4月7日,2016中國“互聯網+政務”創新趨勢研討會(廣東站)在佛山隆重舉行。會議以“探索現代政府治理新模式,共論互聯網+政務創新方向”為主題,由佛山市經濟和信息化局、中國社會科學院信息化研究中心與北京國脈互聯信息顧問有限公司聯合主辦,共有來自各市、區縣電子政務主管領導,國內電子政務領域知名專家、優秀電子政務廠商及行業主流媒體代表約120余人參會。

 
  會上,拓爾思廣州公司高級顧問何學恒主要從拓爾思對“互聯網+”的基本認識和理解;利用“互聯網+”創新政府行政監管服務以及如何運用互聯網思維和工具來優化政府公共服務的供應三個角度介紹了拓爾思如何用大數據和云計算構建“互聯網+”時代政府公共服務平臺。
 
  何學恒指出,拓爾思認為“互聯網+”最核心的基礎是互聯網的鏈接和感知,包括人和人之間的鏈接、人與設備之間的鏈接、設備和設備之間的鏈接,這些是“互聯網+”的基礎,也是互聯網處理效率問題的核心。在這個廣泛的鏈接和感知基礎之上,期望通過組織層和流程層來對生產模式進行變革,包括我們對政府服務的模式進行變革,引進全新的服務形態或者是產品,引進全新的渠道或者載體,來面向顧客供應我們的產品,最終革新傳統行業的業態和政府服務的業態,也包括政府的形態改變,實現了再進化和數據化。
 
  基于這個認識,出現了互聯網+不斷發展的動力,各種方式的互聯網鏈接成為大數據基礎資源,成為生產要素,這是我們互聯網+時代出現的很重要的因素。隨著互聯網技術和各類工具方法,比如說微信,極大便捷了我們人與人之間的溝通,創新人與人之間的協作方式,例如眾包、眾籌等等,更多的服務體系向我們展現,這也是“互聯網+”不斷發展的動力之源。
 
  今年2月15日,總理在考察智慧寧夏綜合體驗中心的時候提出要運用“互聯網+政務”,讓政府服務變得更聰明。3月5日,李克強總理又在《政府工作報告》中進一步闡述,要大力推行“互聯網+政務服務”,實現部門間數據共享,讓居民和企業少跑腿、好辦事、不添堵。何學恒從這兩則新聞詳細分析對“互聯網+政務”的理解,一是通過互聯網技術來優化政府服務,提升社會治理能力,二是通過“互聯網+”來提供優質的服務產品,降低供需雙向的成本,要讓辦事的人少跑腿,讓政務服務產品化、標準化。
 
  基于以上兩點認識,他繼續通過實際的案例介紹了拓爾思作為一家大數據公司如何通過互聯網的技術來創新政府行政監管。何學恒首先介紹一個名詞——冒煙指數,它是指實際上從違法特征的命中率、金融產品的收益盈利率等等這些要素來對金融企業金融產品來評估相應的運營指數。以2015年全國非法集資遍地開花的情況可以看出,“互聯網+”時代打非面臨更多的難題,一是單靠人防已無法應對當前嚴峻形勢,技術防范能力不足,包括日常監測、信息共享、證據收集留存等方面;二是立案前的調查、取證、分析、研判、定性等環節職責不清。行政與司法銜接不夠通常,很多日常監管工作不到位;三是打擊非法集資的時機難以把握;四是安檢的管轄權難以確定,處置原則難以統一;五是由于沒有日常登記托管制度,數據缺乏,非法集資案件一旦爆發,無法有效“控人員、空資金、控資產、空試探”,特別是損失追償工作難度大。
 
  基于這樣的背景下,拓爾思研發了金融風險大數據分析平臺。何學恒介紹稱整個平臺分三個部分:第一部分包括數據平臺,數據主要由兩個模塊構成,一個是政府機構包括工商、法院、檢察院這些傳統政府小數據,一個是在社會化信息平臺上的如微信數據、媒體數據、論壇數據等社會化大數據;第二部分是在采集數據基礎上對數據進行處理挖掘,主要是數據的技術處理工作;第三部分是對金融違規的建模和優化模型,并應用到金融監管領域來實現對金融犯罪的主動發現、對金融風險的預警和排查;最終運用大數據可視化的技術展現。
 
  2013年這個平臺正式運行,現在平臺里面已經采集了3萬億的數據,第二塊業務數據聚合了政府各個職能部門的小數據,包括建行的動態數據、工商共享的數據,在這些數據基礎之上通過我們的模型發現了2800多家企業的風險預測,包括生產類的、品牌類的等等企業參與冒煙指數的評估,然后通過相應的機構來進行處理。
 
