城市安全生產(chǎn)畫像構建與應用探討

胡燕祝教授

（北京郵電大學 安全生產(chǎn)智能監(jiān)控北京市重點實驗室，北京 100876）

0 引言

目前，我國正處在發(fā)展的重要戰(zhàn)略機遇期，經(jīng)濟發(fā)展模式轉換，傳統(tǒng)和新型生產(chǎn)經(jīng)營方式并存，各類事故隱患和安全風險交織疊加，既有的信息化手段難以做到安全生產(chǎn)周期性、關聯(lián)性的分析[1]。伴隨安全生產(chǎn)領域數(shù)據(jù)量的不斷增加，數(shù)據(jù)類型和存儲方式的不斷更新，數(shù)據(jù)使用過程中暴露出很多問題：第一，數(shù)據(jù)來源多、規(guī)范不統(tǒng)一、管理條理性低；第二，現(xiàn)有的數(shù)據(jù)較為分散，缺乏統(tǒng)一的數(shù)據(jù)交互標準規(guī)范，不利于對多存儲來源數(shù)據(jù)進行綜合性、關聯(lián)性分析；第三，安全生產(chǎn)領域大數(shù)據(jù)分析算法和模型研究不夠成熟和深入，亟待更深層次的挖掘研究；第四，面向政府和企業(yè)安全問題的大數(shù)據(jù)決策支持模型少，綜合輔助決策平臺及應用少，大數(shù)據(jù)和人工智能輔助實際業(yè)務的研究不足。因此，在安全生產(chǎn)監(jiān)管過程中，迫切需要一系列能夠及時便捷檢索查詢、綜合分析安全因素、歸納分析系統(tǒng)科學的理論方法。尤其是利用大數(shù)據(jù)平臺進行深入業(yè)務分析、提高事故監(jiān)測預警、隱患排查能力和加強安全生產(chǎn)監(jiān)管的技術與方法。畫像技術是將分布在多個存儲資源的數(shù)據(jù)整合起來，以信息標簽集合的形式為業(yè)務人員提供數(shù)據(jù)服務。它能夠靈活地展示分析對象屬性與行為之間關聯(lián)性，是大數(shù)據(jù)時代背景下更加準確、快速的用戶信息反饋手段。它能夠降低數(shù)據(jù)獲取和操作的難度，賦能業(yè)務人員參與到更加深入的數(shù)據(jù)分析之中[2]。因此，畫像技術被廣泛應用于各類場景中。本文將對城市安全生產(chǎn)畫像的構建方式、特征標簽、展示應用進行探討，并以構建實例的方式加以說明，以期為提升我國城市安全生產(chǎn)數(shù)據(jù)化監(jiān)管水平提供有力支持。

1 城市安全生產(chǎn)畫像及其構建方法

當前，我國安全生產(chǎn)實時監(jiān)控在各行業(yè)獲得一定程度的普及，監(jiān)管部門也建立多級安全生產(chǎn)監(jiān)管系統(tǒng)，隨之產(chǎn)生大量的結構多樣、類型各異的監(jiān)控數(shù)據(jù)。但這部分數(shù)據(jù)大多處于隔離使用、傳統(tǒng)統(tǒng)計或閑置待處理的狀態(tài)，其反映的安全生產(chǎn)深層規(guī)律尚未得到充分挖掘，難以為安全生產(chǎn)信息管理、風險分析和協(xié)調(diào)指揮提供有力的數(shù)據(jù)支持。因此，需要借助大數(shù)據(jù)分析來提高安全生產(chǎn)領域的數(shù)據(jù)利用能力，加強安全生產(chǎn)周期性、關聯(lián)性等綜合性特征分析，在做到檢索及時查詢、血緣分析的同時，歸納安全生產(chǎn)領域大數(shù)據(jù)系統(tǒng)分析方法，綜合分析風險因素，提高對風險因素的感知、預測和防范能力[3-4]。畫像分析是一種典型的大數(shù)據(jù)場景分析方法，通過將不同存儲資源的數(shù)據(jù)進行整合，能夠有效提高數(shù)據(jù)的利用效率，同時可以避免統(tǒng)一數(shù)據(jù)處理方式造成的資源浪費，精細化數(shù)據(jù)使用方式，有助于找準服務的發(fā)力方向，提高決策效率，使各類服務對象都得到最好的服務[5]。

