， ，卿穎，

(1.浙江工業(yè)大學(xué) 之江學(xué)院，浙江 紹興 312000；2.浙江工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，浙江 杭州 310023；3.約翰霍普金斯大學(xué)信息安全學(xué)院，美國(guó) 巴爾的摩 21210；4.浙江工業(yè)職業(yè)技術(shù)學(xué)院 電氣電子工程分院，浙江 紹興 312000)

關(guān)鍵業(yè)務(wù)流程監(jiān)察是廉政風(fēng)險(xiǎn)預(yù)防的有效措施之一，傳統(tǒng)依靠人監(jiān)管的模式已經(jīng)很難適應(yīng)現(xiàn)代的需要.隨著各行業(yè)關(guān)鍵業(yè)務(wù)流程信息化建設(shè)日趨完備，權(quán)力監(jiān)督信息化體系已具備了基礎(chǔ)和條件，同時(shí)也促進(jìn)了各類電子監(jiān)察技術(shù)的進(jìn)步.目前，國(guó)內(nèi)已有相關(guān)電子監(jiān)察方面研究報(bào)道，胡立龍[1]使用了一種基于規(guī)則的監(jiān)察引擎，實(shí)現(xiàn)了電子監(jiān)察、預(yù)警糾錯(cuò)、績(jī)效評(píng)估和服務(wù)決議等功能.其主要思想是從軟件的應(yīng)用邏輯中分離出政務(wù)規(guī)則.蘆源[2]在規(guī)則引擎的基礎(chǔ)上，實(shí)現(xiàn)了監(jiān)察數(shù)據(jù)實(shí)時(shí)處理、規(guī)則并行執(zhí)行以及簡(jiǎn)單、便捷的業(yè)務(wù)規(guī)則配置管理等，解決了電子監(jiān)察的實(shí)時(shí)性以及復(fù)雜業(yè)務(wù)規(guī)則管理等問題.朱樹原[3]研究了工作流在監(jiān)察系統(tǒng)中的運(yùn)用，采用了輕量級(jí)工作流管理系統(tǒng)構(gòu)建工作流執(zhí)行引擎，完成系統(tǒng)各功能模塊的編碼實(shí)現(xiàn).

上述文獻(xiàn)研究主要是針對(duì)規(guī)則引擎，解決了關(guān)鍵業(yè)務(wù)流程的監(jiān)察問題.但對(duì)權(quán)力結(jié)構(gòu)模型，包括權(quán)力邊界、權(quán)力定位、權(quán)力約束規(guī)則和權(quán)力相關(guān)性等方面的文獻(xiàn)研究，報(bào)道卻不多.基于規(guī)則的監(jiān)察多側(cè)重在單節(jié)點(diǎn)上，無法充分挖掘出蘊(yùn)含在大數(shù)據(jù)背后的隱性知識(shí).如何基于大數(shù)據(jù)開展智能監(jiān)察技術(shù)的研究，已經(jīng)成為未來權(quán)力信息化監(jiān)督的發(fā)展方向.筆者以權(quán)力運(yùn)行大數(shù)據(jù)為背景，研究關(guān)鍵業(yè)務(wù)領(lǐng)域的權(quán)力監(jiān)督智能化方法，提出了一種基于SBLN的權(quán)力結(jié)構(gòu)智能電子監(jiān)察模型.

1 風(fēng)險(xiǎn)監(jiān)察模型描述

1.1 基于工作流的SBLN模型

一個(gè)組織關(guān)鍵業(yè)務(wù)邏輯一般具有一定的復(fù)雜性和多樣性.如何構(gòu)架統(tǒng)一的業(yè)務(wù)邏輯體系或工作流程控制中心是解決問題的關(guān)鍵.目前，大部分業(yè)務(wù)系統(tǒng)都采用單一工作流模型控制節(jié)點(diǎn)狀態(tài)，但是復(fù)雜大系統(tǒng)，尤其是多系統(tǒng)融合，權(quán)力運(yùn)行路徑具有跨系統(tǒng)和多節(jié)點(diǎn)協(xié)同控制的特性.在分析多種權(quán)力運(yùn)行流程后，提出一種基于復(fù)雜業(yè)務(wù)流程的SBLN空間模型.

