设为首页收藏本站

大数据论坛

 找回密码
 立即注册

QQ登录

只需一步,快速开始

搜索
查看: 402|回复: 1

邱强:纪检监察大数据建设助推社会治理科技化

[复制链接]
发表于 2019-4-29 16:09:54 | 显示全部楼层 |阅读模式
党的十九大以来,以大数据等为技术手段,坚定不移推进全面从严治党成为重要的纪检监察工作方向。从纪检监察大数据系统建设需求出发,秉持“互联网+监督”理念,运用关联分析、线索发现、人物画像等分析技术,构建了纪检监察大数据从数据感知到数据认知再到决策分析的关键技术,进一步从系统架构和技术架构的角度阐述了纪检监察大数据系统建设的主流架构。纪检监察大数据系统建设为科技反腐提供了更加客观公正的技术评价,具有重要的实用价值和意义。
一、以大数据技术手段辅助纪检监察工作是时代需要
习近平总书记在党的十九大报告中强调,要坚定不移全面从严治党,不断提高党的执政能力和领导水平,推动全面从严治党向纵深发展。强化党的自我监督和群众监督。强化自上而下的组织监督,改进自下而上的民主监督,发挥同级相互监督作用,加强对党员领导干部的日常管理监督。构建党统一指挥、全面覆盖、权威高效的监督体系,把党内监督同国家机关监督、民主监督、司法监督、群众监督、舆论监督贯通起来,增强监督合力。《中国共产党党内监督条例》第三十九条明确指出,各级党组织和党的领导干部应当认真对待、自觉接受社会监督,利用互联网技术和信息化手段,推动党务公开、拓宽监督渠道,虚心接受群众批评。习近平总书记在十八届中央纪委六次全会上指出:推动全面从严治党向基层延伸;强调要坚决惩治和查处侵害群众利益的不正之风和腐败问题,切实加强基层党风廉政建设,并要求对症下药,什么问题突出就解决什么问题。运用“互联网+”思维和依托互联网技术手段,创新“互联网+”新模式,解决改革发展中的问题,这已经是社会共识。习近平总书记进一步指出:“对互联网监督,不论是对党和政府工作提的还是对领导干部个人提的,不论是和风细雨的还是忠言逆耳的,我们不仅要欢迎,而且要认真研究和吸取。”
国家副主席、十八届中央纪委书记王岐山曾指出:“要加快信息化步伐,建设从中央纪委贯通到县级纪委的监督执纪信息管理系统,为监督插上科技的翅膀。”以大数据技术手段辅助纪检监察工作,可以有效优化传统纪检监察工作中以人为主,被动监管的工作模式,做到人机交互,人机物融合协作,主动发现问题,主动预防的管理效果。
二、纪检监察大数据关键技术分析
与传统大数据应用场景相比,纪检监察大数据存在数据源头广泛化、分析规则多样化、问题线索隐藏化等特点。如何在多源异构的数据资源场景中快速获取与纪检监察相关的大数据资源,并通过关联分析、人物画像、知识图谱等技术手段描述纪检监察业务,在外表看似并无突出显性相关性的数据资源中快速发现问题线索,是纪检监察大数据平台需要解决的关键技术问题。从纪检监察大数据系统建设的核心思路出发,将纪检监察大数据的关键技术分为感知层、认知层和决策层三个阶段,并分别简述各个阶段中的关键技术问题。
(一)纪检监察大数据感知层
1.纪检监察大数据资源分类。与纪检监察工作相关的数据资源非常丰富,包括国家基础四库数据、各个委办局掌握的行业专题数据,以及互联网公开数据等。在纪检监察大数据系统建设中需要对不同数据来源的数据进行采集和整理,构建纪检监察大数据资源池,为上层分析服务提供基础数据环境。基础数据资源包括人口、法人单位、空间地理和自然资源、宏观经济等。基础四库为纪检监察大数据系统分析提供了最基本的纪检监察对象和关联信息。各级政府掌握的行业专题数据是纪检监察大数据系统重点分析对象,包括医疗卫生、教育资源、民政数据、旅游数据、税务数据、工商数据、质量监督、公共安全、资源环境、水利、农业、统计等多个领域。通过不同委办局协同数据建模和比对分析,可以快速关联目标人物、时间、事件以及关系等重要信息,发现潜在问题线索。
互联网公开数据是对纪检监察大数据系统数据能力的有效补充,通过抓取网页、社交媒体、博客、论坛、百科等互联网公开数据,可以丰富纪检监察大数据系统的数据资源,与系统中各类行业专题数据形成交叉印证,提高线索发现的精度。
2.政务数据共享交换机制。从纪检监察工作需求出发,需要协调各级政府掌握的各个委办局的行业专题数据。但是,政务专题数据在各个管理机关存在较强的数据壁垒,信息化建设成果“烟囱”效果明显。因此纪检监察工作也很容易陷入信息孤岛的困局。
数据的很大价值在于共享,为实现政务数据的共享交换和互联互通,目前全国各级政府采取了各种行之有效的技术方案。例如,海南省工信厅启动了“海南省政务空间大数据平台建设”工程,原则上要求各委办局实现全部数据的互联互通,不参与共享交换的数据项需单独申报管理;浙江省杭州市成立数据资源局,负责全市政务数据和公共数据平台建设和管理,组织协调全市政务数据和公共数据资源的目录制定、归集管理、整理利用、共享开放,推动数据资源在政府管理和社会治理领域的应用,组织实施城市“数据大脑”等重大项目的建设。