1.1 畫像特征定義

畫像最早出現(xiàn)在電商領域，是一類真實對象的虛擬代表，是多項特征或者標簽的集合。由于大數(shù)據(jù)技術的推動，電商領域利用數(shù)據(jù)手段將用戶的每一類信息抽象為標簽，利用標簽將目標用戶（用戶背景、特征、性格標簽、行為場景等）、用戶需求和產(chǎn)品設計聯(lián)系起來。這里的標簽及本文后續(xù)將詳細闡述的特征，根據(jù)場景不同叫法略有差異，下文統(tǒng)稱為特征。畫像特征是一種語境描述方式，反映的是實體和實體間、實體和行為之間的一類關系[6]，如圖1。

圖1 畫像特征邏輯模型示意圖Fig.1 The sketch of portrait features

畫像特征具有語義表達和短文本2個特點。語義表達要求畫像特征容易理解，使用者可以直觀理解特征含義和進行業(yè)務層面的分析；短文本是表示特征含義唯一，不需要進行更細的拆分[7]。這2個特點有利于畫像特征進行標準化提取，省去了不必要的規(guī)約過程，為后續(xù)分析提供支持。

1.2 城市安全生產(chǎn)畫像構建方法

畫像是從語義層面對數(shù)據(jù)的綜合描述，以用戶為核心牽引的呈現(xiàn)模式。每個語義特征都是由詳細的記錄與統(tǒng)計數(shù)據(jù)支撐的，從抽象到細節(jié)去體現(xiàn)用戶畫像的數(shù)據(jù)結構[8]。不同于用戶消費畫像、用戶行為畫像、用戶興趣畫像等其他領域畫像，城市安全領域畫像特征維度設計不存在人工屬性等指標，可以從動態(tài)和靜態(tài)2個角度搜集數(shù)據(jù)挖掘特征，根據(jù)不同的安全生產(chǎn)畫像目的需要設計符合安全生產(chǎn)領域使用的分類方式；同時，安全生產(chǎn)畫像的一些數(shù)據(jù)更新頻率較低但又十分重要，造成城市安全生產(chǎn)畫像的更新周期需要根據(jù)實際情況制定，如事故數(shù)據(jù)就是更新頻率較低但其重要性要高于其他數(shù)據(jù)；此外，部分安全生產(chǎn)畫像特征存在分析門檻，由于企業(yè)類型不同，體量不同，安全員對應的檢查工作量也不同，發(fā)現(xiàn)問題數(shù)量也會隨著企業(yè)類型而差異[9]。因此，在計算一些安全生產(chǎn)畫像特征時，需要設定分析門檻，或者對原始數(shù)據(jù)做歸一化或相對值處理，來保證特征結果反映的是真實的安全狀況。

城市安全生產(chǎn)畫像的構建包括明確畫像目的、數(shù)據(jù)采集與清洗、分析建模和畫像展示4個環(huán)節(jié)，圖2展示構建安全生產(chǎn)畫像的流程圖。

圖2 城市安全生產(chǎn)畫像流程圖Fig.2 Flow diagram of urban safety production portrait

1.2.1 明確畫像目的

構建城市安全生產(chǎn)畫像的第一步是明確畫像目的，即畫像具體的服務對象及服務內(nèi)容。很多領域的畫像最終淪為形式主義，其中主要的一個原因就是畫像目的與實際業(yè)務相偏離，業(yè)務的目標和畫像的導向不一致。因此，構建安全生產(chǎn)畫像的第一步要從實際安全生產(chǎn)業(yè)務出發(fā)，以畫像驅(qū)動業(yè)務為目的。

