基于頻繁時序挖掘的移動政務場景化服務策略研究

王福 康麗琴 劉宇霞

摘 要：[目的/意義]現(xiàn)有移動政務信息逐漸呈現(xiàn)為泛在化、碎片化、個性化、交互性、原創(chuàng)性和分享性的特征，如何挖掘移動政務不同場景下用戶的信息接受期望，并為其實現(xiàn)多元化和個性化的政務信息推送，這對于提升移動政務的服務水平和服務性能意義重大。[方法/過程]本文采用頻繁時序的挖掘方法，對用戶所處場景的政務信息接受期望進行有效地挖掘，并為用戶在相應的場景精準地提供其期望的敏感性業(yè)務，這是提升移動政務服務黏性的重要路徑。[結(jié)果/結(jié)論]提出了移動政務的“場景—行為—情境”的三維一景適配的服務策略，并將其細化為標準化和個性化適配服務策略，期望能為移動政務信息接受提供理論依據(jù)和實踐指導。

關鍵詞：頻繁時序挖掘;移動政務服務;場景化服務;數(shù)據(jù)挖掘;服務策略

Abstract：[Purpose/Significance]The existing government information gradually presents the characteristics of ubiquitous，fragmented，personalized，interactive，original and shared.How to excavate the users expectation of receiving government information in different scenarios and realize diversified and personalized government information push is of great significance for improving the quality and efficiency of government service.[Method/Process]The paper adopt frequent time series mining method to effectively mine the government information acceptance expectation of the users scene and accurately provided the sensitive business of the users expectation in the corresponding scene.[Result/Conclusion]Based on this，this paper put forward the three-dimensional one scenario adaptation strategy of“Scene-Behavior-Context”of mobile government，and refined it into standardized and personalized adaptation，which laid the foundation and provided guidance for the actual optimization of mobile government.

Key words：frequent sequential mining;mobile government service;scenario service;data mining;service strategy

