一种基于政务表单进行的数据元梳理方法及系统

技术领域

本发明公开一种基于政务表单进行的数据元梳理方法及系统，涉及数字政府技术领域。

背景技术

现阶段政务数据共享的过程中，数据需求表现形式多样，很难确认数据源头，关键性的主要数据，数据来源缺少权威确认，取源不一，部门之间相同业务的数据分类标准不一致，存在部分数据未采集，或者应该由谁来采集的问题。

针对上述典型问题，理清不同事项的表单字段组成，明确每个表单字段的数据来源，定义好标准的数据元及可信等级。是解决上述问题的关键所在，故现发明一种基于政务表单进行的数据元梳理方法及系统。

发明内容

本发明针对现有技术的问题，提供一种基于政务表单进行的数据元梳理方法及系统，所采用的技术方案为：一种基于政务表单进行的数据元梳理方法，所述的方法的具体步骤如下：

S1在多个政务服务机构的系统应用中共同使用的数据元；

S2对信息的数据来源划分可信等级；

S3生产、提供数据的组织机构，政务服务共享数据元信息编制与维护的主体；

S4归集、管理政务服务共享数据元的组织机构、政务服务共享数据元信息审核与发布的主体；

S5申请、应用政务服务共享数据元的组织机构，数据元信息使用的主体；

S6对数据元进行分类处理。

所述S1在多个政务服务机构的系统应用中共同使用的数据元，用一组属性描述定义、标识、表示和允许值的数据单元。

所述S2对信息的数据来源划分可信等级，由高至低分别为高可信数据(L1)、中可信数据(L2)、低可信数据(L3)，具体步骤如下：

S21将有准确的数据来源、明确的数据管理权属，可确认为一数一源的，划分为高可信数据(L1)；

S22将暂不能确定数据的唯一来源和数据管理权属，但为常用高频的数据，且在多个部门的不同业务系统都有保存该数据的，划分为中可信数据(L2)；

S23将不能确定数据的来源和管理权属，且使用频率不高的数据，划分为低可信数据(L3)。

所述S6的具体步骤如下：

S61按政务服务共享数据元的信息来源特征，逐次地分类若干层次，每个层次又分为若干类目录，同一分支的不层级类目之间构成隶属关系；

S62依据信息对象的来源属性将政府服务数据源进行分类，根据数据元在业务中的使用情况将数据元进行分类。

一种基于政务表单进行的数据元梳理系统，所述的系统具体包括数据共享模块、可信度处理模块、来源管理模块、数据管理模块、数据使用模块和数据分类模块：

数据共享模块：在多个政务服务机构的系统应用中共同使用的数据元；

可信度处理模块：对信息的数据来源划分可信等级；

来源管理模块：生产、提供数据的组织机构，政务服务共享数据元信息编制与维护的主体；

数据管理模块：归集、管理政务服务共享数据元的组织机构、政务服务共享数据元信息审核与发布的主体；

数据使用模块：申请、应用政务服务共享数据元的组织机构，数据元信息使用的主体；

数据分类模块：对数据元进行分类处理。

所述数据共享模块在多个政务服务机构的系统应用中共同使用的数据元，用一组属性描述定义、标识、表示和允许值的数据单元。

所述可信度处理模块对信息的数据来源划分可信等级，由高至低分别为高可信数据(L1)、中可信数据(L2)、低可信数据(L3)，具体包括：

高可信划分模块：将有准确的数据来源、明确的数据管理权属，可确认为一数一源的，划分为高可信数据(L1)；

中可信划分模块：将暂不能确定数据的唯一来源和数据管理权属，但为常用高频的数据，且在多个部门的不同业务系统都有保存该数据的，划分为中可信数据(L2)；

低可信划分模块：将不能确定数据的来源和管理权属，且使用频率不高的数据，划分为低可信数据(L3)。

所述数据分类模块具体包括分类处理模块和分类结构模块：

分类处理模块：按政务服务共享数据元的信息来源特征，逐次地分类若干层次，每个层次又分为若干类目录，同一分支的不层级类目之间构成隶属关系；

分类结构模块：依据信息对象的来源属性将政府服务数据源进行分类，根据数据元在业务中的使用情况将数据元进行分类。

本发明的有益效果为：本发明方法提供对政务服务表单、材料信息项的梳理确权方法论，主要解决政务服务事项表单自动填写和表单数据核验等问题，方便个人和企业办事，同时为窗口工作人员业务初审提供数据支撑，提升工作效率；

表单数源工作以表单的制表单位作为数据需求方、为表单填充提供共享数据的单位作为数据提供方，数据需求方明确数据来源于哪里，由谁来提供，数据提供方确认能否提供这些数据、给出数据提供方式、共享条件、数据描述等信息。政数局作为政务数据供需双方的管理单位，对表单数源梳理工作的数据成果进行标准化和规范化，为政务服务提供数据支撑。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明方法的流程图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例一：

一种基于政务表单进行的数据元梳理方法，所述的方法的具体步骤如下：

S1在多个政务服务机构的系统应用中共同使用的数据元；

S2对信息的数据来源划分可信等级；

S3生产、提供数据的组织机构，政务服务共享数据元信息编制与维护的主体；

S4归集、管理政务服务共享数据元的组织机构、政务服务共享数据元信息审核与发布的主体；

S5申请、应用政务服务共享数据元的组织机构，数据元信息使用的主体；

S6对数据元进行分类处理；

进一步的，所述S1在多个政务服务机构的系统应用中共同使用的数据元，用一组属性描述定义、标识、表示和允许值的数据单元；它是数据共享工作不可再分的最小数据单元；

进一步的，所述S2对信息的数据来源划分可信等级，由高至低分别为高可信数据(L1)、中可信数据(L2)、低可信数据(L3)，具体步骤如下：

S21将有准确的数据来源、明确的数据管理权属，可确认为一数一源的，划分为高可信数据(L1)；如在效期内的审批结果数据、业务办理过程中系统采集的且经业务部门审核确认的数据；审批结果数据如证照的照面信息等；

