朱孝軍

（長三角信息智能創(chuàng)新研究院，安徽 蕪湖 241000)

0 引言

黨的二十大報告中對社會治理領(lǐng)域進一步提出要求：一是積極發(fā)展基層民主，完善基層直接民主制度體系和工作體系；二是完善社會治理體系，構(gòu)建網(wǎng)格化管理、精細化服務(wù)、信息化支撐的社會治理平臺，及時把矛盾糾紛事件化解在基層、化解在萌芽狀態(tài)。

隨著社會經(jīng)濟的發(fā)展和城市的人口逐漸增多，社會成分復(fù)雜，社會多元化矛盾事件此起彼伏。由于社會變革的加劇，利益格局的調(diào)整，社會民情的復(fù)雜化導(dǎo)致矛盾糾紛有明顯增長的趨勢，呈現(xiàn)出復(fù)雜化、多元化、群體化、疑難化等特征。針對社會基礎(chǔ)信息來源復(fù)雜、格式不一、社會問題矛盾糾紛事件處置遲緩的現(xiàn)狀，設(shè)計基于多源異構(gòu)數(shù)據(jù)融合的社會治理信息系統(tǒng)，通過信息化手段賦能多元化矛盾化解，整合多源異構(gòu)數(shù)據(jù)資源，使社會管理人員及時掌握矛盾事件精準(zhǔn)數(shù)據(jù)，構(gòu)建社會事件處置體系機制，將矛盾糾紛事件化解在萌芽階段，防止事件進一步繼續(xù)擴大，使事件得以及時、便捷、公正、妥善解決，對于社會穩(wěn)定、經(jīng)濟與社會的協(xié)調(diào)發(fā)展具有重大意義。

1 系統(tǒng)設(shè)計

面對社會管理工作中存在的物業(yè)投訴居高不下、反饋渠道單一、信訪工作壓力較大、缺乏完整事件處置機制等諸多問題，社會治理信息系統(tǒng)從社會治理現(xiàn)代化改革出發(fā)，以“街鄉(xiāng)吹哨、部門報到、投訴即辦”社會管理機制為方向，圍繞多層級事件處置功能為核心，構(gòu)建信息化智能化的事件處置機制。

1.1 總體架構(gòu)

社會治理信息系統(tǒng)總體架構(gòu)主要分為三個層級，分別是社會數(shù)據(jù)庫、多層級事件處置模塊和應(yīng)用層，如圖1所示。

圖1 總體架構(gòu)

社會數(shù)據(jù)庫獲取多來源于異構(gòu)數(shù)據(jù)，如基層歷史數(shù)據(jù)、社會攝像數(shù)據(jù)、系統(tǒng)輿情數(shù)據(jù)和車房登記數(shù)據(jù)，統(tǒng)一格式后分類存儲到對應(yīng)的專題庫中，如社會人口專題庫、社會車房專題庫、社會事件專題庫。存儲的相關(guān)數(shù)據(jù)輸入上級模塊，在多層級事件處置模塊中實現(xiàn)事件對接、事件詳情、事件受理、事件分派、事件下發(fā)、事件處置、事件吹哨、結(jié)果反饋等功能，對事件實現(xiàn)及時合理處理。在應(yīng)用層管理人員能進行人口數(shù)據(jù)管理、車房數(shù)據(jù)管理、多層級事件處置，居民則可以通過治理平臺或小程序進行問題上報、處置評價和個人中心信息的修改。

1.2 數(shù)據(jù)架構(gòu)

社會治理信息系統(tǒng)的數(shù)據(jù)架構(gòu)以數(shù)據(jù)庫和數(shù)據(jù)倉庫Starrocks為中心，實現(xiàn)和外部系統(tǒng)的數(shù)據(jù)交換和數(shù)據(jù)服務(wù)，如圖2所示。

圖2 數(shù)據(jù)架構(gòu)

