暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

#gStore-weekly | gStore应用之数字政府知识图谱

图谱学苑 2023-02-02
511

建设背景

某市政数局当前负责全市3000多个事项,每个事项关联多个输入输出材料,以及系统和部门等信息。当前对每个事项的了解只掌握在该事项处理的科室业务人员中,其他人员无法快速了解该事项。而且事项之间的关联关系不清,不清楚事项之间的内在联系,以及每个材料的来源和去向,材料涉及的字段的血缘关系都不清楚,导致事项申请群众重复提交材料,增加群众事项办理的难度,也提升了工作人员的工作量。此外,当前审批部门内部、审批部门和数据部门之间存在数据不一致的情况,大大降低政务服务大厅工作人员工作效率。因此急需采用智能化手段将事项、数据、系统的关联关系进行构建和直观展示,以便业务人员快速掌握事项的相关信息,上手事项处理规则,同时发现数据不一致情况,为上层应用赋能。
解决方案
将来源于审批科、资源目录、办事指南等数据通过知识图谱自动化构建工具gBuilder将事项、数据、系统的数据进行关联分析构建某市数字政府知识图谱,然后再使用原生图数据库gStore来存储与管理该知识图谱。
该知识图谱显示展示业务(事项)本身的信息和业务与业务之间的关联关系,数据与数据、数据与业务、系统与系统、系统与业务、系统与数据、业务与部门、部门与系统等之间的关联关系,发现办事指南数据同资源目录不一致情况,以及数据的溯源和字段的血缘关系。对当前某市的数据理清脉络及进行整合,从而盘活当前某市数据资产。整体方案的架构如下所示:

某市数字政府知识图谱一共包含8类实体、52个属性,近百万三元组。

平台功能

构建的某市数字政府知识图谱包含挂图作战、材料免提交、数据溯源、数据流向、数据血缘、不一致检测、数据检索等功能。

- 挂图作战

将当前某市事项及相关的系统、部门、数据进行整体展示,并分种类进行统计,可在该页面对事项进行整理把握和总览全局,并可进行搜索、逐级探索、关联分析。

- 材料免提交

分析出事项之间的关联关系,对于某些材料是上一个事项的输出材料,同时又是另外事项的输入材料,以及某些事项的输入材料来自政府部门核发例如营业执照,即可通过该功能进行识别对于这些材料进行免提交。

- 数据溯源

实现具体材料、数据的源头跟踪。

- 数据去向

实现数据的流向分析,发现数据的影响面和重要性。

- 数据血缘

对数据之间的关联关系和血缘关系进行分析和识别,尤其是字段级数据血缘的分析和整理。

办事指南材料之间数据血缘:

办事指南材料同资源目录数据血缘:

- 不一致检测

识别出数据之间的不一致情况。包括办事指南材料名称一致内容不一致、办事指南材料名称不一致内容一致、办事指南材料同资源目录材料不一致三种情况。

1.  办事指南材料名称一致,内容不一致

办事指南中不同事项包含同一个材料名称,但是材料的内容并不相同。用户可再此进行对比查看和编辑,来更新图谱。

2.  办事指南材料名称不一致,内容一致

办事指南中不同材料具体不同的材料名称,但是材料的内容是相同。用户可对材料名称进行修改和融合,来更新图谱。

3.  办事指南材料同资源目录材料不一致

办事指南同资源目录的材料不一致,包含数量不一致,数量一致但材料名称不一致,数量一致材料名称也一致但内容不一致三种情况,进行识别并通过列表展示,用户可在此进行编辑确认更新图谱。

4.  数据检索

对事项、系统、部门、数据的单个实体以及之间的关联关系进行快速检索和穿透式查询,并支持在检索结果基础上进行逐级探索,实现数据导航。

平台收益

通过知识图谱关联分析发现事项之间通过材料的关联关系,支撑事项办理时的材料免提交,直接从对应系统获取数据,辅助“事项一网通办”,实现“数据多跑路,百姓少跑腿”。

通过数字政府知识图谱实现“挂图作战”,实现对某市事项办理的整体把握,为新员工、非业务办理专业人员提供快速掌握该事项办理的能力,打破事项办理的知识壁垒。

通过数字政府知识图谱建设实现数据溯源、数据去向分析,对数据全生命周期进行监控,针对重要数据特别是敏感数据的全链条分析和数据事态进行准确掌握,提升数据安全能力。

通过数字政府知识图谱发现数据中不一致情况,特别是办事指南和资源目录中的不一致情况,从而发现办理事项时非必要提供的材料,从而降低群众办理事项的难度,也提升政务人员工作效率和降低工作量。

实现对事项、材料、数据、部门、系统等数据的关联关系快速检索,实现逐级探索、穿透查询等检索方式,并通过图形化显示的展示相关信息,直观易懂,并可基于关系图进行推理分析,发现隐含的关联关系,发挥 和释放数据价值。



针对gStore有任何问题也可通过加运营同学微信,邀请加入gStore图谱社区咨询。

诚邀大家参加
·gStore-weekly技术文章征集活动·
  相关技术文章,包含但不限于以下内容:系统技术解析、案例分享、实践总结、开发心得、客户案例、使用技巧、学习笔记等。文章要求原创。
  入选周刊即送精美礼品~

欢迎关注北京大学王选计算机研究所数据管理实验室微信公众号“图谱学苑“
实验室官网:https://mod.wict.pku.edu.cn/
微信社区群:请回复“社区”获取

实验室开源产品图数据库gStore:
gStore官网:http://www.gstore.cn/
GitHub:https://github.com/pkumod/gStore
Gitee:https://gitee.com/PKUMOD/gStore

文章转载自图谱学苑,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论