面向政府察访核验的数据分析系统设计与实现

发布时间：2021-04-29 10:20

　　随着社会的发展与进步,政府部门在国家发展与建设中扮演着越来越重要的角色。而随着人民意识的提高,人民对于政府行为的关注度也不断上升,政府的工作质量也逐渐被社会各界所监督。政府绩效考评作为能够量化政府各部门工作情况和行政效力的概念便应运而生。察访核验工作是绩效考评的一个分支,是通过对年初设定的指标,以定期抽查的方式实现对政府各项工作进度的监督,并在年终的时候对于抽查的结果进行分析、总结,以便在未来的工作中不断的完善制度。基于上述背景,本文旨在设计并实现面向政府察访核验的数据分析系统。该系统分为服务端和App端两部分,包括项目的管理、核验任务管理以及核验结果统计等基本功能,用于保证察访核验工作的顺利开展。同时,为保证该系统的先进性、科学性,进一步提高察访核验工作的工作效率,本系统结合网络搜索的热指数,在项目创建初期,提供了综合热指数基于Louvain算法的指标推荐功能,来保证指标选取的科学性。此外,结合系统中察访核验的历史数据,基于TOPSIS的综合打分法实现了核验任务的智能匹配功能。本文首先阐述了该系统的研究背景及意义,同时对其设计与实现过程中涉及到的相关技术进行了调研与分析,证明了系统的... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：103 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外主要研究现状
    1.3 论文主要工作
    1.4 论文总体结构
第二章 相关技术
    2.1 文本推荐技术
        2.1.1 关键词提取技术
        2.1.2 社区分类方法
    2.2 数据可视化技术
    2.3 综合评价方法
    2.4 本章小结
第三章 需求分析
    3.1 功能分解
    3.2 系统功能需求
        3.2.1 察访核验数据管理
        3.2.2 察访核验任务管理
        3.2.3 察访核验数据统计
        3.2.4 察访核验数据分析
        3.2.5 人员管理
    3.3 本章小结
第四章 关键问题研究
    4.1 基于指标关键词热度的Louvain算法的指标推荐方法
        4.1.1 基于察访核验数据的文本处理
        4.1.2 基于察访核验数据的关键词提取
        4.1.3 基于指标关键词的Louvain分类算法
        4.1.4 数据可视化
        4.1.5 实验效果展示及指标推荐
    4.2 基于察访核验历史数据的TOPSIS方法的智能匹配算法
        4.2.1 问题描述
        4.2.2 确立决策模型
        4.2.3 基于TOPSIS的综合评价打分
        4.2.4 实验效果展示
    4.3 本章小结
第五章 总体设计
    5.1 系统总体架构
        5.1.1 服务端系统(察访核验平台)
        5.1.2 App端系统(移动终端系统)
        5.1.3 系统层次交互关系
    5.2 数据库设计
        5.2.1 数据库实体以及实体间的E-R图
        5.2.2 数据库表的设计
        5.2.3 数据库关系图
    5.3 本章小结
第六章 系统详细设计与实现
    6.1 服务端应用详细设计
        6.1.1 察访核验任务管理模块
        6.1.2 察访核验信息管理模块
    6.2 服务端系统管理详细设计
        6.2.1 服务端系统管理模块架构设计
        6.2.2 服务端系统管理模块类图及接口设计
        6.2.3 服务端系统管理模块时序图分析
    6.3 数据统计详细设计
    6.4 数据适配详细设计
    6.5 本章小结
第七章 系统测试
    7.1 测试环境
    7.2 功能测试
    7.3 测试结果
    7.4 本章小结
第八章 总结与展望
    8.1 论文工作总结
    8.2 问题和展望
参考文献
致谢
攻读学位期间取得的研究成果


【参考文献】：
期刊论文
[1]论政府绩效管理转型[J]. 卢海燕.  中国行政管理. 2014(12)
[2]语义分析与TF-IDF方法相结合的新闻推荐技术[J]. 周由,戴牡红.  计算机科学. 2013(S2)
[3]HTML5——下一代Web开发标准研究[J]. 刘华星,杨庚.  计算机技术与发展. 2011(08)

博士论文
[1]基于深度学习的短文本分析与计算方法研究[D]. 李岩.北京科技大学 2016

硕士论文
[1]基于微博用户兴趣的个性化广告推荐系统的设计与实现[D]. 李颖.南京理工大学 2018
[2]基于D3.js的数据可视化系统框架设计与实现[D]. 权鑫.北京交通大学 2016
[3]基于海量用户行为的推荐算法研究[D]. 张宇飞.北京交通大学 2013
[4]熵权—层次分析法与灰色—层次分析法研究[D]. 费智聪.天津大学 2009



本文编号：3167349