一般來講，一個(gè)復(fù)雜業(yè)務(wù)系統(tǒng)都可以通過降維的方法分解成為多個(gè)子系統(tǒng).定義一個(gè)復(fù)雜系統(tǒng)空間為S=(s1,s2,…,si)，i=1,2,…,n，S中包含多個(gè)子系統(tǒng)，即系統(tǒng)層(System layer)；定義si=(bi1,bi2,…,bim)，i=1,2,…,m，bim為第i個(gè)子系統(tǒng)的分支層(Branch layer)；定義bim=(lim1,lim2,…,limk)，i=1,2,…,k，limk為環(huán)節(jié)層(Link Layer)；定義limk=(nimk1,nimk2,…,nimkj)，i=1,2,…,j為節(jié)點(diǎn)層(Net layer)，定義為nimkj.這樣四層體系結(jié)構(gòu)關(guān)聯(lián)一體構(gòu)成了基于復(fù)雜系統(tǒng)的SBLN空間結(jié)構(gòu)模型.

一個(gè)復(fù)雜系統(tǒng)可以由多個(gè)子系統(tǒng)組成，每一個(gè)系統(tǒng)由多個(gè)分支組成，每一個(gè)分支又由不同的節(jié)點(diǎn)組成.其中業(yè)務(wù)流程節(jié)點(diǎn)是SBLN模型最末端節(jié)點(diǎn)，崗位作用在流程節(jié)點(diǎn)上，因此流程節(jié)點(diǎn)是權(quán)力最小作用點(diǎn).

1.2 監(jiān)察點(diǎn)

從SBLN模型可以看出：一個(gè)業(yè)務(wù)系統(tǒng)的環(huán)節(jié)下往往有多個(gè)節(jié)點(diǎn)，對(duì)每個(gè)業(yè)務(wù)節(jié)點(diǎn)操作和數(shù)據(jù)流動(dòng)形成了業(yè)務(wù)流程.電子監(jiān)察思想是針對(duì)某一個(gè)關(guān)鍵崗位，在SBLN空間結(jié)構(gòu)模型中的職權(quán)進(jìn)行監(jiān)察，即對(duì)某一崗位職權(quán)進(jìn)行監(jiān)察，連接起來就形成了對(duì)整個(gè)系統(tǒng)的監(jiān)察體系.根據(jù)權(quán)力在規(guī)則范圍內(nèi)運(yùn)行和權(quán)力超出規(guī)則運(yùn)行之間的不確定性，定義廉政風(fēng)險(xiǎn)較大的點(diǎn)作為監(jiān)察點(diǎn).根據(jù)業(yè)務(wù)類型的不同以及權(quán)力運(yùn)行的性質(zhì)，一個(gè)監(jiān)察點(diǎn)監(jiān)測(cè)被分析抽象成為即時(shí)限監(jiān)察、經(jīng)費(fèi)監(jiān)察、規(guī)范監(jiān)察和程序監(jiān)察四種不同維度.同一維度下有多個(gè)可監(jiān)察點(diǎn)，同一監(jiān)察點(diǎn)有多種監(jiān)察維度，崗位、SBLN模型和監(jiān)察維度共同構(gòu)建出了電子監(jiān)察體系.

1.3 監(jiān)察模型

一個(gè)業(yè)務(wù)系統(tǒng)往往包含多條業(yè)務(wù)線，每一條業(yè)務(wù)分支都可能流過多個(gè)不同的環(huán)節(jié)和節(jié)點(diǎn)，不同業(yè)務(wù)又有不同的業(yè)務(wù)節(jié)點(diǎn)部署和風(fēng)險(xiǎn)控制方法.采用SBLN結(jié)構(gòu)模型生成多個(gè)實(shí)例，每個(gè)實(shí)例對(duì)應(yīng)一個(gè)監(jiān)察對(duì)象.一般來說，一個(gè)復(fù)雜系統(tǒng)往往需要配置多個(gè)監(jiān)察對(duì)象.崗位節(jié)點(diǎn)就是監(jiān)察最小對(duì)象之一，業(yè)務(wù)節(jié)點(diǎn)與業(yè)務(wù)分支有關(guān)，與崗位職權(quán)有關(guān).圖1為崗位、職權(quán)、崗位職權(quán)、監(jiān)察節(jié)點(diǎn)和監(jiān)察維度的關(guān)系模型.

