互联网在我们的生活中无处不在,而随着互联网的飞速发展,我们也逐渐进入了“数据爆炸”的时代。调查显示,过去的2年已产生了世界上超过90%的数据。庞大的数据体量背后是多样的数据来源。对多源数据实现有效地获取、整合和分析,是解决人们生活中遇到的问题的有力保障。20 15年以来,中国的“互联网+政务”模式发展迅猛。政府部门积极推动自建政务APP的建设,并依托第三方平台共建“互联网+政务”服务。因此,将信息技术与实际应用相结合,依托多源数据建立一套政务信息系统,切实解决城市建设、政务服务中遇到的问题,具有极大的研究价值。本文的研究课题是基于多源数据的政务信息系统的研究与应用。论文首先阐述了政务信息系统的整体架构和模块构成,介绍了各部分的主要功能和研究重点,为后面的研究提供了技术基础。在流动人口管理问题研究中,我们重点研究了基于机器学习的可疑人员识别算法,并搭建了基于多源公安数据的信息管理平台。在发票分类编码识别问题的研究中,我们从海量发票数据中抽取商品文本特征,基于朴素贝叶斯算法实现了发票的分类编码识别,并构建了高性能的分类编码模型训练模块和预测服务。在基于网络大数据的城市功能区识别问题的研究中,我们基于聚类算法探索了基于流量数据识别城市功能区的问题。最后,我们总结了课题的研究成果,并对未来可能的研究进行了展望。