為了把握國內(nèi)電子政務的研究脈搏，以CNKI為檢索工具，利用文獻調(diào)研法對現(xiàn)有研究成果梳理后發(fā)現(xiàn)，目前，國內(nèi)電子政務的研究成果主要集中在以下幾個方面：1）影響因素。蔣驍?shù)葹榱颂骄繃鴥?nèi)電子政務用戶采納的影響因素，運用問卷調(diào)查方法構(gòu)建了國內(nèi)電子政務采納接受模型[1]。王立華等基于386位西安農(nóng)民的調(diào)查，采用Logistic模型分析和實證了農(nóng)民對電子政務采納的影響因素[2]。錢麗等針對“互聯(lián)網(wǎng)+政務”服務的特點，從感知信任、環(huán)境特征、公眾滿意3個維度對電子政務采納的影響因素進行了分析[3]。2）價值共創(chuàng)。劉柳等探討了政府與社會用戶共同創(chuàng)造電子政務價值的內(nèi)涵、領域和內(nèi)容，并以PARTS模型作為分析電子政務價值共創(chuàng)的方法，從多個視角分析了電子政務價值共創(chuàng)戰(zhàn)略要素[4]。溫倩宇等將價值網(wǎng)理論與電子政務價值共創(chuàng)相結(jié)合，探索電子政務的價值共創(chuàng)機制[5]。司文峰等結(jié)合國內(nèi)研究的現(xiàn)狀，將價值共創(chuàng)理論引入電子政務，探討了電子政務價值共創(chuàng)的內(nèi)容、過程和資源要素[6]。3）服務質(zhì)量。陸敬筠等基于服務質(zhì)量理論，結(jié)合電子政務服務內(nèi)容，對電子政務服務質(zhì)量要素進行了識別[7]。郭俊華等構(gòu)建了移動政務服務質(zhì)量評估模型，揭示了移動政務服務質(zhì)量與用戶滿意度和持續(xù)使用意愿之間的關系[8]。楊雅芬從公共服務質(zhì)量評價、公眾滿意度評價、政府網(wǎng)站質(zhì)量評價等方面對現(xiàn)有研究成果進行了分析和論述[9]。4）數(shù)據(jù)共享。徐曉林等基于電子政務的應用現(xiàn)狀分析，指出數(shù)據(jù)孤島和數(shù)據(jù)煙囪對于數(shù)據(jù)共享的制約，以標準化為切入點，逐步完善云端共享平臺的路徑推進政務數(shù)據(jù)的共享[10]。翟云基于“業(yè)務—技術—組織”三維視角，強化數(shù)治思維，建立業(yè)務協(xié)同長效機制，創(chuàng)新制度保障的政府網(wǎng)服務中存在的問題[11]。5）移動服務。馬亮指出智能手機在農(nóng)村居民的普及率已經(jīng)較高，發(fā)展移動政務是推進“互聯(lián)網(wǎng)+政務服務”的有效路徑，應突出以移動政務為核心的發(fā)展戰(zhàn)略，加強激勵并切實提升移動政務質(zhì)量，特別是同第三方平臺合作提供移動政務服務[12]。邵坤煥等在技術接受模型（Technology Acceptance Model，TAM）、修正的技術接受模型（Technology Acceptance Model Two，TAM2）、技術采納與利用整合理論（Unified Theory of Acceptance and Use of Technology，UTAUT）、創(chuàng)新擴散理論（Innovation Diffusion Theory，IDT）和信任模型的基礎上，結(jié)合移動政務的特性，提出移動政務服務的用戶接受模型，并通過具體分析外部變量和內(nèi)部變量的影響因素，對我國移動政務建設提出建議[13]。在對以上文獻梳理的過程中發(fā)現(xiàn)，有關于電子政務的研究主要集中在影響因素、價值共創(chuàng)、服務質(zhì)量、數(shù)據(jù)共享和移動服務。從研究成果的數(shù)量上講，相對于電子政務整體研究成果而言，移動政務的研究成果相對較少，且現(xiàn)有移動政務的研究存在著兩個方面的局限。其一是沒有充分利用政務的移動性所帶來的便利，如移動終端的智能性、用戶的可定位性、移動終端傳感器的多種類性，致使對于用戶位置信息接受興趣的挖掘未能引起業(yè)界的足夠重視，然而這對于如何為用戶提供具有黏性的服務意義重大;其二是現(xiàn)有移動政務應用沒有充分利用社交性帶來的便利，沒有足夠重視當今社交媒體對于移動政務用戶與用戶以及用戶與政府的連接作用，致使用戶間以及用戶與政府之間的黏性不高。環(huán)顧當今移動政務所處的環(huán)境，其與傳統(tǒng)的電子政務具有本質(zhì)上的不同，如隨著大數(shù)據(jù)、傳感器、移動設備、社交媒體和移動終端在移動政務中嵌入的漸進漸深，5G、人工智能、物聯(lián)網(wǎng)等在移動政務中逐漸應用，往往會出現(xiàn)理論研究落后于實際應用的狀況。為了更好地指導移動政務的實際應用，很有必要對移動政務的服務模式進行深入研究和探討，以提升移動政務的服務質(zhì)量和服務效率[14]。本文的貢獻在于，能夠及時發(fā)現(xiàn)移動政務所處環(huán)境的變化，從移動政務的屬性特征剖析為切入點，以用戶接入應用的頻繁時序挖掘為基本方法，運用場景理論、情境理論和適配理論構(gòu)建了移動政務的場景化服務策略，一方面豐富了移動政務場景化服務理論;另一方面為指導移動政務的實際應用提供了依據(jù)。

1 移動政務的場景化服務內(nèi)涵及其形成動因

1.1 移動政務的場景化服務內(nèi)涵及特征

1.1.1 移動政務的場景化服務內(nèi)涵

移動政務是傳統(tǒng)電子政務與移動通信技術相結(jié)合的產(chǎn)物。借鑒電子政務的定義，移動政務指的是政府機構(gòu)借助信息通信技術和移動設備將服務以電子的方式傳遞給公眾。移動政務是對電子政務的補充，且僅限于運用移動技術，通過手機、掌上電腦、PDA及其它移動設備，借助于無線網(wǎng)絡設備、藍牙等接入基礎設施而享受服務的方式。近年來，移動政務在滿足用戶信息需求方面取得了一定的進展，提升了移動政務的質(zhì)量和效率[15]。但是，隨著大數(shù)據(jù)、移動設備、傳感器、社交媒體和移動終端這些場景要素在移動政務中嵌入程度的加深，以及政務系統(tǒng)中的資源情境、技術情境和服務情境的不斷豐富和細化，使得現(xiàn)有的移動政務已不能滿足用戶的信息接受期望，移動政務急需要打破傳統(tǒng)服務模式的制約，實現(xiàn)服務轉(zhuǎn)型和創(chuàng)新[16]。移動政務的場景化服務正是迎合這種變化而出現(xiàn)的一種新的政務服務模式，所謂移動政務的場景化服務是指在特定的時間和特定的空間移動政務系統(tǒng)滿足用戶信息接受期望的信息資源豐富程度、技術保障能力和服務支撐能力的集合[17]。移動政務場景化服務包含了場景的功能屬性和過程屬性，場景的過程屬性包含了信息接受的時間、地點、人物、事件，場景的功能屬性包括大數(shù)據(jù)、傳感器、移動設備、社交媒體和移動終端。移動政務場景化服務的實質(zhì)是將場景的過程屬性和功能屬性關聯(lián)耦合形成了移動政務的場景化服務的綜合能力的過程。

