

摘要:傳統智慧社區信息系統較為封閉、數據單一,導致很難開展數據智能化應用。通過安全連通區級基層治理綜合信息指揮系統,將網格屬地的數據信息和小區本地數據信息有效結合,再根據小區各種需求進行數據挖掘,形成智能化應用,既提高了小區管理的響應率,又增強了網格基層治理的高效性,使數據賦能,提升整體管理效率。
關鍵詞:智慧社區;基層治理;大數據;數據賦能
中圖分類號:TP316.8 文獻標識碼:A 文章編號:1006-8228(2020)08-82-03
0 引言
現今“數字中國”已上升為國家戰略,浙江省也在深入推進“數字浙江2.0”建設,要求讓信息化發展成果惠及全省人民,并助力高水平全面建成小康社會。如果把社區的數據智能化應用進行充分挖掘惠及居民,則將成為數字浙江建設的切實踐行。
目前我們大多數住宅小區建筑密度大、人口密度高、人口結構復雜,而現有的智慧社區信息系統只能為提升物業管理能力和服務質量[1]提供基本的解決辦法,無法在小區的單一信息數據中進行挖掘,從而豐富智能化應用為社區居民服務。
區級基層治理綜合信息指揮系統是根據浙江省為推進基層治理現代化,全面提升基層社會治理和服務群眾的水平,探索建設鄉鎮(街道)綜治工作、市場監管、綜合執法、便民服務等“四個平臺”的基層治理體系上應運而生。它是浙江省在信息化發展上統籌考慮、全盤規劃,整合業務條塊,打破數據壁壘,充分發掘基層治理,打造數字化轉型背景下基層治理現代化的浙江樣板。如果把該系統中和社區相關的數據信息賦能給智慧社區信息系統,則將極大地豐富社區智能化場景應用。
鑒于以上原因,在確保兩個系統數據安全的前提下,進行有限度的數據打通后做本地智能化應用,為數據賦能,從而提升社區整體工作效率和豐富居民服務提供。
1 系統結構
1.1 系統設計思路
將原有智慧社區信息系統的設計框架進行提升,來滿足外部系統數據安全對接和大數據智能分析的要求。另外還需滿足系統多層信息的傳遞[2],良好的拓展性,快速的系統迭代發布,以及動態與靜態的數據展示。使用B/S與C/S相結合的開發模式,增強數據庫的安全性,確保外部數據對接的安全和內部數據的響應速度及用戶體驗。采用虛擬化技術布局數據庫和應用服務器,降低數據存儲的成本并易于管理。將人、車、視頻等關鍵基礎數據進行場景模擬分析后沉淀,為數據的智能應用打好基礎。
1.2 系統整體構架
在原有系統整體架構上加強數據層的功能,除了確保智慧社區信息系統對小區綜合事務的管理功能,滿足小區物業日常運營所需要的安全事務管理、信息公告管理、用戶服務管理等多種需求外,還需通過標準化接口的開發,和基層治理綜合信息指揮系統的數據進行安全且有限度的打通,從而全面提升小區管理服務的智能化。系統整體分為四層,分別是:感知層、網絡層、數據層和業務層。具體構架如圖l所示。
1.3 感知層
起到了提供小區內原始數據和指令執行的功能。通過多種配套終端設備,抓取各類基礎數據,如人臉識別閘機、車牌識別道閘、消防煙感等,同時對系統平臺下達的相關指令有效地執行。
1.4 網絡層
通過不同的接入模式,將感知層的所有設備和系統平臺進行聯通,起到數據正常傳輸的功能。根據數據的不同特性,分為物聯網傳輸、視頻傳輸和數據通信,同時為了和基層治理綜合信息指揮系統連通,采用電子政務網絡的模式進行連接,并且將整個系統和互聯網斷開,以確保整體數據安全性。
1.5 數據層
將小區內采集的數據進行分類管理,同時通過API數據接口和基層治理系統的數據進行對接并作清洗,采用JSON格式進行輕量級的數據交換,同時做好了防止注入、時間戳超時、防重放等安全措施,確保數據高效而安全的傳輸。
最終對分類匯總的數據進行關聯和入倉存儲,根據業務需求的不同提前對相關數據進行挖掘[3]和分析,并將結果存放至數據超市,起到為業務層提供數據準確而快速的功能。在數據分析模型中采用了關聯分析、決策樹分析、漏斗分析和多維數據分析模型,確保在數據挖掘和分析中能達到業務預設目標。
