一種基于Python 的政務(wù)服務(wù)“數(shù)字員工”系統(tǒng)設(shè)計

摘要：為進一步優(yōu)化政務(wù)服務(wù)提升行政效能，通過模式創(chuàng)新和數(shù)據(jù)賦能等途徑，在不同業(yè)務(wù)場景實現(xiàn)高效辦理和有效數(shù)據(jù)治理是當今時代賦予政務(wù)服務(wù)改革的命題。政務(wù)服務(wù)大廳通常面臨系統(tǒng)數(shù)據(jù)不互通、各種系統(tǒng)要求審批信息多次錄入的情況，這增加審批人員負擔，阻礙了數(shù)據(jù)的有效共享。文章以昆山市為例，闡述了政務(wù)服務(wù)“數(shù)字員工”系統(tǒng)設(shè)計，包括數(shù)據(jù)采集、自動化填報、智能輔助審批、基于政務(wù)服務(wù)平臺的數(shù)據(jù)共享和后臺管理監(jiān)督功能，為提升政務(wù)服務(wù)效能、促進數(shù)據(jù)共享提供了一個有效的途徑。

關(guān)鍵詞：Python；數(shù)字員工；網(wǎng)絡(luò)爬蟲；數(shù)據(jù)采集

中圖分類號：TP391.9 文獻標識碼：A

文章編號：1009-3044（2024）27-0038-04

0 引言

隨著我國在政務(wù)服務(wù)領(lǐng)域改革不斷深入，一網(wǎng)通辦建設(shè)對數(shù)據(jù)共享應(yīng)用方面需求越來越大，這要求數(shù)據(jù)的標準化、橫向系統(tǒng)整合和業(yè)務(wù)高度協(xié)同。同時各部門信息系統(tǒng)也在自身業(yè)務(wù)需求上快速迭代更新，這就帶來了問題：異構(gòu)信息系統(tǒng)數(shù)據(jù)共享困難，一線審批人員對每筆業(yè)務(wù)需要在多個系統(tǒng)進行填報錄入，數(shù)據(jù)歸集存在完整性、正確性和及時性上的質(zhì)量問題。當業(yè)務(wù)量大時容易發(fā)生錄入錯誤，同時也影響了工作效率，不利于政務(wù)服務(wù)領(lǐng)域數(shù)據(jù)治理。對于通過軟件層面開發(fā)對接功能來實現(xiàn)數(shù)據(jù)共享是一種途徑，但費時費力成本高，且不適用于業(yè)務(wù)的動態(tài)變化。

本文主要面向政務(wù)服務(wù)大廳審批人員在日常審批服務(wù)時，需要多個系統(tǒng)重復錄入的問題，展開機器人數(shù)據(jù)搬運的應(yīng)用設(shè)計，將“數(shù)字員工”和政務(wù)服務(wù)相結(jié)合，實現(xiàn)數(shù)據(jù)采集上報、智能輔助審核及其他管理系統(tǒng)間共享等應(yīng)用，將工作人員從煩瑣的信息報送操作中解放出來，提升工作效率和數(shù)據(jù)共享便捷度。

1 相關(guān)技術(shù)概念

1.1 RPA 智能機器人

RPA智能機器人是通過計算機軟件編制，面向有規(guī)則、重復任務(wù)場景，實現(xiàn)操作自動化處理的程序或腳本，具有低代碼、非入侵等特性，可快速部署投產(chǎn)，是一種數(shù)字化的勞動力。目前主流的RPA產(chǎn)品有Ui?Path、Blue Prism、Automation Anywhere、UiBot 等[1]，技術(shù)功能成熟，但是商用收費性質(zhì)，且在數(shù)據(jù)二次開發(fā)利用、個性功能定制等方面存在不足。

1.2 基于Python 的爬蟲技術(shù)