1.1.2 移動政務的場景化服務特征

移動政務的場景化服務特征來源于移動政務的過程屬性和功能屬性。結(jié)合現(xiàn)有理論研究和實際應用，可以將移動政務場景化服務特征概括為移動性和社交性兩個維度，這兩個維度又分別包含了各自的子特征[18]。1）移動性。所謂移動性是指任何用戶在任何時間、任何地點可以接受任何政務信息。正是由于政務應用的移動性，使得其亦具有泛在性的特征。同時，由于移動設備的特點使移動政務又具有碎片化的特點[19]。不同場景意味著在不同的信息接受時空，不同用戶的信息接受期望并不相同，移動政務應具有個性化服務的特征，否則難以強化用戶持續(xù)的政務采納意愿。由此，政務的移動屬性最終表現(xiàn)為泛在化、碎片化和個性化特征方面。2）社交性。社交性是新媒體環(huán)境下移動政務所具有的特征。基于移動政務的社交性，用戶可以對相關信息進行點贊、轉(zhuǎn)發(fā)、評論、分享。由此，我們不難發(fā)現(xiàn)移動政務服務具有類似于點贊、轉(zhuǎn)發(fā)和評論的交互特征，也具有類似于評論的原創(chuàng)特征，以及通過社交功能進行分享的特征。由此，移動政務在向用戶提供服務時，會充分體現(xiàn)這兩個維度、6個方面的特征，實現(xiàn)服務創(chuàng)新。移動政務場景化服務特征框架如圖1所示。

如圖1所示，移動政務平臺借助于各類情境的組織效用對用戶提供移動服務，用戶信息接受的愉悅度體現(xiàn)為移動政務平臺資源情境的可用性、技術情境的有用性和服務情境的易用性[20]。用戶將基于場景的體驗實時地反饋給移動政務平臺，移動政務平臺根據(jù)用戶的反饋，將資源情境的可用性、技術情境的有用性和服務情境的易用性進行三維一景的適配，其適配效果體現(xiàn)為移動性和社交性的兩大特性。移動政務平臺通過用戶信息接受體驗反饋不斷迭代情境的組織和再組織方式，實現(xiàn)信息接受情境組織的優(yōu)化，而信息接受情境中資源情境的可用性、技術情境的有用性和服務情境的易用性表現(xiàn)為移動性和社交性兩個維度的屬性，而移動性和社交性分別又細化為泛在化、碎片化、個性化和交互性、原創(chuàng)性和分享性6個方面的立體化的特征。

1.2 移動政務的場景化服務形成動因

1.2.1 移動政務的場景化服務形成誘因

隨著信息技術的飛速發(fā)展，移動電話、移動互聯(lián)網(wǎng)的優(yōu)勢已凸顯出來，用戶通過移動終端隨時隨地、自由自在地享受網(wǎng)絡服務已變成現(xiàn)實。為了進一步發(fā)揮政務信息服務優(yōu)勢，政府機關通過移動終端、PDA、無線網(wǎng)絡、藍牙、RFID等技術為公眾提供服務。這種服務方式隨著政務平臺資源情境、技術情境和服務情境的不斷豐富，以及隨著大數(shù)據(jù)、移動設備、社交媒體、傳感器和定位系統(tǒng)等場景要素的嵌入，使得移動政務場景化服務必將成為未來移動政務的發(fā)展趨勢[21]。然而，根據(jù)現(xiàn)有理論研究和實際調(diào)研發(fā)現(xiàn)，現(xiàn)有移動政務平臺的場景化服務能力薄弱，現(xiàn)有移動政務并未充分地將場景要素融入到情境要素之中，亦并未形成具有競爭性的綜合服務能力，大多移動政務的服務內(nèi)容、服務形式同質(zhì)化現(xiàn)象嚴重，用戶信息接受的持續(xù)意愿較低，移動政務并未充分發(fā)揮其應有的效用。為此，各級各類政府機構(gòu)及相關部門應充分重視場景化要素在移動政務中作用的有效發(fā)揮，克服場景化要素游離于政務系統(tǒng)內(nèi)部的現(xiàn)狀，將其充分融入到移動政務的服務能力形成過程之中，真正發(fā)揮其應有的效用[22]。