數(shù)據(jù)庫中包含基礎(chǔ)數(shù)據(jù)、業(yè)務(wù)過程記錄和對外交換的數(shù)據(jù)庫，并統(tǒng)一備份存儲在Starrocks 數(shù)據(jù)倉庫中。通過交換庫和政務(wù)數(shù)據(jù)共享交換平臺進行數(shù)據(jù)共享交換，通過數(shù)據(jù)庫和社會服務(wù)業(yè)務(wù)切割進行封裝業(yè)務(wù)服務(wù)。外部系統(tǒng)通過頁面集成實現(xiàn)系統(tǒng)集成，數(shù)據(jù)庫進行數(shù)據(jù)服務(wù)，并且外部業(yè)務(wù)庫的數(shù)據(jù)能夠回流到數(shù)據(jù)庫中，實現(xiàn)數(shù)據(jù)的增量和沉淀。

1.3 部署架構(gòu)

社會治理信息系統(tǒng)的部署架構(gòu)以社會治理平臺和社會治理小程序為核心，用戶通過客戶端以API接口形式獲取信息，如圖3所示。

圖3 部署架構(gòu)

用戶通過手機移動信號或電腦有線信號，通過系統(tǒng)網(wǎng)關(guān)請求代理與轉(zhuǎn)發(fā)服務(wù)，將請求的域名地址通過SSL加密數(shù)據(jù)交換轉(zhuǎn)發(fā)到服務(wù)器。應(yīng)用服務(wù)器部署數(shù)據(jù)接口服務(wù)，數(shù)據(jù)接口服務(wù)與業(yè)務(wù)數(shù)據(jù)庫進行數(shù)據(jù)交換，把交換的數(shù)據(jù)通過API 接口形式提供給客戶端。Redis 服務(wù)器主要提供緩存服務(wù)，減少數(shù)據(jù)庫交換次數(shù)，從而降低數(shù)據(jù)庫的訪問壓力。地圖服務(wù)器提供地圖服務(wù)，為管理人員和居民提供實時地理信息。

2 多源異構(gòu)數(shù)據(jù)融合

社會治理信息系統(tǒng)的數(shù)據(jù)來源于基層社區(qū)歷史已有的規(guī)范標(biāo)準(zhǔn)信息，如人、房、企、事、物數(shù)據(jù)；社會面攝像頭獲取的視頻和圖片數(shù)據(jù)；政府系統(tǒng)和本地App 獲取的社會輿情數(shù)據(jù)以及車企和房企登記的車輛和建筑物數(shù)據(jù)等。這些多源異構(gòu)數(shù)據(jù)無法直接獲取及時有效的信息，需要通過數(shù)據(jù)ETL 清理、本體構(gòu)建和關(guān)聯(lián)分析來進行數(shù)據(jù)的規(guī)整和融合。

2.1 數(shù)據(jù)ETL清理

后臺獲取不同來源的數(shù)據(jù)具有廣而雜的問題，結(jié)構(gòu)化、半結(jié)構(gòu)化、無結(jié)構(gòu)化的數(shù)據(jù)之間存在異構(gòu)的問題，難以直接從中獲取有效的信息。通過數(shù)據(jù)接口獲取源數(shù)據(jù)之后，首先對其進行ETL 清理。ETL 是Extract-Transform-Load 的縮寫，表示將數(shù)據(jù)從源端經(jīng)過抽取、交互轉(zhuǎn)換、加載到目標(biāo)端的過程，ETL的流程如圖4所示。

圖4 ETL流程

李佳倩等人[1]設(shè)計了完善的ETL流程處理大規(guī)模的互聯(lián)網(wǎng)新聞輿情數(shù)據(jù)，通過結(jié)合ETL工具和SQL語句，依據(jù)正確性、完整性、一致性、完備性、有效性、時效性和可獲取性的原則，通過空值處理、規(guī)范化數(shù)據(jù)格式、拆分?jǐn)?shù)據(jù)、驗證數(shù)據(jù)正確性、數(shù)據(jù)替換等操作，處理重復(fù)數(shù)據(jù)、無效數(shù)據(jù)、空數(shù)據(jù)等之后，將不同來源、不同格式的數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的格式加載到目標(biāo)數(shù)據(jù)庫，作為后續(xù)數(shù)據(jù)融合和信息挖掘的基礎(chǔ)。

