陳鋼 佘祥榮 秦加奇 水新瑩

（中國(guó)科學(xué)技術(shù)大學(xué)智慧城市研究院（蕪湖） 安徽省蕪湖市 241000）

1 引言

政府在城市治理的過(guò)程中積累了海量業(yè)務(wù)數(shù)據(jù)，但部門與部門之間存在十分嚴(yán)重的“數(shù)據(jù)煙囪”現(xiàn)象，無(wú)法實(shí)現(xiàn)基于“數(shù)據(jù)智能”的“多元協(xié)同”工作模式[1]。以城市自然人數(shù)據(jù)為例，它是城市大數(shù)據(jù)體系中最基本且最重要的數(shù)據(jù)資源，但通常分散在人社、民政、公安等不同的政府部門，這些數(shù)據(jù)在不同部門之間的協(xié)調(diào)和共享存在機(jī)制上的不足。為打通政府部門之間的數(shù)據(jù)壁壘，一些省市依托大數(shù)據(jù)管理部門或大數(shù)據(jù)中心完成了政務(wù)數(shù)據(jù)資源整合并實(shí)現(xiàn)了共享和交換，為“互聯(lián)網(wǎng)+政務(wù)服務(wù)”奠定了良好的基礎(chǔ)。

“互聯(lián)網(wǎng)+政務(wù)服務(wù)”要求政府部門主動(dòng)轉(zhuǎn)向“服務(wù)范式”，為公眾提供精準(zhǔn)化和個(gè)性化的服務(wù)。用戶畫像，就是根據(jù)人口統(tǒng)計(jì)學(xué)信息、社會(huì)關(guān)系信息、消費(fèi)偏好等靜態(tài)和動(dòng)態(tài)信息抽象出來(lái)的一系列標(biāo)簽化組合。用戶畫像的核心是利用大數(shù)據(jù)技術(shù)對(duì)目標(biāo)群體打上各種標(biāo)簽并在此基礎(chǔ)上進(jìn)行定性和定量分析統(tǒng)計(jì)，進(jìn)而達(dá)到對(duì)目標(biāo)群體精準(zhǔn)刻畫的目的。在電商領(lǐng)域，用戶畫像技術(shù)被廣泛用于精準(zhǔn)營(yíng)銷并取得了良好的效果[2]。在政務(wù)服務(wù)領(lǐng)域，基于所匯聚的政務(wù)大數(shù)據(jù)構(gòu)造全生命周期、全維度的自然人畫像，能夠在此基礎(chǔ)上洞察公眾的潛在需求進(jìn)而提供主動(dòng)化、精準(zhǔn)化和個(gè)性化的服務(wù)。為實(shí)現(xiàn)上述目標(biāo)，本文提出了一種基于全息數(shù)據(jù)模型的自然人全息畫像技術(shù)。

2 全息數(shù)據(jù)模型

2.1 概念和作用

“自然人全息數(shù)據(jù)”是指自然人從生到死全這個(gè)生命周期過(guò)程中所產(chǎn)生的全部信息。一些省市的政務(wù)服務(wù)網(wǎng)也將個(gè)人辦事按照自然人全生命周期來(lái)分類，例如北京市政務(wù)服務(wù)網(wǎng)按照“升學(xué)、工作、購(gòu)房、結(jié)婚、生育、失業(yè)、創(chuàng)業(yè)、遷居、退休、后事”等階段劃分自然人全生命周期。就政務(wù)服務(wù)領(lǐng)域而言，它是指政府各業(yè)務(wù)部門在服務(wù)個(gè)人全生命周期辦事過(guò)程中所使用和產(chǎn)生的數(shù)據(jù)集合[3]。如果能夠?qū)⑦@些信息資源進(jìn)行歸納和抽象，形成不同層面、不同維度和不同視角的業(yè)務(wù)模型大寬表，以此構(gòu)建自然人全息畫像框架，用來(lái)描述、預(yù)測(cè)和展現(xiàn)該自然人過(guò)去、現(xiàn)在和將來(lái)的時(shí)間和空間狀態(tài)和屬性變化。基于此，政府部門有望實(shí)現(xiàn)全面分析、感知和識(shí)別服務(wù)對(duì)象的目標(biāo)，為公眾提供精準(zhǔn)化政務(wù)服務(wù)提供手段。