1.2.2 移動政務的場景化服務形成動因

場景時代，移動政務所處的環(huán)境正在發(fā)生著巨大的變化。用戶可以隨時隨地接受其期望的政務信息，如：用戶可以利用乘地鐵或等公交的碎片時間，通過簡單的指尖操作接受政務信息。移動政務系統(tǒng)在一定程度上存在著信息過載，形成了“有用的信息找不到，沒用的信息滿屏跑”的局面，這增加了用戶在單個內(nèi)容產(chǎn)品上的信息接受時間，這就要求移動政務平臺要實時感知用戶所處的場景及場景變化，通過其接入場景的頻繁程度挖掘其在不同場景的歷史信息需求期望、信息搜索習慣和信息接受偏好，為其在合適的場景推送其期望的信息，提升用戶信息接受體驗的愉悅度，增強信息接受持續(xù)意愿[23]。由此，移動政務的場景化服務形成動因如圖2所示。

如圖2所示，由于場景五力的出現(xiàn)，以及環(huán)境和時代的變遷，使得移動政務逐漸體現(xiàn)為人、場景、情境間的多維度交互，通過交互促進不同維度信息接受情境的有機融合，進而實現(xiàn)移動政務的服務模式創(chuàng)新，即通過場景化的服務實現(xiàn)資源情境的可用性、技術情境的有用性和服務情境的易用性的有效融合[24]。由圖2可知，可以根據(jù)用戶接入某個場景的頻繁時序的挖掘，為用戶提供適配其所處場景的信息服務，就需要對用戶所處場景的信息接受期望進行挖掘，至于如何對用戶接入場景的頻繁時序挖掘正是本研究的核心，也是本研究的主要貢獻點和創(chuàng)新點。

2 移動政務信息接受的頻繁時序挖掘

2.1 移動政務信息接受頻繁時序挖掘方法

由上述分析可以發(fā)現(xiàn)，移動政務信息被接受，需要有3個維度的要素，即信息接受時間、信息接受空間和信息接受期望。移動政務用戶在歷史場景接受信息的數(shù)據(jù)都存儲在日志中，移動政務歷史場景信息接受的日志數(shù)據(jù)一般包含用戶接受信息的位置（Location）、接受信息的時間（Time）和接受信息的期望（Acceptance Expectation）。假設u=（l，a，t），其中u為移動政務信息接受接入模式集合M的元素，l為用戶信息接受位置集合L的元素，a為用戶信息接受期望集合A的元素，t為用戶信息接受時間集合T的元素，則移動政務場景化信息接受場景接入模式三元組可以表示為式（1）[25]。

移動政務場景化信息接受序列接入模式可以表示為M=〈u1，u2，…，un〉，其中ui=（li，ai，ti），1≤i≤n，且n∈N，表示為某個場景i的信息接受接入模式，n為移動政務場景化信息接受序列接入模式M的維數(shù)[26]。另外，假設M′=〈u′1，u′2，…，u′m〉，并且m

假設移動政務場景化信息接受日志數(shù)據(jù)庫D={Ms1，Ms2，…，Msn}，其中包括n（n∈N）種移動接入模式，則將接入移動政務場景模式Ms量綱同一化之后，其信息接受接入模式的支持度可定義為式（3）。

假設移動政務信息接受場景化接入模式Ms的支持度Sup（Ms）大于用戶實現(xiàn)定義的期望閾值δ，則移動政務場景化接入模式Ms被稱為頻繁移動接入模式。移動政務平臺數(shù)據(jù)庫D中保存著用戶接入移動政務場景接受信息的日志和用戶自定義的閾值δ，基于此，我們可以利用移動政務場景化信息接受日志挖掘頻繁序列移動接入模式[27]。

