从业务应用和数据应用的关系把握当前消防信息化建设

李　强

(重庆市公安消防总队，重庆　401121)

“九五”“十五”期间，国家将信息化纳入了发展战略，消防部队也开启了数字化进程。随着“十一五”和“十二五”各行各业信息化建设的步伐，消防信息化得到了快速发展，消防政务实现互联网公开，工作审批网上流转、信息网上查阅、工作部署网上下达，大部分工作基本上实现了网络化。

在“十二五”期间，随着大数据、物联网、云计算、人工智能等技术的飞速发展，以Hadoop技术框架为代表的大数据技术正引领当今信息化发展新时代——大数据时代。“十三五”开局之年，各地消防部队积极开展了大数据建设的尝试，但是纵观近年来的消防信息化建设情况，可以发现很多地方普遍对大数据应用认识不清晰，对什么是大数据、大数据在消防怎么用等问题的研究还不深入，导致信息化建设工作定位不准、目标不明确，多数的大数据建设仍然沿用传统的信息化建设思路，侧重的还是业务应用系统开发，开展的大数据建设成效不明显。因此，如何把握大数据下的消防信息化建设，是消防部队亟待解决的问题。为了更好地理解把握大数据建设的内涵和方向，本文从业务应用和数据应用的角度，来分析传统的信息化建设和大数据建设的区别。

一、业务应用和数据应用对比分析

(一)传统信息化建设中业务应用及问题

从信息化的角度来说，业务工作包括管理对象、事务处理、管理方法和评价手段四个部分，而业务应用顾名思义，就是面向业务工作的信息化应用，是通过计算机处理手段分析业务对象，解决事务处理的流程和管理，统筹信息管理，实现业务工作数字化管理和评价的目的。一般来讲，消防信息化建设中业务应用系统开发，首先实现的是将日常工作进行数字化处理，运用计算机软硬件和网络技术，解决将消防各项业务工作中复杂的处理流程、信息管理和信息汇总的问题，达到业务工作流程信息化控制、信息统筹管理自动化等目的，以减少重复工作，规范工作流程，降低工作强度，提升工作效率。

现在消防部队使用的业务系统分为两大类，一类是公安部消防局统一研发并配发的一体化业务系统，一类是各地根据自身特殊业务需求研发的应用系统。分析当前业务应用建设现状，发现所有的应用系统均为围绕日常业务工作流程而展开，主要解决的是日常业务工作，突出的是管理，而对于工作决策支撑帮助较少。同时，由于各地工作差异以及业务工作流程和业务需求经常变动，造成业务系统重复建设、数据重复录入，分析这些问题实质，就是数据应用方面没有得到充分解决。从业务工作内容可见，如果抛开流程管理方面，实际上所有的业务核心，是围绕数据获取和应用展开的，因此解决了数据应用问题，就能以不变数据服务应万变的业务需求。

(二)数据应用的主要任务和三个阶段

1.数据应用的主要任务

数据应用区别于业务应用的最主要特点是其研究对象是数据，而非业务中的事务管理或流程管理，是以数据为核心，通过对数据的管理和应用，为各种业务工作提供支撑。其深度应用是通过统计、分析、比对、归纳等各种数据处理手段，获取数据背后的隐含价值，从而为解决业务问题提供支撑和帮助。

在大数据应用中，更突出的就是数据应用，是通过对巨量数据的管理，运用云计算、机器学习、深度学习等技术，进行数据的统筹、分析、挖掘，找出数据之间的关联关系和因果关系，从而获得数据背后的价值，为人们工作决策、方法选择、事件评估、真伪判断、规律分析、科学发现等提供判断依据、分析结果和解决途径，是人们用于发现问题和解决问题的新手段。它趋向于人类的归纳、分析和思考能力，因此称之为人工智能。它运用算法模型来分析问题和解决问题，算法模型理论从最初基于规则和逻辑算法，发展到现在基于概率和因果性推理演算的方法，在实际应用中实现从统计分析到人工智能的不断演化。