1.2.2 數(shù)據(jù)采集與清洗

數(shù)據(jù)采集和清洗的方法，因具體場景而定，一般是從各系統(tǒng)數(shù)據(jù)導入，建立數(shù)據(jù)倉庫，再進行主題數(shù)據(jù)下的清洗。特征計算準確性的前提是數(shù)據(jù)源的準確，底層數(shù)據(jù)的采集需要采用標準的字段和可操作性的采集流程，這樣才能節(jié)省分析建模時間，保證畫像分析的真實性和時效性。為了構建真實有效的安全生產(chǎn)畫像，通過規(guī)范各業(yè)務系統(tǒng)中數(shù)據(jù)的獲取方式，再輔助以真實性判別算法，不斷完善系統(tǒng)數(shù)據(jù)的完備性和真實性，這也有助于進一步掌握安全生產(chǎn)狀況的全面性和準確性。

1.2.3 分析建模

分析建模是構建城市安全生產(chǎn)畫像的關鍵步驟，主要包括特征維度的設計、數(shù)據(jù)對象權重設計和特征提取3個方面。

（1）特征維度設計就是以一種確定的邏輯分類方式對畫像特征進行劃分，可根據(jù)數(shù)據(jù)的靜態(tài)和動態(tài)劃分，也可以根據(jù)業(yè)務屬性或者服務對象的差異進行劃分。

（2）數(shù)據(jù)對象的權重設計是根據(jù)實際業(yè)務對觀測數(shù)據(jù)進行預先設計。如對觀測值進行分類提取和設定分析門檻，可根據(jù)企業(yè)產(chǎn)值將企業(yè)劃分為100萬以下規(guī)模企業(yè)、100～1000萬規(guī)模企業(yè)等，這就是對象分類；若只關注企業(yè)產(chǎn)值100萬以上的個體，這里100萬就是分析門檻。觀測數(shù)據(jù)的權重設計需要根據(jù)畫像目的設定。

（3）特征提取是在完成特征維度設計和權重設計的基礎上，對具體的觀測對象進行數(shù)據(jù)的有效信息提取。一般可通過2種形式獲得：一種是已有數(shù)據(jù)或者按一定規(guī)則加工的數(shù)據(jù)；另一種是利用機器學習和數(shù)據(jù)挖掘方法獲取關聯(lián)性、綜合性的特征數(shù)據(jù)。當畫像特征為類別變量時，需注意特征取值封閉式分類思想，也就是說該特征取值可以遍歷所有類別，如世界上分為2種人，一種是學英語的人，一種是不學英語的人。

1.2.4 畫像展示

畫像特征往往能整理到幾十種甚至上百種，特征數(shù)量與其表征的群體數(shù)量存在一定的相互制約性，即當畫像特征越多，畫像越清晰，畫像所代表的群體數(shù)量就越小，構建畫像的成本就越高。所以畫像的顆粒度需要結合研究的實際需求和成本進行設計。

不同的數(shù)據(jù)對象和業(yè)務目的對應不同的特征體系。實用的畫像是在整合各項計算資源基礎上，以特征為分析粒度，為使用者提供便捷的交叉分析功能。城市安全生產(chǎn)畫像的分析建模需要根據(jù)具體業(yè)務需求詳細設計。