網(wǎng)絡(luò)爬蟲是面向互聯(lián)網(wǎng)網(wǎng)頁，可模擬瀏覽器訪問行為，通過獲取網(wǎng)頁代碼，再解析信息，對網(wǎng)頁上的其他鏈接地址可根據(jù)不同算法進行隊列訪問，實現(xiàn)自動化處理的程序[2]。Python 是一款功能強大的編程語言，美國電氣和電子工程師學會會刊將其評為2023年度編程語言排行榜之首[3]，，擁有豐富的功能庫支持，在人工智能開發(fā)方面被廣泛應(yīng)用[4]?；赑ython網(wǎng)絡(luò)爬蟲包括了URL管理、網(wǎng)頁下載和解析、數(shù)據(jù)存儲和數(shù)據(jù)分析等功能[5]，常用功能庫包括用于網(wǎng)頁請求的Urllib、Requests、Httpx，用于網(wǎng)頁數(shù)據(jù)解析的庫lxml、pyquery、BeautifulSoup、parsel等，用于數(shù)據(jù)分析的Mat?plotlib、Pandas、NumPy等；Scrapy是Python開發(fā)的爬蟲框架，基于Twisted 異步架構(gòu)，部署靈活，支持深度定制開發(fā)，適用于多業(yè)務(wù)環(huán)境下高并發(fā)的復雜操作[6]。

2 業(yè)務(wù)需求分析

在政務(wù)服務(wù)領(lǐng)域，審批工作面臨著普遍特性：1） 多次錄入。大部分許可類業(yè)務(wù)都基于部門條線業(yè)務(wù)系統(tǒng)操作。政務(wù)服務(wù)中心參照“互聯(lián)網(wǎng)+政務(wù)服務(wù)”技術(shù)標準建設(shè)的政務(wù)服務(wù)平臺，主要作用是統(tǒng)一受理和辦件信息歸集共享，兩類系統(tǒng)在數(shù)據(jù)結(jié)構(gòu)標準上存在差異，且系統(tǒng)因跨部門、跨行政層級等問題無法對接；部分業(yè)務(wù)在基層審批系統(tǒng)操作完后需要在省級管理平臺再錄入；作為橫向部門的信用信息公示、“互聯(lián)網(wǎng)+監(jiān)管”等基于綜合管理要求，須將審批數(shù)據(jù)實時地報送。這就造成了審批人員的多系統(tǒng)操作錄入；2） 網(wǎng)絡(luò)環(huán)境和數(shù)據(jù)特性。除公安等系統(tǒng)要求運行于專網(wǎng)物理隔離外，其余審批服務(wù)類系統(tǒng)運行于電子政務(wù)外網(wǎng)，數(shù)據(jù)層面審批工作在業(yè)務(wù)系統(tǒng)錄入審核數(shù)據(jù)，對應(yīng)字段范圍是相對固定；3） 智能助審可行性。對于申請材料信息格式化提取后，可基于規(guī)則由程序來進行判定，實現(xiàn)機器審核。但從法理上行政審批須由審批人員基于行政職能來實施，因此機器審核結(jié)果可以作為審批工作的參考，發(fā)揮輔助性作用，從此視角可以開發(fā)智能助審功能。

基于上述特性，面向政務(wù)服務(wù)的“數(shù)字員工”系統(tǒng)設(shè)計采用以下的技術(shù)路線：1） 采用基于Python的爬蟲技術(shù)實現(xiàn)定向數(shù)據(jù)搬運，系統(tǒng)運行于電子政務(wù)外網(wǎng)環(huán)境；2） 結(jié)合業(yè)務(wù)審核規(guī)則，對數(shù)據(jù)進行機器解析判別，為審批業(yè)務(wù)提供輔助功能；3） 發(fā)揮政務(wù)服務(wù)平臺樞紐作用，對采集數(shù)據(jù)進行格式化后，共享給其他管理類系統(tǒng)，減少審批人員工作量；4） 對爬取數(shù)據(jù)進行沉淀，實現(xiàn)一定程度統(tǒng)計分析管理。

3 系統(tǒng)架構(gòu)設(shè)計

政務(wù)服務(wù)“數(shù)字員工”系統(tǒng)設(shè)計包括了：基于客戶端的數(shù)據(jù)抓取和填報模塊，基于服務(wù)端數(shù)據(jù)共享服務(wù)、智能輔助審核、狀態(tài)監(jiān)控和可視化分析模塊，基于政務(wù)服務(wù)平臺辦件信息管理和共享應(yīng)用，系統(tǒng)框架設(shè)計如圖1所示：

