K近邻算法在政府采购数据挖掘中的研究与应用

随着政府采购信息化水平的不断提升,政府部门在履行职责过程中沉淀了大量的政府采购数据。本文分析了政府采购中标信息的要素,在研究有监督机器学习方法和文本数据处理流程的基础上,选取K近邻分类算法将其应用于文本分类中,形成政府采购项目领域模型之后,再对各中标公司在各领域的出现情况进行分析,并研究在取不同K值情况下分类的准确率。

城市全面数字化转型中数据要素跨界流动:四种模式、推进逻辑与创新路径

数据要素跨界流动指数据在多元主体之间转移与交互,是城市推进全面数字化转型的基础,其推进状况直接影响城市经济社会发展和治理现代化。依据数据付费类型与数据要素流向,归纳出城市数据要素跨界流动的四种模式,即政府数据免费进入市场、政府数据有偿进入市场、企业数据有偿用于治理、企业数据免费用于治理。四种模式本质上分别为新型公共服务、国有资产运营、政府采购行为与政府服务管理,其推进逻辑分别是政企共建生态、政企合作共赢、政企议价博弈与政府统筹引领。针对未来发展,应制度化明确数据要素在城市发展中的战略作用,以职能完备的数据治理机构打造数据资源体系,通过平衡政企权益协同推进四种跨界流动模式,依托更高层次的制度建设破除城市面临的障碍。