用于支持政府政策的人类发展指数优化开放数据分析模型

开放数据(Open Data)的透明特性有利于公民评估政府工作绩效。在印度尼西亚,各政府机构或部委对数据处理有各自的标准操作流程,导致机构间信息不一致且可能遗漏有价值的洞察。因此,我们的动机是展示开放数据运动对支持统一政府决策的优势。我们使用来自 data.go.id 的数据集,该网站发布了各政府机构的官方数据。思路是利用这些官方但有限的数据,发掘重要模式。案例研究针对人类发展指数值的预测及其聚类特征。我们使用两种重要的数据分析方法——分类与聚类流程——来探索数据模式。数据分析是揭示未知数据模式的活动集合。具体而言,我们使用人工神经网络分类与 K-means 聚类。分类目标是基于国内生产总值、贫困人口数、互联网用户数、劳动力数和人口数指标数据,对印度尼西亚城市或地区的人类发展指数不同水平进行分类。我们依据联合国开发计划署标准确定城市属于人类发展的四类中的哪一类。聚类目标是发现人类发展指数与国内生产总值之间的群体特征。