是利用科技信息来提高政府决策水平。
国外许多发达国家针对科技发展决策支持平台的研究进行了一些尝试,并取得了可喜的成果。跟国外相比,中国利用科技资源做决策起步相对较晚,速度缓慢,承担主体多为政府下属的研究所[2]。其中,国家层面上具有代表性的有中国科学技术发展战略研究院、中国科学院科技政策与管理科学研究所等,然而,省级层面上科技发展决策支持平台鲜有研究,更缺乏平台运行和保障机制方面的理论探讨[3,4]。
目前,山东省为了整合全省科技资源以实现科学决策,正致力于科技发展决策支持平台的建设。山东省科技发展决策支持平台是一个建立在决策支持系统基础上的政府科技决策支持平台,是一个推动多学科交叉集成、面向社会开放服务的共享平台,平台包含了数据库、信息库、模型库、方法库、专家库,集成了预测预警技术、智能决策技术、可视化技术与仿真技术,通过采集大量科技信息,对数据进行统计分析,为政府的科技管理和决策提供帮助。以山东省为例,研究科技发展决策支持平台的建设、运行与保障机制,对国内各省科技发展决策支持平台的顺利实施都有重要的借鉴和参考价值。
1 科技发展决策支持平台及其功能
科技发展决策支持平台是根据政府决策部门在实施创新发展战略、建设创新型省市和决策科学化、民主化过程中对科技发展动态的需求,通过各种可能的途径和方法,对当前国内外科技、经济和政治发展等重大问题进行收集、整理、评价和预测研究,为政府部门决策和管理提供信息和战略决策支持,是一个专门支持战略情报研究、信息分析评价和决策咨询的重要决策服务平台[5]。
山东省科技决策支持平台建成后的目标是:成为一个实现各类科技基础资源和软科学研究力量跨部门、跨平台、跨领域的整合、共享、服务及应用的开放性共享平台;一个围绕着政府科技决策、创新发展战略实施所开展的专门化、系统化和高效化的决策平台;一个数字化、网络化、智能化的服务系统平台。平台通过充分运用信息、网络等现代技术,对领导关注的重大科技经济问题长期持续监测,及时准确反馈,促进全社会科技资源的高效配置和综合利用,从而实现依靠科技促进经济社会发展的战略目标。
从功能上来说,平台要能够根据政府决策部门对发展规划的需求提供相关领域的科技信息动态监测报告、科技发展的现状评价、趋势预测,以及对其他重大科技问题如科技投入、科技进步贡献率、科技成果转化等对宏观经济影响分析等;同时能够有效地组织相关学科专家团队,有能力开展数据挖掘、知识发现、知识评价、知识组织和知识分析工作,为开展相关领域科技规划、技术预见、科技与产业发展、重大科技项目评估和科技经济政策制定等提供决策咨询支撑和保障[6]。后期,平台还将具备对经济和社会发展具有较大影响的科技因素政策模拟的功能。
山东省科技发展决策支持平台建成之后,将极大地促进科技决策的科学化、智能化,将能实现对山东省科技未来发展方向和政府关注问题的深入分析,更好解决科技促进经济社会发展的能力,培养科学推动科技进步与创新的能力,实现科技与经济的交叉融合,全面推进科技工作的跨越式发展。
2 科技发展决策支持平台的运行机制
科技发展决策支持平台是一个复杂的系统,其运行过程涉及众多影响因素,每个因素与其他因素之间都存在各种各样直接或间接的联系。
2.1 平台运行过程的决策要素
山东省科技发展决策支持平台的构成要素可以分为决策的主体要素和客体要素两大类。目前,科技平台的决策主体是山东省委省政府的相关决策领导,由山东省软科学研究机构具体负责承担科技平台的管理与运行工作、发展战略的研究以及相应考评和运行监督工作等,政府相关事业单位负责决策的实施。
2.2 决策平台的要素结构体系
决策支持平台的结构体系是平台运行的必要制度性保障,它主要包括决策支持平台的服务对象、服务协调负责对象、服务提供对象、服务承担执行对象、服务承受对象之间的工作模式和流程,如图1所示。
2.3 决策支持平台的工作功能分析
平台工作功能是平台运行机制的外核,直接对接平台服务要求和对象,是对各个决策要素、决策结构体系、运行运作过程等各个方面的范式性约束和规划。科技决策平台的性质决定了平台必须具备对科技发展过程长期跟踪的工作功能、短期紧急课题的工作功能、动态监测报告的工作功能、趋势探索研判的工作功能。其中:长期跟踪研究功能面向研究周期较长的,战略性、基础性、重大性与关键共性的问题;短期紧急课题研究功能主要针对由于科技发展的不确定性和未知性而随时会遇到各种各样的科技发展紧急问题;动态监测报告功能主要是借助先进的技术手段、方法,动态周期性地对科技工作发展进行监测,提高科技决策的可靠性、动态性、及时性;趋势预测研判工作功能是基于科技发展规律和相关预测技术,面向未来的科技发展动态监测与预测功能。
