【论文摘要】分析了当前公共决策信息支持系统的问题及完善公共决策信息支持系统的意义,提出了建立一个基于数据仓库、在线分析处理及数据挖掘的公共决策信息支持系统的解决方案。
公共决策的制定是政府行政管理的核心环节,它决定着政府行政管理的目标和方向,是影响行政管理效率的关键因素,其结果涉及到国家和人民的根本利益。随着经济全球化的趋势,随着互联网及其它计算机网络技术的发展、决策者决策时需要考虑更多、更复杂的制约因素,决策速度要求更快,对决策信息量的要求也越来越多。面对这些趋势和变化,公共决策制定者必须需要新的、更强大的决策信息来帮助他们制定有效而正确的决策。胡锦涛总书记在十七大政治报告中强调,推进决策科学化、民主化,完善决策信息和智力支持系统。
3.2.3发挥“外脑”和民间智库的作用“外脑”,即思想库和智囊团的建设和充分利用,也应当纳入现代信息支持系统建设的视野。目前,对于大量存在于大学和科研机构的知识服务机构“外脑”,重视程度不够,支持和关注的力度还存在不足,这样的机构或组织,本应成为思想库的主力。政府需要通过具体的规定和工作,来保证和鼓励这些机构合法获取与研究信息的权利。改革开放近30年来,我国民间智库信息支持系统也由小变大、由少变多、由弱变强,政府职能和执政理念的转变更为其发展提供了空间。2003年以来的“非典”、孙志刚案为代表的多个事件以及修宪等重大公共决策活动中,民间智库开始崭露头角,成功扮演了政府与民间之间的对接角色。
3.2.4建立必要的信息支持系统专业机构信息支持系统是一系列网络连接起来的点。网络包括制度规定的沟通机制、人际网络和作为以上二者物理基础的通讯网络;而“点”则是组织机构,其中的大部分可以依靠现有的机构发挥作用,但仍需要建设一些必要的新的专业机构。我国在国家层面上已经建立起来的“技术性贸易壁垒通报咨询研究中心”、“产业损害预警机制”和“反洗钱监测中心”等,正是这样的专业机构。它们在功能定位、人员配备和运作方式上,都不同于传统意义上的信息服务机构。但对比来看,我国在这方面还存在一些不足。当前中美两国都比较关注全球能源问题。据统计,美国政府的能源部,包括其专设的国家能源科技图书馆,共有600多人全职从事国内外能源信息数据的收集和分析,“为决策提供情报”。而在我国,现有的资料表明,专职从事这方面的信息支持和分析的机构比较少。这反映了我国与发达国家在信息支持系统的专业化供应能力上的差距。
3.3公共决策支持系统的设计与实现公共信息经过几年的爆炸式发展,积累了海量的数据信息。这些信息蕴藏着成败得失、经验教训,是公共决策的重要依据。根据信息分散的现状建立一个基于数据仓库、在线分析处理及数据挖掘的公共决策支持系统的解决方案。这不仅解决了收集分散数据问题,还进行历史数据分析,为公共决策支持系统提炼出综合数据信息为公共决策提供依据及决策参考。
3.3.1系统设计
3.3.1.1框架结构决策支持系统运用数据仓库技术,将分散的数据收集到一起,存储在一个单一的集成数据中。利用这种集合信息,可使管理人员对很长一段时间内的历史数据进行分析,判断各种信息未来的共享程度,为公共决策提供依据。发展一个基于数据仓库的信息分析决策系统,其决策支持的实现过程可分为数据准备和数据展现两部分。其中OLTP数据源、数据抽取、数据转换和数据加载(ETL)属于数据准备部分。OLTP分析、数据挖掘和信息发布等属于数据展现部分。两者的纽带是数据仓库,也是决策支持系统的核心部分。在这个框架结构中,其中心的数据仓库,通过OLTP数据库和OLAP服务器产生作用.
