机构管理监测与决策支持体系构建刍议
Discussion on the Construction ol Organizational Management Monitoring and Decision-making Support System
摘要│以云计算、大数据为代表的新一代信息技术为管理监测与决策支持体系提供了技术支撑，对于态势感知和决策支持系统的建设有重要意义。本文以提升监管部门的综合监管、行业监管能力为目标，基于大数据技术建设智能决策支持系统，详细介绍了系统建设中的分层架构与关键技术，为监管部门决策者和研究人员进行管理监测与决策分析提供了科学化、精准化、便利化的支持。关键词│决策支持；管理监测；知识管理；电子政务
文章编号│ 2096-255X（2018）10—0028—08
中图分类号│ TP311 文献标识码│ A Abstract │ On behalf of the new generation of information technology, cloud computing and big data provides technical support for management monitoring and decision support systems,and has a great significance on the construction of situational awareness as well as decision support systems. To achieve the objective of the improvement for comprehensive supervision and industry supervision ability of the regulatory authorities, this paper introduces the layered architecture and key technologies in the system construction in detail based on the build of an intelligent decision support system by big data technology, so that to provides the decision makers and researchers with scientific, precise, and convenient support for management monitoring and decision analysis.
Keywords │ decision support, management monitoring, knowledge management, E-government
1. 设计背景
“十二五”时期特别是党的十八大以来，各监管部门坚持以信息化推进部门各类资源管理的规范化和体系化，通过资源基础支撑平台、政务办公平台、综合监管平台、公共服务平台等的建设与实际应用，各监管部门的信息化工作取得了显著成效。随着各监管部门由电子化向数字化、网络化、智能化转变，各监管部门的数据获取能力和整合能力明显提高，积累了大量的日常监管业务数据、研究基础数据、管理数据和综合统计数据，为监管部门的监测分析与决策辅助提供了坚实的数据基础。
以云计算、大数据、物联网、移动互联网和人工智能等为代表的新一代信息技术作为引领经济社会发展的先导力量，正在快速地向智能决策支持体系构建的方方面面渗透融合。为让各监管部门所掌握的基础国情数据、监管数据等在国民经济和社会发展中发挥更大的价值并更深入地为管理决策工作服务，各监管部门的信息系统需逐步向智能决策支持系统（Idss，intelligence Decision Supporting System）方向发展。正所谓“山积而高，泽积而长”，伴随着新一代互联网技术的不断成熟“,用数据说话、用数据决策、用数据管理、用数据创新”的管理机制亦将不断完善，以进一步推动行业监管部门决策的科学化、监管的精准化以及服务的便利化。
2.管理监测与决策支持体系建设的总体思路
监管部门管理监测与决策支持体系的建设离不开政务大数据的支持，政务领域作为大数据价值发挥和技术应用的重点领域，有着极大的开发价值和开发可行性 [1]。2016 年 9月份国务院印发《政务信息资源共享管理暂行办法》，明确指出要加快推动政务信息系统互联和公共数据共享，增强政府公信力，提高行政效率，提升服务水平，充分发挥政务信息资源共享在深化改革、转变职能、创新管理中的重要作用[2]。然而笔者发现，在我国现有地方政务数据服务网站进行实际分析的过程中，我国现有政务数据的应用深度及广度仍显不足，监管机构现有数据的数据标准和数据分类体系尚未完善，缺乏通用的、科学规范的元数据格式和技术标准[3]，影响了政务大数据在监督管理与决策支持中作用的发挥。