1） 客戶端數(shù)據(jù)抓取是面向被抓取原系統(tǒng)，通過設(shè)置參數(shù)，系統(tǒng)定位到數(shù)據(jù)展示頁面，爬取數(shù)據(jù)后存入本機和服務(wù)端數(shù)據(jù)庫。數(shù)據(jù)填報是面向不可對接、需要二次錄入的目標系統(tǒng)，對需要人工干預(yù)場景提供插件式觸發(fā)填報，無須人工干預(yù)場景實現(xiàn)自動化填報。

2） 服務(wù)端除數(shù)據(jù)庫存儲外，共享服務(wù)提供了向第三方系統(tǒng)的辦件推送；智能審核管理則根據(jù)獲取的申報材料和審核規(guī)則提供文字解析和輔助性預(yù)審能力；機器人狀態(tài)監(jiān)控對客戶端部署的機器人實施可用性檢測；可視化統(tǒng)計則對爬取數(shù)據(jù)提供可視化圖表展示功能。

3） 政務(wù)服務(wù)平臺則發(fā)揮了數(shù)據(jù)和應(yīng)用的樞紐，提供個性化業(yè)務(wù)申報和受理功能，通過調(diào)用服務(wù)端智能助審能力來展示機器分析結(jié)果，實現(xiàn)智能助審。同時通過辦件數(shù)據(jù)的再次交換向其他管理類軟件實現(xiàn)數(shù)據(jù)報送，減少審批人員的多次錄入。

4 關(guān)鍵功能設(shè)計

4.1 受理信息采集

面向一些業(yè)務(wù)由本級系統(tǒng)受理審批，但需要向條線管理系統(tǒng)進行信息報送，且系統(tǒng)無法對接的場景，采用的策略是由機器人進行受理系統(tǒng)的信息抓取和填報。信息采集的流程如圖2所示：

1） 模擬登錄。采集動作的發(fā)起由操作人員或可以設(shè)置成系統(tǒng)自動運行。程序運行首選要加載Re?quests、BeautifulSoup、xlwt等功能庫，初始化爬取訪問會話Session，設(shè)置模擬訪問頭部用戶代理User-Agent 信息，定位業(yè)務(wù)系統(tǒng)登錄地址LOG_URL，將用戶名和密碼設(shè)置到登錄參數(shù)后，調(diào)用會話Post方法登錄系統(tǒng)，并通過會話模式保持登錄狀態(tài)。

對運行于電子政務(wù)網(wǎng)的業(yè)務(wù)系統(tǒng)，通常情況僅限于用戶名和賬號登錄認證，不設(shè)置登錄驗證碼。對于需要登錄驗證碼識別的情況，可引入基于tesserocr庫的OCR圖像識別、基于opencv-python庫滑動窗口識別功能，但識別效率不高，不適用于自動模擬登錄，對此情況則由操作人員人工完成登錄。

2） 計算關(guān)鍵字列表。登錄業(yè)務(wù)系統(tǒng)后，系統(tǒng)的統(tǒng)計頁面可查詢受理記錄，并分頁顯示，頁面地址特性在查詢頁面地址通過后綴參數(shù)：&page=‘頁數(shù)’來分頁，每條記錄顯示主要關(guān)鍵字信息。對此構(gòu)建統(tǒng)計頁地址LIST_URL‘， 頁數(shù)’作為變量參數(shù)，通過采用分頁循環(huán)的方式，利用會話Get方式獲取頁面源碼、Beauti?fulSoup.find_all方式解析記錄列表值，通過字段解析形成關(guān)鍵字數(shù)據(jù)列表。列表中受理記錄的受理時間、記錄編號都是遞增和降序排列，通過比較數(shù)據(jù)庫中歷史業(yè)務(wù)受理時間，截取形成最新受理記錄關(guān)鍵字列表need_List。

3） 建立記錄屬性數(shù)據(jù)集。在統(tǒng)計頁面點擊鏈接可打開記錄詳情頁面，地址特性是系統(tǒng)地址后綴參數(shù)：&id=‘記錄編號’來表示，構(gòu)建記錄詳情頁面的 URL 地址（Detail_URL） ，使用記錄編號（id） 作為變量參數(shù)。在遍歷need_List列表時，通過每條記錄的編號屬性定位到對應(yīng)的詳情頁面，并解析記錄的各個屬性值，從而形成本次采集的數(shù)據(jù)集。最后，將數(shù)據(jù)提交到數(shù)據(jù)庫保存，并利用xlwt庫將數(shù)據(jù)寫入客戶端的 Excel 文件。