2.数据应用的三个阶段

按照数据需求、处理的手段和应用目的等，数据应用可以分为初级应用、深度应用和智能应用三个阶段。(1)初级应用阶段。这一阶段是对数据初级加工，主要应用技术方法是对数据进行统计和对比分析，利用各种直观的图表方式展现出来，为消防业务工作提供信息支撑。目前多数数据应用处于这一阶段，也是当前数据应用最主要的方式，主要针对的是日常业务工作中的数据统计任务。如常用业务报表、柱状图、饼状图、趋势图等展现数据统计分析结果。(2)深度应用阶段。该阶段的数据应用目的是信息支撑和决策支撑。其数据应用方法是对数据和数据之间关系进行比对分析，寻找数据之间的内在关联，利用研发的数学模型分析数据，获得数据和现实之间可能存在的逻辑关系，为业务工作提供决策支撑。当前大数据应用建设中的数据应用，基本上处于这个阶段。这个阶段的数据应用优势在于解决了人工归纳数据和分析能力不足的问题，提供了可靠的数据分析比对手段，降低了工作决策的随意性和盲目性。但困难在于数学模型和算法研究难度大，进展速度较慢，更多的是小数据应用分析，而非海量数据应用分析。消防行业中深度应用很少，如苏州市消防支队研发的“火眼”系统，是利用了火灾数据与起火对象的时间、空间属性的关系进行火灾风险分析，具备一定意义上的深度应用。(3)智能应用阶段。该阶段的数据应用目的是智能分析和智能决策。这个阶段是在深度应用阶段的基础上发展起来的，不同于深度应用阶段的是算法模型不再通过人工来完成，而是由计算机系统利用深度学习技术，在强大的硬件、软件系统和海量数据的支撑下，通过强大的计算能力和海量数据分析，进行自我学习和验证，并不断自我修正，从而获取解决问题的数学模型，完成智能分析和决策。此阶段在人工智能技术支撑下，人们只需要提出一个目标或问题，人工智能系统就可以自动算出完成任务目标和解决问题的数学模型，该模型在实时数据支持下，计算出人们想要掌握的情况，如事件的发生概率、任务目标的可行性、处置对策等。这个阶段的数据应用整个过程就是一个智能实现的过程，它是以数据为原料，以深度学习为手段，运用自然科学和社会科学理论，进行自我学习、自我完善，实现智能决策。目前智能应用非常少，典型的如AlphaGo围棋机器人等。

(三)业务应用和数据应用的对比分析

下面通过业务应用和数据应用的区别与联系来分析掌握其内涵，表1为业务应用和数据应用的区别。

从表1中可以看到，业务应用研究的对象是业务需求，使用的技术手段为传统的信息化手段，有具体的业务场景、使用人员，解决的是事务处理和联机分析等需求。而数据应用研究的对象是各种数据，使用的技术手段是数据库和大数据、云计算、人工智能等支撑下的数据挖掘技术，用于解决工作中事务分析和决策的问题。同时我们也要认识到信息化建设不是为了应用信息技术而开展信息化建设，也不是为了大数据技术而开展大数据建设，而是为了运用先进的信息技术来解决业务问题，提升业务工作能力和工作成效。因此，分析两者之间的关系，可以看到二者既有区别，又紧密关联，即业务应用是目标，数据应用是手段，业务应用是数据应用的基础，为数据应用提供了数据基础，数据应用服务于业务工作，深度数据应用可以帮助人们突破业务应用认知能力，创新业务应用和工作机制，二者相辅相成，相互推动进步。

表1　业务应用和数据应用对比表

二、消防部队数据深度应用实例探讨

数据应用需求是随着人们对业务理解的深入而不断挖掘出来的。消防部队对于数据应用需求围绕防火、灭火业务工作而展开，通过数据深度应用，更好地提升部队实战能力和管理水平。

