指导单位:中国信用体系建设促进工程办公室        主办单位:中国信息界杂志社        协办单位:中国信息协会信用专业委员会         支持单位:北京大学智慧城市研究中心   泰尔企业信用信息平台
罗湖区“织网工程”信息系统项目

一、指导思想
  以“惠民生、保民安、稳民心、聚民智、借民力、修民德”为总原则,坚持以人为本,强化服务理念,转变政府职能,促进系统融合,推动数据共享,有效提升社会服务管理水平,增强党委政府履职能力,加强以改善民生和创新社会管理为重点的社会建设。
二、目标要求
按照“公共信息资源库、网格信息员队伍、社会管理工作网、社区家园网、社区综合信息采集系统、决策分析支持系统”(以下简称“一库一队伍两网两系统”)的基本架构,建设覆盖市、区、街道、社区四级的“织网工程”服务管理综合信息系统。到2014年末,完成“一库一队伍两网两系统”的建设和试运行,实现信息资源的跨区域、跨层级、跨部门的互联互通、融合共享。2015年,按照统一标准实施“织网工程”,进一步开发基于民生服务和社会管理的各种应用,全面提升公共服务保障能力、提高城市精细化管理水平。
三、实施内容和计划
(1)基础资源数据库:包括业务数据导入、数据分层梳理和业务数据建模。
(2)基础数据管理子系统:建设数据目录、元数据管理、数据量统计、数据更新设计、规则制定、数据标准规则查询、问题处理流程、数据质量反馈。
(3)地址标准化处理子系统:包括地址标准库、标准地址搜索、标准地址批量导出、地址智能补全、标准地址数据接口开发。
(4)基础数据查询管理子系统:包括数据黄页、人口查询、法人查询、房屋查询。
(5)人口关系展示子系统:包括人口关系查询、法人关系查询、房屋关系查询、关系路径查询、子图模式匹配。
(6)基础数据GIS展示子系统:构建空间数据库,还包括在线标注、GIS数据引擎功能、批量地理编码、坐标转换、空间数据转换、空间数据服务以及图层显示。
1000字以内,解决方案的具体描述,包括技术路线技术功能特点方案的技术构架图等)
(如有知识产权成果证明,请另附复印件)
数据的清洗融合是大数据平台建设的关键,也是支撑数据运营、决策分析、数据开放的基石。数据清洗融合平台的基础架构如下:
 
1.数据标准管理
1)数据元的管理,是将标准中的信息项进行整合汇总,能够使用户在数据元中创建元规则,代码规则,以及使用户能够实现数据元和标准包的映射操作。标准数据元库汇集了大量的标准(国际、国家、地方以及企业标准等)和自定义标准,汇聚大量的通用的行业数据知识,并对其进行标准化的管理,便于用户查询和追溯。
 
2)实现对具体数据标准的维护管理,包含标准包新增、修改、删除功能,可实现自定义数据标准的配置jar包、参考数据的导入功能,并可对jar包、参考数据进行更新。
2.数据探索稽查
数据探索稽查包括数据概况统计、数据列分析、数据关联探索、质量评估等,并支持超大数据集。
1)数据概况统计实现数据概况的统计分析,包括:Schema概况统计、表概况统计、敏感信息探查、主外键关联探索。
2)数据列分析通过对记录数据进行基本分析;对列的数据结构进行正则表达分析;同时对字段数值的出现频率和分布进行分析,使得用户能在列数据的维度上得到全面的分析评估报告。
3)数据关联探索是在专利算法基础上,通过对列之间以及对列之间数据是否关联进行智能化探索,从而使得用户能够发现隐藏的列以及列数据之间的关联,并对这些关联进行智能评估。
4)此外数据稽核还包括了数据范围分析、值域分析和数据质量报告等内容。
3.工作流管理调度
工作流管理调度工具包括了工作流的设计和管理、工作流的监控以及服务管理。工作流调度是系统正常运行的纽带,通过可视化的方式提供易于开发和维护的日常任务开发、管理和调度平台。
 
