省級信用大數據應用平臺方案設計

李 萍，吳善鵬

（江蘇省大數據管理中心，江蘇南京 210036）

0 引言

隨著大數據時代的來臨，運用大數據技術和理念推動信用數據的共享和開放，創新信用數據加工處理方式，提高數據挖掘分析和融合應用水平，建立全面統一的信用信息數據大平臺，已成為當前社會信用體系的建設趨勢和研究熱點［1］。順應上述趨勢和熱點，本文以省級信用大數據應用建設為研究對象，在深入分析信用大數據的采集、治理和應用需求的基礎上，結合大數據技術特點，探索構建數據處理高效、挖掘充分、安全可靠的省級信用大數據應用平臺，為更好地滿足新時期社會信用體系建設的技術要求。

1 省級信用信息應用平臺現狀分析

1.1 建設成果

自我國正式啟動社會信用體系建設以來，歷經十余年，大部分省市信用信息應用平臺建設取得積極成效。以江蘇、浙江、廣東等地為例，已建起省級信用門戶網、社會法人信用基礎數據庫、自然人信用基礎數據庫和省公共信用信息服務平臺，依法開展社會法人和自然人公共信用信息的歸集［2］，面向政府部門和社會公眾提供各類信用產品應用服務。

1.2 存在的問題

當前，省級信用信息應用平臺還存在一些尚待解決的問題，主要表現在以下方面。

（1）數據質量不高。因為數據標準不夠完善，導致數據歸集沒有有效解決源數據多源異構的問題，數據的全面性、連續性不足，從而導致數據質量較低，很難形成數據分析應用的各項主題庫和專題庫，支撐應用的效果不夠好。

（2）數據歸集不全。所歸集的信用數據覆蓋范圍不夠全，無法形成完整的信用畫像和圖譜，難以實現信用關聯關系網絡分析。

（3）應用時效低。由于目前數據處理的手段和方法，尤其是系統性科學性的數據分析尚未實現自動化、智能化，信用的應用還多數停留在靜態應用當中，還不能滿足應用的高時效性需求。

（4）應用不夠豐富。目前，部分行業尚未建立信用信息系統或者應用的程度還不夠深，導致信用在服務“放管服”改革中的作用未能充分發揮，信用數據融合應用水平較低。

1.3 需求分析

1.3.1 總體需求

借助大數據技術，全方位、多渠道歸集信用數據，以信用強管理，以信用促發展，以信用優服務，以信用推創新，促進社會運用信用成果，發揮信用大數據的價值，推動經濟發展、完善社會治理、提升政府服務和監管能力，滿足領導決策、政府業務部門監管、社會信用應用服務等業務需求。

1.3.2 功能需求

（1）數據建設需求。在數據歸集上，需要滿足數據及時性、準確性的要求；在數據范圍上，需要外部數據及第三方數據提供輔助支撐；在數據治理上，需要滿足對數據處理高效率、數據質量校核、數據治理體系化等方面的要求。

（2）分析模型體系構建需求。數據分析模型是開展各類業務應用的基礎，需要構建信用評價模型體系，對重點領域、重點區域、重點群體加強監管，防范系統性風險。

（3）平臺功能建設需求。以提供信用數據產品和服務為目標，夯實信用大數據基礎應用平臺、信用大數據分析決策支撐平臺、信用大數據監管預警平臺、信用大數據接口服務平臺等建設工作，提升信用大數據資產管理軟實力。

（4）可視化需求。需提供豐富的可視化手段，滿足不同用戶、不同場景的展示需求。

（5）系統安全體系保障需求。從平臺實際使用需求出發，規劃好應用系統安全防護的架構，確保系統安全可靠性和業務連續性。

2 方案設計

2.1 總體框架設計

為易于規劃和管理，采用分層設計理念，結合用戶分析、需求分析，結合政府的職能定位，將省級信用大數據應用平臺整體分為“六橫兩縱”，總體框架體系設計如圖1所示。

（1）基礎設施體系由網絡、計算設備、存儲設備、安全防護設備和大數據基礎支撐套件等基礎設施組成。

（2）數據資源中心主要是匯聚融合信用基礎數據和主題數據，進行集中式數據治理，構建形成信用全景畫像融合主題數據庫和信用應用主題數據庫。數據資源中心組成如圖2所示。

（3）支撐體系主要提供信用大數據應用所需的平臺系統支撐功能，用于構建各類應用和服務的分析模型、畫像標簽管理、數據治理平臺、信息共享平臺、資源管控平臺等支持服務，支撐體系架構如圖3所示。

（4）信用應用體系主要面向各類用戶提供具體信用業務應用，由信用大數據業務應用系統、信用大數據分析決策支撐系統、信用大數據監管預警系統、信用大數據服務系統、信用大數據基礎應用系統、信用大數據服務總線和配置管理系統組成。

（5）信用服務體系主要面向各類用戶提供線上線下的各類服務，包括信用數據服務（接口）、信用產品服務、線下信用分析服務等。

（6）信用訪問入口包括信用門戶網站、APP、公眾號、可視化大屏等。

（7）標準規范體系和安全保障體系是指在國家、省已有的標準規范及安全管理體系下，引入大數據有關內容，構建符合大數據場景下的信用應用相關標準規范和安全保障體系。

2.2 技術架構設計

圖1 總體架構

圖2 數據資源中心框架

圖3 支撐體系框架

圖4 大數據套件組成

如圖4所示，為更好支撐信用大數據的處理、挖掘和分析，平臺采用主流大數據技術、工具和套件，包括Hadoop、圖數據庫、分布式數據庫、圖計算、機器學習、深度分析等。

2.3 數據架構設計

按照大數據環境下的一般數據治理流程［3］，平臺的數據架構主要由原始庫、資源庫和主題應用庫組成，架構如圖5所示。

原始庫用來存放從各個渠道直接采集的有關數據，不做任何改動和處理。資源庫對采集的原始庫數據按照一定的治理規則進行數據清洗、比對、整合，一部分數據成為可以使用的有效數據，一部分成為無法使用的無效數據。主題應用庫是面向各類主題的應用數據集，用來為各應用系統提供數據支持。

圖5 數據架構

3 結語

本文分析了省級信用信息平臺建設狀況和主要需求，按照大數據的架構理念，設計了建設信用大數據應用平臺的方案，本方案緊貼需求，目標明確，具有實踐指導意義。