智慧社区信息系统和基层治理综合信息指挥系统数据智能化应用的设计与实现

摘要：传统智慧社区信息系统较为封闭、数据单一，导致很难开展数据智能化应用。通过安全连通区级基层治理综合信息指挥系统，将网格属地的数据信息和小区本地数据信息有效结合，再根据小区各种需求进行数据挖掘，形成智能化应用，既提高了小区管理的响应率，又增强了网格基层治理的高效性，使数据赋能，提升整体管理效率。

关键词：智慧社区;基层治理;大数据;数据赋能

中图分类号：TP316.8 文献标识码：A 文章编号：1006-8228（2020）08-82-03

0 引言

现今“数字中国”已上升为国家战略，浙江省也在深入推进“数字浙江2.0”建设，要求让信息化发展成果惠及全省人民，并助力高水平全面建成小康社会。如果把社区的数据智能化应用进行充分挖掘惠及居民，则将成为数字浙江建设的切实践行。

目前我们大多数住宅小区建筑密度大、人口密度高、人口结构复杂，而现有的智慧社区信息系统只能为提升物业管理能力和服务质量[1]提供基本的解决办法，无法在小区的单一信息数据中进行挖掘，从而丰富智能化应用为社区居民服务。

区级基层治理综合信息指挥系统是根据浙江省为推进基层治理现代化，全面提升基层社会治理和服务群众的水平，探索建设乡镇（街道）综治工作、市场监管、综合执法、便民服务等“四个平台”的基层治理体系上应运而生。它是浙江省在信息化发展上统筹考虑、全盘规划，整合业务条块，打破数据壁垒，充分发掘基层治理，打造数字化转型背景下基层治理现代化的浙江样板。如果把该系统中和社区相关的数据信息赋能给智慧社区信息系统，则将极大地丰富社区智能化场景应用。

鉴于以上原因，在确保两个系统数据安全的前提下，进行有限度的数据打通后做本地智能化应用，为数据赋能，从而提升社区整体工作效率和丰富居民服务提供。

1 系统结构

1.1 系统设计思路

将原有智慧社区信息系统的设计框架进行提升，来满足外部系统数据安全对接和大数据智能分析的要求。另外还需满足系统多层信息的传递[2]，良好的拓展性，快速的系统迭代发布，以及动态与静态的数据展示。使用B/S与C/S相结合的开发模式，增强数据库的安全性，确保外部数据对接的安全和内部数据的响应速度及用户体验。采用虚拟化技术布局数据库和应用服务器，降低数据存储的成本并易于管理。将人、车、视频等关键基础数据进行场景模拟分析后沉淀，为数据的智能应用打好基础。

1.2 系统整体构架

在原有系统整体架构上加强数据层的功能，除了确保智慧社区信息系统对小区综合事务的管理功能，满足小区物业日常运营所需要的安全事务管理、信息公告管理、用户服务管理等多种需求外，还需通过标准化接口的开发，和基层治理综合信息指挥系统的数据进行安全且有限度的打通，从而全面提升小区管理服务的智能化。系统整体分为四层，分别是：感知层、网络层、数据层和业务层。具体构架如图l所示。

1.3 感知层

起到了提供小区内原始数据和指令执行的功能。通过多种配套终端设备，抓取各类基础数据，如人脸识别闸机、车牌识别道闸、消防烟感等，同时对系统平台下达的相关指令有效地执行。

1.4 网络层

通过不同的接入模式，将感知层的所有设备和系统平台进行联通，起到数据正常传输的功能。根据数据的不同特性，分为物联网传输、视频传输和数据通信，同时为了和基层治理综合信息指挥系统连通，采用电子政务网络的模式进行连接，并且将整个系统和互联网断开，以确保整体数据安全性。

1.5 数据层

将小区内采集的数据进行分类管理，同时通过API数据接口和基层治理系统的数据进行对接并作清洗，采用JSON格式进行轻量级的数据交换，同时做好了防止注入、时间戳超时、防重放等安全措施，确保数据高效而安全的传输。

最终对分类汇总的数据进行关联和入仓存储，根据业务需求的不同提前对相关数据进行挖掘[3]和分析，并将结果存放至数据超市，起到为业务层提供数据准确而快速的功能。在数据分析模型中采用了关联分析、决策树分析、漏斗分析和多维数据分析模型，确保在数据挖掘和分析中能达到业务预设目标。