2 城市安全生產(chǎn)畫像要素提取方法

城市安全生產(chǎn)的數(shù)據(jù)包括企業(yè)安全生產(chǎn)、政府安全監(jiān)管、社會個人參與以及與此關聯(lián)的經(jīng)濟活動全過程所形成的文本、音頻、視頻、圖片等海量數(shù)據(jù)。這部分數(shù)據(jù)從來源角度包括4類主體：第一，對安全生產(chǎn)負有監(jiān)管職責的政府監(jiān)管部門，包括事故統(tǒng)計、執(zhí)法檢查、行政處罰、隱患排查等各類業(yè)務數(shù)據(jù)；第二，從事生產(chǎn)經(jīng)營活動的企業(yè)，在生產(chǎn)過程中產(chǎn)生的各類數(shù)據(jù)，如監(jiān)控數(shù)據(jù)、安全管理人員檢查數(shù)據(jù)等；第三，企業(yè)員工在從業(yè)過程中產(chǎn)生的操作行為數(shù)據(jù)、管理類數(shù)據(jù)等；第四，安全中介、協(xié)會、媒體和個人等產(chǎn)生的安全記錄、評價及輿論數(shù)據(jù)，如微信、微博、新聞、報告等安全生產(chǎn)相關數(shù)據(jù)[10-11]。

在實際構建安全生產(chǎn)畫像時，需要根據(jù)具體需求和數(shù)據(jù)情況綜合考慮。這里以某地應急監(jiān)管部門的安全執(zhí)法檢查情況為例，介紹城市安全生產(chǎn)畫像構建方法。該地應急管理部門管轄區(qū)域分為8個小區(qū)域，由8組不同的執(zhí)法檢查小組負責，既有數(shù)據(jù)包括為期6個月的行政檢查和行政處罰數(shù)據(jù)，需要建立輔助該地應急監(jiān)管部門進行安全監(jiān)管工作安排與部署的畫像模型。

為輔助該地應急管理部門的工作部署，從工作量、工作安排和工作質(zhì)量3方面共計8項具體特征對該區(qū)域監(jiān)管工作服務畫像進行描述，如圖3所示。需要注意的是，畫像的特征體系是開放的，并不存在一勞永逸的列舉結果。當業(yè)務發(fā)生調(diào)整，新的數(shù)據(jù)對象進入到業(yè)務系統(tǒng)，此時就需要增加相應的特征指標。因此，依據(jù)不同的業(yè)務切面和數(shù)據(jù)資源，需要靈活調(diào)整畫像特征體系，以業(yè)務驅(qū)動為出發(fā)點，及時跟進數(shù)據(jù)變化，才能取得最好的畫像分析效果。

8項特征從3個方面對該地監(jiān)管力量的工作安排進行描述，下面將具體介紹3類8項特征的提取方式與特征值。

圖3 某地安全監(jiān)管畫像特征設計Fig.3 Features design of safety supervision portrait in certain place

2.1 工作量類特征提取

平均檢查時長表示執(zhí)法隊在某區(qū)域平均在每家被檢查企業(yè)的所花費的檢查時長，如式（1），其中ti表示執(zhí)法隊第i次檢查時長，mins；N表示該區(qū)域的被檢查企業(yè)數(shù)量，個。

平均檢查量表示執(zhí)法隊按小組執(zhí)行檢查工作時，平均各組檢查企業(yè)數(shù)量，其定義如式（2），其中xj表示第j個執(zhí)法小組檢查企業(yè)數(shù)量，G表示執(zhí)法小組數(shù)量。

執(zhí)法完成率Irio是指執(zhí)法隊實際檢查企業(yè)數(shù)量Creal與計劃檢查企業(yè)數(shù)量Cplan之比，如式（3）。

通過對8個區(qū)域的工作量量化計算，可以獲得其特征數(shù)值，如圖4。

2.2 工作安排類特征提取

工作量均衡度是指各執(zhí)法小組工作量的均值與標準差之比，即反映執(zhí)法小組工作量波動情況的倒數(shù)。這里取倒數(shù)是為了方便和其他特征保持一致性，即該值越大表示該區(qū)域執(zhí)法小組波動性越小，如式（4）。V表示工作量均衡度，其中表示該區(qū)域執(zhí)法小組工作量均值，S表示該區(qū)域執(zhí)法小組工作