(二)纪检监察大数据认知层
1.纪检监察大数据资源建库。在统一数据标准和分布式环境下,对数据资源进行清洗、比对,分析各类数据特征,整合构建成套数据服务模型,提高平台整体数据服务能力。大数据具有数据规模大、时效性强、种类多样和价值密度低等显著特征。研究如何提高大数据的准确性与可用性,并且在统一的框架下,分析处理各部门、行业政务信息特征,结合实际业务需要集成组装多类数据,进行成套计算分析,增强纪检监察大数据适应需求集成变化的能力,提高数据的可复用性和高效利用,为上层业务系统提供基础支撑。
2.纪检监察大数据特征提取。纪检监察大数据特征提取是大数据监督工作的核心环节。在已有纪检监察数据资源建库基础上,由数据资源体系进行特征实体抽取和关键特征表达,形成纪检监察大数据知识体系。包括实体抽取、关联分析、用户画像和知识图谱构建等过程。例如针对某一个体的知识图谱信息,涵盖各种社会人物关系,如亲戚、朋友、恋人、师生、同事、债务关系等;与组织机构的关系,如隶属、合作、兼职、聘任等;与特定事件的关系,如主持、参与、关注等。
(三)纪检监察大数据决策层
1.纪检监察大数据线索发现。由知识体系面向具体的监督和监查业务构建面向特定任务目标的业务模型和分析方法,形成目标体系,进而针对某一特定事件和目标,在海量数据资源中快速获取与之相关的目标核数据,并作出精准研判。
2.纪检监察大数据业务构建。针对纪检监察大数据分析挖掘系统应用中业务需求复杂多变,资源需求个性化强等特点,以中间件算法和数据模型的结构化组件为基础,可设计纪检监察大数据平台中大数据分析处理的功能算子、数据资源自动化构建和部署技术、业务模型参数隐式表达和自主配置机制,实现“自动运行”和“交互运行”等多种工作模式,为纪检监察政务部门构建复杂业务应用场景提供有力算法和数据资源支撑。
三、纪检监察大数据系统架构
纪检监察大数据系统包括基础设施层、大数据管理中心、大数据分析和智能分析、纪检监察业务系统、安全保障体系和建设标准规范等六个方面的建设内容。
纪检监察基础设施是互联网+监督运行的硬件环境和网络环境,包括网络、服务器、安全等硬件基础设施,优先依托政务云平台进行集约化部署建设。网络方面,监督服务的预审、受理、审批、决定等原则上依托统一电子政务内部网络,监督服务的咨询、查询、投诉、反馈等依托互联网。监督服务数据共享平台依托电子政务内部网络建设。大数据管理中心基于监督服务资源目录和数据交换,汇聚监督服务事项库、办件信息库、监管信息共享库、信用信息库等监督服务业务信息库,共享利用人口、法人、地理空间信息、电子证照等基础信息资源库,实现数据资源共建共享,共同构成监督服务数据共享平台,为监督服务提供统一的数据支撑。大数据处理和智能分析类似于纪检监察的情报支援系统,个人情况验证工具(查询人口流动性、户籍、存款、通话记录等,需要与公安、银行和通信部门进行数据交换);问题线索发现和处置系统、人群画像、统计分析、政策机器人等内容。纪检监察业务系统是为纪检监察人员和公众服务的系统,包括各类监督内容分项模块、搜索引擎、政策发布、投诉等方面内容。互联网监督服务门户包括用户注册、办理互动、查询、投诉、服务评价等。自然人和法人可通过PC电脑、移动终端、自助服务终端、呼叫热线等多种渠道访问,并支持浏览器、客户端、手机APP、短信、公众号、一体机等工具。
近年来,在全国各省市地区,纪检监察大数据系统建设得到了良好的技术积累和工程实践,在民生资金监管、政府招投标监管、科技反腐以及腐败预防等多个领域取得了实用价值。以我国南方某县级市为例,自纪检监察大数据相关系统上线以来,发现问题线索1.3万条次,立案39件,党纪政纪处分26人,对主动承认错误、认错态度好的批评教育、诫勉谈话25人,函询14人,挽回党和国家经济损3000余万元,为有效社会治理提供了有力抓手。在未来的技术发展中,纪检监察大数据感知的范围将更加广泛。将人工智能方法引入纪检监察问题发现环节,通过海量历史数据构建知识样本,以机器学习的方法训练模型,由已发现的问题推理未来潜在的风险点,从而达到纪检监察问题主动预防和治理的服务效果。

回复

使用道具 举报

发表于 2019-4-29 16:09:57 | 显示全部楼层
灵玖软件,大数据搜索与挖掘技术服务商 灵玖软件专注于大数据搜索与挖掘的技术创新与服务,提供大数据搜索、大数据挖掘与大数据应用解决方案,以应对大数据的管理、处理、分析并从大数据中获知识与智慧。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|Archiver|手机版|大数据论坛 ( 京ICP备10002193号-4 京公海网安备110108001289号  

GMT+8, 2019-7-17 11:11 , Processed in 0.280482 second(s), 26 queries , Gzip On.

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表