第一章 绪论
1.1 选题背景
我国政务信息化建设从上个世纪 80 年代末开始起步，经历了从单机到联网、从分散到集成、从办公自动化到政务信息化三个发展步骤。在长期以来各自为政的建设模式背景下，各级政府部门逐步完成了大量独立的信息系统的建立，数据资源也随着信息系统分散在各个数据库中，因此造成了各信息系统之间“互联互通难、信息共享难、业务协同难”的局面。进入“十三五”时期，尤其是在十九大之后，国家对于深化行政体系改革的方面做出了进一步的部署，要求构建形成满足国家治理能力与治理体系现代化要求的政务信息化体系，成为支撑政府改革的重要平台，政务信息化迈入历史新阶段。
S 省交通运输信息化建设始于“九五”期间，当时信息化建设的目标主要是进行办公自动化，用信息化代替低级的人工工作提高工作效率，从而解决局部问题和个别问题，又因为当时技术比较落后，因此存在很多体量小、业务独立、数据独立的信息系统。“九五”、“十五”、“十一五”期间也是信息化开始爆发的期间，各专业领域的业务系统数量、种类都急剧增加，而信息化建设却还是处于分散、杂乱的状态，并且这个问题越来越明显。从“十二五”开始到“十三五”，交通运输行业已经开始将“资源整合，协同共享”作为重要的发展战略[1]。
S 省交通运输行业政务信息化经过二十多年的建设，到目前为止已经有了一定的基础，并且已经基本覆盖了下属的所有专业领域。信息化建设是一个逐步建设的过程，信息化应用是根据不同时期具体业务、具体需求，并且受限于当时的具体技术，由不同的承制方所承担。再加上交通运输行业涉及的业务广、专业多、人员多，而且信息化建设的过程中受到了体制、技术、认识、机制等诸多因素的影响，信息化的建设容易形成信息孤岛、数据孤岛、业务孤岛，从而形成不同专业领域、不同地域、不同部门的各信息系统的相对独立，出现业务不通、数据不通的现象。因此造成了交通运输行业数据资源的跨域数据发现难、跨域数据组织难、跨域数据使用难等特点，并且数据缺乏背景描述和关联描述，难以进行综合运用，数据资源利用程度低，数据的跨域协同分析能力较弱，对跨域的数据难以进行开发利用。
............................
1.2 研究目的
本文通过对 S 省交通运输行业的数据治理情况的研究，分析数据在跨域协作分析业务流程中的活动，以跨域数据协同为切入视角，思考基于现有的信息化情况和数据治理环境下，如何优化跨域数据协同机制，寻找到针对提高 S 省交通运输行业基于突发事件的跨域数据协同流程的优化对策，以满足基于突发事件的跨域数据协作需求。在提出优化对策的过程中，对数据管理机制、数据汇集机制、数据发现机制提出了优化对策，并且分析了基于优化对策，可为当前数据治理体系提供在数据生命周期、数据价值分析等方面的新的增值，使得 S 省交通运输行业数据共享和服务能力提升一个台阶，满足内部数据管理、数据协作、数据分析和数据挖掘的需求，满足外部数据共享、数据共视的需求。
本文希望通过对跨域数据协同流程的优化设计，建立交通运输行业基于突发事件的数据共享、服务和协作的管理机制，完整对立交通运输行业数据治理领域中数据跨域协同机制的优化和改进，为 S 省交通运输行业与其他行业、S 省交通运输行业的各部门间、各专业间、各系统间以及用户间的数据协作流程提供优化改进的解决方案。通过建立全局可视的分布式的信息资源共享目录，提升分布网络环境下交通运输数据的可共享、可发现、可使用的能力；通过构建统一的发现元数据模型，对交通运输数据进行业务维度的描述，使得数据资源跨系统可识别；通过提供健全的数据管理机制，可对每条数据资源进行全生命周期管理，挖掘数据的价值，为交通运输行业的各系统间、各用户间的使用数据打下基础。
..............................
第二章 相关理论
2.1 ESIA 分析方法
ESIA 分析法主要用于企业中，系统地对现有的流程进行逐步改进，提高客户的满意度。它通过对现有流程分析和理解，找出可优化的活动或流程，并基于现有流程的基础上重新设计新的流程以替代原有流程，以一种新的流程结构方式为顾客提供价值的增加。ESIA 法是通过消除（Eliminate）、简化（Simply）、整合（Integrate）和自动化（Automate）四个步骤，来减少流程中非增值活动以及对核心增值活动进行调整和优化[3]。
ESIA 法的四个步骤如下：
(1)清除（Eliminate）
主要指对现有流程中的非增值的活动进行清除，如反复加工、互相等待、不必要的信息流转、过量库存、反复检验、重复活动等等。
非增值的活动可以分为非增值但必要的活动和非增值且不必要的活动，对于非增值且不必要的活动，我们应当尽量的去掉，对于非增值但必要的活动，需要具体情况具体分析，既然是必要活动那么清除后必然带来其他问题，是否能解决这些问题是清除非增值但必要的活动的关键；
重点考虑：
a) 压缩或清除等待时间 b) 减少信息沟通时间 c) 重复审批活动 d) 各类返工活动
......................
