數(shù)據建模技術在廉潔風險防控領域的應用

康強 劉光耀 鄧姍妮

摘要：廉潔風險防控管理過程繁雜，管理鏈條和周期長，對數(shù)據建模體系性和一致性的要求很高，本文系統(tǒng)研究分析總結了廉潔風險防控領域的建模需求、數(shù)據建模方式及存儲內容管理等相關技術實踐，結合紀檢工作本質和領域特點提出應用方案。本研究旨在數(shù)據建模技術與廉潔風險防控業(yè)務搭建橋梁，為利用多源數(shù)據全景化分析紀檢關聯(lián)要素提供方向性的指導。

關鍵詞：廉潔風險防控；數(shù)據建模

一、引言

數(shù)據需求的定義與分析廣泛地使用數(shù)據建模技術，同時是一個支持將整個信息系統(tǒng)重新設計的過程[1]。而廉潔風險防控也是當今所重視的領域，利用數(shù)據建模技術來構建數(shù)據結構框架，從而保證相關部門的有效運行。而這個數(shù)據結構框架主要應用在兩個方面，一是抓重點業(yè)務領域、重點職能部門、重點業(yè)務環(huán)節(jié)，篩選廉潔風險、完善內控機制、筑牢廉潔防線，確保紀檢部門信息管理系統(tǒng)的建設以及數(shù)據關聯(lián)。二是廉潔風險教育與大數(shù)據分析的需求需要強有力的結構框架，數(shù)據建模技術可以充分地發(fā)揮作用。

廉潔風險防控管理過程繁雜，涉及的關鍵要素眾多，不同的業(yè)務場景涉及的管理規(guī)定、執(zhí)行過程各不相同，業(yè)務流程設計不同直接決定了信息系統(tǒng)結構和邏輯大相徑庭，結合這幾種情況，在數(shù)據交互和關聯(lián)分析時，就會出現(xiàn)信息融合困難，關聯(lián)程度低等問題，尤其是當前很多企業(yè)的管理規(guī)定并未完全線上化，這就導致存在很多線下文件并行，致使數(shù)據難以融合，無法統(tǒng)一管理。本文通過廉潔風險防控領域中數(shù)據建模過程的實踐，分析廉潔風險防控中數(shù)據建模技術的應用，并對其進行經驗總結。

二、數(shù)據建模技術介紹

（一）數(shù)據建模簡介

數(shù)據建模是一種用于定義和分析數(shù)據的要求和其需要的相應支持的信息系統(tǒng)的過程。所以，在進行數(shù)據建模的過程中，專業(yè)性的數(shù)據建模工作離不開企業(yè)的利益及用戶的信息系統(tǒng)。

從需求到實際數(shù)據庫構建，一般包括三個步驟。。僅用于信息系統(tǒng)的數(shù)據建模是作為一個模型來應用，最基本的功能是來記錄一組數(shù)據達到規(guī)范的目的。一個數(shù)據建模技術系統(tǒng)要想構建，首先思考是否符合企業(yè)最初的需求，其次才能轉變?yōu)橐粋€邏輯數(shù)據模型，恰好這個邏輯數(shù)據模型可以在數(shù)據庫中構造。一個概念數(shù)據模型的實現(xiàn)可能需要多個邏輯數(shù)據模型。最后需要確定邏輯數(shù)據模型與物理數(shù)據模型之間的數(shù)據訪問性能和存儲方面的具體要求，不僅僅是數(shù)據元素，同時它們之間的結構和聯(lián)系也不可忽視[2]。

數(shù)據建模常用在系統(tǒng)開發(fā)與系統(tǒng)維護的工作環(huán)境中，也稱為系統(tǒng)開發(fā)生命周期（SDLC）。當然，數(shù)據建模也可以用在更廣泛的領域，如業(yè)務和數(shù)據架構、主數(shù)據管理和數(shù)據治理計劃，其直接的結果不是在數(shù)據庫，而是對組織數(shù)據的理解。模型是現(xiàn)實中事物的一種表征或者想要創(chuàng)造事物的一種模式。一個模型可以包含一個或多個圖表。模型圖可以使人們通過標準化的符號快速了解其內容。地圖、組織架構圖和建筑藍圖都是日常模型的例子。

數(shù)據模型描述了組織已經理解或者未來需要的數(shù)據。數(shù)據模型包含一組帶有文本標簽的符號，這些符號以可視化的方式展現(xiàn)數(shù)據需求并將其傳遞給數(shù)據建模人員。也可以把模型理解成一種文檔形式，用于記錄數(shù)據需求和建模過程產生的數(shù)據定義。數(shù)據模型是用來將數(shù)據需求從業(yè)務傳遞到IT溝通的主要媒介。