2.2 移動政務信息接受頻繁時序挖掘過程

基于現(xiàn)有理論研究，結(jié)合移動政務的場景化服務特征，本文借鑒北京郵電大學經(jīng)濟管理學院馬子斌等專家學者的研究方法[28]，對移動政務場景化信息接受進行挖掘，這種挖掘用戶信息接受的方法的特點是可以有效發(fā)現(xiàn)與時間相關的頻繁序列，基于此頻繁序列挖掘用戶信息接受期望，并實現(xiàn)信息接受位置、信息接受時間和信息接受場景的關聯(lián)耦合，進而可以為用戶在合適的時間和合適的地點推送合適的信息。為此，本研究以某移動政務系統(tǒng)為被測對象，召集用戶進行測試。測試的方法是通過在用戶的移動終端安裝錄屏軟件，記錄被測用戶接入移動政務的時間、位置，通過對用戶的操作和出聲分析其信息接受期望，并以此為基礎數(shù)據(jù)進行分析，這些數(shù)據(jù)顯示了用戶在不同的時間ti及位置li激活用戶信息接受期望ai，形成了移動政務場景化信息接受接入模式ui=（li，ai，ti），1≤i≤n，n∈N[29]。移動政務用戶在不同的場景激活了不同的信息接受，這樣在移動政務的信息接受日志數(shù)據(jù)庫D中記錄了移動政務場景化信息接受接入模式M，本研究測試的移動政務場景化信息接受接入時間如表1所示。

以表1試驗的數(shù)據(jù)構(gòu)建移動接入模式序列樹，將移動政務場景化信息接受序列接入模式以數(shù)據(jù)形式儲存于移動政務數(shù)據(jù)庫D中，以便更有效地挖掘頻繁序列移動接入模式和時間頻繁序列移動接入模式，以組合數(shù)據(jù)庫D中的移動序列組合日志信息為依據(jù)，形成表2所示的被測用戶的政務信息接受過程[30]。

表2中是以被測用戶的移動序列接入模式（Insert1，Insert2，Insert3，Insert4，Insert5，Insert6）說明移動序列接入模式樹的構(gòu)建。首先從〈（a，2，t1）（b，3，t2）（c，6，t9）（d，9，t11〉中提取移動序列〈a，b，c，d〉，然后插入移動序列接入模式樹，移動序列〈a，b，c，d〉中每個節(jié)點的計數(shù)在移動序列接入模式樹中自動加1;在移動序列接入模式樹中，移動序列〈a，b，c，d〉的尾節(jié)點構(gòu)建信息接受期望樹，用來記錄在相同移動序列下的不同信息期望，因而在每個移動序列的尾節(jié)點都將有一個信息接受期望樹[31];依據(jù)該方法從〈（a，2，t1）（b，3，t2）（c，5，t9）（d，8，t11〉中提取信息接受期望〈2，3，6，9〉，并將其插入相應的信息接受期望樹給出的移動序列接入模式樹的構(gòu)建原理，如圖3所示。

如圖3所示，假設用戶自行定義的支持度閾值是0.3，則只有當每個空間和信息接受節(jié)點的計數(shù)大于或等于2時才能符合要求。通過對圖1的節(jié)點結(jié)構(gòu)分析，發(fā)現(xiàn)移動政務場景接入序列表頭中的所有節(jié)點計數(shù)都滿足最小的支持度閾值2，我們隨機選擇移動政務場景接入序列表頭中的d節(jié)點來構(gòu)建（d，*，*）的信息接受期望樹[32]。通過掃描圖1移動時序接入模式樹中包含d的移動序列各個節(jié)點，將這些節(jié)點的信息接受期望進行計數(shù)，并構(gòu)建相應的信息接受期望樹，如圖4所示。

信息接受期望樹的每個節(jié)點都記錄了信息接受在移動序列接入模式（d，*，*）中的計數(shù)，由此可以得到信息接受尾節(jié)點的信息接受累計表。在該信息接受期望累計表中，我們將小于支持度閾值2的信息接受節(jié)點序列刪除，并把符合要求的信息接受節(jié)點和移動序列接入模式（d，*，*）進行組合來重構(gòu)移動序列接入模式樹[33]。如圖5所示，箭頭上方是組合前綴接入模式（d，7，*）的移動序列接入模式樹重構(gòu)例子，對圖5中的最新信息接受期望累計表進行掃描，將滿足支持度閾值2的移動接入模式（b，2，*）選出，通過使用（d，7，*）（b，2，*）作為前綴接入模式重構(gòu)移動序列接入模式樹[34]。

