一、社群公共安全治理工作的意義與困難

改革開放30多年來,我國經濟高速發展,人民生活水平不斷提高,社會面貌也發生了翻天覆地的變化。但是隨著經濟社會的轉型,社會治理問題的嚴峻性逐漸凸顯。社群是最基層的社會單元，是社會治理的“基石”，是實現社會和諧穩定的基礎與保證，而 社群公共安全治理則是社群治理系統中至關重要的一環。社群和諧的公共環境，是社群人民安居樂業的基礎。如何正確有效並及時處理和化解社群公共安全問題，是各地基層政府機構非常重視的工作內容。

輿情資訊分析與處理工作是社群公共安全治理中至關重要的一環。 目前輿情資訊相關工作多為人工處理或者傳統資訊系統處理，部分地區存在 工作量大且人手不足的問題，為輿情資訊分析與處理工作帶來了一定的挑戰與困難：

1、資訊來源渠道眾多，數量龐大，甄別困難；

2、人工篩查、分析比對、串並處理等工作耗時耗力，同時也可能存在遺漏、發現滯後等問題；

3、輿情資訊分析與研判需要敏銳的眼光和豐富的工作經驗，對基層工作人員專業能力有較高要求。

二、基於達觀NLP自然語言處理技術的社群公共安全治理系統

自然語言處理技術（以下簡稱“NLP”）能實現人與計算機之間有效的通訊，是人工智慧技術（AI）領域重要的一條分支。達觀資料自研的NLP擁有多項專利技術，包含大量語料的資料庫和豐富的應用經驗，其價值在多個領域得到過實踐與證明。 某社群基層政府單位透過運用達觀輿情資訊智慧處理系統，對輿情進行智慧分析、提取、評估、預測，及時有效地處理基層風險事件輿情資訊，並輔助相關業務部門完成輿情分析與研判工作。

輿情資訊的智慧分析與提取

通常情況下，社群的輿情資訊來源於多個部門（如派出所、社事局、社群街道辦等），資料量大、維度多、資料質量不一。如何在紛雜的資訊中提取有效資料，是對資訊進行準確分析，提供輔助決策必不可少的前提。

達觀輿情資訊智慧處理系統依託多年落地經驗，能夠從多來源、多維度社群資訊中提取關於社群公共安全治理領域的資訊，透過深度學習進行智慧分類，然後 對資訊要素進行精準抽取（如：人、事、地、物、組織、原因等），並透過語義分析技術， 對提取內容進行糾錯，之後 對抽取的結果進行資料格式處理與清洗，從而提高抽取資訊與分類結果的準確性，為下一步的資訊融合提供資料支援（見圖1所示）。

A16F63CF-3EF3-4dae-A0CA-713E96E3C5A7

圖1 輿情資訊智慧分類與提取

關聯資訊智慧合併

由於資訊來源眾多，相關工作人員對資訊進行研判分析時，可能存在遺漏或者發現滯後的問題，同時也可能存在同一個或者同一類資訊多次上報，進行重複分析，導致了工作效率和準確度的降低。基於達觀輿情資訊智慧處理系統，則 可根據實際業務的事件關注方向，基於資訊提取要素， 按照組織機構、涉穩領域、根本原因等多個研判維度進行資訊甄別，並融合成社群公共安全風險事件， 極大地減少了重複資訊對事件分析研判的影響（見圖2所示）。

圖2 輿情資訊合併

風險事件影響力智慧評估

一個風險事件的影響程度往往基於人工判斷，而基層工作人員對於風險事件的影響程度可能無法做出合理評估；同時，由於專業知識不足或工作考核等因素影響，也可能存在“大事小報”，“小事不報”的情況發生，導致事件未提前引起相關部門的有效關注，直至事件影響擴大後才匆忙處理。 因此，基於相關業務場景研發的風險事件智慧評估辦法，可智慧、精準地評估風險事件的影響，從而提前、快速處置。

風險事件智慧評估辦法是基於達觀資料層次分析法（The analytic hierarchy process）打造，是解決多目標、複雜問題定性與定量相結合的決策分析方法。透過四個步驟：層次結構模型建立、判斷矩陣構造、層次排序及其一致性檢驗、評分體系方法構建，完成風險事件的風險影響評估（見圖3所示）。

圖3 事件風險評估流程

三、人工智慧技術助力社群公共安全治理工作智慧化發展

達觀資料輿情資訊智慧處理系統實現了從多源海量資料中快速提取資訊要素並高效完成智慧分析；同時基於AI演算法和專家經驗模型，對事件風險級別及時進行準確評估和預測，輿情資訊處理工作也由原來的人工處理改變為機器的自動研判工作模式，極大的提高了工作效率，也避免了人為因素導致的研判不標準，真正做到客觀透明。

目前，達觀輿情資訊智慧處理系統已應用在某城市多個行政區的相關政務系統中。雖然社群公共安全治理工作千頭萬緒、內容龐雜，各種挑戰層出不窮，但是相信在未來，透過藉助大資料和人工智慧技術賦能治理業務，進行不斷的探索，其價值將會在更多的場景使用，積極助力社群治理的數字化與智慧化升級，為社群公共安全治理工作開闢新天地。

社群公共安全治理探索：達觀輿情資訊智慧處理解決方案

相關文章