因此，监管部门管理监测与决策支持体系的建设将以政务大数据的细颗粒度加工和知识管理体系的建设为出发点，以数据挖掘和知识提取技术为抓手，优化整合监管部门各类数据资源，构筑监管知识体系和决策分析体系。借助专家智慧、丰富行业分析指标体系和模型库为综合监管、行业监管部门的管理人员和研究人员提供多元化、行业化、可视化的知识管理和综合管理监测大数据应用体系，实现决策辅助和分析的全流程支撑。
3.管理监测与决策支持体系基本架构
为更好的进行“数据- 管理 -应用”的全生命周期管理，实现标准规范、数据、技术、应用和管理制度的有机统一和整合，管理监测与决策支持体系的建设主要进行了四部分的规划，即数据加工与管理、知识管理与服务、管理监测与决策分析、系统集成，如图1所示：
3.1数据加工与管理
针对数据获取、清洗、加工、转换等数据处理过程沉淀下来以及业务应用留存下来的数据提供统一的数据聚合与管理平台，为上层应用的构建提供数据与管理功能。具体来看，主要包括数据管理系统、数据资源体系构以及数据分类标引三部分。
3.1.1 数据管理系统
政务大数据来源渠道较宽，既包括互联网、物联网等产生互联网舆论数据，也包括监管部门所拥有和管理的基础数据，如各级水利部门对本行政区域内的水电站大坝、水库及其配套电网实施安全监管留存的水利监管数据；“一行三会”（中国人民银行、银监会、证监会和保监会）对金融市场和相关金融业务进行监督管理留存的金融行业监管数据等。这些信用、交通、医疗、卫生、就业、社保、地理、文化、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记、公安、教育、科技等数据[4]，需要通过统一且完善的数据管理系统和运行机制，构建分布式的存储、服务和管理架构，解决异构数据管理问题，实现集中的数据资源调配和使用，为整个数据生态的系统管理提供支撑。在数据管理系统构建的过程中，结合大数据存储、管理和数据资源目
录管理技术，以达到多方面、全方位的政务大数据的全生命周期管理。
3.1.1.1 大数据存储
管理监测与决策支持系统中的数据增长速度快、时效性要求高、数据类型多，需要采用大数据技术合理存储各类结构化、半结构化以及非结构化数据资源。因安全问题不可获取的数据可以通过接口对物理数据部分进行目录管理。
3.1.1.2 大数据管理工具
大数据管理工具能够降低复杂、多样、分布式信息的资源访问难度，为系统信息资源的综合仓储、运行监控和管理提供支撑服务，基于并行计算，实现海量服务数据、业务数据的统计分析。
3.1.1.3 数据资源目录管理
解决海量政务数据资源的指向问题，明确数据资源的内容、位置和获取方式，实现对管理监测与决策支持系统内外部数据资源的快速访问和系统间数据的实时对接，打通内外部数据互联互通渠道，为监管决策系统数据的综合利用、透明访问提供支撑。
3.1.2 数据体系建立
监管部门数据体系的建立需要将分散在不同地点、不同网络环境的数据进行实时汇聚管理，建设各监管部门政务数据池，整合相关监管基础数据、综合监管数据、综合统计数据、购买的第三方期刊、博硕士论文、报告、通报、行业指数、经济和社会统计数据等。建立监管决策数据体系，从整体上把握数据资源情况，实现数据资源的有效地维护和管理。
3.1.3 数据分类标引
建立数据分类标引和批量处理机制，依据数据资源体系建设标准，对相关部门的综合监管数据、期刊、博硕士论文、通报、应急预案、法律法规全文数据、交易行情数据、海关数据、土地指数、社会经济数据等进行收集和数据分类标引。建立同步更新机制，实现各类数据更新地动态处理和同步，保障监管部门数据体系的现势性。在进行数据分类标引的过程中，笔者认为，不应一概而论，应根据各监管部门在日常业务检索和研究分析的实际应用需求，按照具体应用场景进行三个维度的数据分类标引：
第一维度，以知识数据标引为中心，依据政务文献类数据标准，对现有各类文献资源进行细颗粒度的碎片化标引；
第二维度，以业务数据标引为中心，依据有关部门相关要求和分类规则，对现有业务系统的业务数据进行精细化标注和分类处理； 第三维度，以增量数据标引为中心，为各相关部门部门日常非结构化数据的批处理提供工具支持，实现数据的动态增量更新。
3.2知识管理与服务