圖1 崗位節(jié)點(diǎn)和業(yè)務(wù)流程關(guān)系模型Fig.1 Relation model of post nodes and business flow

業(yè)務(wù)流程L1,L2,L3上有多個(gè)業(yè)務(wù)流程節(jié)點(diǎn)，其中每個(gè)業(yè)務(wù)流程節(jié)點(diǎn)都有對(duì)應(yīng)行使該職權(quán)的崗位.因此職權(quán)點(diǎn)和行使職權(quán)的崗位共同構(gòu)成了一個(gè)崗位職權(quán)點(diǎn)，并對(duì)其配置動(dòng)態(tài)監(jiān)測(cè)也就是定義為監(jiān)察點(diǎn).業(yè)務(wù)流程節(jié)點(diǎn)可以描述為L(zhǎng)={L1,L2,…,Ln}，其中L為業(yè)務(wù)流程組成的矩陣；L1～Ln分別為業(yè)務(wù)系統(tǒng)中各獨(dú)立流程.崗位節(jié)點(diǎn)可描述為G={G1,G2,…,Gn}，其中G為崗位節(jié)點(diǎn)組成的矩陣；G1～Gn分別為業(yè)務(wù)系統(tǒng)中各個(gè)崗位.通過LTG的計(jì)算可以得新的矩陣K，即

(1)

2 監(jiān)察引擎

電子監(jiān)察引擎是一套數(shù)據(jù)處理流程，是電子監(jiān)察端輸入業(yè)務(wù)監(jiān)察數(shù)據(jù)到輸出監(jiān)察結(jié)果的完整過程，由數(shù)據(jù)傳輸和數(shù)據(jù)監(jiān)察兩條子流程構(gòu)成.

數(shù)據(jù)傳輸流程包括數(shù)據(jù)采集、數(shù)據(jù)清洗、數(shù)據(jù)轉(zhuǎn)換和數(shù)據(jù)上載5個(gè)環(huán)節(jié).數(shù)據(jù)采集是采集工具從業(yè)務(wù)系統(tǒng)采集監(jiān)察源數(shù)據(jù)的過程，根據(jù)采集對(duì)象的具體情況可分為定時(shí)采集和即時(shí)采集.由于采集過程中存在數(shù)據(jù)缺失、重復(fù)和異常等情況，因此需要對(duì)采集到的源數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗.數(shù)據(jù)清洗是從源數(shù)據(jù)中監(jiān)測(cè)出異常數(shù)據(jù)，再進(jìn)行修補(bǔ)的過程.數(shù)據(jù)轉(zhuǎn)換環(huán)節(jié)將修補(bǔ)后的數(shù)據(jù)轉(zhuǎn)換成電子監(jiān)察系統(tǒng)能識(shí)別的數(shù)據(jù)格式，再交由數(shù)據(jù)上載環(huán)節(jié)將數(shù)據(jù)上載到電子監(jiān)察數(shù)據(jù)庫(kù).數(shù)據(jù)傳輸流程為監(jiān)察系統(tǒng)提供了可靠的格式化監(jiān)察數(shù)據(jù).

數(shù)據(jù)監(jiān)察流程包括數(shù)據(jù)分裝、監(jiān)察處理和信號(hào)輸出等環(huán)節(jié).基于監(jiān)察大數(shù)據(jù)庫(kù)，分裝調(diào)度函數(shù)抽取數(shù)據(jù)中的監(jiān)察維度信息，執(zhí)行數(shù)據(jù)分裝操作，將監(jiān)察數(shù)據(jù)按監(jiān)察維度進(jìn)行分裝.當(dāng)有新數(shù)據(jù)插入監(jiān)察數(shù)據(jù)表時(shí)，公共觸發(fā)器觸發(fā)，引導(dǎo)數(shù)據(jù)通過監(jiān)察引擎.監(jiān)察引擎提取監(jiān)察表中數(shù)據(jù)，抽取集合中數(shù)據(jù)監(jiān)察類型信息，調(diào)取相應(yīng)節(jié)點(diǎn)監(jiān)察處理流程和規(guī)則集.監(jiān)察處理流程根據(jù)數(shù)據(jù)的監(jiān)察點(diǎn)編碼，從監(jiān)察規(guī)則表中找到對(duì)應(yīng)監(jiān)察點(diǎn)的監(jiān)察規(guī)則，并將數(shù)據(jù)與規(guī)則進(jìn)行對(duì)比，輸出監(jiān)察信號(hào).定義監(jiān)察規(guī)則為R={code,t1,t2,f1,f2,S,P}，其中：code為監(jiān)察點(diǎn)編碼；t1，t2分別為時(shí)限規(guī)則中的時(shí)間節(jié)點(diǎn)；f1，f2分別為費(fèi)用監(jiān)察規(guī)則中的費(fèi)用節(jié)點(diǎn)；S為規(guī)范監(jiān)察中的規(guī)則數(shù)據(jù)；P為程序監(jiān)察中的監(jiān)察數(shù)據(jù).定義監(jiān)察規(guī)則集合為L(zhǎng)R={r1,r2,r3,…,rn|rn∈R}，監(jiān)察引擎通過對(duì)監(jiān)察點(diǎn)編碼的檢索，在規(guī)則集合LR中挑選出合適的監(jiān)察規(guī)則，并計(jì)算監(jiān)察規(guī)則與監(jiān)察數(shù)據(jù)的偏差度.信號(hào)輸出環(huán)節(jié)收集各個(gè)維度的監(jiān)察數(shù)據(jù)偏差信息，根據(jù)偏差值的大小，輸出RGB監(jiān)察信號(hào)數(shù)據(jù).