圖5中，箭頭下方由于最新信息接受期望累計表的計數(shù)都小于2，所以（d，7，*）（b，2，*）作為頻繁序列移動接入模式而被選出。對以上處理流程進行遞歸處理，針對位置和信息接受期望的頻繁程度，直到所有頻繁序列移動接入模式被選出。

2.3 移動政務信息接受頻繁時序挖掘結(jié)果

移動政務平臺如何在最佳的時間段內(nèi)重點推出移動用戶感興趣的信息接受已經(jīng)成為移動政務平臺需要解決的一個主要問題。在頻繁序列移動接入模式中，如果一個頻繁序列移動接入模式中的（li，si，ti）之間的時間間隔在規(guī)定的時間閾值δ內(nèi)，則該頻繁序列移動接入模式被認為是在一定時間段內(nèi)具有時間敏感性[35]。假設規(guī)定的時間閾值δ是1h，我們對頻繁序列移動接入模式進行分析，t3、t4、t5、t6的時間取值在時間范圍在[8∶20∶29，08∶43∶42]內(nèi)，而t9、t10、t11、t12的時間取值在時間范圍在[11∶23∶22，12∶01∶17]內(nèi)，并都在時間閾值δ內(nèi)分布，則〈（f，3，*）（d，8，*）〉和〈（g，6，*）（d，9，*）〉是在這兩個時間段內(nèi)的頻繁移動序列接入模式，由此被測移動政務平臺可以在這兩個時間段內(nèi)重點關注這兩個移動序列接入模式[36]，具體的關注方式如表3所示。

如表3所示，移動政務需要在不同的時間和地點為不同的用戶提供針對性的服務，其服務的敏感性強，有利于快速提升移動政務的質(zhì)量和效率。

3 移動政務場景化服務策略

移動政務場景化服務策略可以基于頻繁序列信息接入模式挖掘結(jié)果所提出。利用本研究的方法對移動政務場景化信息接受接入挖掘結(jié)果表明，用戶只有在特定的時間、特定的空間會產(chǎn)生特定的信息接受期望，這些信息接受期望的形成得益于移動政務平臺的資源情境、技術情境和服務情境聚合適配的結(jié)果。正是由于用戶對于移動政務具有時間和空間的特殊需求，使得用戶的移動政務場景化信息接受表現(xiàn)為時間和空間的敏感性。由此，移動政務平臺在場景化服務策略制定中要將用戶的信息接受細化為信息需求、信息搜索和信息接受三個維度，利用用戶信息接受的敏感性實現(xiàn)“場景—需求—情境”、“場景—搜索—情境”、“場景—接受—情境”3個維度的精細化適配。然而，現(xiàn)有移動政務服務的同質(zhì)化現(xiàn)象較為嚴重，并未充分發(fā)揮大數(shù)據(jù)、傳感器、移動設備、社交媒體和定位系統(tǒng)的這些場景要素的作用[37]。有鑒于此，在移動政務場景化服務策略的制定中要從標準化適配和個性化適配兩個視角進行制定。所謂標準化適配，是指用戶政務能滿足大多數(shù)人的大多數(shù)需求，如政務系統(tǒng)中的常見問題、政策法規(guī)、信息查詢等業(yè)務，而個性化適配則是能滿足特定用戶在特定場景的信息需求，如在線咨詢、精準信息推送等[38]。

3.1 標準化適配策略

移動政務場景化信息接受的標準化適配是從政務服務的常規(guī)性、普及性和大眾性出發(fā)而言的，標準化適配就是要盡可能基于場景要素和情境要素的關聯(lián)、耦合，并從功能上和效用上進行融合，實現(xiàn)場景要素和情境要素對于用戶日常的、大眾的、普遍的信息接受期望的滿足。所以，可以通過提升系統(tǒng)運行中的容錯能力，保持數(shù)據(jù)的完整性和一致性，有效地避免系統(tǒng)的崩潰是移動政務平臺標準化適配需要深入考慮和研究的。移動政務的場景化服務情境標準化適配策略如圖6所示。

