京公网安备 11010802034615号
经营许可证编号:京B2-20210330
今年“织网工程+”将重点推进3项任务:全面推进“统一受理平台”试点工作、全面推进社会建设“织网工程”二期项目建设、宝安手机app民生综合服务平台开发工作。
这3项重点任务还拍摄成了《云联宝安智达万家》、《数织云网网织民心》、《宝安民生一手在握》微电影,全方位展示社会建设的当前问题矛盾和行动计划的未来前景。
家住宝安西乡的何姐,在各个窗口排队,交材料,填单,复印打印,出入各个办事大厅,忙得团团转。她说:“为了孩子上学,我也算是蛮拼的,东奔西跑。户籍证明、住址证明、社保证明、就业证明,就单开证明我至少跑了四个部门,然后报名填表,提交等待就读资格和积分审核,然后复核申请等待,总共花了两个多月才办完。”统一受理平台建成后,家长可以通过移动或pc等智能终端统一申报,各项数字证明材料上传后,平台会统一共享,家长不用再重复提供。之后,终端会自动推送至公安、房产、社保、计生等职能部门对就读资格和积分进行审核。而且,家长可通过手机app、网页或短信随时查询获得孩子的资格和积分审核。整个过程下来,不仅比现场办理少跑了很多地方,时间也快了足足一个月。
以前各街道采集到的数据和事件信息,要现场拍照、填表格,还要安排专人负责信息录入,最后分送各个部门,特别是三小场所、房中房等隐患信息,涉及的责任部门多,责任主体不明确,有时一天的事件信息就是厚厚的一沓文件,分送到各个部门更是跑断腿可能都落实不了的事儿。而有了科学分级分类,明确责任主体,有效避免了事件久积不决、责任推诿、重复采集等问题。同时,大数据在为提供给领导和业务部门科学决策方面也是大显神威。比如:辖区人口分布情况,公共服务统计数据、重点工作的进展、民生实事的完成情况、政府投资项目的跟踪管理等,所有应急事件与动态第一时间也可掌握。应急事件模块将对详细事件分类及数据汇总,比如宝安区内涝情况,只要点击实有事件分类,选择内涝事件,就可看到特定时间的内涝事件总数、区域分布、损失情况等,通过地图标识,点击事件发生区域,即可看到具体某区域该事件图片和具体说明。领导的决策将更及时、准确、高效。
宝安民生app也很不一般,它“全”,一个app,包含所有政务民生类服务事项,解决所有政务民生问题,老百姓用着方便,真正实现“宝安民生,一手在握”;它“特”,比如医院室内精准定位、家校互动平台、义工刷码计时,都是我区特有的创新举措;它“活”,政府与社会力量共建,既发挥了政府在公共资源整合方面的优势;又借助专业运营团队克服了众多政务类软件“有人建,没人管”的弊端,确保它始终具有鲜活的生命力。
“织网工程+”六大行动
一是完善公共信息资源系统,建立资源共享的“大数据”库;
二是着眼数据动态准确,健全规范高效的信息采集机制;
三是着眼责任落实,建设流程规范、高效运转的实有事件分拨平台;
四是着眼科学决策,建设全区决策分析应用支撑平台;
五是着眼深化行政审批制度改革,建立“统一受理”平台;
六是着眼便民惠民,建立智慧民生服务体系。
“织网工程+”三大内容
统一受理平台:西乡街道民生服务中心开展“统一受理平台”试点,建立以信息资源共享为核心的政务协同机制,为群众提供业务协同、同城通办、主动服务、就近办理、一证通办等高效便捷的服务。预计“统一受理平台”建成后,群众办事申请材料电子化可达到50%以上,窗口人员避免重复录入率可达到50%以上,采用互联网和手机申报事项率可达到25%以上;老百姓去窗口递交纸质材料的次数可减少一半以上。“统一受理平台”改进了行政审批效率,提高了行政服务效能。
统一分拨系统:以网格员采集的实有事件信息为基础,整合区长信箱、社区家园网、“随手拍”等多渠道信息来源,将全区实有事件一口归集到一个平台,建立实有事件的分级分类标准,建立区—街道—社区三级管理机制,构建实有事件分拨处置运行机制,以自动分拨为主,人工分拨为辅,相关职能部门接收事件信息后在规定时限内进行处置,并将处置结果进行反馈,引入电子监察系统,对处置情况进行全流程考核,强化部门工作责任,促进社会管理的精细化、规范化。
民生综合服务app:宝安app民生综合服务平台基本上囊括了宝安区教育、医疗、卫生、文体、社保等民生服务事项,群众下载了这个app,就不需要下载其他政务app了。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21