4.2 辦件信息填報

1） 全自動填報。對于采集記錄各屬性值完全符合在目標系統(tǒng)填報，而無須人工干預(yù)的情況，基于Py?thon技術(shù)實現(xiàn)自動填報處理。開啟自動填報流程后，系統(tǒng)首先完成自動登錄目標業(yè)務(wù)系統(tǒng)，處理方式同數(shù)據(jù)采集模塊，登錄后系統(tǒng)通過時間段和采集狀態(tài)，讀取比對數(shù)據(jù)庫記錄，形成本次需要填報的記錄數(shù)據(jù)集put_List。然后進行遍歷put_List，根據(jù)記錄item的業(yè)務(wù)分類屬性確定目標系統(tǒng)業(yè)務(wù)提交的頁面地址PUT_URL_X，對頁面表單中屬性值進行對應(yīng)item數(shù)據(jù)賦值，然后通過會話的Post方法提交數(shù)據(jù)記錄，并訪問數(shù)據(jù)庫對記錄填報狀態(tài)值進行標記，以此來完成數(shù)據(jù)集數(shù)據(jù)全部自動填報，辦理信息填報流程如圖3所示。

2） 半自動填報。對于只需要將指定的采集記錄進行目標系統(tǒng)填報，或通過采集記錄填報后，存在若干屬性值需人工補充填報的情況，則利用JavaScript 技術(shù)構(gòu)建瀏覽器插件方式實現(xiàn)半自動填報。首先需要用戶人工登錄目標業(yè)務(wù)系統(tǒng)，定位到系統(tǒng)填報頁面，然后通過瀏覽器“管理擴展功能”打開JS插件，插件功能實現(xiàn)通過人工輸入記錄編號等關(guān)鍵字信息，向服務(wù)器調(diào)取記錄的全部屬性值，通過JS技術(shù)向頁面的各文本框組件進行賦值，對須補充填報的信息，由人工進行填報，再人工點擊提交按鈕完成半自動填報。

4.3 輔助審核

在政務(wù)服務(wù)領(lǐng)域，對于事項的審核聚焦在附件表格字段信息比對，當字段信息取值范圍確定，比對規(guī)則固定，則可以引入機器審核的功能，通過智能化字段信息解析比對，實現(xiàn)材料附件的要素審核，其審核的結(jié)果可應(yīng)用在政務(wù)服務(wù)平臺，作為輔助性審核參考依據(jù)，以此來減輕審核人員的工作強度，提高審批效率。在服務(wù)端建立輔助審核模塊，同政務(wù)服務(wù)平臺進行數(shù)據(jù)協(xié)同應(yīng)用，實現(xiàn)平臺的智能化輔助審核，工作流程如圖4所示。

1） 申報人員通過政務(wù)服務(wù)網(wǎng)統(tǒng)一用戶認證進行登錄，定位到申報事項后進入申報頁面，在申報頁面上傳材料附件，附件在政務(wù)服務(wù)網(wǎng)辦事指南中有樣本可下載，用戶須按樣本要求進行填報。

2） 政務(wù)服務(wù)平臺在接收到材料附件后，傳送至服務(wù)端的輔助審核模塊處理；模塊首先進行附件材料解析，不同事項對應(yīng)上傳附件材料不同，通過對事項的樣本材料建立解析讀取功能，形成事項整個材料解析規(guī)則功能集合，用于解析環(huán)節(jié)調(diào)用。模塊應(yīng)用到Python-docx、Pandas、Pytesseract等庫對Word、Excel和圖片進行讀取。

3） 審核功能環(huán)節(jié)，通過對關(guān)鍵字信息的取值范圍的比對設(shè)計功能函數(shù)，形成附件審核要點的規(guī)則功能庫。附件審核時對解析字段信息調(diào)用審核規(guī)則功能，獲取該要點審核結(jié)果記錄，所有要點審核完成后反饋政務(wù)服務(wù)平臺，后者以提示信息的方式將機器審核的結(jié)果記錄列表進行展示，供審批人員進行比對參考。

