本文作者:零点有数董事长袁岳博士 以政务热线诉求、问题、信息、数据所反映的需求与难点为驱动的智能化政务服务机制、城市运营方式、社会治理平台方面的探索,也在上海、北京、陕西、成都、海口、佛山、济南、九江、驻马店等地展开和即将展开,作为智能政务服务的一种路径探索,各地也创造了丰富多样的创新示范模式。 接诉即办,就是当一个诉求提出,就要在最快的时间节点内给予准确派单,而办理单位需要给予快速回应,并对相关事项做出处置。这些事项,需要及时接听、准确理解、准确指派办理单位,对于诉求量规模化的地方智能接听、智能分类、智能派单形成了系统,有些事项是有规定处置时限的,很多并没有,对于没有规定时限的则要有承诺时限,并对在时限范围内处置的情况进行评价,甚至对于不同类别、不同级别的处置者的处置表现作出快速排行和绩效考评(比如有些地方形成的“红黑榜”),形成必要的处理压力。 图片来源:北京日报 每一类问题所包含的要素及其关系、关键场景与特点,结合对于其他相关数据源的整合与贯通分析,解剖特定问题的发生、复杂化与深化机制,挖掘其中的关键驱动力与问题纠结点,提出超越表象的深层结构的判定。洞察有助于转换问题把握与解决方法选择的角度,有助于形成智能预警预测预案和智能提示。 一个城市的热线呼入,少则数千多则数万,在众多的诉求与问题中,隐藏着热点、重点、难点、新点问题,这些问题梳理提炼出来,结合更多的相关信息与数据,形成对其总量、性质、特点、趋势、处置标杆、对策要点的整理,就能很好地支持到民众或者企业关键问题驱动的决策,并对于相关决策的执行与落地进行必要的热线追踪和智能督办,从而实现从问题到解决的闭环。 一个热线电话是一个线索,也是一类场景性事件,借助于知识图谱及图谱集、图谱库与图谱池,我们可以在众多线索中对于这些线索所形成的问题关系及其解决取向,形成不同于朴素观察与一般经验做法的新选择。以热线事项为基础形成的事理知识图谱,与解决选择相结合的知识智谱,进一步构建基于深度学习的热线云脑,从而使得热线的全流程智能接听、智能辨识、智能分类、智能解析、对策要素智能匹配成为可能。 不少群众诉求也往往是处理起来有一定难度的问题,这与有规范要求并形成了成熟的处置程序的事项有差异。这类问题的处理需要及时加以遴选出来,进行必要的研究、解析,并结合相关部门的探讨,整合形成试验性的处理办法,这样在常规城市运营、政务服务中,就可以纳入到规范办事流程中,其他再来办理的群众就有未诉也可办的感受。 与基于技术和宏观思路的智慧政务模式不同,基于热线数据的智能政务服务逻辑,更加聚焦解决实际的涉企涉民特定问题及问题类型,因此将智能政务的核心聚焦在问题解决的垂直化政务服务内容系列上,这就在各类政务系统、智慧系统、智慧大脑平台外,为构成政务云脑的脑核、脑区、脑皮质与脑神经节点的开发指示了需求方向,从而使得垂直政务算法开发应用获得了明确的动力。我们相信,对政务热线的重视这一波,正是政务云脑大发展的契机。 |
|