满意度调查网

数据资源管理，是“互联网+政务服务”的重点，因此，政务服务的改革趋势是以“数据”为核心的改革。“互联网+政务服务”本质上是以数据推动政府治理现代化，通过利用现代信息技术，对于政府数据资源进行有效配置，实现政府部门之间的信息集成与共享，从而达到业务流程的优化与协同。

中南大学公共管理学院的学者认为，为更好地将“互联网+政务服务”落地，政府需要在数据通路、数据管理和数据安全等三个领域做好顶层设计。

畅通数据通路，优化政务服务流程

要想实现政府部门之间信息共享，提高组织运作效率，就必须打破原有部门间的信息障碍，对政府机构组织进行整合，并对政府的业务流程进行重组。在组织结构方面，重新分配部门权力与资源，从“以职能为中心”的组织结构转变为“以公众为中心”的组织结构，消除“条块分割”带来的所有不利于数据互联和共享的部门权力配置，真正实现信息系统之间的互联互通、数据资源共享和利用。在业务流程方面，重新梳理政府功能与业务流之间的逻辑关系，改变以往以人为中心的线性序列，按业务流程的自然先后次序进行整合，以“效率”为核心，通过删减、并联等方式来优化行政流程，确保数据按照合理的政务逻辑进行流动。

规范数据管理，建立专业管理体系

数据资源目前已经成为国家经济发展和社会治理的一个战略资源，针对这些数据资源的科学管理和开发，有必要在政府部门中设立专业管理的岗位和部门对数据资源进行规范管理，主要包括建立起以政府CIO为核心的完整的信息化综合管理机构，并配套一系列政府数据资源管理的相关制度。政府部门不仅仅负责信息化基础设施建设和信息系统的平稳运行，更要全面负责政府部门的数据采集、整合、开发和利用。

保障数据安全，防止数据泄露和个人隐私滥用

通过加强制度建设来构建强有力的数据安全机制，加强公务人员的数据安全意识，培养数据安全习惯，规范数据的访问权限，并对数据的收集、传播和应用进行全流程的监督，以确保数据安全使用。此外，要完善数据隐私保护的相关立法，加强对敏感数据的监管，建立、健全相应的法律法规和制度，为个人隐私保护提供行政、立法、司法等救济途径。规范大数据的使用流程和使用权限，并针对个人数据的采集、处理、传输、分析等环节面临的风险做出评估，明确相关利益主体的责任，要强化对隐私侵权的追责力度，加大对泄露个人隐私、侵犯个人隐私权的行为的惩处、赔偿力度。

机器学习(MachineLearning)

既然数据管理非常重要，而且数据量非常大，常规的数据管理方式适用程度较低。因此，机器学习方法可以更好地帮助政务服务进行数据管理，并从中学习到办事的规律，了解重点需要重点关注的因素。

机器学习(MachineLearning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

Langley（1996)定义的机器学习是“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能”。（Machinelearning is a science of the artificial. The field's main objects of study areartifacts, specifically algorithms that improve their performance withexperience.'）

Tom Mitchell的机器学习(1997)对信息论中的一些概念有详细的解释,其中定义机器学习时提到，“机器学习是对能通过经验自动改进的计算机算法的研究”。（MachineLearning is the study of computer algorithms that improve automatically throughexperience.）

Alpaydin（2004）同时提出自己对机器学习的定义，“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。”（Machinelearning is programming computers to optimize a performance criterion usingexample data or past experience.）

机器学习领域的研究工作主要围绕以下三个方面进行：

（1）面向任务的研究

研究和分析改进一组预定任务的执行性能的学习系统。

（2）认知模型

研究人类学习过程并进行计算机模拟。

（3）理论分析

从理论上探索各种可能的学习方法和独立于应用领域的算法

机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。

在“互联网+政务服务”领域中，同样可以使用机器学习方法对数据进行任务研究、认知模型建立、理论分析等的数据管理，充分发挥人工智能的作用，对政务服务改革提供重要帮助。

想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz

或者扫描下面二维码