2.2 形成方法

從業(yè)務(wù)角度看，自然人全息數(shù)據(jù)模型的形成可以通過(guò)對(duì)自然人各“生命階段”的相關(guān)屬性及狀態(tài)進(jìn)行深入地分析，在此基礎(chǔ)上梳理每項(xiàng)涉人辦事業(yè)務(wù)在自然人全生命周期中的直接或間接邏輯關(guān)系，然后將附屬于自然人各個(gè)生命階段的結(jié)果數(shù)據(jù)實(shí)施有機(jī)整合。這就實(shí)現(xiàn)了把自然人從出生到去世這一歷史變化過(guò)程中產(chǎn)生的全部數(shù)據(jù)進(jìn)行有機(jī)整合，所形成的結(jié)果數(shù)據(jù)集可以稱之為“全息數(shù)據(jù)”。就實(shí)現(xiàn)方法來(lái)說(shuō)，可以從政府部門現(xiàn)有的信息系統(tǒng)入手，先收集所有與部門核心業(yè)務(wù)相關(guān)的原始系統(tǒng)數(shù)據(jù)，獲取業(yè)務(wù)的基本情況，根據(jù)這些系統(tǒng)數(shù)據(jù)再倒推它們各自所屬的業(yè)務(wù)事項(xiàng)，獲取業(yè)務(wù)的輸入輸出數(shù)據(jù)，最終完成信息資源的梳理。具體實(shí)現(xiàn)路徑是：

（1）根據(jù)政府各部門“三定”方案明確部門的職能域，初步確定其主要的業(yè)務(wù)類型；

（2）根據(jù)政務(wù)服務(wù)事項(xiàng)清單對(duì)涉人業(yè)務(wù)事項(xiàng)進(jìn)行業(yè)務(wù)流程分析，得到相應(yīng)的事項(xiàng)結(jié)果名稱，該名稱可以作為數(shù)據(jù)目錄；

（3）對(duì)于服務(wù)事項(xiàng)申請(qǐng)材料中有“空白表格”或“示例樣表”的，識(shí)別并抽取該表格中的核心數(shù)據(jù)項(xiàng)；對(duì)于沒有“空白表格”或“示例樣表”的，則根據(jù)相應(yīng)的國(guó)家標(biāo)準(zhǔn)或者該事項(xiàng)的設(shè)定依據(jù)提取核心數(shù)據(jù)項(xiàng)。從技術(shù)角度說(shuō)：

（1）采用Glove模型、word2vec模型、Bert模型[4]訓(xùn)練生成詞向量，計(jì)算對(duì)應(yīng)文本詞向量的相似度，進(jìn)行權(quán)力清單與政務(wù)服務(wù)清單的匹配；

（2）在獲取政務(wù)服務(wù)網(wǎng)上涉人事項(xiàng)數(shù)據(jù)的基礎(chǔ)上利用自然人語(yǔ)言處理文本或語(yǔ)義相似度算法，對(duì)所獲取的業(yè)務(wù)事項(xiàng)進(jìn)行融合，并形成對(duì)應(yīng)的事項(xiàng)名稱集合；

（3）將所獲取的辦事事項(xiàng)非結(jié)構(gòu)化文檔或圖片文件中的信息利用OCR技術(shù)自動(dòng)識(shí)別出來(lái)形成核心數(shù)據(jù)項(xiàng)；

（4）借助知識(shí)圖譜技術(shù)對(duì)這些事項(xiàng)數(shù)據(jù)進(jìn)行融合處理，分別對(duì)應(yīng)到自然人不同生命周期階段中形成全息數(shù)據(jù)模型。

