大数据驱动的大型活动全景式安全管理与决策方法

Recently, large-scale events are organized more and more frequently in China. Cell phone, WeChat, mobile communications vehicle and emergency platform system are widely used. It is very important for the safety management under emergency. Depending on the passive prevention, current safety management is difficult to satisfy the requirements under new situation. Facing opportunities of the panoramic management in Big Data, this project focuses on the methods for safety management and decision-making of large-scale events. Based on fusion and mining of multi-source and heterogeneous data, we will study the methods for key group identification and control. Taking the scenario building and collaborative mode of multi-agent and multi-object into account, we need to build the Multi-Agent model with game theory and organizational behavior, and propose the method for data-driven and up to real time scenario deduction. By combining the ‘data-model-knowledge’ precision decision, collaborative decision making from multi-agencies (including government, organization, public) and inter-department and inter-disciplinary, we put forward the holistic management and decision-making method that involve the micro, meso and macro levels. The project is expected to provide support for safety management of large-scale events under normal and emergency circumstances, and will enrich a series of theories on public safety management.

近年来大型活动举办越来越频繁。大型活动涉及人员众多，涉及部门繁杂，手机、微信、APP、安检设备、移动通讯车和应急平台等大量投入使用，针对其突发事件的安全管理至关重要。目前的安全管理以被动的人防为主，很难满足新形势下的安全管理需求。本项目面向大数据背景下的全景式管理机遇，聚焦于大型活动的公共安全管理与决策方法研究。基于多源异构数据融合分析方法，建立基于多维特征的重点群体识别与监控方法。综合考虑突发事件情景建模和多主体多目标的协同模式，构建基于博弈理论和组织行为学的Multi-Agent模型，提出数据驱动的近实时的情景推演方法。研究“数据-模型-知识经验”精准决策、“政府-组织-公众”多主体参与的协同决策和跨部门跨领域协同应对方法，建立深度融合微观、中观和宏观层次的全景式安全管理与决策方法。项目预期能够对常态和非常态下大型活动的安全管理提供强有力的支持和帮助，丰富我国公共安全管理决策理论体系。

本项目面向当前大数据背景下的全景式管理机遇，聚集于大型活动公共安全的管理与决策方法理论及相关实践研究。本项目按照任务计划顺利完成，在四个研究内容的理论与应用层面均取得了较大的研究进展。.在理论层面的研究主要表现在5个方面：1）提出了基于大型活动多源异构大数据的存储融合分析方法，包括多源异构大数据获取、语义关联存储、多模态实时索引与查询、并行分析计算与信息挖掘等；2）以大型活动中较常发生的踩踏事故风险及封闭空间大型活动风险为例，研究并提出了大型活动全过程监控与风险评估指标量化与计算方法；3）研究了基于大数据-模型双驱动的大型活动突发事件全景式情景推演方法，实现了基于统一框架下多尺度大数据情景推演的政策量化评估方法，解决了应急指挥跨部门跨层次指挥协调难题；4）研究了大型活动中人员行为规律，提出了基于脑科学的认知测量方法及基于重点人员库、时空轨迹分析、人脸识别技术等重点人员识别与监控方法；5）构建了基于群体意志与凝聚力的突发事件应急管理的多层次系统框架，提出了基于博弈理论和组织行为学的Multi-Agent模型的“政府-组织-公众”多主体参与的协同决策和协同应对方法。.在应用层面：这些研究成果还被成功应用于新冠疫情防控、清华大学的校园安全和2022年北京冬奥会的管理决策及国内/国际疫情社区防控和大型活动相关标准的制定，并形成了五项展示成果：1）研发了时空大数据平台，为多源异构大数据的存储、查询和分析奠定平台基础；2）构建了大数据架构的数据融合及可视化平台GEO-STRIA，为大数据分析及大型活动风险评估及应急处置奠定平台基础；3）建设了“校园安全清华方案”，包括手机APP和校园风险防控和应急协调平台，结合校园安全圈层-区域-要素标准化实践，降低了校园的综合风险；4）与辰安科技联合研发“新冠疫情应急指挥系统” ，该系统已在20个省、39个地市政府部署，已服务3000多家企业、50多万人次；5）牵头建立了“2022年北京冬奥会态势感知与运行指挥保障系统”，将为有效保障冬奥会的顺利进行贡献力量。.项目能够对常态和非常态下大型活动的安全管理提供强有力的支持和帮助，丰富了我国公共安全管理决策理论体系。