(一)火灾风险评估

火灾风险评估应用(可以对一栋建筑进行风险评估，也可以对一个区域进行火灾风险评估)，是通过相应的火灾风险因子，对一栋建筑或一个单位，也可以对一个区域的火灾风险进行量化评估，以判定该场所或区域的火灾几率。例如一栋建筑的火灾风险因子就包括建筑使用性质、消防设施情况，建筑结构、高度、耐火等级和火灾荷载，建筑内部人员密度和人员消防知识水平，建筑日常安全管理和消防安全隐患，周边消防设施和消防队站距离等，将相应的关联因子赋予相应的系数，通过相应的模型算法，量化建筑的火灾发生风险，从而为防火、灭火工作提供支撑。

(二)作战实力评估

作战实力评估，既可以对个人能力进行评估，也可以对一个消防中队进行评估，其评估目的是为了发现人员配置、装备配备、日常训练、实战演练等评估因子对实战能力的影响，量化评判其作战实力，从而有针对性地配备装备，改进训练方法，改变作战方式，提升实战能力。例如对一名消防队员作战能力评估，可以通过对其训练成绩、考核成绩、体能成绩，灭火救援参战次数和承担任务、事故处置的时间、装备的使用等事故处置全过程的数据记录，以及实战演练熟悉等关联因子，进行系数加权，通过相应的算法，量化个人实战能力。在个人评估的基础上，扩展应用可以对一个消防中队作战实力进行评估。

(三)部队管理效能评估

部队管理效能评估是对一个单位管理水平进行评估，以便发现设施设备配备、管理措施和落实、管理人员配备等方面的问题，从而改进管理方式，提升管理水平，增强部队活力，提升管理效率和质量。主要思路是统计消防部队人员属性(数量、年龄结构、知识水平、家庭情况、消费习惯、入伍时间、奖惩情况)和部队的日常管理落实、教育开展、思想工作落实、单位奖惩情况及消防中队干部的个人属性(年龄、知识水平、业务能力、入伍时间、参与部队管理时间、党团关系、奖惩情况等)等信息，从中寻找关联因素，通过构建数学模型进行分析，从而评估单位管理效率。

(四)装备配置评估

通过收集单位的装备管理信息，如种类、数量、价格、生产厂家、购置时间、使用次数、使用热度、完好情况、使用人员对装备的评价等信息，利用相应的模型算法进行分析，评估装备配备合理性、质量，以便及时掌握装备配备的实际需求、装备质量，选择合适的装备生产厂家，改进装备配置策略、装备购置方案和管理方法等。

(五)专业应用评估

专业应用评估是指根据阶段性工作需要，对专项工作进行评估，来评判工作开展效率和质量，主要解决的问题是将大量人工判断的工作，都交给大数据分析系统。其应用范围十分广泛，依据实际工作需要来确定，如隐患整治、比武、训练、督察等专项。

随着对消防业务工作理解的加深和数据的积累，经过不断分析挖掘，数据应用的其他消防应用需求也将逐步被发掘出来。

三、结束语

数据应用与业务应用既有很大的区别，也紧密联系，业务应用是数据应用的基础，数据应用是解决业务问题的手段。同时，我们应该认识到，业务工作的深入开展带来的是业务需求的转变，特别是大数据技术的广泛应用，必将带动业务的变革，因此，今后一段时间业务建设的重点就在于数据的深度应用。在当前信息化建设中，特别是面对大数据建设，要防止在大数据建设中迷失方向，就要牢牢把握大数据、物联网、云计算和人工智能等都是解决业务需求的手段，都是服务于业务工作的总思想，分析本单位当前自身信息化发展所处的阶段，是在业务应用系统建设阶段，还是到了数据应用阶段，并根据本阶段面临的问题，研究工作需求，来确定信息化建设工作重心。把握未来的信息化建设重心，在不断汇集完善基础数据的基础上，逐步深入开展数据应用，必将突破我们对业务需求的认知，运用大数据技术真正实现消防业务智能化的发展目标。