城市綜合治理大數(shù)據(jù)智能決策平臺方案

1、城市綜合治理可視大數(shù)據(jù)智能決策平臺目錄Part 1可視大數(shù)據(jù)智能決策平臺助力城市綜合治理Part 2可視大數(shù)據(jù)智能決策平臺認知技術的新時代Part 3基于認知計算的城市綜合治理可視大數(shù)據(jù)智能決策平臺Part 4相關案例介紹01. 可視大數(shù)據(jù)智能決策平臺助力城市綜合治理中國每天正以消失100個村莊的速度快速步入城鎮(zhèn)化，未來10年內將有5億以上的人涌 入城市。在城市化加速推進的同時，由于中國的基礎設施和公共服務難以跟上城市化增長的步伐，這無疑會給城市的建設帶來巨大壓力，城市資源有限，規(guī)模不可能無限擴張，城市在管理、社會治理等方面都面臨越來越多的挑戰(zhàn)。傳統(tǒng)的以投資建設拉動城市發(fā)展的模式已經無法持續(xù)，

2、人類必須尋找“智慧化”城市治理新模式。我們所居住的城市正面臨著各種各樣的挑戰(zhàn)大數(shù)據(jù)和認知技術讓有效治理城市問題成為可能050204全新挑戰(zhàn)政府社會治理能力現(xiàn)代化宏觀調控01精準招商/扶貧食品安全環(huán)境治理城市規(guī)劃0306其他要求社會管理決策快速準確，社會異常發(fā)現(xiàn)做到快速定位，重大危機事件能夠預警預判，部門協(xié)同共享可以及時到位，公共 服務供給精準有效，社會良性互動積極充分。特別是現(xiàn)代社會，風險無處不在，無時不有?？恳粋€機構、一個部門單打一、 全包攬顯然難以適應經濟新常態(tài)新均衡，難以適應新產業(yè)新業(yè)態(tài)，難以適應社會新形勢新挑戰(zhàn)。02. 可視大數(shù)據(jù)智能決策平臺認知技術的新時代什么是認知技術中潤普達認知

3、矩陣和動態(tài)平 衡模型計算它是一種全新的計算模式。以 中文大數(shù)據(jù)矩陣動態(tài)平衡為核 心。獲得頂級人才的專業(yè)知識,并 加快其他人的專業(yè)知識積累。從各種結構化和非結構化數(shù)據(jù) 源中學習和積累知識。改善專業(yè)人才的認知過程,幫 助制定更好的決策。理解自然語言,與人類進行更 自然的交互。提升整個組織的決策質量和一 致性。每天，我們都會創(chuàng)造驚人的信息量。我們創(chuàng)作詩歌，編寫方程、記錄筆記、拍攝照片，在社交媒體上發(fā)布狀態(tài)。傳統(tǒng)編程式 計算機無法完全解讀這些信息和數(shù)據(jù)，但以中潤普達中文大數(shù)據(jù)矩陣為代表的認知技術卻可以。技術的革新推動了商業(yè)的創(chuàng)新。認知技術將政務和商業(yè)帶入了新時代，我們稱之為“認知商業(yè)和政務”。讓平臺像

4、人類一樣思考！理解通過自然語言處理（NLP）技術， 分析所有類型的數(shù)據(jù)，包括文本、 音頻、視頻和圖像等非結構化數(shù)據(jù)。推理透過數(shù)據(jù)揭示洞察、模式和關系。 將散落在各處的知識片段連接起來， 進行推理、分析、對比、歸納、總 結和論證，獲取深入的洞察及決策 的證據(jù)學習從大數(shù)據(jù)中快速提取關鍵信息，像 人類一樣進行學習和認知。并可以 通過專家訓練，在交互中通過經驗 學習來獲取反饋，優(yōu)化模型，不斷 進步。交互通過自然語言理解技術，獲得其中 的語義、情緒等信息，以自然的方 式與人互動交流。可視化豐富的數(shù)據(jù)可視化呈現(xiàn)模式，用最直觀的方 式揭示認知計算后的數(shù)據(jù)含義。認知技術認知技術核心內容認知矩陣新時代認知型保險