2.2 本體構(gòu)建

在獲取統(tǒng)一格式的數(shù)據(jù)之后，通過構(gòu)建本體來挖掘數(shù)據(jù)準(zhǔn)確有效的信息，為后續(xù)基層管理人員的決策提供依據(jù)。本體的構(gòu)建方法采取依靠專家手工構(gòu)建和機器學(xué)習(xí)算法進行自動構(gòu)建兩種，對社會治理領(lǐng)域普遍術(shù)語，采取專家手工構(gòu)建部分本體進行規(guī)范性描述，一般本體采用統(tǒng)計主導(dǎo)的方法挖掘獲取。

一般本體構(gòu)建采用TF-IDF(Term Frequency-Inverse Document Frequency)結(jié)合TextRank 算法從數(shù)據(jù)信息中抽取相關(guān)術(shù)語。黃春梅等人[2]研究基于詞袋模型和TF-IDF 進行短文本分類的流程，TF-IDF 算法中TF和IDF表示“詞頻”和“逆文檔頻率”的意思，是用于信息檢索和數(shù)據(jù)挖掘的常用加權(quán)技術(shù)。

TF-IDF算法首先計算TF：

詞頻表示一個單詞在該文檔中出現(xiàn)的頻率，count(t)表示文檔di中包含詞t的個數(shù)，count(di)表示文檔di的詞的總數(shù)。然后計算IDF：

逆文檔頻率表示單詞對文檔的區(qū)分能力，num(database)表示數(shù)據(jù)庫database中文檔的總數(shù)，num(t)表示數(shù)據(jù)庫中包含詞t的文檔數(shù)目。將每個詞的TF 和IDF 相乘，得到每個詞的TF-IDF 值，然后根據(jù)每個詞的TF-IDF 值進行降序排列，根據(jù)需求輸出指定個數(shù)的詞作為抽取的相關(guān)術(shù)語。

TF-IDF 單純從詞頻來衡量一個詞的重要性不夠全面，對于出現(xiàn)并不多但重要的術(shù)語無法識別挖掘，而且這種計算無法體現(xiàn)位置信息，因此結(jié)合Bordoloi Monali 等人[3]研究的利用TextRank算法提取關(guān)鍵詞技術(shù)來提高術(shù)語挖掘的性能。TextRank 算法是一種基于圖的用于關(guān)鍵字抽取和文檔摘要的排序方法，利用文檔內(nèi)部詞語間的共現(xiàn)信息來抽取關(guān)鍵詞，其將文檔看作一個詞的網(wǎng)絡(luò)，網(wǎng)絡(luò)中的連接表示詞與詞之間的語義關(guān)系，其公式如下：

其中，WS(Vi)表示句子i的權(quán)重，右側(cè)求和表示每個相鄰句子對本句子的貢獻程度，ωji為權(quán)重項，表示兩個句子的相似程度，WS(Vj)是上次迭代出的句子j的權(quán)重，d為阻尼系數(shù)，一般取0.85，算法上采用Python中的TextRank4zh包進行排序?qū)崿F(xiàn)。

術(shù)語抽取完成之后，使用基于同現(xiàn)的方法，用詞的語法同現(xiàn)統(tǒng)計方法來估計詞的語義相似性，然后以此為依據(jù)，使用聚類算法進行概念聚類，使得相似的術(shù)語能夠聚類形成一簇。聚類算法采用陳小雪等人[4]提出的優(yōu)化加權(quán)K-means 算法，利用加權(quán)的歐式距離來度量術(shù)語之間相關(guān)性。

對歷史數(shù)據(jù)進行聚類訓(xùn)練后構(gòu)建模型，完成術(shù)語的相關(guān)性聚類，得到對應(yīng)的聚類核心概念。

2.3 關(guān)聯(lián)分析

通過本體構(gòu)建抽取出相應(yīng)的術(shù)語和概念后，結(jié)合居民端上報的問題數(shù)據(jù)或數(shù)據(jù)源中實時變化異常數(shù)據(jù)，基于FP-growth 算法進行關(guān)聯(lián)分析，及時對事件進行分派和處置。