1.6 业务层

将用户不同的业务需求进行模块化，形成最小颗粒度，达到松散耦合[4]，提高效率达成目标，同时也方便需求扩展。其中对人、车、视频的展现始终围绕着安全方面开展，结合对数据挖掘和分析的结果应用，达到智能化服务的效果。

2 系统对接数据平台的智能化关键技术

考虑到数据平台对数据存储和运算的海量需求，采用了大数据相关的分布式架构，建设后台软件数据库，运用于信息管理。用分布式数据仓库提供统一的存储平台，存放海量的历史数据及每日新增数据，包括基础数据库、标准代码库、应用主题库等。通过并行数据库与数据仓库、数据处理功能，分析处理大数据下的结构化数据和非结构化数据，形成数据沉淀后存放在数据超市方便智能应用提取。具体结构如图2所示。

在数据分析和挖掘方面，采用基于MapReduce[5]及其之上的HIVE进行离线运算，方便大计算量下的运算，實现数据管理功能、查询与统计功能。MapReduce是面向大数据并行处理的计算模型、框架和平台，它可以使一堆杂乱无章的数据按照某种特征归纳起来，然后处理并得到最后的结果。通过解析每个数据，从中提取出key和value，也就是提取了数据的特征。经过MapReduce的Shuffle阶段之后，在Reduce阶段看到的都是已经归纳好的数据了，我们将这些数据存放到数据超市中，形成新的数据表集合，直接用于各类应用和报表，提高数据快速响应能力，降低系统负担。

3 应用案例

3.1 对电动自行车进入电梯进行管控

由于电动自行车在住房内充电的火灾隐患非常大，而少数住户往往不听劝阻，特别是外来租住人员，由此对电梯间的视频数据抓取进行分析建模，通过识别比对人脸信息，将相关涉事人员信息列入黑名单。同时根据基层治理系统的关联数据对接，确认该租户的房东信息，社区平台则自动将该租户的行为推送给房东，让其告知租客后期需杜绝类似行为发生。

3.2 助力疫情防控

通过和基层治理系统的关联数据对接，将小区居住人员信息、外来租住人员信息进行抓取和分析，结合小区30天内的进出记录，梳理出小区正常人员的白名单，对其余人员的近况进行严格排查并打上标示，逐步缩小人员关注范围。同时根据疫情防控需要，以户为单位限制人员进出，如果同一住户中有一人已外出则其他人员就无法通过小区人行闸机，提高管控效率。

3.3 对独居老人提供爱心服务

对于小区中少量因为家中儿女工作繁忙疏于照顾的独居老人，通过和基层治理系统的关联数据对接，将这些用户梳理出来，然后根据他们在小区进出口的出入情况建立个人活动轨迹模型，通过系统自我学习建立一人一档，如对比发现某天活动轨迹异样，则小区平台自动将信息推送给物业管理人员，由其进行电话联系或上门查看，主动了解情况。

4 结束语

智慧社区信息系统如果突破信息孤岛，和政府主导的信息平台进行安全有限度的数据对接，则社区的智能化场景应用将会越来越多、越来越有智慧。这也是本文专门针对智慧社区信息系统中突破信息孤岛，将数据智能化应用成果进行展示的原因。这些智能化的应用在实际使用过程中取得了不错的效果，同时也具备了良好的可扩展性，后续根据用户的不同需求，结合数据挖掘和分析，将提出更多的数据智能化解决方案，提升设区管理的智能化程度。

参考文献（References）：

[1]陈舒.小区物业管理系统的研究与设计[J].电子测试，2013.19：11-12

[2]杨帆.住宅小区物业管理信息系统设计[J].武汉化工学院学报.2002.4：71-74

[3]杨良斌.信息分析方法与实践[M].东北师范大学出版社， 2017.

[4]刘卫东，徐恪，刘亚霄.松散耦合的分布式信息系统[J].清华大学学报：自然科学版，2002.1：40-43

[5]宋杰，孙宗哲，毛克明，鲍玉斌，于戈.MapReduce大数据处理平台与算法研究进展[J].软件学报，2017.28（3）：514-543

作者简介：王震（1976-），男，浙江杭州人，本科在读，工程师，主要研究方向：智慧安防、智慧广电等。