監(jiān)察引擎是對(duì)業(yè)務(wù)流程的動(dòng)態(tài)數(shù)據(jù)進(jìn)行規(guī)則集處理和歸一化的系列操作.不同維度的監(jiān)察對(duì)象的數(shù)據(jù)經(jīng)過監(jiān)察引擎的規(guī)則處理后，分別按照時(shí)限、經(jīng)費(fèi)、規(guī)范和程序4種維度處理，轉(zhuǎn)換為具有統(tǒng)一項(xiàng)目監(jiān)察特征(項(xiàng)目編碼、項(xiàng)目負(fù)責(zé)人、所在部門、流程節(jié)點(diǎn)、崗位職權(quán)、監(jiān)測(cè)類型、監(jiān)察時(shí)間、監(jiān)測(cè)結(jié)果)的輸出信號(hào)集，這樣無論何種業(yè)務(wù)監(jiān)察(例如：采購(gòu)、科研、基建、后勤和教學(xué)等項(xiàng)目)都可以統(tǒng)一輸出具有RGB特征信號(hào)的數(shù)據(jù)集.監(jiān)察信號(hào)數(shù)據(jù)成為了監(jiān)察結(jié)果統(tǒng)一的載體，把不同過程監(jiān)測(cè)數(shù)據(jù)通過監(jiān)察規(guī)則集轉(zhuǎn)化為定性顯示的符號(hào)規(guī)格語言描述，為后續(xù)監(jiān)察分析提供統(tǒng)一數(shù)據(jù)基礎(chǔ)，使監(jiān)察結(jié)果更具有可觀性和可測(cè)性.

2.1 過程監(jiān)察

監(jiān)察引擎解決了單一業(yè)務(wù)節(jié)點(diǎn)的監(jiān)察問題，但是在現(xiàn)實(shí)的工作環(huán)境中，關(guān)鍵業(yè)務(wù)環(huán)節(jié)權(quán)力運(yùn)行是否規(guī)范不僅僅依靠該環(huán)節(jié)的業(yè)務(wù)數(shù)據(jù)變化情況，還需要其他相關(guān)業(yè)務(wù)環(huán)節(jié)的監(jiān)察數(shù)據(jù)作支撐.建立基于多監(jiān)察點(diǎn)的多維度監(jiān)察引擎是復(fù)雜業(yè)務(wù)監(jiān)察需求，為此，需要進(jìn)一步改進(jìn)電子監(jiān)察模型.假設(shè)，多維度的過程監(jiān)察依賴多個(gè)監(jiān)察點(diǎn)的數(shù)據(jù)，甚至需求監(jiān)察系統(tǒng)外的相關(guān)業(yè)務(wù)數(shù)據(jù).建設(shè)多維度監(jiān)察引擎首先需要定義多維度監(jiān)察主題T={n1,n2,…,nm,c|n∈N}，其中：c表示需要監(jiān)察的項(xiàng)目編號(hào)；N={code,r,d|r∈R}為批處理任務(wù)相關(guān)監(jiān)察節(jié)點(diǎn)集合，code為監(jiān)察點(diǎn)編碼，d為該監(jiān)察點(diǎn)監(jiān)察維度，r為監(jiān)察規(guī)則庫(kù)R中的監(jiān)察規(guī)則.然后根據(jù)監(jiān)察主題，對(duì)監(jiān)察規(guī)則函數(shù)TransRule()進(jìn)行建模.最后定義輸出信號(hào)規(guī)則，根據(jù)當(dāng)前主題下的監(jiān)察數(shù)據(jù)對(duì)于監(jiān)察規(guī)則函數(shù)的符合程度，輸出RGB格式的監(jiān)察信號(hào).