2.3 實(shí)踐做法

基于上述業(yè)務(wù)理念和技術(shù)手段，本文根據(jù)國(guó)家行政學(xué)院電子政務(wù)研究中心2019年4月發(fā)布的《2019省級(jí)政府和重點(diǎn)城市網(wǎng)上政務(wù)服務(wù)能力調(diào)查評(píng)估報(bào)告》[5]，選取了政府服務(wù)能力水平“非常高”（評(píng)分≥90）的6個(gè)省份和7個(gè)重點(diǎn)城市，以此作為自然人全息數(shù)據(jù)模型形成的來(lái)源依據(jù)。在最終所形成的全息模型中，包含目錄名稱、依據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)項(xiàng)和來(lái)源部門等信息。該模型對(duì)自然人劃分了12個(gè)人生階段，包含185個(gè)人生事件，涉及的核心數(shù)據(jù)項(xiàng)約為13000個(gè)。在獲得全息數(shù)據(jù)模型后，需要按照一定的方式對(duì)這些數(shù)據(jù)加以組織。一般而言，人有組織、人有地址、人有物、人和人之間存在關(guān)系、組織有地址、事件有地址、事件涉及人和物。因此，可以按照“人、地、物、事、組織”這五大維度對(duì)全息數(shù)據(jù)加以分類，并將分類后的數(shù)據(jù)以（實(shí)體-關(guān)系-實(shí)體）和（實(shí)體-屬性-屬性值）三元組形式存儲(chǔ)。在組織好自然人全息數(shù)據(jù)后，下一步就需要基于它們來(lái)生成各種標(biāo)簽，包括基礎(chǔ)標(biāo)簽和業(yè)務(wù)標(biāo)簽?；谶@些標(biāo)簽，可以運(yùn)用標(biāo)簽組合來(lái)構(gòu)建面向不同政務(wù)服務(wù)領(lǐng)域的自然人全息畫像，以此來(lái)洞察該自然人現(xiàn)在的業(yè)務(wù)需求和未來(lái)的業(yè)務(wù)需求。

3 全息畫像

3.1 精準(zhǔn)政務(wù)服務(wù)理念

“全息畫像”是構(gòu)建基于全息數(shù)據(jù)框架、多維度的自然人畫像，旨在刻畫和揭示自然人全生命周期歷程中各個(gè)階段和維度的時(shí)間和空間屬性及其狀態(tài)變化。全息畫像的優(yōu)點(diǎn)是能夠提供一個(gè)多層次、多視角、可全面剖析自然人的“綜合檔案袋”。在政務(wù)服務(wù)實(shí)踐中，通過(guò)剖析某類人群的全息畫像，能夠了解他們當(dāng)前和潛在的服務(wù)需求，有針對(duì)性地將供給側(cè)精準(zhǔn)匹配到需求側(cè)，進(jìn)而實(shí)現(xiàn)由“人找服務(wù)”到“服務(wù)找人”的模式轉(zhuǎn)變。從技術(shù)視角看，全息畫像依托大數(shù)據(jù)和人工智能技術(shù)，以靜態(tài)屬性數(shù)據(jù)和動(dòng)態(tài)行為數(shù)據(jù)為基礎(chǔ)，綜合運(yùn)用統(tǒng)計(jì)分析、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)相關(guān)算法對(duì)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析處理，形成一系列標(biāo)簽并進(jìn)行動(dòng)態(tài)可視化展示，實(shí)現(xiàn)了對(duì)自然人在賽博空間中“特征全貌”的抽象和刻畫。有了全息畫像，政府部門就能夠利用所積累的涉人歷史業(yè)務(wù)數(shù)據(jù)對(duì)組成各個(gè)標(biāo)簽的業(yè)務(wù)模型所涉及到的數(shù)據(jù)項(xiàng)做趨勢(shì)分析，預(yù)測(cè)出未來(lái)一段時(shí)間內(nèi)自然人某項(xiàng)/某些指標(biāo)狀態(tài)的變化及其潛在所需要的服務(wù)。為了通過(guò)全息畫像剖析自然人全生命周期屬性狀態(tài)，需要構(gòu)建對(duì)自然人進(jìn)行抽象描述的概念模型，從中抽取反映狀態(tài)變化的數(shù)據(jù)項(xiàng)來(lái)對(duì)人群進(jìn)行打標(biāo)簽并實(shí)現(xiàn)分類。