5、認知型醫(yī)療保健認知型零售認知型銀行為認知政務而生為認知商業(yè)而生為整合而生為數(shù)據(jù)而生認知矩陣 新時代認知矩陣時代已經到來-開啟認知時代云計算的認知商業(yè)時代已經到來，現(xiàn)今業(yè)務發(fā)展皆基于數(shù)據(jù)，我們助力政府和企業(yè)挖掘數(shù)據(jù)價值，洞察各類機遇。中潤普 達的基于中文大數(shù)據(jù)的認知矩陣和動態(tài)平衡模型和技術，可在互動、發(fā)現(xiàn)和決策三個領域中應用認知計算技術，解決困擾 政府和行業(yè)的問題.基于社會的感知技術與城市治理的完美結合社會感知指標體系行為感知基于社會的感知技術能將城市綜合治理帶入了新時代，我們提供的大數(shù)據(jù)智能平臺善于認知，專為理解、推理和學習而設計， 能夠幫助城市管理者、規(guī)劃者重塑完美的政務洞察。這也讓我們有機

6、會實現(xiàn)從前無法完成的挑戰(zhàn)，克服曾經無法逾越的阻礙， 例如在疫情出現(xiàn)之前就確定擴散范圍，在投訴提出前就能主動預防。時間空間行為人群畫像標簽化城市畫像指標化利用社會感知的方法研究城市和改善城市并最終實現(xiàn)數(shù)據(jù)治理城市，必須得建立一個指標體系。指標從何而來？ 人的時空行為就是指標。基于時空行為，可以對這個人去畫像，比如說這是一個加班很多的人，那是一個出差 很多的人。另外也可以利用人的時空行為去描繪一個城市的單元。比如說這是一個加班很多的小區(qū)，那是一個 出去玩很多的小區(qū)，這是一個很宅的小區(qū)等等。這樣就得到了一個描繪城市和描繪人群的不同的指標體系。研究 城市治理城市獨創(chuàng)的數(shù)據(jù)分析模型- 基于社會認知指標體

7、系獨創(chuàng)的數(shù)據(jù)分析模型- 基于社會認知指標體系01020304人流指標生活圈指標職住通勤指標活力指標城市市民01020304人口屬性05公共服務指標05行為屬性位置屬性身份屬性設備屬性06情緒屬性獨創(chuàng)的數(shù)據(jù)分析模型- 基于社會認知指標體系創(chuàng)新研究1針對社會感知，目前普遍使用的方法是在互聯(lián)網(wǎng)上講微博、 貼吧、論壇和游記等有關的語料全部抓下來，然后對語料進 行分析。但如果僅僅是做這一步，那就忽略了無法上網(wǎng)的老 年居民。那應該如何優(yōu)化呢？在線下提供了眾多小紙條，讓 無法上網(wǎng)的老居民寫出社區(qū)到底存在哪些問題。通過對采集樣本語料進行文本聚類，發(fā)現(xiàn)在很多的領域，互 聯(lián)網(wǎng)上所反映的跟公眾所反映的是一樣的。這個

8、一樣，不僅 是說他們把問題反映出來，甚至反映問題的比例都一樣。公眾參與獨創(chuàng)的數(shù)據(jù)分析模型- 基于社會認知指標體系創(chuàng)新研究2利用公眾的行為數(shù)據(jù)感知公眾比如乘坐公交車或者地鐵的刷卡記錄，實際上就告訴我們在 哪上車、在哪下車，生活在哪里、在哪里上班、喜歡去哪兒。 實際上這是公眾在用腳投票。你去分析這個數(shù)據(jù)，無異于在 開展一次交通調查。利用這個數(shù)據(jù)，在市民的人跡地圖上可以看到城市每一個地 鐵站每一個小時的進站客流和出站客流，可以知道每一個站 點客流的來源、客流的去向。獨創(chuàng)的數(shù)據(jù)分析模型- 基于社會認知指標體系創(chuàng)新研究3不同的市民怎么使用城市空間比如可以通過IC卡數(shù)據(jù)識別地鐵里乞討賣藝的灰色人群應。要想

