社区公共安全治理探索：达观舆情信息智能处理解决方案

一、社区公共安全治理工作的意义与困难

改革开放30多年来,我国经济高速发展,人民生活水平不断提高,社会面貌也发生了翻天覆地的变化。但是随着经济社会的转型,社会治理问题的严峻性逐渐凸显。社区是最基层的社会单元，是社会治理的“基石”，是实现社会和谐稳定的基础与保证，而社区公共安全治理则是社区治理系统中至关重要的一环。社区和谐的公共环境，是社区人民安居乐业的基础。如何正确有效并及时处理和化解社区公共安全问题，是各地基层政府机构非常重视的工作内容。

舆情信息分析与处理工作是社区公共安全治理中至关重要的一环。目前舆情信息相关工作多为人工处理或者传统信息系统处理，部分地区存在工作量大且人手不足的问题，为舆情信息分析与处理工作带来了一定的挑战与困难：

1、信息来源渠道众多，数量庞大，甄别困难；

2、人工筛查、分析比对、串并处理等工作耗时耗力，同时也可能存在遗漏、发现滞后等问题；

3、舆情信息分析与研判需要敏锐的眼光和丰富的工作经验，对基层工作人员专业能力有较高要求。

二、基于达观NLP自然语言处理技术的社区公共安全治理系统

自然语言处理技术（以下简称“NLP”）能实现人与计算机之间有效的通信，是人工智能技术（AI）领域重要的一条分支。达观数据自研的NLP拥有多项专利技术，包含大量语料的数据库和丰富的应用经验，其价值在多个领域得到过实践与证明。某社区基层政府单位通过运用达观舆情信息智能处理系统，对舆情进行智能分析、提取、评估、预测，及时有效地处理基层风险事件舆情信息，并辅助相关业务部门完成舆情分析与研判工作。

舆情信息的智能分析与提取

通常情况下，社区的舆情信息来源于多个部门（如派出所、社事局、社区街道办等），数据量大、维度多、数据质量不一。如何在纷杂的信息中提取有效数据，是对信息进行准确分析，提供辅助决策必不可少的前提。

达观舆情信息智能处理系统依托多年落地经验，能够从多来源、多维度社区信息中提取关于社区公共安全治理领域的信息，通过深度学习进行智能分类，然后对信息要素进行精准抽取（如：人、事、地、物、组织、原因等），并通过语义分析技术，对提取内容进行纠错，之后对抽取的结果进行数据格式处理与清洗，从而提高抽取信息与分类结果的准确性，为下一步的信息融合提供数据支持（见图1所示）。

图1 舆情信息智能分类与提取

关联信息智能合并

由于信息来源众多，相关工作人员对信息进行研判分析时，可能存在遗漏或者发现滞后的问题，同时也可能存在同一个或者同一类信息多次上报，进行重复分析，导致了工作效率和准确度的降低。基于达观舆情信息智能处理系统，则可根据实际业务的事件关注方向，基于信息提取要素，按照组织机构、涉稳领域、根本原因等多个研判维度进行信息甄别，并融合成社区公共安全风险事件，极大地减少了重复信息对事件分析研判的影响（见图2所示）。

图2 舆情信息合并

风险事件影响力智能评估

一个风险事件的影响程度往往基于人工判断，而基层工作人员对于风险事件的影响程度可能无法做出合理评估；同时，由于专业知识不足或工作考核等因素影响，也可能存在“大事小报”，“小事不报”的情况发生，导致事件未提前引起相关部门的有效关注，直至事件影响扩大后才匆忙处理。因此，基于相关业务场景研发的风险事件智能评估办法，可智能、精准地评估风险事件的影响，从而提前、快速处置。

风险事件智能评估办法是基于达观数据层次分析法（The analytic hierarchy process）打造，是解决多目标、复杂问题定性与定量相结合的决策分析方法。通过四个步骤：层次结构模型建立、判断矩阵构造、层次排序及其一致性检验、评分体系方法构建，完成风险事件的风险影响评估（见图3所示）。

图3 事件风险评估流程

三、人工智能技术助力社区公共安全治理工作智能化发展

达观数据舆情信息智能处理系统实现了从多源海量数据中快速提取信息要素并高效完成智能分析；同时基于AI算法和专家经验模型，对事件风险级别及时进行准确评估和预测，舆情信息处理工作也由原来的人工处理改变为机器的自动研判工作模式，极大的提高了工作效率，也避免了人为因素导致的研判不标准，真正做到客观透明。

目前，达观舆情信息智能处理系统已应用在某城市多个行政区的相关政务系统中。虽然社区公共安全治理工作千头万绪、内容庞杂，各种挑战层出不穷，但是相信在未来，通过借助大数据和人工智能技术赋能治理业务，进行不断的探索，其价值将会在更多的场景使用，积极助力社区治理的数字化与智能化升级，为社区公共安全治理工作开辟新天地。

往期推荐


戳原文，申请试用达观智能产品