3.2 全息畫像概念模型

概念模型具有語(yǔ)義表達(dá)能力較強(qiáng)、簡(jiǎn)單清晰且易于理解等特點(diǎn)，能夠直接表達(dá)業(yè)務(wù)領(lǐng)域相關(guān)知識(shí)[6]。自然人全息畫像概念模型是對(duì)自然人統(tǒng)計(jì)人口屬性、社會(huì)關(guān)系和涉事經(jīng)歷進(jìn)行描述的模型，是對(duì)自然人真實(shí)狀態(tài)和行為的刻畫，是影響全息畫像結(jié)果的關(guān)鍵所在。因此，構(gòu)建科學(xué)合理的自然人全息畫像概念模型應(yīng)遵循全面性、可行性和智能性的原則。基于上述構(gòu)建原則，本文從基本屬性、事件屬性和關(guān)系屬性這3個(gè)方面構(gòu)建自然人全息畫像概念模型。將與自然人自身密切相關(guān)而且在全生命周期中相對(duì)不變的信息納入到基本屬性中，它通常具有穩(wěn)定性和標(biāo)識(shí)性，通常在政府業(yè)務(wù)部門之間有共享需求。例如身份號(hào)碼、姓名、性別、年齡、民族、出生日期、婚姻狀況等數(shù)據(jù)項(xiàng)是大多數(shù)政務(wù)服務(wù)都需要使用的。另外還有一些數(shù)據(jù)項(xiàng)是通過(guò)政務(wù)服務(wù)網(wǎng)中的涉人事件獲取的，反映自然人在生命周期過(guò)程中參與的各類業(yè)務(wù)事件或活動(dòng)，它們是與特定業(yè)務(wù)部門密切相關(guān)的（如參保事件產(chǎn)生了社會(huì)保險(xiǎn)信息、住房公積金賬戶開設(shè)事件產(chǎn)生了住房公積金信息、學(xué)籍辦理事件產(chǎn)生了教育信息等），可以將這些數(shù)據(jù)歸入事件屬性中。關(guān)系屬性主要反映自然人在婚姻、居住、學(xué)習(xí)、工作等活動(dòng)中與人、地和物所建立的各種關(guān)系等。關(guān)系屬性主要包括“人-人關(guān)系”（如親屬、同事、同學(xué)、鄰居等）、“人-物關(guān)系”（如擁有房產(chǎn)、汽車等）和“人-地關(guān)系”（如出生地、住所等）。這種概念模型不但非常容易理解，而且還與知識(shí)圖譜（即全息數(shù)據(jù)模型分類后以三元組形式存儲(chǔ)在知識(shí)圖譜中）相吻合。

3.3 標(biāo)簽生成方法

與概念模型相比，標(biāo)簽體系更加形象和具體，獲取相應(yīng)的數(shù)據(jù)后可以直接進(jìn)行可視化分析。常用的標(biāo)簽生成方法有“直接提取法”、“統(tǒng)計(jì)分析法”和“機(jī)器學(xué)習(xí)法”。

3.3.1 直接提取法

一般情況下，事實(shí)類標(biāo)簽可以采用直接提取法。有些數(shù)據(jù)自身就是對(duì)自然人屬性的描述（即自身就是標(biāo)簽化的數(shù)據(jù)），因此不必再去定義標(biāo)簽，可直接對(duì)他們進(jìn)行標(biāo)簽提取。舉例來(lái)說(shuō)，在自然人基本屬性數(shù)據(jù)集中，有些數(shù)據(jù)項(xiàng)的數(shù)據(jù)類型是分類型或者標(biāo)識(shí)型，可以基于數(shù)據(jù)項(xiàng)名稱提取標(biāo)簽。例如姓名、身份證號(hào)這樣的數(shù)據(jù)項(xiàng)沒有必要去分類，其作用是對(duì)自然人個(gè)體進(jìn)行標(biāo)識(shí)，就可以直接將它們作為標(biāo)簽使用。此外，還有一些直接類別類數(shù)據(jù)，如性別、學(xué)歷、婚姻狀況等也可以直接作為標(biāo)簽使用。在事件屬性數(shù)據(jù)集中，有些事件的名稱較長(zhǎng)，可以對(duì)事件名稱進(jìn)行轉(zhuǎn)換，在保持語(yǔ)義不變的情況下將長(zhǎng)名稱轉(zhuǎn)換為以短詞語(yǔ)形式為主、事件名稱更為精簡(jiǎn)的標(biāo)簽。例如“取得出版專業(yè)技術(shù)人員中級(jí)職業(yè)資格”可以轉(zhuǎn)化為“出版專業(yè)（中級(jí)）”?？梢姡苯犹崛?biāo)簽不需要進(jìn)行任何計(jì)算，而是直接保留或縮減了原始數(shù)據(jù)。

3.3.2 統(tǒng)計(jì)分析法

統(tǒng)計(jì)分析法主要應(yīng)用于在基于數(shù)據(jù)計(jì)算的標(biāo)簽提取場(chǎng)景。從自然人全息數(shù)據(jù)出發(fā)，借助不同的統(tǒng)計(jì)分析方法，計(jì)算某一數(shù)據(jù)項(xiàng)或標(biāo)簽的統(tǒng)計(jì)量。對(duì)單時(shí)點(diǎn)數(shù)據(jù)計(jì)算平均值、最小值、最大值等，對(duì)時(shí)間序列數(shù)據(jù)分析增長(zhǎng)率或降低率等，并對(duì)計(jì)算之后所形成結(jié)果的突出特征進(jìn)行提取。統(tǒng)計(jì)類標(biāo)簽是需要根據(jù)原始數(shù)據(jù)進(jìn)行聚合計(jì)算的一類標(biāo)簽，例如年度納稅總額、交通處罰次數(shù)、工作年限等。