移動政務平臺的標準化適配的優(yōu)化主要表現(xiàn)在服務平臺的穩(wěn)定性、流暢性、安全性、界面友好性、信息資源的組織性能，系統(tǒng)平臺是否支持故障的自檢與維護。如圖6所示，移動政務平臺的標準化適配的本質(zhì)是表現(xiàn)在情境的功能效用上，即資源情境的可用性、技術情境有用性和服務情境的易用性能否滿足用戶的標準化需求，如資源情境在滿足用戶普遍需求方面是不是可用，技術情境在滿足用戶普遍需求方面是不是有用，服務情境在滿足用戶普遍需求方面是不是易用等等[39]。通過頻繁時序挖掘，捕捉用戶日常的、大眾的、普遍化的信息接受接入，幫助用戶在龐雜的移動政務信息世界里提高信息接受的有效性，快速抓住用戶接受信息的短時心理效應，并為其提供信息接受的標準化適配保障。

3.2 個性化適配策略

相對于標準化適配是針對大眾用戶而言，移動政務平臺的個性化服務針對的是單個用戶而言的，不同的用戶在不同場景，甚至是相同的場景，由于其信息需求期望、信息搜索習慣和信息接受偏好不同，其信息接受期望自然不同，此時就應該借助于移動政務平臺的資源情境、技術情境和服務情境來滿足用戶的個性化的信息接受需求[40]。因此，移動政務平臺應注重將場景要素在其中的嵌入程度，以及場景要素和情境要素的關聯(lián)程度，通過對這兩類要素的有效整合、聚合和融合實現(xiàn)移動政務平臺資源情境的聚合適配，以滿足用戶的個性化信息需求。移動政務的場景化服務情境個性化適配策略如圖7所示。

在移動政務的個性化適配中，移動政務的個性化適配策略的優(yōu)化應充分體現(xiàn)信息接受內(nèi)容的針對性、適量性、適時性、協(xié)調(diào)性、適應性和有效果性。如圖7所示，通過基于頻繁時序挖掘，應該挖掘用戶信息接受的觸點、痛點，讓移動政務信息平臺成為刺激用戶信息接受的視角、聽覺、觸覺、感覺和味覺，探究不同用戶在不同場景的個性化的信息接受期望，并為此針對性地配置情境，形成移動政務的個性化信息接受適配機制。通過頻繁時序挖掘用戶信息接受期望，基于特定時空用戶的信息需求期望、信息搜索習慣和信息接受偏好，為用戶配置情境，在情境的配置過程中，強調(diào)資源情境的可用性、技術情境的有用性和服務情境的易用性，從而滿足用戶在特定時空的特定信息接受期望。

4 結(jié) 論

通過文獻梳理發(fā)現(xiàn)，現(xiàn)有移動政務服務的同質(zhì)化現(xiàn)象較為嚴重。基于此，借鑒現(xiàn)有研究成果對移動政務平臺場景化頻繁時序接入模式進行挖掘，得到了移動政務的服務策略，指出移動政務適配性功能是移動政務場景化服務的最終目標。由此，移動政務平臺在做好場景搭建、情境配置的同時，要通過頻繁時序挖掘的方法分別對用戶大眾和普遍的信息需求接入模式以及用戶的個性化需求接入模式進行挖掘，通過分析挖掘結(jié)果，為不同的用戶提供合適地點和合適時間的合適信息，使用戶在信息接受過程中始終保持沉浸感，享受信息接受的暢體驗。在本研究過程中，證明了通過頻繁時序挖掘的方法可以挖掘用戶在不同場景的信息接受期望，然而由于被測樣本較少，所以本研究還存在著一定的局限，期待下一步能夠加以改進。本研究也證明通過頻繁時序挖掘還可以發(fā)現(xiàn)用戶信息接受的變化規(guī)律和變化原因，有利于移動政務平臺對場景要素和情境要素進行重新配置，以實現(xiàn)平臺對用戶信息接受最大效能的支持。

參考文獻

[1]蔣驍，季紹波，仲秋雁.電子政務服務公民采納模型及實證研究[J].科研管理，2011，32（1）：129-136，146.

[2]王立華，苗婷.農(nóng)民對電子政務服務的采納意愿及影響因素的實證分析——基于陜西省西安市農(nóng)民的調(diào)查數(shù)據(jù)[J].當代經(jīng)濟科學，2012，34（6）：109-114，126.