9、進行識別首先 得分析這些人的行為特征以及與我們普通乘客在出行行為上有什么差別。普通人坐地鐵，從A站上車、B站下車，把地鐵作為交通工具。而灰色人群把地 鐵作為工作場所，所以他們在A站上車、在A站下車。同時由于每一次刷卡都會 產生成本，他們會選擇在地鐵站里面待的時間特別長。而對于職業(yè)的乞丐，職 業(yè)的賣藝的、發(fā)小廣告的人，他們會在一個月里面反復出現(xiàn)這種行為。所以可 以研究這些人的行為模式，他們幾點鐘上班、幾點鐘下班。經過對這些特征分析結合實地跟蹤驗證，灰色人群空間上大概是分布成在地鐵 的首末站，或者城區(qū)地鐵和郊區(qū)地鐵換乘站。除識別出灰色人群外，還可以識 別出低收入人群、學生群體通學特征等。03. 基

10、于認知計算的城市綜合治理可視大數(shù)據(jù)智能決策平臺平臺概述基于中文語義智能認知引擎城市綜合治理可視大數(shù)據(jù)認知計算平臺基于中文語義智能分析引擎的分析平臺，使用機 器學習，自然語言處理，深層文本學習，以及智 能結構化分析，徹底分析每個數(shù)據(jù)維度并自動提 供最佳信息，為政務工作提供最準確的信息。一鍵連接所有數(shù)據(jù)用戶為中心可視化分析中文語義認知計算引擎通過我們提供的豐富的數(shù)據(jù)源接入方式，能有效 的將數(shù)據(jù)匯集。無論是政務內部數(shù)據(jù)還是需要監(jiān) 管的外部數(shù)據(jù)，每種類型的數(shù)據(jù)都可能成為政府 高效決策的關鍵，讓數(shù)據(jù)為您所用?；趯φ展ぷ鞲黝I域積累，并以此對數(shù)據(jù)進行 基本評估，提供豐富的政務領域模板庫，進行任 意維度的

11、多維分析，您也可以完全自定義儀表盤 及數(shù)據(jù)報告，用最適合您的方式去洞察數(shù)據(jù)背后 的價值。核心流程開啟原始數(shù)據(jù)轉換為高效決策之旅功能架構工作表： 多數(shù)據(jù)源整合 統(tǒng)一的數(shù)據(jù)歸集平臺 智能引擎 模型算法數(shù) 據(jù) 源微博/微信/貼吧媒體論壇其他 各類投訴工商工會文明辦招商城管交通環(huán)保旅游財政稅務其他 政 務 應 用ExcelCSV采集 其 他第三方API/公開數(shù)據(jù)數(shù) 據(jù) 呈 現(xiàn)儀表盤炫麗大屏輿情面板語義面板數(shù)據(jù)報告圖說新聞工商投訴效能管理精準招商考核指標預警/預測/決市長專線投訴精準扶貧 輿情追蹤策其他.場 景 模 板 庫數(shù)據(jù) 共享微信微博 QQ郵件 嵌入權限控制數(shù)據(jù) 權限圖表權限報告 權限分享 權限用

12、戶權限數(shù)據(jù)源接入互聯(lián)網(wǎng)數(shù)據(jù)工商數(shù)據(jù)第三方數(shù)據(jù)招商數(shù)據(jù)城管數(shù)據(jù)政務 投訴其他文明 數(shù)據(jù)城管 數(shù)據(jù)交通 數(shù)據(jù)非結構數(shù)據(jù)扶貧數(shù)據(jù)一鍵連接所有數(shù)據(jù)源通過數(shù)據(jù)庫授權直連模式：連 接政務各應用平臺數(shù)據(jù)；通 過 數(shù) 據(jù) 導 入 方 式 ： 連接 Excel/CSV線下文件；通過API方式：連接全部第三方 數(shù)據(jù)通過數(shù)據(jù)爬蟲方式：采集互聯(lián)網(wǎng)數(shù)據(jù)；通過文本提取方式：連接分析 海量非結構化數(shù)據(jù)。統(tǒng)一數(shù)據(jù)歸集平臺0304050102通過豐富的數(shù)據(jù)接入方式，在不影響現(xiàn)在各 政務系統(tǒng)的運行同時，又能有效的獲取各類 數(shù)據(jù)。城市研究者、城市管理者等不需要為數(shù)據(jù)而 奔波，可以節(jié)省更多時間和精力，來進行有 價值且深入的研究，去研

