(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211362879.5 (22)申请日 2022.11.02 (71)申请人 联通 （广东） 产业互联网有限公司 地址 510000 广东省广州市黄埔区(中新广 州知识城)亿创街1号 406房之555 (72)发明人 马成　索晨　吴仲维　 (74)专利代理 机构 广州润禾知识产权代理事务 所(普通合伙) 44446 专利代理师 郑永泉 (51)Int.Cl. G06Q 10/04(2012.01) G06N 5/02(2006.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) (54)发明名称 一种政务服务流程优化方法、 系统及电子设 备 (57)摘要 本发明提供一种政务服务流程优化方法、 系 统及电子设备。 本发明通过收集业务数据形成大 数据存储结构， 并对数据进行整理， 筛选和合并， 并使用频繁模式挖掘算法对数据进行挖掘， 获得 数据之间的关联规则， 并生成前件集合D1和后件 集合D2， 以D1和D2绘制有向图表， 并使用图论算 法对有向图进行计算， 计算其中的节点关系。 与 现有技术比较， 本发明通过使用频繁模式挖掘和 图论算法来对政务业务进行分析， 能够充分挖掘 业务数据之间的关联关系， 可以通过关联关系来 对政务办理流程进行优化， 提高政务办理的效 率。 权利要求书2页 说明书6页 附图1页 CN 115409297 A 2022.11.29 CN 115409297 A 1.一种政务 服务流程优化方法， 其特 征在于， 所述方法的步骤为： S1： 收集业务数据并将业务数据形成大数据存储结构， 然后对大数据存储结构中的业 务数据进行整理； S2： 对S1中的业 务数据进行筛 选过滤； S3： 将S2中筛 选后的业 务数据进行合并； S4： 挖掘合并后的业务数据的关联规则， 并根据关联规则生成前件集合D1和后件集合 D2； S5： 将S4中获得的关联规则的前件集合D1和后件集合D2， 计算其每个关联关系的笛卡 尔积并生成二维表， 将所有二维表纵向合并生成一张关系表； S6： 根据S5中生成的关系表， 以前件事项， 后件事项为节点， 前件事项指 向后件事项为 有向边， 绘制事项关系有向图并生成事项关系有向图表； S7： 使用图论的算法计算S6中事项关系有向图中各节点的关系， 并分析其在实际业务 流程中的应用。 2.根据权利要求1中所述的一种政务服务流程优化方法， 其特征在于， 所述步骤S1中的 收集业务数据并将业 务数据形成大 数据存储结构， 具体为： 使用Hive收集 业务数据并将业 务数据存 储到HDFS中。 3.根据权利要求1中所述的一种政务服务流程优化方法， 其特征在于， 所述步骤S1中的 对大数据存储结构中业 务数据进行整理， 具体为： 根据“办事人类型 ”将数据分为 “个人办事记录 ”和“企业办事记录 ”； 所述“个人办事记录 ”以个人身份 证号作为个人主码； 所述“企业办事记录 ”以企业代码作为企业主码； 分别生成对应的 “个人办事记录表 ”和“企业办事记录表 ”， 分别记录所有个人主码和企 业主码的“办理事项 ”以及对应的 “办理时间 ”。 4.根据权利要求3 中所述的一种政务服务流程优化方法， 其特征在于， 所述步骤S2中的 对业务数据进行筛 选过滤， 具体为： 将S1中的业务数据以主码聚合统计每个主码在时间窗口内的 “办理事项 ”及对应的“办 理时间”， 删除其中 “办理事项 ”项数不大于1的业 务数据； 所述时间窗口为截止 至当前时间点， 近一 年之内的时间段。 5.根据权利要求4所述的一种政务服务流程优化方法， 其特征在于， 所述步骤S3 中将业 务数据合并， 具体为： 将S2中经过主码聚合后的数据以主码为单位， 将每个主码的 “办理事项 ”合并为事项 集。 6.根据权利要求5所述的一种政务服务流程优化方法， 其特征在于， 所述步骤S4中挖掘 合并后的业 务数据的关联规则， 并根据关联规则生成前件集 合D1和后件集 合D2， 具体为： 使用Spark中的MLlib库的FP ‑growth频繁模式挖掘算法挖掘 业务数据的关联规则， 并 根据关联规则生成关联规则表； 所述关联规则表 记录各关联规则的前件集 合D1， 后件集 合D2， 置信度和提升度。 7.根据权利要求6所述的一种政务 服务流程优化方法， 其特 征在于， 设置FP‑growth频繁模式挖掘的最小支持度为0.0 02， 最小置信度为0.5 。权　利　要　求　书 1/2 页 2 CN 115409297 A 28.根据权利要求7所述的一种政务服务流程优化方法， 其特征在于， 所述S7中使用图论 的算法计算S6中事项关系有向图中各节点的关系， 具体为： 使用SparkGraphX中的PageRank算法， 计算S6中事项关系有 向图表中每个节点 的中心 值； 使用SparkGraphX中的强连通分量算法， 计算S6中事项关系有向图表中各个节点的强 连通分量； 使用Neo4j中的Louvain模块化算法， 计算S6中事项关系有向图表中的聚集社区。 9.一种政务服务系统， 用于实现上述权利要求1 ‑8任一项所述的一种政务服务流程优 化方法， 其特 征在于， 包括： 数据采集模块， 数据存 储模块， 数据分析模块； 所述数据采集模块用于对业 务数据进行采集； 所述数据存 储模块用于生成大 数据存储结构， 并将数据采集模块中的数据进行存 储； 所述数据分析模块用于对数据存 储模块中的业 务数据进行分析。 10.一种电子设备， 其特 征在于， 包括： 处理器以及存 储器； 所述存储器上存储有计算机可读指令， 所述计算机可读指令被所述处理器时根据权利 要求1‑8任一项所述的一种政务 服务流程优化方法或权利要求9所述的一种政务 服务系统。权　利　要　求　书 2/2 页 3 CN 115409297 A 3