2.2 头脑风暴法
头脑风暴法（Brain storming），是指由美国 BBDO 广告公司的奥斯本首创，这种方法主要是工作组成员在正常、和谐、无拘无束的气氛中，以会议的形式进行讨论，大家积极思考、打破常规，并畅所欲言，充分表达自己的观点[4]。
在群体决策中，群体成员因易屈于权威或大多数人意见，会产生心理作用并且相互影响的现象，而导致出现所谓的“群体思维”。这种现象会使得批判精神和创造力的减弱，并进一步的影响了决策的质量。为了保证群体成员的批判精神和创造性，提高群体决策的决策质量，管理上有许多改善群体决策的方法，其中最典型的就是头脑风暴法。
采用头脑风暴法是以专题会议的方式进行，由多名相关专家参与。会议主持者首先明确会议规则，并像所有专家阐明问题，会议应当以轻松融洽的方式进行。各位专家轮流发表意见，而其他人一般不发表意见，以免影响会议的自由气氛，因此专家们可以畅所欲言，提出尽可能多的方案。
头脑风暴法应遵守如下原则[5]：
1．延迟评判原则。在会议的最后阶段才能对各专家提出的意见和方案进行评判，在此之前一般不能对他人的方案进行评价和批评。
2．自由畅想原则。会议应当以轻松融洽的方式进行，大家可以各抒己见，甚至可以提出各种荒诞的想法，这是会议的关键。
3．以量求质原则。尽可能的收集多的意见，在量多的基础上，好意见的更可能被提出来。
4．综合改善原则。参会专家除了提出自己的方案外，还应当被鼓励对他人提出的意见进行补充，达到互相鼓励、互相补充、互相启发的状态。
5．限时限人原则。会议中可以组织多轮发言，但每人每次的发言时间应当受限制，否则时间太长容易跑题。
.............................
第三章 S 省交通运输突发事件跨域数据协同流程现状分析 .................................. 10
3.1 S 省交通运输数据资源现状 ............................ 10
3.1.1 S 省交通运输信息化建设现状 ....................... 10
3.1.2 S 省交通运输行业数据治理体系现状 ........................ 11
第四章 跨域数据协同流程问题分析与优化设计 ............................ 17
4.1 基于突发事件的跨域数据协同业务场景 ................................. 17
4.2 跨域数据发现子流程的分析 ........................ 19
第五章 跨域数据协同流程优化对策与效果分析 ............................... 65
5.1 基于突发事件的跨域数据协同流程的优化对策 ........................... 65
5.1.1 建立跨域数据资源目录 .................................. 65
5.1.2 提供协同分析辅助工具 ........................ 74
第五章 跨域数据协同流程优化对策与效果分析
5.1 基于突发事件的跨域数据协同流程的优化对策
5.1.1 建立跨域数据资源目录
通过部署交通运输专网内的分布式的数据资源目录，以服务的方式将分布式的数据资源目录进行整合，形成完整的跨域数据资源目录。定义统一的目录规范，使交通运输专网内的各类数据库、数据集、文件等多种形式的数据资源通过元数据注册到本地的目录上，分布式目录服务器的同步机制实时监控目录的信息变化情况，并将变化同步到其他目录服务器的数据资源目录上，形成全局目录的同步。跨域数据资源目录是全局数据共享与交换的前提，提升了分布网络环境下目标信息可共享、可发现，可使用的能力[39]。
数据共享的过程包括数据注册、发现和获取。共享数据的注册和发布由数据注册服务和数据发布服务完成，共享数据的发现是由数据发现服务来完成，数据订阅分发服务则是用于完成数据的获取。
数据使用者是通过数据服务的数据订阅分发过程来获取数据。用户请求的处理过程主要包括订阅请求处理、请求数据的获取和封装以及请求数据的分发。数据使用者通过订阅请求将数据的内容和结构信息发送到数据订阅分发服务。订阅请求处理服务首先对订阅请求进行解析，找到被请求数据的存储位置、订阅结构、分发目标和获取方式等信息，并对这些数据按订阅结构的规则进行封装。完成封装后，
根据分发目标的信息，分发服务将封装后的数据分发给数据的使用者。
..........................
第六章 结论与展望
6.1 结论
本文通过对跨域数据发现、跨域数据组织和跨域任务协同三个子流程的优化设计和对策研究，完成了对交通运输行业突发事件的跨域数据协同的流程优化，三个子流程由原来的 33 个活动，精简为 18 个活动，其中有 7 个活动是系统自动完成，大大提高了跨域数据协同的工作效率，减少了人力资源消耗，如表 6-9 所示；解除了任务协同分析时的循环工作模式，通过协同机制优化为串行活动；增加了离线模式，提高了跨域数据协同的核心价值。
因此本文提出的优化设计和对策，很好的对 S 省交通运输突发事件的跨域数据协同流程进行简化，增加了数据的使用价值，提高了数据协同的效率。
参考文献（略）