圖4 工作量特征值Fig.4 The features of workload

工作量均峰比是參考信號理論的特征提取方法，它是該區(qū)域執(zhí)法小組平均檢查量與前5%執(zhí)法小組工作量的均值的比值，反映執(zhí)法小組的數(shù)據(jù)傾斜情況，典型的有“一個人累死，其他人閑死”，如式（5）。其中表示排名在前5%的小組工作量均值。量的標準差。

通過對8個區(qū)域工作安排情況量化計算，其特征值，如圖5。

圖5 工作安排特征值Fig.5 The features of work schedule

2.3 工作質(zhì)量類特征提取

檢查力度Clevel是指各區(qū)域檢查企業(yè)數(shù)量與其企業(yè)總數(shù)之比，反映了該區(qū)域執(zhí)法檢查的抽樣力度，如式（6）。其中Ccheck表示該區(qū)域檢查企業(yè)數(shù)量，個。

處罰力度Plevel是指該區(qū)域處罰企業(yè)數(shù)量與其檢查企業(yè)數(shù)之比，反映該區(qū)域處罰情況。如式（7），其中Cpun表示該區(qū)域處罰企業(yè)數(shù)量，個。

處罰依據(jù)覆蓋率Pcov是指該區(qū)域在處罰企業(yè)使用的依據(jù)使用次數(shù)前80%的條目數(shù)量與所有處罰條目數(shù)量之比，反映了該區(qū)域處罰過程中的依據(jù)覆蓋情況，如式（8），其中Cquantity≥1-0.8表示使用次數(shù)前80%的條目數(shù)量，M表示所有處罰條目數(shù)量。

通過對8個區(qū)域工作質(zhì)量情況量化計算，其特征值，如圖6。

圖6 工作質(zhì)量特征值Fig.6 The quality features of work

3 安全生產(chǎn)領域畫像可視化展示與應用

在完成安全監(jiān)管部門工作安排與部署的畫像模型維度設計和特征提取的基礎上，需要考慮畫像的可視化展示，為業(yè)務人員提供直觀準確的支持。這里采用臉譜圖形式對畫像的各項特征進行綜合展示。臉譜圖是一種多維度數(shù)據(jù)可視化分析方式，可以將15個維度數(shù)據(jù)用人臉部位的形狀和大小來表征。臉譜圖在平面視角下能夠形象地展示多維數(shù)據(jù)，幫助使用者提高分析判斷能力，加快分析速度。

為表現(xiàn)各項特征的綜合特性，這里補充1項整體特征，由于此處提出的8項畫像特征具有業(yè)務一致性，即數(shù)值越大表示相應執(zhí)法隊具有更好的正面信息，因此該整體特征定義為8項特征標準化之后的和。此時，建立9項特征與臉譜圖各部位的映射關系，具體對照關系，見下表。

表 畫像特征臉譜圖映射關系表Tab. Mapping relation table of portrait feature face map

最終可得到8個區(qū)域?qū)目梢暬樧V圖，如圖7。

圖7 城市安全生產(chǎn)監(jiān)管畫像-臉譜圖Fig.7 Urban safety supervision portrait-face map

從圖7可看出，區(qū)域一、二和七，嘴巴較大，說明這3個區(qū)域在監(jiān)管力量總體部署上優(yōu)于其他5個區(qū)域。為了方便查看與比對分析，對以上8項畫像特征進行聚類，將聚類分析與臉譜圖相結合，其可視化結果，如圖8。

從圖8中可以看出，8個區(qū)域可分為4類觀測。

（1）區(qū)域一工作均衡情況比較突出，其他各項特征均處于中上游。

（2）區(qū)域二工作量均衡度、工作量均峰比、檢查力度和處罰力度4個特征均較低，但其處罰依據(jù)覆蓋率最優(yōu)，說明該區(qū)域工作小組工作量差異性大，檢查和處罰比例較低，處罰類型多樣。