4.4 政務(wù)服務(wù)平臺應(yīng)用

基于“數(shù)字員工”系統(tǒng)數(shù)據(jù)采集后，可將辦件信息歸集至政務(wù)服務(wù)平臺，平臺可發(fā)揮樞紐作用，實現(xiàn)政務(wù)服務(wù)管理及信息二次復用，其流程如圖5所示。

1） 辦件信息歸集，政務(wù)服務(wù)平臺要求完成本級政務(wù)服務(wù)事項辦件信息歸集，“數(shù)字員工”對部門業(yè)務(wù)系統(tǒng)進行數(shù)據(jù)采集后，可以通過API接口方式，將辦件信息推送至政務(wù)服務(wù)平臺，后者對辦件數(shù)據(jù)的格式定義是基于統(tǒng)一標準格式。存在部門業(yè)務(wù)系統(tǒng)字段信息同政務(wù)服務(wù)平臺標準不一致的情況，如政務(wù)服務(wù)平臺對事項名稱和編碼是根據(jù)全省統(tǒng)一的政務(wù)服務(wù)事項庫定義，要求三級四同，但業(yè)務(wù)系統(tǒng)的業(yè)務(wù)名稱根據(jù)部門自定義，此時需要政務(wù)服務(wù)平臺進行數(shù)據(jù)的修正。

2） 政務(wù)服務(wù)管理，對于從“數(shù)字員工”系統(tǒng)獲取的辦件信息，政務(wù)服務(wù)平臺實現(xiàn)管理功能，一是完成辦件歸集上報，辦件存入辦件庫，并同步至上級政務(wù)服務(wù)平臺；二是辦件信息公示，在政務(wù)服務(wù)網(wǎng)的旗艦店提供辦件信息公示，提供按事項名稱、編碼、申請人等信息查詢辦理狀態(tài)的功能；三是大廳管理，對辦件信息進行統(tǒng)計分析，開發(fā)可視化功能，對進駐政務(wù)服務(wù)大廳的窗口業(yè)務(wù)量、業(yè)務(wù)類型進行趨勢圖分析，實現(xiàn)一定的管理分析功能；四是政務(wù)服務(wù)平臺“好差評”功能，面向公眾提供辦件評價功能，督促服務(wù)質(zhì)量改進。

3） 信息共享復用，政務(wù)服務(wù)平臺通過對接市公共數(shù)據(jù)底座平臺，將辦件信息數(shù)據(jù)資源進行編目和掛載共享。通過公共數(shù)據(jù)底座平臺，數(shù)據(jù)可同步至信用信息管理平臺、“互聯(lián)網(wǎng)+監(jiān)管”平臺、基層審批服務(wù)執(zhí)法“三整合”平臺等綜合性的管理系統(tǒng)，為數(shù)字化治理提供支撐。各部門對審批辦件信息有需求的也可按需申請共享，以此實現(xiàn)數(shù)據(jù)共享復用。

4.5 統(tǒng)計監(jiān)督功能

對政務(wù)服務(wù)“數(shù)字員工”系統(tǒng)的運行情況，從管理角度設(shè)計以下幾方面功能：一是數(shù)據(jù)匯聚統(tǒng)計，對“數(shù)字員工”處理過的所有數(shù)據(jù)，均存入服務(wù)端數(shù)據(jù)庫，建立基于Web服務(wù)的查詢功能，提供按業(yè)務(wù)、時間等維度進行查詢統(tǒng)計，設(shè)計了柱狀圖月度業(yè)務(wù)統(tǒng)計表，如圖6所示，以便管理人員分析業(yè)務(wù)情況；二是服務(wù)監(jiān)督功能，數(shù)據(jù)采集模塊會以腳本批處理方式每日定時運行或是由審批人員觸發(fā)執(zhí)行，系統(tǒng)會根據(jù)業(yè)務(wù)特性設(shè)定一個的時間監(jiān)督閾值，在時間監(jiān)督閾值內(nèi)有采集數(shù)據(jù)入庫，則視為采集模塊正?；钴S，否則視為靜默異常，并在后臺系統(tǒng)界面用警示圖標表示，管理人員可以向前端窗口排查問題，進行應(yīng)用功能恢復。