S22将暂不能确定数据的唯一来源和数据管理权属，但为常用高频的数据，且在多个部门的不同业务系统都有保存该数据的，划分为中可信数据(L2)；如基础库、专题库汇聚的“手机号码”“文化程度”“通讯地址”等；

S23将不能确定数据的来源和管理权属，且使用频率不高的数据，划分为低可信数据(L3)；如人工整理未审核确认或业务系统保存的长期未更新的历史数据；

再进一步的，所述S6的具体步骤如下：

S61按政务服务共享数据元的信息来源特征，逐次地分类若干层次，每个层次又分为若干类目录，同一分支的不层级类目之间构成隶属关系；

S62依据信息对象的来源属性将政府服务数据源进行分类，根据数据元在业务中的使用情况将数据元进行分类；

依据信息对象的来源属性，将政务服务数据元分为自然人类、法人类2项一级分类，根据数据元在业务中的使用情况，将数据元分为核心数据元、基础数据元、扩展数据元等3项二级分类，一级分类维持不变，但可按需扩展；二级分类维持不变，不可扩展；二级分类的扩展数据元，可按需扩展三级分类；

自然人类：自然人类数据元主要来源于民政、人力社保等部门，具体包括姓名、民族、证件号码、婚姻状况、文化程度、从业状况等数据元；

法人类：法人类数据元主要来源于市场监管、发改、工信等部门，具体包括统一社会信用代码、法人名称、住所、营业收入、许可信息、资质等级等数据元。

实施例二：

在实施例一的基础上，数据元的分类方法如下表所示，主要展示了分类结构，并在备注中展示了说明了分类方法；

作原理：以业务部门为单位，根据权责清单梳理部门负责的政务事项，可分批次进行梳理，先理出一批高频事项进行梳理；从事项管理系统中导出与事项相关的政务服务表单，对表单进行字段颗粒度的信息拆分；依据GBK业务对象模型对信息项进行信息项分类，按照提取、定义、分类、定级、发布的顺序对信息项进行数据元归类；

以业务表单《失业人员登记表》为例，可定义为个人基本信息数据元，包括姓名、性别、民族、政治面貌、学历等；职业资格、专业技术资格信息数据元包括职业(工种)资格名称、等级等；失业登记信息数据元包括登记失业地、失业原因等信息项字段；按照数源可信等级将字段进行可信度等级分类，如失业时间、原工作地、登记失业地、失业原因等字段，《失业人员登记表》作为这些字段的单一权威来源，自然具备最高的可信度；依据此来定义数据元的来源及可信等级；作为未来的政务服务事项办理时，表单免填写、材料免提交等应用场景的支撑条件，标准数据元的梳理就显得尤为重要。

实施例三：

一种基于政务表单进行的数据元梳理系统，所述的系统具体包括数据共享模块、可信度处理模块、来源管理模块、数据管理模块、数据使用模块和数据分类模块：

数据共享模块：在多个政务服务机构的系统应用中共同使用的数据元；

可信度处理模块：对信息的数据来源划分可信等级；

来源管理模块：生产、提供数据的组织机构，政务服务共享数据元信息编制与维护的主体；

数据管理模块：归集、管理政务服务共享数据元的组织机构、政务服务共享数据元信息审核与发布的主体；

数据使用模块：申请、应用政务服务共享数据元的组织机构，数据元信息使用的主体；

数据分类模块：对数据元进行分类处理；

进一步的，所述数据共享模块在多个政务服务机构的系统应用中共同使用的数据元，用一组属性描述定义、标识、表示和允许值的数据单元；

进一步的，所述可信度处理模块对信息的数据来源划分可信等级，由高至低分别为高可信数据(L1)、中可信数据(L2)、低可信数据(L3)，具体包括：

高可信划分模块：将有准确的数据来源、明确的数据管理权属，可确认为一数一源的，划分为高可信数据(L1)；

中可信划分模块：将暂不能确定数据的唯一来源和数据管理权属，但为常用高频的数据，且在多个部门的不同业务系统都有保存该数据的，划分为中可信数据(L2)；

低可信划分模块：将不能确定数据的来源和管理权属，且使用频率不高的数据，划分为低可信数据(L3)；

再进一步的，所述数据分类模块具体包括分类处理模块和分类结构模块：

分类处理模块：按政务服务共享数据元的信息来源特征，逐次地分类若干层次，每个层次又分为若干类目录，同一分支的不层级类目之间构成隶属关系；

分类结构模块：依据信息对象的来源属性将政府服务数据源进行分类，根据数据元在业务中的使用情况将数据元进行分类；

首先，推动梳理的工作需要紧密结合业务进行，这就要求业务部门能够提供相关业务人员配合梳理，保证梳理顺利展开；

其次，在梳理过程中，牵头部门需要提供梳理团队进行业务关联度较低的表单梳理，同时牵头部门需要为业务部门的相关的培训，配合梳理业务关联度较高的材料，说明梳理工作如何展开；

最后，在梳理过程完成后，进行数据确权阶段，需要牵头部门联系各业务部门进行配合，以工单的形式发放给各业务部门进行数据确权。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。