基于第三代知識圖譜的政務數(shù)據(jù)治理

秦鋒劍

我主要從三個方面談一下綠灣在數(shù)據(jù)治理方面的一些思考，一是當前政務大數(shù)據(jù)面臨的機遇與挑戰(zhàn)，二是基于第三代知識圖譜的政務數(shù)據(jù)治理解決方案，三是綠灣智子應用案例。

談到大數(shù)據(jù)方面的一些挑戰(zhàn)，我認為根源在于大家對大數(shù)據(jù)的理解不一致，也不是很透徹。很多時候我們盲目去做一個系統(tǒng)，覺得收集很多數(shù)據(jù)就是在做大數(shù)據(jù)業(yè)務，而具體到數(shù)據(jù)的類別、質(zhì)量以及數(shù)據(jù)的應用卻沒有深入的思考。特別是政務相關的數(shù)據(jù)，數(shù)據(jù)量不僅大而且數(shù)據(jù)結構復雜，再加上收集的數(shù)據(jù)沒有統(tǒng)一的標準，有效的分析更無從談起，那么領導看了這些雜亂無章的數(shù)據(jù)也無法輔助決策。

國務院印發(fā)的《促進大數(shù)據(jù)發(fā)展行動綱要》中提到“大數(shù)據(jù)是以容量大、類型多、存取速度快、應用價值高為主要特征的數(shù)據(jù)集合，正快速發(fā)展為對數(shù)量巨大、來源分散、格式多樣的數(shù)據(jù)進行采集、存儲和關聯(lián)分析，從中發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力的新一代信息技術和服務業(yè)態(tài)。”這里面提到要做數(shù)據(jù)的關聯(lián)分析，為什么呢？如果我們只是根據(jù)一些數(shù)據(jù)做一個統(tǒng)計分析，生成一個報告，幾張圖就能說明問題。那這個本身不是真正地挖掘大數(shù)據(jù)價值，因為并沒有通過關聯(lián)分析，發(fā)現(xiàn)新的知識，形成啟發(fā)?？赡艹ＷR性的知識也可以告訴我們這些結果。我們認為，利用數(shù)據(jù)要發(fā)現(xiàn)新知識、創(chuàng)造新價值、提升新能力，這樣才是一個好的大數(shù)據(jù)應用。

現(xiàn)在很多人都在提數(shù)據(jù)融合，那么如何做到呢？這要從目前的一些現(xiàn)狀出發(fā)，厘清數(shù)據(jù)應用發(fā)展的幾個階段。進入信息化后，我們各個委辦局都通過自己建的系統(tǒng)，滿足了當時的業(yè)務需求，這就形成了后期“數(shù)據(jù)孤島”林立的狀態(tài)。第二個階段是在云計算的推動下，大家開始部署云上業(yè)務，實現(xiàn)共享，而實際上每個業(yè)務系統(tǒng)還是獨立運作的。第三個階段大家認為數(shù)據(jù)開放和共享很重要，所以提出了數(shù)據(jù)要做分類、歸集，于是形成了很多的目錄。但是，數(shù)據(jù)之間的壁壘還是沒有打通。如果想要走到數(shù)據(jù)融合應用的階段，我們必須建立良好的數(shù)據(jù)資源管理體系，做好數(shù)據(jù)治理，形成有效的開放共享。

下面重點講一下知識圖譜的解決方案。知識圖譜實際上是谷歌在2012年提出來的，2018年第一次被Gartner在技術成熟度曲線上呈現(xiàn)，并提出了和5G、VR、深度學習同樣的技術級別評定，就是還不太成熟，處于發(fā)展的初期，但應用場景很廣泛。

那么，基于知識圖譜的數(shù)據(jù)治理又該怎么做？

我們認為，第一步是數(shù)據(jù)匯聚：按照業(yè)務需求，明確數(shù)據(jù)類型、數(shù)據(jù)量級、數(shù)據(jù)接入方式、數(shù)據(jù)更新頻率等，并根據(jù)數(shù)據(jù)探查和定義實時將海量、多源、異構數(shù)據(jù)提取、清洗、接入大數(shù)據(jù)中心。第二步是數(shù)據(jù)組織：按照數(shù)據(jù)應用需求，根據(jù)數(shù)據(jù)定義的標準，實現(xiàn)數(shù)據(jù)資源分類建庫，包括原始庫、資源庫、主題庫、知識庫、業(yè)務庫、業(yè)務要素索引庫等。第三步是數(shù)據(jù)標識：基于標簽知識庫，利用標簽引擎對數(shù)據(jù)進行比對分析、模型計算，并對其打上標簽，為上層應用提供支撐。第四步是數(shù)據(jù)關聯(lián)：按照業(yè)務領域知識，結合動態(tài)本體和對象模型，從數(shù)據(jù)中提取關鍵要素（實體、實體屬性、實體關系），并挖掘要素間的深層次關聯(lián)，建立知識圖譜，提高人類決策能力。

數(shù)據(jù)治理過程中的數(shù)據(jù)監(jiān)理也十分重要，我們有時候找廠商去清洗數(shù)據(jù)，中間可能會有丟失數(shù)據(jù)的情況發(fā)生，但我們并不知道發(fā)生了什么。如果我們設立數(shù)據(jù)監(jiān)理，就會及時發(fā)現(xiàn)數(shù)據(jù)的問題。比如密云水庫的水到每家每戶，每一個環(huán)節(jié)都要做監(jiān)控，包括水質(zhì)、水量的變化，微生物的變化情況等。如果其中任意一項有變化，我們水利監(jiān)測方都會報警出來，而且能清楚顯示是哪個環(huán)節(jié)出問題了，數(shù)據(jù)監(jiān)理也是同樣的作用。

在長期的研發(fā)和實踐中，綠灣科技以知識圖譜為核心內(nèi)容，構建起了“一個數(shù)據(jù)中心”+“一個數(shù)據(jù)平臺”+“N個數(shù)據(jù)應用”的產(chǎn)品框架。作為綠灣的拳頭產(chǎn)品，公司自主研發(fā)的“智子”大數(shù)據(jù)智能應用系統(tǒng)、數(shù)據(jù)治理產(chǎn)品、知識圖譜產(chǎn)品、機器學習平臺、視頻作戰(zhàn)平臺、智慧城市人口大數(shù)據(jù)分析系統(tǒng)、移動互聯(lián)網(wǎng)政務綜合平臺“掌上110”等，為公安、法院、檢察院、社會治理、金融證券等政府及行業(yè)客戶提供了針對具體場景的大數(shù)據(jù)解決方案。

最后講一下綠灣智子的應用，綠灣大數(shù)據(jù)分析產(chǎn)品在智慧檢索、關系挖掘、時空分析、布控預警等方面具有非常實用強大的功效，廣泛應用于社會治安、反恐預防、反欺詐及決策評估、人口和產(chǎn)業(yè)布局等業(yè)務場景。

而我們提到的綠灣智子，如何理解呢？每個大腦和智慧的成長都有一個過程，智子現(xiàn)在就如同一個孩子，還需要不斷培育。隨著人工智能的發(fā)展，知識圖譜有了更多的契機，通過對陳述性知識和程序性知識的不斷吸收，正在成長中的“智子”會變得越來越“聰明”。我們可以基于知識圖譜完成大數(shù)據(jù)里的城市治理，包括人口規(guī)模、人口分布、人口結構，都要通過大數(shù)據(jù)來挖掘情報。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）