在这里,每一个功能都有其对应的工作方式,即面对长期跟踪主题的工作过程、应对短期紧急课题的工作过程、动态监测报告的工作过程和对趋势探索研判的工作过程。
3 科技发展决策支持平台的保障机制
为了确保决策平台能够出色有效地达到预期目标,除了科学合理的运作机制,还必须通过建立完善的保障机制来保障科技决策支持平台的有效运行。
3.1 完善的政策法规保障机制
政府作为科技决策平台的指导者和参与者,应发挥好战略导向、综合协调和服务功能,努力营造良好的制度环境,建立、健全科技决策支持平台建设的政策法规体系,明确各方参与者在决策支持平台建设、运行管理与使用方面的权利与义务,通过制度保障来推进科技决策支持平台的建设,为山东省科技发展决策支持平台营造一个良好的社会环境,确保平台建设的顺利进行。
3.1.1 建立平台信息资源共享的制度体系
资源共享是科技决策平台服务的核心,政府要按照“优势互补,利益共享”的原则,将承担决策研究的多个主体资源进行整合,把分散的资源纳入规范化、制度化、法制化轨道,建立起共享制度体系[7]。可采用地方法规的形式,明确各参与部门在决策支持平台信息资源共享使用中的责任、权利和义务,规定平台信息资源共享使用的一般原则。
3.1.2 明确决策支持平台数据信息的使用制度,加快、加强数据的立法工作
决策支持平台建成后在数据的共享和使用中必然会产生诸多问题,例如安全问题、责任问题、权利问题,等等,因此,数据使用与管理的相应法律法规必须出台,明确责任。面向决策研究的主要承担者,明确规定各研究机构、研究院所、专家团队向平台提供数据的内容、提供方式、数据更新方式、数据密级划分、数据管理办法、共享范围与权限设置等;决策研究的各承受者从信息平台获取信息的内容、方式、数据使用规范、数据失密的责任与惩处等,以及各参与主体的利益补偿原则与具体补偿方案。通过建立数据的法律法规,使得数据管理与使用法律化、规范化。
3.1.3 完善组织协调保障机制
充分发挥政府的宏观调控职能,建立纵向指导、横向协作,纵与横有机结合的决策协调体系。纵向按行政隶属关系,建立从上到下的指导关系;横向按照平行关系,建立包括各级研究机构、山东省软科学研究机构、科研院所、高校、企业集团、民间机构等的协作关系。信息平台的建设必须注重加强协调、理顺关系,注重机制、体制创新,由权威性的组织机构统一协调管理。建议成立决策平台的协调领导小组和建设工作小组,起到协调各相关部门在政策、战略、规划以及平台后期运转维护的组织协调等方面的作用,同时保持与专家团队的定期沟通,定期组织交流研讨会,制定多种备选方案方案,为政府领导制定计划、决策提供参鉴。
3.1.4 提供充足的资金保障
决策支持平台的建立涉及的数据库种类多、数据源复杂,需要耗费大量的人力和财力。资金投入主要包括硬件开支和软件开支。硬件开支是指购置平台建设的各种基础设施和办公场所环境所需的资金;软件开支指保障平台正常运行的软件采购、技术开支和人力开支,如系统维护和数据库转换,人员专业技术培训,学术交流等。所有这一切都需要充足的资金保障才能得以实现。
3.2 健全的综合保障机制
3.2.1 完备的基础设施
科技决策平台的建设和运行需要每个参与的单位拥有完善的信息化基础设施,共享已有的硬件和数据资源,在已有的软硬件基础上对科技决策平台进行综合布局。根据平台正常运转的需要,应该为其配备必要的办公及会议场所、计算机软硬件设备、网络设施、打印复印设备、机动车辆等基本交通设备,为科技决策平台的正常、有效运转提供良好的办公设施保障。
3.2.2 科研创新机制
传统的科技信息服务方式已经不能适应新时代的要求[8],因此,我们必须由传统的信息服务方式向对信息的深度挖掘、知识发现等信息增值服务方式转变。通过不断深化改革与创新,不断提高服务水平,提升业务能力和竞争力。首先,要不断提高对当前科技、经济和政治形势的认识和把握能力,及时了解和掌握政府关注的热点难点问题;其次,特别要认真分析和研究上级领导对研究成果、报告的批示和反馈意见,及时改进工作方式、调整工作思路,提高工作质量,并不断进行决策平台的创新性探索和研究,根据决策主体的实际需求创造性地搜集、分析、利用各种信息和知识,科学地设计、组织、安排和协调各项研究工作,确保平台能“广、快、精、准、新”地为领导提供信息,以适应新形势下政府领导和部门不断发展、变化的各种特定信息情报需求和服务;第三,通过设立科学的考核评价机制,对共享面窄、管理不善、运行效益过低的部分进行逐步淘汰,避免建设资源的浪费。