5 應(yīng)用成效

昆山市政務(wù)服務(wù)中心啟用“數(shù)字員工”系統(tǒng)，在市場主體登記、公共衛(wèi)生許可、網(wǎng)約出租車許可、道路運輸許可等業(yè)務(wù)場景進行了試點。2023年8月至2024 年4月，“數(shù)字員工”處理的業(yè)務(wù)辦件情況如圖7所示，累計處理辦件58 524件。從時間效益成本分析，一筆審批業(yè)務(wù)，在通過業(yè)務(wù)系統(tǒng)審批操作后，由人工錄入到其他管理系統(tǒng)，需要業(yè)務(wù)查詢、信息錄入、核對、提交等操作，平均用時約3分鐘，由此“數(shù)字員工”處理的辦件量折算人工時耗約2 926小時，這部分人工時間成本通過“數(shù)字員工”機器處理方式進行了抵消，極大減輕了審批人員壓力，增加了數(shù)據(jù)錄入的準確性，為審批信息的共享復用提供了高效的途徑，系統(tǒng)的運行在政務(wù)服務(wù)管理方面取得了明顯的成效。

6 結(jié)束語

本文針對政務(wù)服務(wù)領(lǐng)域面臨的辦件信息多次錄入的情況，分析了業(yè)務(wù)場景的特點，介紹了網(wǎng)絡(luò)爬蟲技術(shù)特性，并闡述了基于Python的政務(wù)服務(wù)“數(shù)字員工”系統(tǒng)設(shè)計。系統(tǒng)提供了辦件數(shù)據(jù)抓取功能，實現(xiàn)了自動化和半自動的數(shù)據(jù)填報，并結(jié)合政務(wù)服務(wù)平臺實現(xiàn)了輔助審核功能，同時發(fā)揮政務(wù)服務(wù)平臺樞紐功能，對采集數(shù)據(jù)通過公共數(shù)據(jù)底座向其他管理類系統(tǒng)進行共享，在服務(wù)端設(shè)計了對采集數(shù)據(jù)分類統(tǒng)計和服務(wù)監(jiān)控的功能。系統(tǒng)自投入使用后，極大地緩解了審批人員反復錄入的壓力，促進了辦件數(shù)據(jù)信息的共享復用，發(fā)揮了積極的成效。下一步系統(tǒng)將圍繞數(shù)據(jù)政府建設(shè)，聚焦數(shù)據(jù)場景開發(fā)利用，將“數(shù)字員工”投入更多業(yè)務(wù)場景，為數(shù)據(jù)共享發(fā)揮橋梁作用，同時將不斷探索利用OCR技術(shù)來提高對申報材料附件的識別，加強對手寫體識別功能，結(jié)合電子證照應(yīng)用來進一步提升審批服務(wù)的智能化水平。

參考文獻：

[1] 朱龍春.RPA智能機器人：實施方法和行業(yè)解決方案[M].北京：機械工業(yè)出版社，2020：17-18.

[2] 崔慶才.Python 3網(wǎng)絡(luò)爬蟲開發(fā)實戰(zhàn)[M].2版.北京：人民郵電出版社，2021：19-20.

[3] Stephen Cass.The Top Programming Languages 2023[EB/OL].[2023-08-29].https：//spectrum.ieee.org/the-top-programminglanguages-2023.

[4] 黎孟雄，李楊.基于Python的MOOC評論情感分析系統(tǒng)的研究與設(shè)計[J].湖南工業(yè)職業(yè)技術(shù)學院學報，2023，23（6）：19-25.

[5] 姜秋香，郭偉鵬，王子龍，等.Python語言在水文水資源領(lǐng)域中的應(yīng)用與展望[J].計算機工程與應(yīng)用，2023，59（9）：46-58.

[6] 張明杰，王妮，李怡.基于網(wǎng)絡(luò)爬蟲的輿情情感分析系統(tǒng)設(shè)計與實現(xiàn)[J].電腦編程技巧與維護，2023（3）：171-173.

【通聯(lián)編輯：梁書】