基于数据分析的办税大厅智能导航方法与流程

本发明涉及办税大厅选择和导航领域，尤其涉及一种基于数据分析的办税大厅智能导航方法。

背景技术：

在“同城通办”的大趋势下，纳税人对办税大厅可以有更多的选择，在分析办税大厅资源和交通路况的情况下，给纳税人推荐适合的办税大厅和抵达路线，既合理的利用办税大厅资源，也为纳税人节省了大量的无效等待时间。

技术实现要素：

为了解决该问题，本发明提出了一种基于数据分析的办税大厅智能导航方法，大厅智能导航可以充分利用本地存储的数据和来自互联网的数据，在大量数据分析的基础上，给纳税人推荐出更加适合的办税大厅和道路指引。

办税预约大厅智能导航功能在纳税人访问的时候，利用分布式处理的方式，分别对本地历史办税数据，当前预约信息，当前排队信息，当前办税大厅办理信息进行处理分析，然后再将处理结果及预测与来自互联网上的路况信息进行整合，从而获取更加适合的办税大厅和道路选择。

①通过往年的办税数据，分析纳税人的行为，选择出纳税人较少的大厅，充分利用办税大厅资源的同时，减少纳税人的等待时间。

②通过对当前预约信息和办理信息的分析，选择出资源有盈余的大厅，从而更好选择合适的大厅。

③通过百度地图API的应用获取交通情况，获取到达的最佳路线及路上消耗。

④整合以上三条结论，构建模型，选择推荐大厅列表及路线。

获取数据

从当前的历史办理信息的数据库中获得大量的历史办理信息数据，从当前运行的排队叫号系统中获取大厅的排队信息，从办税预约系统中获取纳税人的预约信息，从互联网上利用百度地图API获取实时的路况信息。

分布式分析数据

将获取的不同来源的数据进行分布式分析，得出当前城市所在大厅的具体情况。根据往年当前时间段的历史数据预计出当前时间段可能来改大厅办理人数，然后再根据预约人数和排队人数以及大厅的具体信息来推算当前大厅还有多少资源盈余，根据来自互联网上的信息得出抵达的路况和时间路线等。

构建模型，集成所得数据结论

构建模型，将分布式所得数据结论按照不同比重进行集成，在考虑实际情况的基础上，进一步对数据进行分析。

得出推荐大厅信息及道路指引

获取各大厅信息，然后按照各大厅分析进行排序，从而获取推荐大厅列表。

本发明技术方案带来的有益效果

本发明可以为在大量数据分析的基础上为纳税人提供最佳的推荐大厅和最适合的推荐交通路线，再为纳税人减少无效等待时间的同时，也使办税资源得到充分的利用。

附图说明

图1是本发明的功能结构图；

图2是本发明的逻辑图；

图3是历史数据分析流程图。

具体实施方式

下面对本发明的内容进行更加详细的阐述：

办税大厅智能推荐功能可以根据往年各大厅的办税情况和当前大厅的情况以及目前的道路情况给出合理的大厅推荐和路线选择。当用户访问功能时，操作步骤如下：

1、根据历史办税数据获取，往年当前一段时间内的办税数据信息。进行数据清洗，剔除不合理的数据，然后对数据进行数据分析，包括平均值、最高值、最低值分析，标准差分析，每天办理人数分析，每天平均办理时间分析，从而计算出各个大厅的所得分数S1。

2、根据当前已经预约的人数和已经排队的人数，及大厅的开通窗口数量和平均办理时间来估算，大厅办税资源的盈余，估算大厅的所得分数S2。

3、根据当前用户输入位置，通过百度地图API获取当前交通情况和到达各个大厅需要的时间及消耗，获取各个大厅的该项得分S3

4、将各个大厅的S1，S2,S3进一步整合，构建模型，获取各个大厅的综合的分，然后根据得分进行排序，并返回抵达推荐大厅的道路指引。

逻辑图如图2所示。

不同数据源的数据进行分布式处理分析，然后将处理结果进行集成，得出大厅推荐列表，分布式大大提高了效率，集中处理可以对大厅的情况进行正确的预测

历史办税数据分析是将往年当前时间段的办税数据和大厅信息，预测出今年当前时间段可能前往该大厅的人数，根据办税资源和可能办税情况得出该大厅的得分。其流程如图3所示：

在公历数据分析中，获取往年当前时间段（10天），在数据清洗完毕后，将不合理的数据清掉，然后将这10天的办理信息平均值、最高值、最低值分析，标准差分析，每天办理人数分析，每天平均办理时间分析等因素进行分析，然后按照比重，将这些元素和大厅历史办税资源相结合得出一个大厅的得分。