行政倫理學相關決策論文

時間：2021-07-10 18:49:38 論文我要投稿

行政倫理學相關決策論文

　　能力與知識的關系，相信大家都很清楚。知識不就是能力，但卻就是獲得能力的前提與基礎。而要將知識轉化為能力，需要個體的社會實踐。接下來小編為你帶來行政倫理學相關決策論文，希望對你有幫助。

行政倫理學相關決策論文

　　長久以來信息的不完備就是影響管理者進行理性判斷和決策的直接原因之一，而現有的數據庫系統雖然可以高效地實現數據的錄入、查詢和部分統計等功能，但就是無法發現數據中存在的關系和規則，無法根據現有的數據預測未來的發展趨勢。因此，杭州市西湖區院為了在檢察業務信息、隊伍建設情況和綜合行政事務方面輔助領導決策，建設應用行政決策輔助系統，將各科室以往分散的數據資源進行整合，并充分發揮電子政務平臺的優勢，通過系統提供的多種分析功能進行多角度、多層次的分析，將各類數據轉化為院領導決策所需要的信息。它的實施使得行政決策者可以在廣泛了解決策所需信息的前提下進行決策，避免了靠經驗決策和決策信息不完備導致的決策的盲目性現象，從而提高了行政決策的科學性和合理性，支持與強化行政決策過程。

　　一、系統架構及技術分析

　　系統架構主要由數據倉庫系統、模型庫系統、知識庫系統及可視化接口4部分構成。采用的關鍵技術就是數據倉庫技術(DW)、數據挖掘技術(DM)、在線分析處理技術(OLAP)。

　　(一)數據倉庫的作用

　　電子政務的決策過程就是一個從非結構化數據中抽取結構化信息，再提供非結構化決策分析結果的過程。因此，為了營造良好的電子政務決策數據環境，獲得高質量的數據分析結果，建立適合政府決策的數據倉庫系統就是電子政務決策支持系統的關鍵環節，以確保政務系統中的數據能夠更好地發揮分析、決策的作用。這種數據倉庫系統的功能要能向兩個不同方向拓展，一就是廣度計算，二就是深度計算。廣度計算就是使數據倉庫系統的應用范圍盡量擴大，能基本涵蓋市級政府決策、服務的領域;深度計算使數據倉庫系統克服了以往數據庫簡單數據操作處理(即事務處理)的缺點，對數據處理提出了更高的要求，使其能更多地參與政府對數據分析和決策的制定等工作。

　　(二)模型庫系統的功能

　　模型庫系統包括模型庫及其管理系統，模型庫就是一個包含有財務、統計、運籌和其他定量模型的軟件包，存放解決行政管理問題的經驗模型，就是為決策提供分析能力的部件，給予決策者通過推理、比較、選擇來分析、預測和解答整個問題的能力。因此，研究一些決策支持模型，建立一個政府決策的模型庫系統就是完成系統的關鍵環節之一。這種模型庫系統應具有以下兩個特點，一就是能實現多目標決策;二就是能實現多領域、多部門、多用途的決策，即按經濟內容來看應具有預測類模型、綜合平衡模型、結構優化模型、經濟控制類模型等，按決策活動來看應有規劃模型、推理模型、分析模型、預測模型、評估模型等。

　　(三)知識庫系統的`功能

　　知識庫系統包括知識庫及知識庫管理系統，其功能就是對知識進行系統化組織與管理，存儲、增加、刪除、修改和查詢知識，以及對知識進行一致性和完整性校驗。知識庫與數據庫既有區別又有聯系，從知識的邏輯表示觀點來看，關系數據庫就是一種簡單的知識庫，數據庫中的每一個關系就是一個原子公式，即一個謂詞，關系中的元組即就是知識中的事實，因此利用關系數據庫來建造知識庫，就可以充分利用關系數據庫管理系統的功能，便于知識庫管理系統的設計與實現。

　　(四)可視化接口

　　可視化接口包括預測、分析、查詢和維護等4個子系統。通過數據分析和預測工具對數據倉庫中的數據進行多維分析、匯總，結果可以用二維表、餅圖、折線圖和直方圖表示。

　　二、數據挖掘的技術工具和基本過程

　　數據挖掘就就是從大量的、不完全的、有噪聲的、模糊的、隨機的實際應用數據中提取隱含在其中的、人們事先不知道的、但又就是潛在有用的信息和知識的過程。數據挖掘常用的技術有神經網絡、決策樹、遺傳算法、近鄰算法和規則推導等。數據挖掘常用的工具有：

　　第一，始于神經網絡的工具。由于對非線性數據具有快速建模能力，神經網絡很適合非線性數據和含噪聲數據，所以在政府數據庫的分析和建模方面可以應用。

　　第二，始于關聯規則和決策樹的工具。大部分數據挖掘工具采用規則發現或決策樹分類技術來發現數據模式和規則，其核心就是某種歸納算法。

　　第三，始于模糊邏輯的工具。其發現方法就是應用模糊邏輯進行數據查詢、排序等。

　　第四，綜合多方法工具。不少數據挖掘工具采用了多種開采方法，這類工具一般規模較大，適用于大型數據庫或者并行數據庫。數據挖掘的基本過程包括數據準備、模型搜索、結果分析和生成報告。

　　數據準備：收集和凈化來自數據源的信息并加以存儲，將其放入數據倉庫中。

　　模型搜索：利用數據挖掘工具在數據中查找模型，搜索過程可以由系統自動執行，也可以由用戶參與執行。對于一個主題的搜索，可用神經網絡、專家系統、統計方法等。

　　結果分析：一般地說，數據挖掘的搜索過程需要反復多次，因為當分析人員評價輸出結果后，他們可能會發現一些偏差或一些新的問題，要求對某一方面做更精細的查詢。

　　生成報告：根據分析結果，進行整理，形成分析報告。