1.6 業務層
將用戶不同的業務需求進行模塊化,形成最小顆粒度,達到松散耦合[4],提高效率達成目標,同時也方便需求擴展。其中對人、車、視頻的展現始終圍繞著安全方面開展,結合對數據挖掘和分析的結果應用,達到智能化服務的效果。
2 系統對接數據平臺的智能化關鍵技術
考慮到數據平臺對數據存儲和運算的海量需求,采用了大數據相關的分布式架構,建設后臺軟件數據庫,運用于信息管理。用分布式數據倉庫提供統一的存儲平臺,存放海量的歷史數據及每日新增數據,包括基礎數據庫、標準代碼庫、應用主題庫等。通過并行數據庫與數據倉庫、數據處理功能,分析處理大數據下的結構化數據和非結構化數據,形成數據沉淀后存放在數據超市方便智能應用提取。具體結構如圖2所示。
在數據分析和挖掘方面,采用基于MapReduce[5]及其之上的HIVE進行離線運算,方便大計算量下的運算,實現數據管理功能、查詢與統計功能。MapReduce是面向大數據并行處理的計算模型、框架和平臺,它可以使一堆雜亂無章的數據按照某種特征歸納起來,然后處理并得到最后的結果。通過解析每個數據,從中提取出key和value,也就是提取了數據的特征。經過MapReduce的Shuffle階段之后,在Reduce階段看到的都是已經歸納好的數據了,我們將這些數據存放到數據超市中,形成新的數據表集合,直接用于各類應用和報表,提高數據快速響應能力,降低系統負擔。
3 應用案例
3.1 對電動自行車進入電梯進行管控
由于電動自行車在住房內充電的火災隱患非常大,而少數住戶往往不聽勸阻,特別是外來租住人員,由此對電梯間的視頻數據抓取進行分析建模,通過識別比對人臉信息,將相關涉事人員信息列入黑名單。同時根據基層治理系統的關聯數據對接,確認該租戶的房東信息,社區平臺則自動將該租戶的行為推送給房東,讓其告知租客后期需杜絕類似行為發生。
3.2 助力疫情防控
通過和基層治理系統的關聯數據對接,將小區居住人員信息、外來租住人員信息進行抓取和分析,結合小區30天內的進出記錄,梳理出小區正常人員的白名單,對其余人員的近況進行嚴格排查并打上標示,逐步縮小人員關注范圍。同時根據疫情防控需要,以戶為單位限制人員進出,如果同一住戶中有一人已外出則其他人員就無法通過小區人行閘機,提高管控效率。
3.3 對獨居老人提供愛心服務
對于小區中少量因為家中兒女工作繁忙疏于照顧的獨居老人,通過和基層治理系統的關聯數據對接,將這些用戶梳理出來,然后根據他們在小區進出口的出入情況建立個人活動軌跡模型,通過系統自我學習建立一人一檔,如對比發現某天活動軌跡異樣,則小區平臺自動將信息推送給物業管理人員,由其進行電話聯系或上門查看,主動了解情況。
4 結束語
智慧社區信息系統如果突破信息孤島,和政府主導的信息平臺進行安全有限度的數據對接,則社區的智能化場景應用將會越來越多、越來越有智慧。這也是本文專門針對智慧社區信息系統中突破信息孤島,將數據智能化應用成果進行展示的原因。這些智能化的應用在實際使用過程中取得了不錯的效果,同時也具備了良好的可擴展性,后續根據用戶的不同需求,結合數據挖掘和分析,將提出更多的數據智能化解決方案,提升設區管理的智能化程度。
參考文獻(References):
[1]陳舒.小區物業管理系統的研究與設計[J].電子測試,2013.19:11-12
[2]楊帆.住宅小區物業管理信息系統設計[J].武漢化工學院學報.2002.4:71-74
[3]楊良斌.信息分析方法與實踐[M].東北師范大學出版社, 2017.
[4]劉衛東,徐恪,劉亞霄.松散耦合的分布式信息系統[J].清華大學學報:自然科學版,2002.1:40-43
[5]宋杰,孫宗哲,毛克明,鮑玉斌,于戈.MapReduce大數據處理平臺與算法研究進展[J].軟件學報,2017.28(3):514-543
作者簡介:王震(1976-),男,浙江杭州人,本科在讀,工程師,主要研究方向:智慧安防、智慧廣電等。