基于時(shí)限和過程的監(jiān)察引擎：假設(shè)業(yè)務(wù)流程包含多個(gè)串行節(jié)點(diǎn)，各個(gè)節(jié)點(diǎn)可自由跳轉(zhuǎn)任意節(jié)點(diǎn).該流程上布控了多個(gè)維度的監(jiān)察點(diǎn)，其中時(shí)序監(jiān)察點(diǎn)規(guī)定了單一節(jié)點(diǎn)處理時(shí)間不允許超過ΔTi(i=1,2,…,n)天，流程處理總時(shí)間不能超過TMAX天.在系統(tǒng)實(shí)際運(yùn)行的過程中發(fā)現(xiàn)，單一節(jié)點(diǎn)時(shí)限監(jiān)察未出現(xiàn)違規(guī)預(yù)警的情況下，流程持續(xù)總時(shí)間經(jīng)常超過TMAX天.由于單節(jié)點(diǎn)監(jiān)察未發(fā)出預(yù)警，但部分節(jié)點(diǎn)之間存在多次反復(fù)流轉(zhuǎn)的情況，導(dǎo)致總時(shí)間超過TMAX天.針對(duì)上述問題建立基于時(shí)限監(jiān)察和程序監(jiān)察的多維度監(jiān)察引擎，其中業(yè)務(wù)審批監(jiān)察流程如圖2所示.

圖2 重現(xiàn)業(yè)務(wù)流程Fig.2 Examine and approve flow

圖2中N0到Ni+m節(jié)點(diǎn)分別為業(yè)務(wù)流程中的必要工作流節(jié)點(diǎn)，ti1和ti2分別為Ni任務(wù)節(jié)點(diǎn)的起始時(shí)間和結(jié)束時(shí)間，Δti=ti2-ti1即Ni任務(wù)節(jié)點(diǎn)的持續(xù)時(shí)；Pj(j=1,2,3,4,5,6,7)為串行業(yè)務(wù)流程節(jié)點(diǎn)跳轉(zhuǎn)次數(shù).通過分析，只有節(jié)點(diǎn)退回，才會(huì)加長(zhǎng)業(yè)務(wù)流程總時(shí)間.因此以Ni節(jié)點(diǎn)為例，DNi=P1+P2+P3為該節(jié)點(diǎn)進(jìn)行退回操作的次數(shù)，各個(gè)業(yè)務(wù)環(huán)節(jié)分別設(shè)置了程序監(jiān)察和時(shí)限監(jiān)察兩種監(jiān)察維度.監(jiān)察主題描述為：?jiǎn)我还?jié)點(diǎn)處理時(shí)間控制在ΔTi天內(nèi)，總體時(shí)間控制在TMAX天內(nèi)，業(yè)務(wù)退回次數(shù)設(shè)定最大值M次，但是實(shí)際情況下只要總體時(shí)間不超過TMAX天，退回次數(shù)可以不設(shè)上限.基于監(jiān)察主題的描述定義監(jiān)察規(guī)則函數(shù)為

(2)

當(dāng)業(yè)務(wù)數(shù)據(jù)完全符合監(jiān)察規(guī)則函數(shù)時(shí)，多維度監(jiān)察規(guī)則輸出Green信號(hào).若審批總時(shí)間未超過期限，但是有一個(gè)或多個(gè)節(jié)點(diǎn)不滿足時(shí)限或程序維度的監(jiān)察要求，則輸出Yellow信號(hào).若總體時(shí)間超出期限直接輸出Red預(yù)警信號(hào)，并找出退回次數(shù)大于M的環(huán)節(jié)節(jié)點(diǎn)編碼(NetCode)，由預(yù)警處理模型直接發(fā)送預(yù)警通知到相關(guān)部門.

(3)

2.2 多層次Apriori挖掘算法

電子監(jiān)察模型作為一個(gè)數(shù)據(jù)集成平臺(tái)，經(jīng)過一段時(shí)間的運(yùn)作，會(huì)積累大量監(jiān)察數(shù)據(jù)和信號(hào)數(shù)據(jù).這些數(shù)據(jù)中隱藏著大量單條數(shù)據(jù)無法顯現(xiàn)隱性知識(shí).Apriori挖掘算法能發(fā)現(xiàn)項(xiàng)集之間的相關(guān)性，描述了事務(wù)某些屬性同時(shí)出現(xiàn)的規(guī)律和模式.例如針對(duì)采購(gòu)招標(biāo)類系統(tǒng)而言，相關(guān)性分析可以獲取各個(gè)評(píng)標(biāo)專家與供應(yīng)商企業(yè)之間的關(guān)聯(lián)關(guān)系.包括某個(gè)專家與中標(biāo)企業(yè)關(guān)聯(lián)度，投標(biāo)企業(yè)之間的關(guān)聯(lián)度，為在“串標(biāo)”或“專家不正當(dāng)”行為提供依據(jù)，關(guān)聯(lián)性挖掘?yàn)楸O(jiān)察提供了一種智能分析手段.