3.3.1.2系统功能构成该系统功能通过采集外部信息、分析信息的历史数据,发现规律,实现未来决策信息工作趋势的预测和公共管理战略的制定。它由综合信息查询系统等子系统组成,主要分自动监测系统和软件应用两大部分。通过空间信息的可视化处理,加速公共决策信息管理现代化进程,增强系统应用的经济效益、社会效益和生态效益。公共决策支持系统除通常管理信息系统应有的功能模块外,还具有一个比传统的管理信息系统功能强大的对话生成和管理系统(DGMS)、一个比传统的管理信息系统功能更为完善的数据库管理系统(DBMS)以及传统管理信息系统中很少有的模型库管理系统(MBMS)。
3.3.1.3系统功能运用方式系统功能实现方案第一步建立数据仓库,第二步采用OLAP技术与数据挖掘技术相结合的方法实现应用程序的方案设计决策制定的过程中必须使用许多内部或外部数据,所以一个功能强大的数据库是构成决策支持系统的必要条件。模型是简化及表达现实问题的一种方法,也是描述决策过程的有力手段。模型化可用于从分析问题、选择模式、简化问题以至表达问题的各个阶段。在初步的决策支持系统的基础上,引入人工智能(AI)技术的成果,来弥补初步决策支持系统的不足,强化计算机处理人类抽象思维,甚至形象思维的部分能力。决策支持系统在运用上分为两类:专家决策支持系统(EDSS)和智能决策支持系统(IDSS)。前者是把传统的决策支持系统和专家系统相结合,使系统能模拟专家的知识和经验,给决策者提供具有专家水准的咨询、辅助功能,使决策更接近问题的求解环境。由于专家系统往往是针对某个特定的应用领域而设计的,而实际需要决策者处理环境的问题极为广泛并具有相当的不确定性和模糊性。因此,专家决策系统的适应范围也受到限制,又提出设计智能化决策支持系统的要求,其特点是:首先,允许决策者能自始至终地介入系统的决策过程,并要求系统有一定的学习能力,可以逐步做到使决策者与决策支持系统的决策能力在实际的决策过程中同步提高。其次,实现知识推理和数值运算结合,提供比初级的决策支持系统更有力的决策支持能力。第三,建立更为通用的决策支持系统的结构,以扩大系统的服务领域,也使系统对环境的变化和决策方式的变化具有一定的适应性。
3.3.2系统实现
3.3.2.1数据获取公共决策数据仓库中的数据来源于公共事务环境中的事务数据,所做的公共事务数据分散存放在各部门服务器系统中。因此,公共事务数据必须先通过数据抽取、集成后,存放到数据仓库中,形成明细数据。形成明细数据。不同级别综合数据按照不同汇总粒度计算获得,并且加上时间戳。
3.3.2.2在线分析处理(OLAP)文章采用星形模型组织数据表,并使用多维数据立方来存放物理数据。对此数据应从不同的类别和层次进行旋转、嵌套、切片和钻取等多维分析操作,并以专业报表和查询结果的形式反映给决策者,进行决策支持。
3.3.2.3数据挖掘数据挖掘是从大量的、不完全的、先前不知道的、模糊的、可能有污染的随机详细数据中提取隐含的、潜在有用的信息和知识的过程。挖掘的对象是数据库和数据仓库,其目的是通过对数据的统计、分析、综合、归纳和推理,揭示事件间的相互关系,预测未来的发展趋势,起到辅助实际工作问题求解、支持决策的作用。数据挖掘能够发现OLAP处理过程所不能发现的更为复杂的更有洞察力的答案。
4结论
正确的公共决策需要得到完善的信息支持系统的支持。随着我国社会信息化、民主化的发展,公共决策面临的问题将更加复杂,涉及的内容也将更加广泛。完善信息支持系统,根据科学的信息分析技术和科学的管理模式,按照公共决策的特点进行及时有效的决策支持帮助,公共决策的公共性、合法性、有效性才能得到保证。
5参考文献
1周福安.探源公共决策的效率[J].社科研究,2006,(5)
2王满船.政府决策机制的内涵及其完善[J].国家行政学院学报,2003,(6):27.
3杨韵,陈炬桦.电信业务分析决策支持系统的设计与实现[J].情报杂志,2004.6
4唐文玉.公共决策失误的价值观念因素思考[J].云南行政学院学报,2003,(4):39.
5刘熙瑞.公共管理中的决策与执行[M].北京:中共中央党校出版社,2003:l8.
6李忠尚.现代决策论[M].北京:中国青年出版社,1995:108.
7李东,蔡剑.决策支持系统与知识管理系统[M].北京:中国人民大学出版社,2005,10
8倪志伟,李锋刚,毛雪岷.智能管理技术与方法[M].北京:科学出版社,2007.8
9赵国栋,黄永中.网络调查研究方法概论[M].北京:北京大学出版社2008.1