构建数据预警模型提升风险防控能力

　　摘要：在推进市域治理能力现代化建设的新形势下，国家在面对国际敌对势力及国内矛盾多元化的多重挑战，防范各类风险已然成为工作的重点。基于数据预警模型提升风险防控能力是运用云计算、大数据、人工智能等高新技术手段，聚焦社会风险数据通过对风险构成因素进行数据建模，发现潜在风险，并可以结合基层治理线下排查核实机制形成风险预警防范闭环管理，用创新技术完善预防性防控体系。

　　关键词：人工智能；数据预警模型；预防性防护；

　　一．引言

　　当前百年变局和世纪疫情交织叠加，社会治理风险多样多发，迫切需要发挥市域“前线指挥部”的重要作用，把重大风险防范化解在市域，以一市一地的安全稳定夯实国家长治久安的坚实基础。如何提升数据的融合能力，如何提升数据预警模型预判预测能力，如何提升人民群众的安全感、幸福感、获得感，如何确保市域成为重大风险终结地是当下工作的重点。

　　二．客户面临的主要问题

　　当今社会是风险社会，各种挑战压力加大。 人民内部与敌我矛盾相互交织，政治与公共安全相互关联，传统与非传统安全威胁相互作用， 境内与境外因素相互影响，网上与网下斗争相互联动，对社会治理提出了新的更高要求。社会治理的各类风险主要影响社会正常运行，具有来源多样、结构复杂、危害外溢等特点，如果防控不及时一旦爆发，将严重影响和制约社会的发展，危及社会安全与稳定。综上所述各领域风险发生后被动处置已然不能在适应新时代发展的需求，如何从事后倒逼到事前预防是防范化解各类风险必须面对的问题，是提升风险治理与防控成效必须要实现的问题。

　　三．坚持构建数据预警模型提升风险防控能力的设计思想

　　基于数据预警模型防范化解各类风险设计始终坚持贯彻执行党中央关于市域社会治理现代化的坚强领导，基于方舟大数据中台能力，充分融合汇聚社会治理零散数据，通过自研的算法模型对数据进行综合分析，挖掘数据之间的关系通对人物、事件和企业进行风险画像分析，分析结果包括事件的风险评分、可信指数、紧急程度、危害程度、发生几率等信息，供用户综合判断事件可能导致的结果，并且推荐多种解决方案供用户参考、选择，系统提前预测并识别风险事件的发生，将风险化解在萌芽阶段。

　　四．构建风险防控能力的步骤

　　（一）.构建多数据融合

　　利用方舟大数据中台接入各委办局政务数据，包含业务数据库数据、政务文档、图片等内容；接入雪亮视频数据；接入互联网数据等。

　　（二）.构建数据清洗

　　利用方舟大数据中台ETL工具对接入数据进行加工、转换、存储使其数据仓库分层结构及数据表创建合理。

　　（三）.构建数据库

　　根据用户的实际需求构建基础库、标准库、专题库。

　　（四）.构建数据预警模型

　　各部门业务系统逐渐实现互联互通，为大数据分析及应用创造了条件，在通过神经网络分词算法、关键词标注算法、ORC图片识别算法、图片结构化算法、人/车识别算法、全文检索算法、加权评估等算法对海量样本数据集进行学习和训练，风险模型数据训练完成后，可将数据平台当中已做标签处理完成后的数据导入到评估模型进行风险评估，将各类特等指标相加值进行按照风险分数进行阈值确定风险，并进行风险预警，如40分-60分为无风险，60-70为低风险，70-80为中风险，80-100分为高风险。

　　（五）.数据预警模型深度应用

　　1．政治安全预警模型

　　实现对涉及国家政治安全的宣传活动数据、政治重点人员数据、非法宗教数据、邪教数据等进行统计分析，分析结果按事件预警等级进行显示，并根据等级推荐处置人员。

　　2．政治人员聚集风险模型

　　实现对区域内政治重点人员的聚集分析，根据人员信息识别因素，对政治重点人员聚集进行监测，协同相应部门强化政治人员预警管理，防范化解政治人员聚集安全风险。

　　3．非法邪教风险模型

　　实现对区域内非法宗教数据、邪教数据的智能防控分析，实现非法邪教组织风险等级展示。

　　4、个人极端潜在风险模型

　　实现个人极端潜在风险模型构建，将个人的信访数据、社保数据、信用数据、不良行为数据、重大事件数据等多种标签进行关联分析，通过大数据的碰撞对个人形成多种标签叠加，根据标签的数量及标签风险程度权重出个人潜在风险分值并进行干预。

　　5．一人多次风险模型

　　通过将政务热线事件、110警情、网格事件、信访事件等事件信息进行碰撞，输出多个人集中上报的事件，并且将事件的所有关系人都进行关联，短期内均是相同的事件则判定为“一事多人”模型输出结果。管理员可以联络基层工作人员进行事件的专门性走访，判断事件性质，及时调处化解。

　　6．一事多人风险模型

　　通过将政务热线事件、110警情、网格事件、信访事件等事件信息进行碰撞，输出多个人集中上报的事件，并且将事件的所有关系人都进行关联，短期内均是相同的事件则判定为“一事多人”模型输出结果。管理员可以联络基层工作人员进行事件的专门性走访，判断事件性质，及时调处化解。

　　7．涉黑涉恶线索预警模型

　　将通过各种源头渠道汇聚的涉黑涉恶线索事件的涉黑涉恶人员进行人员自动标签“疑似涉黑涉恶人员”，并且对线索信息进行风险预警。

　　8．个人危化品使用风险预警模型

　　个人购买了大量危化品，统计其姓名，购买的危化品类型，以及登记的用途，进行统计分析，形成辖区个人危化品使用排名，并进行关联分析形成风险模型。

　　9．危险品风险模型

　　实现区域内危化品生产、存放、运输相关企业的分级管理，动态掌握区域内危化品相关企业的分布情况及危化品的存放变化情况，通过对执法监督事件的分析，强化对危化品的监督管理工作。

　　10、重点人员预警模型

　　实现区域内重点人员的分级分类管理，通过智能设备采集数据及预警模型算法，自动生成相关人员的轨迹数据，并根据预警规则自动触发告警，通知区域内的相关人员进行核实。

　　五．降本增效提升风险防控能力

　　基于数据预警模型防范化解各类风险系统可以对各类潜在安全事件的预防预警、快速响应、全方位监测监控和高效处置的运行机制和能力，全面提升政治安全、矛盾纠纷、社会治安、网络安全、公共安全五大领域安全风险防范能力，降低人员成本的投入，全面提升群众安全感。

　　结论：

　　数据预警模型虽然集成了数据挖掘、机器学习等前沿技术，但是要保障项目实战实用效果还是需要大量数据积累和模型适应训练，所以需要有经验的、专业的数据运营团队辅助相关单位完成此项任务。

　　责任编辑：广汉