基于大数据的政府治理现代化特征指标神经系统模型构建

胡少波

（榆林学院马克思主义学院，陕西榆林 719000）

目前，政府的角色应该逐渐由一个管理者变成一个服务者，而且随着互联网的快速发展，公民对于政府信息公开等诉求日趋强烈，对政府治理的模式和治理能力都有了新的要求，中国政府正在积极发展基于新技术的政府治理体系[1]。在此过程中，许多技术正在实施阶段，其中蕴含了大量的信息。利用大数据技术对该信息进行分析，挖掘分析出其中有益于政府管理和城市治理的信息[2]。文中研究了基于大数据的政府治理现代化特征指标神经系统模型，首先详细介绍了大数据技术的原理、特点和神经网络模型算法，然后基于决策树技术，介绍了其在政府治理现代化的指标分析中的整个应用过程，建立了指标预测模型，并利用BP 神经网络模型对各个指标进行了评估和测试，研究结果可有效指导政府治理，提高政府服务体制现代化程度。

1 大数据技术和BP神经系统模型

大数据技术为从随机的、不完全的、大量的、模糊的客观数据中提取出难以发现的、不为人知的、有规律信息的过程[3]。大数据技术包括聚类规则、关联规则和分类规则等多种方法，其中提取和挖掘知识最重要的方法之一为分类计数，而数据挖掘凭借其效率高、直观性强、准确性高等特点应用最为广泛。

人工神经网络通常是复杂的非线性系统模型[4]，其中BP 神经网络由输入层、隐含层和输出层构成，其本质是从没有规则和顺序的事例中，从数学上推断神经网络对于时间序列预测的有效性。……