FP-growth 算法和Apriori 算法都是挖掘頻繁項集的算法，Apriori 算法需要多次掃描數(shù)據(jù)集，而無論多少數(shù)據(jù)，F(xiàn)P-growth只需要掃描兩次數(shù)據(jù)集，算法效率上具有優(yōu)勢。其關(guān)聯(lián)規(guī)則基于支持度：Support(X →Y)=P(X ∩ Y)=P(XY)和置信度：Confidence(X → Y)=P(Y| X)的概念進行構(gòu)建，參考楊彩等人[5]研究的基于FPgrowth算法的課程關(guān)聯(lián)性分析流程進行頻繁項集的挖掘。FP-growth 算法步驟主要分為兩步：第一步構(gòu)造FP-tree，掃描數(shù)據(jù)庫，計算數(shù)據(jù)庫中各個項的支持度，若大于給定閾值，作為頻繁項集保存，再次掃描數(shù)據(jù)庫，依次讀取保存到FP-tree中，重復(fù)直到讀取所有數(shù)據(jù)，完成FP-tree 的構(gòu)造；第二步在FP-tree 中根據(jù)創(chuàng)建的條件模式樹挖掘頻繁模式，從而挖掘出頻繁項集。其算法流程圖如圖5所示。

圖5 FP-growth算法流程

在挖掘出頻繁項集之間的關(guān)聯(lián)關(guān)系之后，面對實時產(chǎn)生的新問題和新異常數(shù)據(jù)，及時關(guān)聯(lián)到對應(yīng)術(shù)語和概念，例如模型已挖掘的“垃圾堆積”概念，當(dāng)實時產(chǎn)生居民上報的相關(guān)問題或社會攝像數(shù)據(jù)中識別出的相關(guān)情況，系統(tǒng)就會向管理人員后端發(fā)送待處理的“垃圾堆積”事件，從而能夠進行事件自動分類和事件分派，提高事件下發(fā)和事件處置的效率，達到以事件為基礎(chǔ)，向城市管理的相關(guān)部門提供事件數(shù)據(jù)信息的“聚合、關(guān)聯(lián)、挖掘、增值、展現(xiàn)”等一站式服務(wù)的目的。

3 系統(tǒng)展示

社會治理信息系統(tǒng)實現(xiàn)數(shù)據(jù)的整合展示，在管理端能夠查看指定區(qū)域的人口、房屋、組織等模塊的整體信息和實時的更新，管理人員能夠進行新增、編輯、完善等操作，如圖6所示。

圖6 社會整體信息

從圖6 中可以查看基層區(qū)域的全量人口、實有人口、戶籍人口等，并對疫情、特殊關(guān)懷、重點人群進行分類展示；房屋信息展示小區(qū)數(shù)、建筑物、住房單元等，并對租房、保障房等進行分類展示；組織信息展示黨組織、業(yè)主委員會、社會組織等，并對業(yè)主自治和群防群治進行分類展示。

在社會治理信息系統(tǒng)的事件處置任務(wù)模塊，整合融合多源異構(gòu)數(shù)據(jù)資源后，需要處置的事件任務(wù)信息，根據(jù)居民上報和模型挖掘后，會自動在后臺分類上傳到管理人員手中，如圖7所示。

圖7 多層級事件處置

從圖7中可以看出，事件有非機動車亂停放、垃圾堆積、獨居老人用水異常報警等待處理任務(wù)信息提交，包括處置狀態(tài)、時間狀態(tài)、所屬轄區(qū)、發(fā)布時間等信息，管理人員能夠?qū)κ录蝿?wù)及時接收和處理，提高社會矛盾糾紛化解的效率。

4 結(jié)論

本文針對社會數(shù)據(jù)多來源和數(shù)據(jù)異構(gòu)的特征，基于總體架構(gòu)、數(shù)據(jù)架構(gòu)和部署架構(gòu)建設(shè)了社會治理信息系統(tǒng)，通過ETL 整合數(shù)據(jù)格式，本體構(gòu)建和關(guān)聯(lián)分析進行數(shù)據(jù)融合，及時挖掘出基層矛盾糾紛等問題事件，并實時推送展示給管理人員，使得矛盾糾紛化解在萌芽階段，防止糾紛進一步繼續(xù)擴大，是網(wǎng)格化管理、精細化服務(wù)、信息化支撐、開放共享要求下的重要實現(xiàn)。