圖8 城市安全生產(chǎn)監(jiān)管畫像-臉譜聚類圖Fig.8 Portrait-face cluster map of urban safety supervision

（3）區(qū)域三、五和七屬于一類，平均檢查時長、平均檢查量和檢查力度數(shù)值較大，這3個區(qū)域工作量安排較大。

（4）區(qū)域四、六和八屬于一類，該類執(zhí)法小組工作量差異較小，檢查力度和平均檢查量低，但是平均檢查時長較長，并且處罰力度較大。

通過構建城市安全生產(chǎn)監(jiān)管力量部署輔助畫像，可以幫助當?shù)乇O(jiān)管部門迅速掌握下面各區(qū)域的具體信息和整體特點，發(fā)現(xiàn)區(qū)域間安全監(jiān)管中的差異性；同時，通過臉譜聚類分析可以輔助當?shù)乇O(jiān)管部門及時掌握當?shù)匕踩a(chǎn)監(jiān)管的整體趨勢；此外，業(yè)務人員根據(jù)具體畫像特征可以開展更加深入安全生產(chǎn)問題的研究，為當?shù)匕踩a(chǎn)監(jiān)管部門工作部署和輔助決策提供了有力的理論和數(shù)據(jù)支持。

4 討論

城市安全生產(chǎn)畫像具有集成化、可視化和實時化的特點。然而，畫像特征往往具有滯后性，尤其是在低頻場景下，例如安全生產(chǎn)事故，雖然其數(shù)量少，發(fā)生頻率較低，但其在安全生產(chǎn)領域具有十分重要的位置，需要在構建城市安全生產(chǎn)畫像時謹慎設計分析權重。同時，由于存在事故等安全生產(chǎn)領域發(fā)生頻率較低的部分數(shù)據(jù)，需要根據(jù)實際情況設計合適的滑動分析窗口進行畫像分析。此外，業(yè)務效用是城市安全生產(chǎn)畫像優(yōu)劣最直觀評價。好的城市安全生產(chǎn)畫像一定是業(yè)務驅(qū)動的，并且其特征體系是動態(tài)的，伴隨業(yè)務和時代發(fā)展，安全生產(chǎn)數(shù)據(jù)填報的規(guī)范性和完整性不斷提高，業(yè)務描述特征會得到針對性調(diào)整，城市安全生產(chǎn)畫像及其特征亟待持續(xù)的研究。

城市安全生產(chǎn)畫像是在原始數(shù)據(jù)的基礎上進行二次計算重構，根據(jù)畫像與業(yè)務目的，提取原始數(shù)據(jù)承載的關鍵信息，雖然增加了計算與存儲成本，但是通過邏輯設計，以核心需求為牽引，在犧牲數(shù)據(jù)計算與存儲成本的同時加速了業(yè)務層分析的速度，擴展了數(shù)據(jù)分析的范圍，為安全生產(chǎn)業(yè)務人員提供了一種不同于傳統(tǒng)統(tǒng)計的直觀分析模型。

當前我國安全生產(chǎn)領域需要不斷加強安全生產(chǎn)監(jiān)管大數(shù)據(jù)應用，提高隱患排查與監(jiān)管能力。

5 結論

本文通過建立某地城市安全生產(chǎn)監(jiān)管力量部署輔助畫像，說明了城市安全生產(chǎn)畫像的構建方法，在整合數(shù)據(jù)存儲資源的基礎上，挖掘各類數(shù)據(jù)深層關系，滿足安全從業(yè)人員對業(yè)務分析與城市安全問題的長期需求，為安全監(jiān)管由粗放式向精細化轉變，由被動響應向主動預見轉變，由經(jīng)驗決策向數(shù)據(jù)驅(qū)動轉變，有效提高城市安全生產(chǎn)領域?qū)Υ髷?shù)據(jù)的利用效能，促進城市安全運行和安全生產(chǎn)形勢的持續(xù)穩(wěn)定好轉。