大数据环境下知识融合与服务的方法及其在电子政务中的应用研究

Big data is the representation of the objective world while knowledge is the essence of the objective world. The development of big data is closely related to knowledge discovery, fusion and service. The research on the methodology of knowledge discovery and fusion and the model of knowledge service in big data environment is of great significance in boosting such disciplines as management science, cognitive science and artificial intelligence. Guided by the theories of systematic science and cognitive science and based on the theoretical framework and knowledge element model of KBMISA in big data environment in such fields as government management decision, information resource development and utilization and electronic government, the research focuses on the following topics. First, the overall theoretical system of knowledge discovery, fusion and service will be established with the construction of comprehensive knowledge model and integrated computation model. Second, on the basis of the methods of knowledge discovery and fusion, the corresponding analysis methods of knowledge reliability and relative completeness and methods of reduction and optimization will be provided. Third, the methods of multi-level, individualized and integrated knowledge service and the model of citizen-participating innovation service through synergy knowledge will be presented. To summarize, the research is characterized by the combination between theoretical research, and government management and the combination of research paradigms among computation, simulation and data mining.

大数据是客观世界的表象，知识是客观世界的本质，大数据的发展紧密关联知识发现与融合及服务。开展大数据环境下知识发现与融合方法及知识服务模式的研究对促进管理科学、知识科学和人工智能等学科具有重要的学术意义，对政府及社会信息资源开发和宏观管理决策以及深化大数据的应用等具有重要实际意义。本项研究以系统科学思想和认知科学理论为指导，以政府管理决策、信息资源开发利用和电子政务等业务领域大数据环境为背景，基于KBMISA理论框架和基础知识元模型，研究大数据环境下的知识发现与融合及服务的总体理论体系，构建综合知识模式和集成计算模式；基于知识元研究大数据环境下的知识发现方法和知识融合方法，并给出相应的知识信度和相对完备性分析及知识约简和优化方法；最后给出多层次、个性化和集成化的知识服务方法以及公众参与的协同知识创新服务模式。具有理论研究与政府管理实际相结合，计算和模拟与数据挖掘科学研究范式相结合等特色。

现今社会经济自然发展的综合复杂性，特别是中国的现实情境，政府正面临国际政治经济军事等复杂扰动和来自自然灾害、公共卫生等突发事件应对的问题。大数据给予政府洞察把握复杂社会行为的信息，需要通过信息共享集成和知识化来改变政府管理模式和提升科学管理水平。在此背景下，本课题在收集电子政务和应急管理领域大数据基础上，以系统科学思想和认知科学理论为指导，分析大数据环境下知识发现、融合及服务需求的特征，基于KBMISA构建知识发现与融合及知识服务的一般理论与方法体系。在知识发现方面，以知识元为目标及先验知识描述模式，提出了大数据环境下知识的概念、属性及关系的知识发现方法以及所发现知识的信度分析方法；在知识融合方面，基于证据理论并从知识元的概念、属性和关系融合视角，分别构建基于知识元和知识系统的知识融合方法，提出融合后知识的信度和完备性分析与优化方法；在知识服务方面，在基于知识元的泛在环境下知识服务需求建模基础上，构建以知识元为纽带的集成数据、模型与算子的综合计算模型，提出了基于KBMISA的综合知识服务方法和基于知识元集的个性化知识服务方法，并从知识创新视角对公众参与的协同知识创新服务过程与模型进行实证研究。最后，本课题团队是国内电子政务产、学、研一体化的国家级团队中的“学”和“研”的子团队，依托“电子政务模拟仿真国家地方联合工程研究中心”平台，设计了大数据和云环境下知识发现与融合并行计算的分布算法，研发基于KBMISA的知识管理与辅助决策支持平台，并将上述成果应用于山西省“忻州市落实全面从严治党‘两个责任’全程纪实信息化管理系统”、四川省“成都市智慧治理中心信息系统”和辽宁省“普兰店经济开发区智慧社区项目”等，提升了政府及社会信息资源开发和宏观管理决策的智慧化水平，取得显著经济社会效益。目前已经在Natural Communications、Information & Management、Knowledge-Based Systems、系统工程理论与实践、系统工程学报、中国管理科学等期刊发表与录用论文110篇，SCI检索近50篇，并培养了一批学术骨干。