設(shè)系統(tǒng)中的投標(biāo)項(xiàng)目為數(shù)據(jù)集T=(t1,t2,…,tn)，投標(biāo)項(xiàng)目中的專家為項(xiàng)集E=(e1,e2,…,ei)，投標(biāo)公司為項(xiàng)集G=(g1,g2,…,gj)，中標(biāo)公司為項(xiàng)A，則t=(e1,e2,…,ei,g1,g2,…,gj,A).對(duì)t數(shù)據(jù)集進(jìn)行Apriori算法迭代，可獲得t數(shù)據(jù)集中的頻繁集.若sup(ei?A)confidence(ei?A)較高可認(rèn)為ei專家與A企業(yè)可能存在腐敗行為；若sup(gj?A)confidence(gj?A)較高可認(rèn)為gi公司與A企業(yè)可能存在串標(biāo)行為.

單次Apriori算法能找出專家、中標(biāo)公司和投標(biāo)公司之間的強(qiáng)關(guān)聯(lián)關(guān)系，但是無法找出專家與串標(biāo)公司之間的強(qiáng)關(guān)聯(lián)關(guān)系.因此筆者提出多層次的Apriori算法，以找出更多隱藏在數(shù)據(jù)中的腐敗問題.多層次的Apriori算法旨在單次Apriori算法結(jié)果的基礎(chǔ)上再次進(jìn)行關(guān)聯(lián)性計(jì)算，找出更為精確的關(guān)聯(lián)結(jié)果.設(shè)系統(tǒng)中的投標(biāo)項(xiàng)目為數(shù)據(jù)集T=(t1,t2,…,tn)，項(xiàng)目投標(biāo)公司為項(xiàng)集G=(g1,g2,…,gj)，中標(biāo)公司為項(xiàng)A，則t=(g1,g2,…,gj,A).對(duì)數(shù)據(jù)集t進(jìn)行單次Apriori算法計(jì)算，找出所有與中標(biāo)公司存在強(qiáng)關(guān)聯(lián)關(guān)系的投標(biāo)公司項(xiàng)集，即所有存在串標(biāo)風(fēng)險(xiǎn)的企業(yè)項(xiàng)集P=(p1,p2,…,pk).設(shè)專家項(xiàng)集E=(e1,e2,…,ei)，s=(e1,e2,…,ei,g1,g2,…,gj).對(duì)數(shù)據(jù)集s進(jìn)行Apriori算法計(jì)算，找出所有專家與投標(biāo)企業(yè)關(guān)聯(lián)度較高的項(xiàng)集，即所有專家與企業(yè)之間存在強(qiáng)關(guān)聯(lián)關(guān)系的項(xiàng)集Q=(q1,q2,…,qm).用P項(xiàng)集對(duì)Q項(xiàng)集進(jìn)行剪枝，若存在pk?qm(k,m=1,2,…,n)則保留qm.電子監(jiān)察模型通過對(duì)歷史招標(biāo)數(shù)據(jù)的相關(guān)性挖掘，找出具有關(guān)聯(lián)關(guān)系的專家、投標(biāo)企業(yè)項(xiàng)集Q，并計(jì)算出專家與串標(biāo)企業(yè)間的置信度confidence(ei?pk).若confidence(ei?pk)≤0.05，則認(rèn)為專家ei和串標(biāo)企業(yè)pk之間存在較弱的關(guān)聯(lián)關(guān)系；若0.05≤confidence(ei?pk)≤0.1，則認(rèn)為專家企業(yè)之間存在關(guān)聯(lián)關(guān)系；若confidence(ei?pk)≥0.1，則認(rèn)為企業(yè)和專家之間聯(lián)系較強(qiáng).

假設(shè)某信息系統(tǒng)中專家數(shù)據(jù)集為E=(e1,e2,e3,e4,e5)，投標(biāo)單位數(shù)據(jù)集為G=(g1,g2,g3,g4,g5)，中標(biāo)公司為A.在監(jiān)測(cè)歷史數(shù)據(jù)中分別對(duì)E項(xiàng)集、中標(biāo)公司A，以及G項(xiàng)集、中標(biāo)公司A進(jìn)行相關(guān)性挖掘.