13、究城市治理中的真 實問題，創(chuàng)造更大的價值。整合城市中空間、人群、資金、環(huán)境等各個 方面的數(shù)據(jù)，將其轉化為有價值的資產，最 終將成為為城市治理服務的新生產力。數(shù)據(jù)歸集到統(tǒng)一的平臺，為實現(xiàn)多維度，細顆粒度的深層次關聯(lián)可視化分析提供了可能。數(shù)據(jù)歸集到統(tǒng)一平臺，實現(xiàn)全職能數(shù)據(jù)打通， 能有效的解決政務數(shù)據(jù)“信息孤島”的問題。數(shù)據(jù)歸集統(tǒng)一平臺搭建城市綜合治理大數(shù)據(jù)平臺互聯(lián)網(wǎng)經過20年的發(fā)展，已經沉淀了非常多有價值的數(shù)據(jù)，通過 這些數(shù)據(jù)我們可以了解網(wǎng)民、消費者、以及整個城市。01020304數(shù)據(jù)的割裂性和分散性在一定程度上限制了我們對數(shù)據(jù)的應用和 城市研究，為此我們需要不斷合作，通過與其他互補的數(shù)據(jù)資源 融

14、合，打造出一個頗具雛形的城市數(shù)據(jù)平臺。讓群眾少跑路，讓數(shù)據(jù)多跑路，讓數(shù)據(jù)從群眾中來，應用到群眾 中去，將數(shù)據(jù)資產變?yōu)槌鞘芯C合治理的新生產力。實踐國家大數(shù)據(jù)戰(zhàn)略，將數(shù)據(jù)共享變?yōu)槌B(tài)，不在為“信息孤島” 而煩惱，將更多的精力去研究城市真實的問題，用數(shù)據(jù)驅動城市 治理，創(chuàng)造更大的價值。一個面向城市綜合治理且承載更多維度信息的城市數(shù)據(jù)平臺，配 合精心設立的城市指標和專業(yè)分析模型，來發(fā)現(xiàn)城市規(guī)律，最終 實現(xiàn)武漢智慧之城，數(shù)據(jù)之城。0504. 相關案例介紹城市綜合治理數(shù)據(jù)分析應用案例1-文明辦“負面清單”語義分析輿情分析 語義分析 人機互動三重機制將焦點事件與統(tǒng)計分析結合，快速定位問題現(xiàn)象， 聚焦解決辦法，落實問題處理；(例如間江漢路開 街，垃圾桶投放數(shù)量對城市衛(wèi)生類投訴的影響)通過對海量非結構化數(shù)據(jù)的挖掘分析，快速定位焦點問題關鍵詞，利用20/80原則，提升能效；通過對投訴文本的分析，快速識別實體，全息展現(xiàn)投訴事件的全貌和關聯(lián)概況；小投訴，大思潮。通過政務投訴感知民眾的心理 趨勢和心里臺風眼，和幸福及情緒回暖指數(shù)。城市綜合治理數(shù)據(jù)分析應用案例2-工商政務云重點產業(yè)結構發(fā)展分析市場主體產業(yè)類型分析多地12315維權業(yè)務協(xié)同企業(yè)及投資人族譜關聯(lián)城市綜合治理數(shù)據(jù)分析應用案例3-工商消費維權事前政府端-監(jiān)管預警：通過階段性分析、統(tǒng)計，查詢