一种基于机器学习的政务数据采集及共享系统技术方案

本发明专利技术提供了一种基于机器学习的政务数据采集及共享方法及系统，方法包括：向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；通过RPA技术将所述权威业务数据进行分发。本发明专利技术能够打通数据共享壁垒、实现信息统一管理、减少人工重复录入。少人工重复录入。少人工重复录入。

【技术实现步骤摘要】
一种基于机器学习的政务数据采集及共享系统


[0001]本专利技术涉及数据采集
，特别是涉及一种基于机器学习的政务数据采集及共享系统。

技术介绍

[0002]随着信息化发展快速融入到我们的生活、学习、工作、管理中，软件系统的建设需求越发高速、频繁，各行各业的业务管理，均离不开信息化软件系统。当前基层工作业务的管理，存在针对居民信息，需要在多套系统进行业务管理要求，导致数据不同步、不共享，数据重复录、共享难、多头报、报表繁等问题时有发生，烟囱系统、信息孤岛成为常态。
[0003]建设“基于机器学习的政务数据采集、共享系统”项目，实现数据一次录入、多处共享，一次录入、多处分发，降低人工成本及劳动时间的同时，提升工作效率、提高数据准确性、及时性，为各行业管理人员减负、为业务人员节省时间、提高工作效率，赋予数据应用及高效管理的能力，打造智慧赋能型数字化管理模式。
[0004]高质量的数据源对政务管理平台建设意义重大。数据源的获取目前包括数据交换、人工采集两种渠道。
[0005]1、数据共享交换技术获取的数据源在时效性、准确性、全面性方面有一定局限，而且容易出现数据库的冗余。数据库中的无用数据，这些在关系数据库中没有与之匹配的相关数据而造成的一种特殊的数据，没有机制维护，越积越多，影响数据库效率，而且占用数据空间。
[0006]2、文件共享服务器方式。不太适合做实时类的业务。必须有共同的文件服务器，文件服务器这里面存在风险。因为文件可能被篡改，删除，或者存在泄密等。必须约定文件数据的格式，当改变文件格式的时候，需要各个系统都同步做修改。效率低。
[0007]3、人工采集虽然能有效保障数据源的时效性、准确性、全面性，但其传统操作流程成本高、耗时长、效率低。

技术实现思路

[0008]为了克服现有技术的不足，本专利技术的目的是提供一种基于机器学习的政务数据采集及共享系统。
[0009]为实现上述目的，本专利技术提供了如下方案：
[0010]一种基于机器学习的政务数据采集及共享方法，包括：
[0011]向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；
[0012]基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；
[0013]通过RPA技术将所述权威业务数据进行分发。
[0014]优选地，所述向数据资源池发送数据请求的方式包括：自动或者人工操作。
[0015]优选地，所述权威业务数据包括：宠物信息、就业信息、社会关系、子女信息、残疾人信息、机动车信息、社保信息和光荣证信息。
[0016]优选地，所述机器学习模型采用TensorFlow结构。
[0017]一种基于机器学习的政务数据采集及共享系统，包括：
[0018]数据获取模块，用于向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；
[0019]模型构建模块，用于基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；
[0020]分发模块，用于通过RPA技术将所述权威业务数据进行分发。
[0021]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：
[0022]本专利技术提供了一种基于机器学习的政务数据采集及共享方法及系统，方法包括：向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；通过RPA技术将所述权威业务数据进行分发。本专利技术能够打通数据共享壁垒、实现信息统一管理、减少人工重复录入。
附图说明
[0023]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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。
[0024]图1为本专利技术实施例提供的方法流程图；
[0025]图2为本专利技术实施例提供的服务功能示意图；
[0026]图3为本专利技术实施例提供的系统工作示意图；
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0029]本申请的说明书和权利要求书及所述附图中的术语“第一”、“第二”、“第三”和“第四”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤、过程、方法等没有限定于已列出的步骤，而是可选地还包括没有列出的步骤，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤元。
[0030]本专利技术的目的是提供一种基于机器学习的政务数据采集及共享方法及系统，能够打通数据共享壁垒、实现信息统一管理、减少人工重复录入。
[0031]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0032]图1为本专利技术实施例提供的方法流程图，如图1所示，本专利技术提供了一种基于机器学习的政务数据采集及共享方法，包括：
[0033]步骤100：向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；所述向数据资源池发送数据请求的方式包括：自动或者人工操作。
[0034]步骤200：基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；所述权威业务数据包括：宠物信息、就业信息、社会关系、子女信息、残疾人信息、机动车信息、社保信息和光荣证信息。所述机器学习模型采用TensorFlow结构。
[0035]步骤300：通过RPA技术将所述权威业务数据进行分发。
[0036]本实施例中第一步通过自动或者人工操作的情况向数据资源池发送数据请求，资源池按照约定的规则将数据共享基于机器学习的政务数据共享系统。
[0037]第二步基于机器学习，训练模型，识别权威业务数据应用到政务系统；梳理基层应用中所需的各类业务数据，明确源数据主体单位，通过共享交换平台进行数据的打通，应用到基层业务管理总，实现让数据多跑路，让基层少跑腿。目前已汇本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的政务数据采集及共享方法，其特征在于，包括：向数据资源池发送数据请求；所述资源池用于按照约定的规则将数据进行共享，得到共享数据；基于机器学习，根据所述共享数据训练机器学习模型，并通过所述机器学习模型识别权威业务数据；通过RPA技术将所述权威业务数据进行分发。2.根据权利要求1所述的基于机器学习的政务数据采集及共享方法，其特征在于，所述向数据资源池发送数据请求的方式包括：自动或者人工操作。3.根据权利要求1所述的基于机器学习的政务数据采集及共享方法，其特征在于，所述权威业务数据包括：宠物信息、就业信息、...

【专利技术属性】
技术研发人员：张辉军，周鲁，魏详雨，孔峰，王鹏，张秋霞，
申请(专利权)人：克拉玛依油城数据有限公司，
类型：发明
国别省市：