圖3 相關(guān)性柱狀圖Fig.3 Apriori result histogram

圖3(a)是對(duì)E,A，G,A分別進(jìn)行單次挖掘結(jié)果，可以看出e2A,e4A,g2A,g5A之間的置信度超過了0.1，即項(xiàng)集之間存在較強(qiáng)關(guān)聯(lián)度，可認(rèn)為e2,e4專家與中標(biāo)企業(yè)A可能存在強(qiáng)關(guān)聯(lián)行為，g2,g5企業(yè)與A企業(yè)可能存在互關(guān)聯(lián)性行為.使用專家與企業(yè)的強(qiáng)關(guān)聯(lián)結(jié)果集對(duì)企業(yè)與中標(biāo)企業(yè)強(qiáng)關(guān)聯(lián)結(jié)果集剪枝得到投標(biāo)企業(yè)、中標(biāo)企業(yè)和專家間具有強(qiáng)關(guān)聯(lián)關(guān)系的項(xiàng)，如3(b)所示.由于e4g2A置信度較高，可認(rèn)為e4專家g2投標(biāo)企業(yè)和A中標(biāo)企業(yè)三者之間可能存在強(qiáng)關(guān)聯(lián)度.

3 電子監(jiān)察在高校采購(gòu)系統(tǒng)中的應(yīng)用

采購(gòu)管理系統(tǒng)是高校關(guān)鍵業(yè)務(wù)流程之一，以采購(gòu)業(yè)務(wù)流程管理與監(jiān)察為實(shí)例闡述電子監(jiān)察過程.采購(gòu)業(yè)務(wù)流程按照采購(gòu)類型一般可以劃分為貨物、工程和服務(wù)3大類型，不同的采購(gòu)類型、采購(gòu)目錄、經(jīng)費(fèi)來源和經(jīng)費(fèi)類型具有不同業(yè)務(wù)歸口辦理流程.根據(jù)采購(gòu)全過程特征，也可以將采購(gòu)管理系統(tǒng)劃分為采購(gòu)預(yù)算、采購(gòu)計(jì)劃、采購(gòu)任務(wù)、采購(gòu)委托、采購(gòu)執(zhí)行、采購(gòu)合同、采購(gòu)驗(yàn)收、采購(gòu)支付和采購(gòu)資產(chǎn)等業(yè)務(wù)模塊.其中每個(gè)業(yè)務(wù)模塊都具有不同的分支流程.

實(shí)施應(yīng)用監(jiān)察步驟：1) 分析采購(gòu)業(yè)務(wù)流程，構(gòu)架以預(yù)算項(xiàng)目為核心的SBLN業(yè)務(wù)流程結(jié)構(gòu)模型，配置業(yè)務(wù)流程的系統(tǒng)(S)、分支(B)、環(huán)節(jié)(L)和節(jié)點(diǎn)(N)體系，并成型配置清單；2) 設(shè)計(jì)流程監(jiān)察節(jié)點(diǎn)，配置監(jiān)察點(diǎn)的維護(hù)、類型、參數(shù)和規(guī)則集;3) 采集采購(gòu)業(yè)務(wù)流程的節(jié)點(diǎn)多維數(shù)據(jù)(時(shí)間、經(jīng)費(fèi)、規(guī)范和程序)，并經(jīng)過預(yù)處理，將格式化數(shù)據(jù)發(fā)送到相應(yīng)的監(jiān)察數(shù)據(jù)中心;4) 監(jiān)察系統(tǒng)接受采購(gòu)系統(tǒng)傳輸數(shù)據(jù)并啟動(dòng)規(guī)則引擎，實(shí)時(shí)處理監(jiān)測(cè)數(shù)據(jù)，并按照統(tǒng)一項(xiàng)目監(jiān)察特征數(shù)據(jù)的要求，輸出監(jiān)察信息集.以下為某學(xué)校的采購(gòu)計(jì)劃子流程的實(shí)時(shí)監(jiān)察數(shù)據(jù)情況.

采購(gòu)計(jì)劃流程節(jié)點(diǎn)：采購(gòu)申請(qǐng)、采購(gòu)初審、歸口審核、采購(gòu)受理和采購(gòu)審批.圖4為采購(gòu)計(jì)劃流程某月份監(jiān)察信號(hào)統(tǒng)計(jì)，由圖4可知：采購(gòu)計(jì)劃流程中采購(gòu)初審和采購(gòu)審核節(jié)點(diǎn)紅牌率較高，表示節(jié)點(diǎn)超時(shí)限操作情況較為嚴(yán)重.