知识管理涉及隐、显性知识管理以及与知识相关各种有形和无形的新兴管理范式, 能够提高监管机构公共服务的决策水平、进一步帮助民众有效地参与公共决策[5]。以知识收集和整理为主要功能的知识获取是知识管理的首要环节[6]。但仅依靠海量的数据收集远远无法满足未来管理监测与决策辅助的需要，监管部门需要充分发挥知识管理的作用, 建立完善的知识库, 借鉴使用合适的知识管理工具,运用适当的知识管理理念、方法和技术[7], 建立基于知识管理的监管部门决策系统，提高监管部门决策的科学性与时效性。因此，在管理监测与决策支持体系构建的第二个阶段，需要围绕监管部门的知识体系，开发知识管理平台，帮助监管部门在应急预案制定、部门内部及跨部门联动执行任务的过程中从整体上把握任务特征，提高知识管理服务水平和行政效率。但也要知道的是，知识管理体系的建设需要长远的规划和设计，不应急于求成，见弹求鸮。
3.2.1 知识管理系统建设
依据各相关部门的研究和业务需要，完成对其知识资源“入库 - 分类 - 挖掘 - 发布 -运用”的全过程管理。利用数据深度挖掘技术、自然语言处理技术、知识图谱构建技术、数据可视化技术等对数据进行深度挖掘和处理，形成面向各相关部门的精细化业务知识库和知识图谱。改变传统知识的表现和结果管理形式，深入知识本身的生命周期，在形成知识文档的过程中采用记录、沉淀、分类等柔性化管理方式，解决目前因部分部门分工过于细化而造成的整体业务流程割裂、数据孤岛问题，建设服务于各相关部门的专业知识管理平台，满足不同行业、不同监管职能甚至是不同地理位置的监管部门的决策辅助、综合监管以及专项监管等需求。
3.2.1.1 专业词表和分词库建设
建设综合监管、行业监管相关通用词表与行业混合词表，解决传统中文切词算法在歧义切词方面的缺陷，提高管理监测实际业务相关专业词表和行业知识域的结合度，通过挖掘分析和人工编辑，建立领域主题词表，为知识关联关系挖掘和知识图谱的构建提供基础。
3.2.1.2 知识关联关系及知识图谱构建
知识图谱这个概念最早由谷歌公司（Google）提出，主要是用来优化现有的搜索引擎[8]。它是基于语义网的大规模知识库，
通过描述现实世界中的各种实体（概念）及其复杂关系，将多种异构的知识库关联起来, 并构建基于图（Graph）的统一的结构化语义网络知识库，此基础上实现智能检索和知识推理[9]。为更好的实现数据、技术、应用等的有机结合和运作，在管理监测与决策支持体系的建设中，将基于细颗粒度的加工和深度知识挖掘处理等技术，对监管部门知识体系建设中涉及的全文内容相关度、关联关系、相似关系等进行挖掘。用可视化手段描述知识资源及其载体，挖掘、分析、构建知识以及它们之间的相互联系，展现监管部门管理领域的前沿发展趋势及研究热点演进过程，进一步增强管理学科研究领域的延伸发展，实现监管业务、人员以及知识资源的关联和场景化推送。
（1）基于人机交互可视化图谱编辑工具：通过知识图谱自动构建工具和人机交互界面对图谱关系和节点进行管理和维护。
（2）建立多维度、多层次、多形式的知识图谱：建立文献级（文档级）及碎片化知识图谱；根据实际管理监测的业务流程和规范，建设业务工作知识图谱；根据研究人员和业务人员岗位职责，建立岗位知识图谱等，方便研究人员、业务人员快速定位任务经验 和解决方案，排除其他信息干扰。
3.2.1.3 知识安全传播管理控制
在监管决策知识管理系统的建设过程中，涉及到具体监管业务和研究信息的各个方面的内容, 如机构相关文件、决策分析和政策风险评估等敏感信息。因此，需要对知识管理系统中“流动”的各类知识数据提供定制化的数据管理工具和安全传播控制工具，对浏览和下载过程中资源的读取与获取权限进行管理，以提高知识管理系统的安全性和稳定性。
3.2.1.4 全貌可视化
从数据应用的层面来看，提供知识统计分析和定制化报表输出功能，帮助运维人员实现对政务数据池的运行情况的控制，帮助其掌握知识的利用情况，适时调整知识管理体系和战略。
3.2.1.5 知识评价
知识评价作为整个知识管理系统建设的一个重要组成部分，
体现在知识流动和应用的全过程，需要通过完备的知识评价机制以激活知识在流动中产生的价值。欧兆虎以隐显性知识为区分,对知识评价的度量标准进行了分类，然后寻求相应的定性、定量指标 ,进行科学、合理的评价[10]。孙越以维基百科为基础进行知识评价分析，认为适合于维基百科的评价基础应该利用语境化资源，建立在集体共识的基础之上[12]。综合来看，在互联网 + 大数据时代，我们可以通过基于海量数据和用户的积分、排行、活跃度以及激励保障等机制，构建良好的知识评价氛围，对知识在应用流动中所体现的实际价值赋予客观评价，降低监管和决策中数据应用的“数据噪声”。
3.2.2 知识服务应用系统建设
