省级信用大数据应用平台方案设计

李 萍，吴善鹏

（江苏省大数据管理中心，江苏南京 210036）

0 引言

随着大数据时代的来临，运用大数据技术和理念推动信用数据的共享和开放，创新信用数据加工处理方式，提高数据挖掘分析和融合应用水平，建立全面统一的信用信息数据大平台，已成为当前社会信用体系的建设趋势和研究热点［1］。顺应上述趋势和热点，本文以省级信用大数据应用建设为研究对象，在深入分析信用大数据的采集、治理和应用需求的基础上，结合大数据技术特点，探索构建数据处理高效、挖掘充分、安全可靠的省级信用大数据应用平台，为更好地满足新时期社会信用体系建设的技术要求。

1 省级信用信息应用平台现状分析

1.1 建设成果

自我国正式启动社会信用体系建设以来，历经十余年，大部分省市信用信息应用平台建设取得积极成效。以江苏、浙江、广东等地为例，已建起省级信用门户网、社会法人信用基础数据库、自然人信用基础数据库和省公共信用信息服务平台，依法开展社会法人和自然人公共信用信息的归集［2］，面向政府部门和社会公众提供各类信用产品应用服务。

1.2 存在的问题

当前，省级信用信息应用平台还存在一些尚待解决的问题，主要表现在以下方面。

（1）数据质量不高。因为数据标准不够完善，导致数据归集没有有效解决源数据多源异构的问题，数据的全面性、连续性不足，从而导致数据质量较低，很难形成数据分析应用的各项主题库和专题库，支撑应用的效果不够好。

（2）数据归集不全。所归集的信用数据覆盖范围不够全，无法形成完整的信用画像和图谱，难以实现信用关联关系网络分析。

（3）应用时效低。由于目前数据处理的手段和方法，尤其是系统性科学性的数据分析尚未实现自动化、智能化，信用的应用还多数停留在静态应用当中，还不能满足应用的高时效性需求。

（4）应用不够丰富。目前，部分行业尚未建立信用信息系统或者应用的程度还不够深，导致信用在服务“放管服”改革中的作用未能充分发挥，信用数据融合应用水平较低。

1.3 需求分析

1.3.1 总体需求

借助大数据技术，全方位、多渠道归集信用数据，以信用强管理，以信用促发展，以信用优服务，以信用推创新，促进社会运用信用成果，发挥信用大数据的价值，推动经济发展、完善社会治理、提升政府服务和监管能力，满足领导决策、政府业务部门监管、社会信用应用服务等业务需求。

1.3.2 功能需求

（1）数据建设需求。在数据归集上，需要满足数据及时性、准确性的要求；在数据范围上，需要外部数据及第三方数据提供辅助支撑；在数据治理上，需要满足对数据处理高效率、数据质量校核、数据治理体系化等方面的要求。

（2）分析模型体系构建需求。数据分析模型是开展各类业务应用的基础，需要构建信用评价模型体系，对重点领域、重点区域、重点群体加强监管，防范系统性风险。

（3）平台功能建设需求。以提供信用数据产品和服务为目标，夯实信用大数据基础应用平台、信用大数据分析决策支撑平台、信用大数据监管预警平台、信用大数据接口服务平台等建设工作，提升信用大数据资产管理软实力。

（4）可视化需求。需提供丰富的可视化手段，满足不同用户、不同场景的展示需求。

（5）系统安全体系保障需求。从平台实际使用需求出发，规划好应用系统安全防护的架构，确保系统安全可靠性和业务连续性。

2 方案设计

2.1 总体框架设计

为易于规划和管理，采用分层设计理念，结合用户分析、需求分析，结合政府的职能定位，将省级信用大数据应用平台整体分为“六横两纵”，总体框架体系设计如图1所示。

（1）基础设施体系由网络、计算设备、存储设备、安全防护设备和大数据基础支撑套件等基础设施组成。

（2）数据资源中心主要是汇聚融合信用基础数据和主题数据，进行集中式数据治理，构建形成信用全景画像融合主题数据库和信用应用主题数据库。数据资源中心组成如图2所示。

（3）支撑体系主要提供信用大数据应用所需的平台系统支撑功能，用于构建各类应用和服务的分析模型、画像标签管理、数据治理平台、信息共享平台、资源管控平台等支持服务，支撑体系架构如图3所示。

（4）信用应用体系主要面向各类用户提供具体信用业务应用，由信用大数据业务应用系统、信用大数据分析决策支撑系统、信用大数据监管预警系统、信用大数据服务系统、信用大数据基础应用系统、信用大数据服务总线和配置管理系统组成。

（5）信用服务体系主要面向各类用户提供线上线下的各类服务，包括信用数据服务（接口）、信用产品服务、线下信用分析服务等。

（6）信用访问入口包括信用门户网站、APP、公众号、可视化大屏等。

（7）标准规范体系和安全保障体系是指在国家、省已有的标准规范及安全管理体系下，引入大数据有关内容，构建符合大数据场景下的信用应用相关标准规范和安全保障体系。

2.2 技术架构设计

图1 总体架构

图2 数据资源中心框架

图3 支撑体系框架

图4 大数据套件组成

如图4所示，为更好支撑信用大数据的处理、挖掘和分析，平台采用主流大数据技术、工具和套件，包括Hadoop、图数据库、分布式数据库、图计算、机器学习、深度分析等。

2.3 数据架构设计

按照大数据环境下的一般数据治理流程［3］，平台的数据架构主要由原始库、资源库和主题应用库组成，架构如图5所示。

原始库用来存放从各个渠道直接采集的有关数据，不做任何改动和处理。资源库对采集的原始库数据按照一定的治理规则进行数据清洗、比对、整合，一部分数据成为可以使用的有效数据，一部分成为无法使用的无效数据。主题应用库是面向各类主题的应用数据集，用来为各应用系统提供数据支持。

图5 数据架构

3 结语

本文分析了省级信用信息平台建设状况和主要需求，按照大数据的架构理念，设计了建设信用大数据应用平台的方案，本方案紧贴需求，目标明确，具有实践指导意义。