3.3.4 機(jī)器學(xué)習(xí)法

預(yù)測(cè)類標(biāo)簽是指無(wú)法通過(guò)事實(shí)數(shù)據(jù)計(jì)算得到，需要借助機(jī)器學(xué)習(xí)算法進(jìn)行預(yù)測(cè)的標(biāo)簽，例如房屋購(gòu)買能力、信用變化趨勢(shì)等。該類標(biāo)簽的構(gòu)建核心在于利用聚類、分類和集成學(xué)習(xí)算法對(duì)自然人全息數(shù)據(jù)進(jìn)行建模分析，通過(guò)全方位、深層次地分析自然人三大屬性維度數(shù)據(jù)，提取各個(gè)維度的標(biāo)簽，可以挖掘更多的潛在信息，進(jìn)而對(duì)自然人的未來(lái)趨勢(shì)進(jìn)行預(yù)測(cè)分析。舉例來(lái)說(shuō)，可以構(gòu)建基于“人、地、事、物和組織”的自然人知識(shí)圖譜，可以從人-人關(guān)系出發(fā)，在知識(shí)圖譜中引入外部信息，實(shí)現(xiàn)在原始標(biāo)簽的基礎(chǔ)上擴(kuò)展出新的標(biāo)簽。例如可以通過(guò)人-人關(guān)系屬性和刑事案件屬性運(yùn)用關(guān)聯(lián)算法擴(kuò)展出“與涉黑人員有關(guān)”這一標(biāo)簽。

3.4 全息畫像構(gòu)建

構(gòu)建好標(biāo)簽后，就可以組合這些標(biāo)簽構(gòu)建自然人全息畫像了。對(duì)單個(gè)自然人而言，其個(gè)體全息畫像主要包括自然人基本屬性、事件屬性和關(guān)系屬性?；緦傩运男畔樾彰⑸矸葑C件類型、身份證件號(hào)碼、性別、年齡、民族、籍貫、婚姻狀況、出生日期、出生地、政治面貌、最高文化程度、職業(yè)、聯(lián)系方式等。事件屬性主要反映自然人涉及事件情況，包括獎(jiǎng)取得證照類事件、獲得獎(jiǎng)勵(lì)類事件、遭受處罰類事件、涉及民事案和刑事案事件等。關(guān)系屬性主要反映自然人親屬、鄰居、同事、同學(xué)、同小區(qū)、所屬學(xué)校、所屬企業(yè)、擁有房產(chǎn)、擁有機(jī)動(dòng)車、擁有發(fā)明專利等。為了對(duì)單個(gè)自然人有一個(gè)整體概貌認(rèn)知，可以用標(biāo)簽云的形式進(jìn)行畫像展示，這些標(biāo)簽就是用上述三種標(biāo)簽提取方法對(duì)自然人基本屬性、事件屬性和關(guān)系屬性中的數(shù)據(jù)進(jìn)行分析處理。此外，還可以采用列表和圖譜形式對(duì)三大屬性進(jìn)行詳細(xì)展示。

在個(gè)體畫像的基礎(chǔ)上還可以構(gòu)造群體畫像。舉例來(lái)說(shuō)，構(gòu)造一個(gè)某市中產(chǎn)階級(jí)人群畫像，可以定義標(biāo)簽中產(chǎn)階級(jí):= {凈資產(chǎn)大于等于300萬(wàn)元或年收入大于等于30萬(wàn)元}，這樣就能夠先篩選出中產(chǎn)階級(jí)人群。然后通過(guò)性別、年齡、學(xué)歷、職業(yè)等標(biāo)簽進(jìn)行進(jìn)一步分類，就可以洞察該市中產(chǎn)階級(jí)人群在不同維度的詳細(xì)分布情況。對(duì)人群進(jìn)行分類畫像，可以快速判定自然人所屬人群，精準(zhǔn)定位此該自然人當(dāng)前和未來(lái)所需服務(wù)?？梢姡嬒袷钦疂M足公眾個(gè)性化信息服務(wù)需求的重要抓手，在提升服務(wù)信息推送精準(zhǔn)度的基礎(chǔ)上，切實(shí)提高了用戶服務(wù)體驗(yàn)。