基于政务数据池的管理监测与决策支持体系作为一个综合性的知识管理与应用平台，不仅提供部门内外部知识资源的整合管理和增值利用功能，同时在应用层面提供与其业务和研究相适应的部门内部及跨部门的业务和研究协同工作功能。构建监管部门各部门之间从知识管理、服务到知识利用的知识流动过程，挖掘并沉淀隐性知识，提高知识资源的利用效率，发挥整体统一优势。
3.2.2.1 知识发现（智能检索）
基于专业的知识内容检索服务，实现监管部门本地和云仓储资源的统一知识发现，通过智能检索系统的多级检索功能，满足不同业务方向、不同需求研究人员、工作人员对相关业务指导办法、深度研究报告、法律、行政法规、预案、类似任务经验等知识的一站式快速检索、阅读和知识溯源需求。
3.2.2.2 决策参考智能推荐
以“数据+算法+系统”为核心，构建多维度用户画像，调用机器学习引擎，进行决策参考智能推荐。融合信息资讯、图片图表等多种表达形式，以研究人员的业务方向及其感兴趣的行业相关领域要闻、政策、舆情、管理监控、数据分析等内容为核心，建设决策参考相关专题专栏，更快、更直接的实现行政决策人员、研究人员、业务人员对监管部门行业前沿信息的宏观把控。
3.2.2.3 协同研究
通用意义上的政务协同主要将视角集中于业务协同，如网上公文协同办理、事务协同处理、即时通讯等, 目的是通过个性化定
[13]制和移动办公应用,实现办公资源高度共享、办公流程高度协同等。而基于监管决策系统的协同研究更注重针对具体问题、具体研究过程进行研究、学习和决策辅助。为跨部门协同研究和发表意见提供空间，实现研究资料的一键调用和课题任务的流程化管理。
3.2.2.3 个人知识管理
党的十八大提出了要建设学习型、服务型、创新型马克思主义执政党的重大任务。习近平提出要把学习型放在第一位，认为学习好才能服务好，学习好才能创新好[14]。因此在进行管理监测与决策支持体系的设计中，提供对管理人员、研究人员、业务人员等个人关注的知识进行综合管理的功能，实现协同研究任务和个人研究资料管理、推送等个人知识体系管理维护的有效集成。
3.2.2.4 舆情监控
监测与采集互联网信息，实现对监管部门相关行业舆情信息的监测、分析与跟踪，准确捕获热点舆情，跟踪事态发酵和传播趋势，鉴别网民情感与特征，完善监管部门网络管理工作，加强网络监管保障体系的建设，保障监管部门顺利应对应急突发事件。
3.3管理监测与决策分析
管理监测与决策分析功能是整个决策支持体系的决策二脑，提供基础的分析指标、分析模型定制与管理以及可视化数据展示功能。利用监测与分析技术和相关数据资源搭建监测分析系统，实现数据的高效利用、直观呈现，使有价值的信息得到提取和挖掘，为决策分析提供支持。
3.3.1 监测与决策分析系统
搭建专题分析系统基础业务组件定制工具和管理工具，包括指标定制与管理、分析模型定制与管理、可视化搭建，实现分析指标和分析模型的定制、管理和展示。
3.3.1.1 指标定制与管理
按照监管部门管理、研究、业务方向的要求完成基础指标和复合指标的搭建工作，通过指标管理，为决策分析提供基础指标服务，实现各业务分析指标的统一管理。
3.3.1.2 分析模型定制与管理
基于监管部门管理、研究、业务方向完成分析模型的搭建，为决策分析提供基础分析模型服务，进行各类业务分析模型的统一管理。
3.3.1.3 数据可视化搭建
基于知识管理与服务体系构建的关联规则可以挖掘数据中隐藏的关联关系并预测其发展趋势 [15], 针对政务数据其数据量大、分析指标复杂的情况，将与数据源对接，将关联分析技术与数据可视化技术进行结合,运用数据可视化技术将图、表和空间技术进行直观、清晰地展示,定制数据分析、展现样式与分析报告模版，
辅助决策。
3.3.2 专题分析系统
实现相关专题业务指标的利用、分析、汇总和综合展示，利用行业指标、行业分析模型、形式指标和形式分析模型以及业务监测模型等分析行业变化情况和运行发展趋势、形式状况和发展态势，提取相关业务监测指标，实现对规划执行情况、管理任务完成情况、督办事项办理情况、绩效考核达标情况、相关目标完成情况的跟踪与监测，辅助监管部门的进行行业管理、业务管理。
3.4系统总体集平台构建
监管部门管理监测与决策支持系统是一个集数据加工管理、知识管理、知识应用服务、管理监测与决策分析于一体的综合性决策支撑平台。平台集成基于统一的集成框架，无缝地集成知识服务应用系统和分析系统，实现决策支持系统所有服务资源的整合和应用服务的统一调用与协同，通过多样化应用入口，满足有关部门不同人员的个性化业务需求。
3.4.1 集成框架设计
通过系统集成框架实现知识服务应用系统和管理监测与决策支持系统的稳定运行，为决策人员和研究人员提供统一的应用系统使用环境，包括面向平台直接用户的门户系统，服务总线以及服务构建与运行支撑。
