城市社区安全服务大数据共享-治理机制的模型分析方法

This project sets three safety service situations which include city level, community level and resident level, then pays attention to the actual problems of big data sharing-governance, and does research in three aspects based on big data analysis, theoretical analysis, and behavior investigation and experiments: ①One aspect is to study and build three kinds of models which include full view question models, execution driving models and experience referring models of big data sharing-governance in urban community safety service. ②The second one is to study the big data refreshing mechanism in urban community safety service facing the full view questions, build the front view roadmap of big data sharing-governance, explore the sharing-governance roadmaps of different layers which include technique irrelevant layer, structure irrelevant layer and structure relevant layer, and provide effective governance methods of key techniques such as regulation specification, main data changing and meta data varying. ③The third one is to outline the system structure of big data sharing-governance platform in urban community safety service, insert belief rule models and expand the methods for big data quality assessing in big data sharing-governance based on the research on big data framework maturity model having objective grading evidence, and propose a set of big data quality standard systems in urban community safety service, then to verify the results in sample cities.

设定城市、社区和居民三个层次的安全服务情景，关注大数据共享-治理领域的现实问题，基于大数据分析、理论分析、行为调查和实验等方法，开展三方面研究：①研究并构建城市社区安全服务大数据共享-治理的问题全景、执行驱动和借鉴参考等三类模型。②面向全景情景，研究城市社区安全服务大数据更新机制，构建大数据共享-治理的主视路线图，分层探索技术无关层、结构无关层和结构相关层的共享-治理路线图，在规制规范、主数据变更和元数据变更等核心技术方面提供有效的治理方法。③勾画城市社区安全服务大数据共享-治理平台体系结构；基于客观评分依据的大数据架构成熟度模型研究，嵌入置信规则建模，拓展在共享-治理方面的大数据质量评估方法；提出一套城市社区安全服务大数据质量标准体系；成果在样本城市中应用验证。

城市公共安全服务系统平台应用大数据技术多处于初建阶段，通常存在数据不平衡、共享不充分、精准智能化水平低等多方面问题，大数据治理势在必行，可以有效提升公共安全服务治理水平。研究公共安全服务及其大数据双治理的相互交织促进，具有理论和现实的双重意义。.从大数据差序结构出发，本项目集成大数据融合和迁移学习两类途径，研究了典型安全服务的大数据分析方法。从大数据层面看，尽管存在大数据的“差序格局”的优势，建立基于数据间、信息间、知识片段间多维度、多粒度的关联模式，对实现更多层面的知识交互仍是非常必要的。.本项目以公共安全服务及其大数据的双治理为对象，提炼了双治理的机制构建的五类智能分析方法：①研究双治理要素的集对映射，构建了包含问题发现、路线图设计和持续改进在内的双治理机制框架与智能化体系；②以大规模情景数据和领域模型为支持，规划了双治理关键问题发现的全情景框架及其情景嵌套分析方法；③为双治理机制的有效实现，分别提出了规制、技术两个层次的路线图分析方法；④面向治理路线任务的政策依赖，探索了双治理的政策全局框架与政策议程分析方法；⑤为评估双治理有效性，构建了相应的成熟度评估方法。.通过样本单位的现实用例发现：①拓展的集对分析方法能够从要素层面识别双治理关联，支持双治理体系的系统性构建；②全情景分析方法可以从多层次数据链交互中提炼情景嵌套关联结构，支持发现全局性核心问题；③构建基于最佳实践的路线图方法，能够生成复杂问题情景下的多层次路线图与实施程序，协同提升双治理构建的系统性与可操作性；④政策议程方法以流程挖掘为核心，支持生成适应多样化治理路线的议程方案及其启动路径；⑤成熟度评估方法以客观领域规则和证据推理为基础，有助于消减传统专家打分的主观性问题。.本项目的研究成果集成了多种关键数据，包括样本单位的双治理实践案例与空间地物、事件、物联网等大数据支持，为本项目成果验证与后续研究提供重要支持。