4.数据融合与质量循环
对于清洗后符合标准的数据通过模糊匹配和智能匹配技术多数据进行关联与融合。
对于系统无法自动或人工无法在公共信息资源库的基础上进行修复的问题数据,需要建立问题数据工单,进行问题数据工单跟踪管理,问题数据工单需要返回的数来来源的各个委办局,从来源去根本上修复和提升数据的质量。
数据质量循环包括了数据问题处理界面,数据问题写入接口,手工问题定义接口,数据问题派发与导出,数据问题状态管理,工单处理流程,数据质量循环管理服务体系和人工处理界面。同时作为保证数据质量提升的长效机制,系统依据数据的提交预审核流程设立了相应的角色单位,例如,交办单位角色和上级领导角色等。
(1000字以内,实施案例的城市、成果资料现场图片(图片分辨率600px或文件大小3兆以上)、经济及社会效益等)
一、数据清洗融合平台
各个委办局通过数据共享交换平台共享出来的数据,是一些支离破碎的某一个业务领域的数据,互相没有关联起来,并且可能互相矛盾,还无法形成基础数据库和数据资产。数据清洗融合平台承接数据共享交换平台共享出来的数据,识别出这些数据所对应的基础实体(如:人口、法人、房屋、车辆、城市部件等),将关于同一个实体的数据关联起来,并对同一实体的数据属性进行值比对和逻辑关系的比对,发现不同来源数据中互相印证(好数据)和互相矛盾(坏数据)的部分,通过数据管控流程将不一致的数据发给数据源单位修复,从而将同一个实体的不同来源互相重叠的可能不一致的数据属性融合起来。建立基础数据库的模型,将融合后的数据装入基础数据库。这个关联、比对、清洗、融合、建模、装入的过程是由数据清洗融合平台完成的。其核心是数据的清洗和数据模型的重构,将数据由面向业务的应用数据模型(如医疗数据模型、交通数据模型)重构为面向数据资产的基础数据模型(如人口数据模型、法人数据模型)。
数据的清洗融合是大数据平台建设的关键,也是支撑数据运营、决策分析、数据开放的基石。
二、数据质量循环体系
数据标准管理工具对基础库、扩展库的所需采集的数据进行统一的数据标准管理。每次委办局上报的数据,根据已达成的标准,对数据的质量、完整性进行稽查,并形成数据质量稽查报告。
 
数据质量稽查工具集成了业务流程调度、数据质量检查算法、数据监测逻辑等功能,经过实际的项目检验,能够完成政府数据的质量清洗融合工作。
 
根据以前的建设经验,开发的数据质量提升工单系统,能够把数据质量的检查报告,已工单的形式反馈到相应的委办局,作为数据审核的考核结果。与政府的行政考核相结合,能够较为有效的保证各委办局数据上传的时效性、质量和完整性。
 
 
 
三、地址标准化处理子系统
地址库的建设的目标是建设并不断完善沈阳市的标准地址字典,并对现有的基础库、扩展库进行地址的标准化,例如地址补全、地址自动联想、地址格式标准化等,支持地址维护功能和地址数据的开放应用。地址库的建设需要利用大数据平台实现地址的类别识别和模式识别。
 
四、数据查询子系统
(1)公共服务的沙盘推演可以从时间、空间和公共服务类别三个维度的叠加,沙盘推演公共服务的现有资源分布,需求及资源分布的压力,为决策提供支撑。
 
(2)服务达标类分析依据规划目标,实际现状与实际需求出发,结合国家和地方对于公共服务达标的要求,进行综合达标分析,各自的差距与需求概况,辅助决策支撑。
 
(3)人口关系查询
人口关系采用图数据库技术作为支撑,查询功能包括人口关系查询、法人关系查询、房屋关系查询、关系路径查询、子图模式匹配。
法人关系查询可以以直观、震撼的画面展示企业与人,企业与企业,以及人与人的关系情况。
 
人口关系查询可以时间和事件为脉络客户城市居民在城市的发展轨迹。

地址:北京市海淀区紫金数码园3号楼9层904   邮编:100190   电话:010-82893346   邮箱:smartcitycredit@smartcities.com.cn