门户系统：利用成熟的门户工具，实现各系统统一集成化展示，满足政务服务网站以用户为中心，提供高质量、差异化服务的发展趋势。
服务总线：实现系统中所有数据服务、功能服务的统一管理，支撑上层应用和第三方应用的构建。 服务构建与运行支撑：面向监管业务定制基础平台和运行支撑平台，快速构建业务应用及服务，满足系统维护管理的需求。
3.4.2 智能推送设计
建立智能推送接口标准，提取节点业务属性，结合业务执行参考依据（如，安监局需要的《安全生产法》、《建筑法》、《特种设备安全法》等法律及《国务院安全生产委员会成员单位安全生产工作职责分工》等），为决策人员和研究人员推送相关的政策法规、行业权威文献、论文、报告资料以及所需参考的相关业务分析成果等。
3.4.3 应用系统集成
结合监管部门具体的业务应用方向，完成项目的总体设计，制定应用规范，从技术上指导，从管理上监督，保证政务数据池和应用系统协调一致，完成系统和服务的总集成。
4. 总结
作为大数据时代最大的数据占有者之一，监管部门掌握着社会各行业方方面面的数据。随着智慧政务等理念的不断提出，行业管理监测和决策支持体系的构建被提上日程，如何更科学、更精细、更全面的提升管理监测水平和决策支撑能力是科学治理研究下一步的重点。通过细颗粒度的加工、知识体系的完善、关系型数据和数值型数据的应用处理和相应应用系统的搭建，实现数据、知识生态体系的不断和快速转化，人类百年来积累的知识和经验真正融入到监管的实际应用中去，为法律法规、政策以及应急预案的规划提供指导，为研究的完善性、合理性提供便利和依据。
参考文献│
[1] 唐长乐 , 王春迎 .基于政务云数据中心的政府数据开放共享服务集成平台研 究 [J]. 情报资料工作 ,2017(05):13-19.
[2] 推 进 政 务 信 息 资 源 共 享 管 理 [Eb/ol].[2016-1205].http://www.gov.cn/zhengce/content/2016-09/19/content_5109486.htm
[3] 岳丽欣 , 刘文云 .我国政府数据开放平台建设现状及平台框架构建研究 [J]. 图书馆 ,2017(02):81-85+107.
[4] 促 进 大 数 据 发 展 行 动 纲 要 [EB/OL].[2015-8-31]. http: http://www.gov.cn/zhengce/content/2015-09/05/ content_10137.htm
[5] 于丰园 , 于群英 .高校智库参与地方政府决策的路径研究——基于知识管理的视角 [J]. 情报杂志 ,2017,36(06):50-54.
[6] 冯新翎, 何胜 ,熊太纯,武群辉,柳益君.“科学知识图谱”与“Google知识图谱”比较分析——基于知识管理理论视角[J].情报杂志 ,2017,36(01):149-153.
[7] 赵英 , 姚乐野 .跨部门政府信息资源整合与共享路径研究——基于知识管理视角 [J]. 情报资料工作 ,2014(05):62-68.
[8] 李文哲 . 知识图谱的应用 [Eb/ol].[2015-12-3].http:// www.vccoo.com/v/b9bce9
[9] 冯新翎, 何胜 ,熊太纯,武群辉,柳益君.“科学知识图谱”与“Google知识图谱”比较分析——基于知识管理理论视角[J].情报杂志 ,2017,36(01):149-153.
[10] 欧兆虎 . 知识管理与知识评价 [J]. 图书情报知识 ,2006(03):100-103.
[11]孙越.维基百科的知识评价基础[D].上海社会科学院 ,2017.
[12]陈可云,刘林,郭婵娟,詹伟.打造“互联网+政务协同”,构筑“云上扬州”智慧城市[J].智能建筑与智慧城市 ,2017(11):71-72.
[13] 习近平 .习近平谈治国理政 [M]. 第 1 版 .北京：外文出版社，2014:401-407.
[14] 孙秋年 , 饶元 .基于关联分析的网络数据可视化技术研究综述 [J]. 计算机科学 ,2015,42(S1):484-488.
[15] 王庆春 , 丰苏 , 单红霞 , 徐永斐 , 郑燕玲 , 许冰 . 基于大数据的智慧政府门户建设分析[J]. 计算机时代 ,2017(05):7982+90.
作者简介│
1.冯文丹，男，汉族，河北人，同方知网（北京）技术有限公司；研究方向：知识管理理论在电子政务中的应用。
2.林琇晔，女，汉族，辽宁人，同方知网（北京）技术有限公司；工作方向：知识管理理论在电子政务中的应用。