  這個平臺最為核心的就是剛剛講到的冒煙指數,冒煙指數的模型包括了五個方面,第一個是合規性指數,包括了企業注冊基本信息、平臺背景、運營情況、信息真實性、抗風險能力、借款人信息披露;第二個是收益率偏離指數的判斷,包括收益率情況、保障模式、資金托管、平臺特征,金融犯罪都是通過一些高回報的產品來吸引群眾集資;第三個是投訴舉報指數,包括投訴舉報信息、媒體評論、重大負面輿情事件;還有就是傳播力指數,通過一些社會化的數據來分析;最后是特征詞命中指數,包括資金募集額度現金流、債權轉讓、資金募集對象、相關資質。這些都是模型構成的一部分,然后利用這個冒煙指數來評分,超過一定的分數要通過相關的機構來關注這樣的企業。
 
  在何學恒看來,很多時候政府要做大數據,大數據的應用結果其實很簡單。比如金融監管領域的大數據是通過政府購買服務的方式來進行項目的運作,對于政府來講很多時候是沒有采集到相應的數據。他以“e租寶”為案例,并介紹到2015年5月份的時候“e租寶”的冒煙指數已經達到71分,但那時政府還沒有對“e租寶”進行監管,這就是要求政府重視手上的這些小數據。其實通過工商的數據,不難發現“e租寶”在很多地方注冊的公司實際上是空著的公司。所以,對于金融風險的預測實際上不需要很多高大上的大數據分析方法,只要把一些小的數據串聯起來就可以發現很多問題,這就是要重視所有的小數據資源,要打破我們數據之間的隔閡。
 
  同時,在2015年6月份時,互聯網上已經出現了群眾對于“e租寶”的投訴和懷疑,但是政府在傳統監管里面沒有重視這一塊的數據,包括政府網站的一些調查調研也是沒有辦法把這類數據去捕獲到。所以何學恒指出,政府要用互聯網思維重視生活化的大數據應用,在這些海量的數據里面的投訴信息實質上是大有所用的。此外,整個“e租寶”的事件真正的爆發是在12月,然后公安才去應對這個事件,“e租寶”這個事件周期是非常長的,因此,何學恒還認為對數據的采集應用應該是長期化、持續化、動態的,要把數據流動起來,要把監管持續起來,讓流動的數據產生價值。
 
  關于如何讓數據去找人。何學恒指出,現在很多政府去建設大廳,但數據是靜態的、單向的以政府為主體的供應或者發布,無論是浙江省網上辦事大廳還是廣東省的服務大廳,比如申報駕照的辦事指南是已經經過學習的還是沒有經過駕駛學習的,我去查這個辦事事項或者搜索查章違法出來的結果是一樣的,什么樣的人在什么樣的時間來查詢信息獲取什么樣的服務是沒辦法識別的,所以還沒有真正實現“政府為我”。政府還是單向的發布信息,用戶在辦事的時候政府沒有感知到他有什么樣的數據,沒辦法去根據人的特性來進行匹配,如何能夠讓服務來找人,去識別用戶的特征,這個智能感知模型是實現這一點的關鍵。
 
  他介紹說,拓爾思的模型首先是要獲取用戶畫像,包括個人畫像、企業畫像、社團畫像、志愿者畫像等等;第二塊是業務畫像,包括事項畫像、政策畫像、應用畫像,這個就是指把傳統的平鋪式的辦事指南結構化、立體化,還可以實現政策的一些精準化的信息推送;第三塊是算法引擎,指計算用戶之間的相似度、業務之間的關聯度、用戶對事項的評分、用戶分群、熱門排行等等;第四塊是場景引擎,在前三個的基礎上來判斷是什么樣的用戶和特征,來匹配出一個精準的場景來并判斷他的需求;其次還有推薦引擎和展示引擎來實現精準推送和匹配展示。這六個結構的智能感知模型中最重要、最核心的是用戶畫像,這個在電子商務方面的應用非常成功,可實現用戶屬性、訪問行為多維度的精準的信息推送,用戶信息自動查詢搜索和在線辦事。
 
  最后,何學恒強調到,大數據在用戶信息的整合上來說實際上是一個很好的應用,特別是政府掌握了大量的用戶信息,政府在提供服務的時候是可以知道用戶特征信息的,是可以判斷這個人的需求的,政府現在是有很多數據但沒有把這些數據用好,通過用戶畫像和智能感知是可以實現從“人找事”到“事找人”轉變的。

責任編輯:admin