圖4 采購(gòu)申請(qǐng)環(huán)節(jié)信號(hào)統(tǒng)計(jì)Fig.4 Application process process signals of purchasing system

4 結(jié) 論

對(duì)復(fù)雜業(yè)務(wù)流程分析的基礎(chǔ)上，通過研究業(yè)務(wù)流程的組成和結(jié)構(gòu)，提出了一種基于復(fù)雜業(yè)務(wù)流程的SBLN的智能電子監(jiān)察模型.SBLN監(jiān)察模型將業(yè)務(wù)系統(tǒng)抽象為由流程節(jié)點(diǎn)為最小單位的網(wǎng)狀空間結(jié)構(gòu)，研究了如何在其上構(gòu)建風(fēng)險(xiǎn)監(jiān)察點(diǎn)，并制定了監(jiān)察的方法和維度.找出了一種較為通用的監(jiān)察方法，對(duì)各類信息業(yè)務(wù)系統(tǒng)的業(yè)務(wù)運(yùn)作進(jìn)行實(shí)時(shí)監(jiān)察.研究了基于規(guī)則推理和智能監(jiān)察模型，監(jiān)察引擎和數(shù)據(jù)挖掘算法，對(duì)電子監(jiān)察數(shù)據(jù)進(jìn)行相關(guān)性推理，挖掘潛藏在大數(shù)據(jù)中的隱性知識(shí).利用大數(shù)據(jù)的優(yōu)勢(shì)，盡可能挖掘出對(duì)監(jiān)察人員或機(jī)構(gòu)有價(jià)值的信息，為其執(zhí)行監(jiān)督和決策提供智力支持.該研究成果已應(yīng)用于實(shí)際電子監(jiān)察系統(tǒng)中，結(jié)果顯示研究成果對(duì)加強(qiáng)業(yè)務(wù)領(lǐng)域權(quán)力運(yùn)行規(guī)范性監(jiān)督有深遠(yuǎn)的意義.

[1] 胡立龍.基于規(guī)則引擎的電子監(jiān)察系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].長(zhǎng)沙：湖南大學(xué),2013.

[2] 蘆源.基于規(guī)則的實(shí)時(shí)監(jiān)察引擎的設(shè)計(jì)與實(shí)現(xiàn)[D].沈陽：東北大學(xué),2007.

[3] 朱樹原.工作流技術(shù)在紀(jì)檢監(jiān)察信息管理系統(tǒng)中的應(yīng)用[D].天津：天津大學(xué),2011.

[4] 周志逵，徐先傳．?dāng)?shù)據(jù)倉(cāng)庫(kù)中數(shù)據(jù)抽取、轉(zhuǎn)換及加載工具研究[J]．北京理工大學(xué)，2003，23(6):720-723.

[5] TANAKA M, AOYAMA N, SUGIURA A, et al. Integration of multiple knowledge representation for classification problems[J]. Artificial intelligence in engineering,1995,9(4):243-251.

[6] 王亞南．專家系統(tǒng)中推理機(jī)制的研究與應(yīng)用[D]．武漢：武漢理工大學(xué)，2006．

[7] 張瀟元,劉利人,韓海雯，等.基于SOA云架構(gòu)的電子監(jiān)察業(yè)務(wù)平臺(tái)的設(shè)計(jì)與構(gòu)建[J].計(jì)算機(jī)科學(xué),2014,41(z2):473-477.

[8] 馬玉玲.基于clustering算法的事務(wù)抽樣關(guān)聯(lián)規(guī)則挖掘算法[J].計(jì)算機(jī)應(yīng)用,2015(z2):77-79.

[9] ZHANG Zaifang, CHENG Hui, CHU Xuening，et al. Aided analysis for quality function deployment with an Apriori-based data mining approach[J]. International journal of computer integrated manufacturing,2010,23(7):673-686.

[10] MAJA H, ELIZABETH C. Onto-agent methodology for design of ontology-based multi-agent systems[J].International journal of computer systems science; engineering,2008,23(1):19-30.

[11] 郝平,倪國(guó)華,余育青.基于OLAP分析和關(guān)聯(lián)規(guī)則的區(qū)域能耗預(yù)警系統(tǒng)研究[J].浙江工業(yè)大學(xué)學(xué)報(bào),2013,41(5):534-538.

[12] 高雪,謝儀,侯紅衛(wèi).基于多指標(biāo)面板數(shù)據(jù)的改進(jìn)的聚類方法及應(yīng)用[J].浙江工業(yè)大學(xué)學(xué)報(bào),2014,42(4):468-472.

[13] 李偉,臧立濤,李澎林.面向?qū)蛹?jí)結(jié)構(gòu)的任務(wù)動(dòng)態(tài)分配策略[J].浙江工業(yè)大學(xué)學(xué)報(bào),2016,44(5):501-504.