[3]錢麗，王永，黃海，等.“互聯(lián)網(wǎng)+政務”服務公眾采納模型的研究[J].情報科學，2016，34（10）：141-146.

[4]劉柳，胡廣偉.電子政務服務價值共創(chuàng)及戰(zhàn)略要素分析[J].電子政務，2015，（4）：90-97.

[5]溫倩宇，胡廣偉.基于價值網(wǎng)的電子政務服務價值共創(chuàng)機制研究[J].情報雜志，2017，36（12）：152-158.

[6]司文峰，胡廣偉.電子政務服務價值共創(chuàng)實現(xiàn)內(nèi)容、過程及資源要素分析[J].情報雜志，2018，37（1）：132-139.

[7]陸敬筠，朱曉峰.基于卡諾模型的電子政務服務質(zhì)量要素研究[J].電子政務，2012，（1）：75-80.

[8]郭俊華，朱多剛.移動政務服務質(zhì)量與用戶再使用意愿研究[J].圖書館學研究，2016，（2）：64-70.

[9]楊雅芬.電子政務服務質(zhì)量評價研究及啟示[J].情報資料工作，2013，（6）：69-74.

[10]徐曉林，明承瀚，陳濤.數(shù)字政府環(huán)境下政務服務數(shù)據(jù)共享研究[J].行政論壇，2018，25（1）：50-59.

[11]翟云.政府職能轉(zhuǎn)變視角下“互聯(lián)網(wǎng)+政務服務”優(yōu)化路徑探討[J].國家行政學院學報，2017，（6）：131-135，164.

[12]馬亮.中國農(nóng)村的“互聯(lián)網(wǎng)+政務服務”：現(xiàn)狀、問題與前景[J].電子政務，2018，（5）：74-84.

[13]邵坤煥，楊蘭蓉.公眾采納移動政務服務的綜合接受模型研究[J].現(xiàn)代情報，2011，31（12）：3-6.

[14]郭高晶.時空視角下省級政府政務微博運營效率評價[J].現(xiàn)代情報，2016，36（11）：94-98，131.

[15]國秋華，程夏.移動互聯(lián)時代品牌傳播的場景革命[J].安徽大學學報：哲學社會科學版，2019，43（1）：133-137.

[16]鄧莊.場景視閾下移動閱讀APP的發(fā)展策略[J].出版發(fā)行研究，2018，（10）：86-90.

[17]陳雅喬，龔梓坤.媒介批判視角下移動新聞的場景適配[J].傳媒論壇，2018，1（18）：36-37.

[18]王福，劉姝瑾.基于信息接受規(guī)律的移動圖書館場景重構(gòu)[J].情報資料工作，2018，（5）：50-56.

[19]謝斌.基于情境感知的移動圖書館場景化資源推薦服務研究[J].圖書館學刊，2018，40（8）：116-119.

[20]王福，畢強，張晗.移動圖書館信息接受場景識別研究[J].圖書情報工作，2018，62（15）：16-22.

[21]王福，畢強，許鵬程，等.移動圖書館信息接受適配及場景推薦[J].圖書情報工作，2018，62（15）：23-30.

[22]游筱婷.移動互聯(lián)網(wǎng)金融：場景與社交[J].齊齊哈爾大學學報：哲學社會科學版，2018，（7）：72-75.

[23]畢達天，王福.基于信息接受情境的移動圖書館場景構(gòu)建[J].情報理論與實踐，2018，41（6）：14-21.

[24]王福，畢強，張艷英.移動圖書館場景化信息接受內(nèi)容適配剖析[J].圖書情報工作，2018，62（11）：16-22.

[25]Julea A，Meger N，Bolon P，et al.Unsupervised Spatiotemporal Mining of Satellite Image Time Series Using Grouped Frequent Sequential Patterns[J].IEEE Transactions on Geoscience & Remote Sensing，2011，49（4）：1417-1430.

[26]詹艷艷，陳曉云，徐榮聰.基于時間序列的模式表示挖掘頻繁子模式[J].計算機工程與應用，2006，（21）：139-142，161.

[27]Chen C H，Hong T P，Tseng V S.Mining Fuzzy Frequent Trends from Time Series[J].Expert Systems with Applications，2009，36（2）：4147-4153.