3.2.3 科学的工作管理机制
决策支持平台的良好运行需要建立一套切实可行、能够调动各方面积极性的工作机制来保证平台的持续健康发展,科学的工作管理机制包括有效的工作运行机制、可靠的利益保障机制和绩效考评体系。
(1)工作运行机制。
科技决策支持平台的工作目标是以网络化基础设施为依托,帮助软科学研究机构形成与科研信息化相适应的、由多学科背景的专业人员构成的电子协作空间[9]。平台的重要属性是,能够基于网络虚拟组织提供获得信息抽取和检索,以及方案选择、仿真模拟、前景预测、过程预警等多方面的综合方法工具,进而支持科研人员的无缝协同工作。
(2)利益保障机制。
科技决策平台的运行中需要建立完善的利益保障和竞争激励机制,以促进平台内部的健康发展。一方面,健全相关科研人员的利益保障制度,包括薪酬分配机制、人事制度、户籍制度、医疗制度、社会保障制度和使用激励机制;另一方面,通过设立奖励机制,激励人员之间的良性竞争与合作,从而逐步建成布局合理、运行高效的人事管理新格局。
(3)绩效考评体系。
软科学研究团队的绩效考核构建应当从团队整体和个体成员两个层面进行双重考核。根据绩效考评结果,一方面可以探明研究进展及存在问题,进而提出下一步工作部署;另一方面可以比较出团队成员的差别,对表现优异的成员进行适当奖励,对成绩较差成员提出工作改进建议。
3.2.4 人才保障机制
面对政府决策对信息的新要求以及信息技术的快速发展,平台必须拥有一支在信息技术、数据采集与加工、数据挖掘、信息分析和研究、知识发现与评价、知识管理等方面的高层次人才队伍。为此,应该贯彻实施以人为本的人才战略,围绕科技决策平台建设与运行的要求,建立一套灵活引进与自我培养相结合的人才机制,做到人尽其才、人尽其用,创造出团结、敬业、务实、奉献、创新、发展的文化环境;同时通过深化人才制度改革,建立完善的人才评价与激励制度,充分调动人才的积极性与创造性,从而打造一支具备科技平台建设、管理与发展能力的骨干人才队伍。
3.2.5 交流互动机制
建立多种形式的交流互动模式,为参与决策平台工作的科研人员及专家提供长期、稳定、环境设施齐全的学习与交流活动场所,促进科研人员活动的经常化和制度化。
4 结论
科技发展决策支持工作一直是科技管理研究的重点,其目的是整合区域科技资源,为政府部门的科学决策提供有价值的参考。鉴于此,我们提出了构建山东省科技发展决策支持平台的建议,着重分析了决策支持平台的工作核心——运行保障机制,即建立以高效、共享为特征的平台运行机制和强化以协同管理、资源共享、利益保障及人才培养为主的保障制度,从而从根本上保障平台的运行效率与工作水平,充分发挥平台资源的共享效应,为山东省政府的科学决策提供智力支持。
摘要：以山东省为例,面向科技发展决策支持平台,从基本要素、结构体系、工作功能等方面提出科技平台的运行机制。为保障平台的建设与运行,确定完善的政策法规保障机制,并从基础设施、科研创新、工作管理、人才保障、交流互动等方面阐述其综合保障机制。运行与保障机制研究对于推动各省科技发展支持平台建设,提高科技发展决策科学化水平有着重要的参考价值。
关键词：科技发展,决策支持平台,运行机制,保障机制
参考文献
[1]谭思明,王淑玲.面向政府决策的竞争情报服务平台的构建[J].现代情报,2007(11):6-7
[2]王宗彦,陈树晓.基于山西省科技基础条件平台的政府决策支持系统[J].科技基础条件平台,2006(4):29-30
[3]于洁,武夷山.科技信息机构面向政府决策支持服务的实践[J].中国信息导报,2006(10):27-30
[4]吴新年,孙成权.学科情报研究与科研决策支持平台建设构想[J].情报杂志,2005(6):14-15
[5]范道宠.我国科技基础条件平台的运行机理与机制建设研究[J].当代经济,201011):117-118
[6]刘颖.国家科技基础条件平台标准化体系研究[J].世界标准化与质量管理,2007(9):49-51
[7]尹瑞智,孙凯.科技发展视角中的公共政策研究[J].科学与管理,2011(4):11-15
[8]罗珊.国外科技基础条件平台建设的经验启示与借鉴[J].科技管理研究,2009(8):75-78