數(shù)據建模需要遵循如下幾點原則[3]：

①格式化。數(shù)據模型是對于數(shù)據結構和數(shù)據關系的簡潔定義。需要能夠評估當前或者理想情況下業(yè)務規(guī)則對數(shù)據的影響情況。格式化的定義賦予數(shù)據規(guī)范的結構，減少在訪問和保存數(shù)據時發(fā)生異常的概率。通過展現(xiàn)數(shù)據中的結構和關系，數(shù)據模型使數(shù)據更容易被使用。

②范圍定義。數(shù)據模型可以幫助解釋數(shù)據上下文的邊界，以及購買的應用程序包、項目、方案或實施的現(xiàn)有系統(tǒng)。

③知識保留記錄。數(shù)據模型通過以書面的形式獲取知識來保存系統(tǒng)或項目的數(shù)據信息。它要能給未來項目提供原始記錄。數(shù)據模型要有助于更好地理解一個組織、一個業(yè)務方向、一個已存在的應用。同時，數(shù)據模型需要能被重復利用，能夠幫助業(yè)務專業(yè)人員了解環(huán)境中的數(shù)據結構。

（二）數(shù)據建模的方法

常見的6種數(shù)據建模方法是：關系建模、維度建模、面向對象建模、基于事實建模、基于時間建模和非關系型建模[4]。每種建模方法都采用一些特定的表示法來進行表達。

①關系建模，能夠精準表達業(yè)務數(shù)據，減少數(shù)據存儲的冗余，其適用于設計操作型的系統(tǒng)。

②維度建模，專注于特定的業(yè)務流程和領域問題，在維度模型中，數(shù)據組織的方式是為了優(yōu)化海量數(shù)據的查詢和分析。

③面向對象建模，規(guī)定了實體類與其屬性的關系，可以利用封裝、繼承、多態(tài)等先進特性對模型進行重復開發(fā)。

④基于事實建模，可以不使用屬性從需求信息和查詢實例開始，實例在外部環(huán)境中呈現(xiàn)，然后在概念層次上用受控自然語言所表達的事實來描述實例。

⑤基于時間建模，是當數(shù)據值必須按照時間順序與特定時間值相關聯(lián)時，必要的一種建模方法。

⑥非關系型建模，可以將業(yè)務主題在無需進行多關系結構分解的情況下，存儲在文檔結構中，也可以利用鍵值對將數(shù)據進行列式存儲，從而提升查詢效率。

三、數(shù)據建模技術在廉潔風險防控領域的應用

（一）數(shù)據建模需求

隨著廉潔風險數(shù)據可獲取性的提升以及數(shù)據分析應用技術的逐步發(fā)展，全面從嚴治黨管理工作不再局限于對思想政治以及意識形態(tài)塑造的探索，而是面向更廣泛的數(shù)字活動場景，相關紀檢工作也逐步運用大數(shù)據分析、機器學習、深度學習等計算方法對高頻違規(guī)風險點進行分析[5]。

然而，不同領域理論與技術方法的交叉實踐配合相對復雜且繁瑣，數(shù)據呈現(xiàn)出的動態(tài)和開放的特征也加劇了多源數(shù)據組織、聚合與建模的難度，進而阻礙了相關研究的步伐，為此，提出數(shù)據建模技術在廉潔風險防控領域的需求。

廉潔風險防控數(shù)據建模主要目的是要通過數(shù)據模型梳理數(shù)字化的紀檢關鍵要素特征，針對廉潔風險源頭部門或崗位，形成法律法規(guī)典型案例的數(shù)據資產。

從業(yè)務層面上來說，數(shù)據建模技術發(fā)揮著不可替代的作用，可以整合紀檢管理計劃以及法規(guī)理解能力，從技術層面來說，廉潔風險防控相關信息化系統(tǒng)與法律法規(guī)業(yè)務數(shù)據間可以有效的、多層次的讀取，確保數(shù)據之間平穩(wěn)的層次交互、多維跨越。旨在技術和業(yè)務之間建立一個有效的橋梁，為利用新型數(shù)字技術全景化為數(shù)據進行精準剖析，為紀檢工作提供方向性的指導。

廉潔風險防控領域應用的數(shù)據建模技術需要從業(yè)務邏輯和數(shù)據邏輯兩個方面來考慮，業(yè)務邏輯是指法律法規(guī)及相關案例的數(shù)據是否能夠與經營生產業(yè)務產生必要的聯(lián)系，業(yè)務邏輯通過關系建模方法，將法律法規(guī)數(shù)據和業(yè)務領域關聯(lián)，并建立起必要的數(shù)據關聯(lián)關系。數(shù)據邏輯層面要從數(shù)據的完整性、集中度，以及與廉潔關鍵影響因素等角度來考慮，并進行模型設計，可以使用基于事實建模方法，將廉潔防控業(yè)務中影響因子抽象成事實模型，并進行后續(xù)的采樣分析。

（二）數(shù)據特征建模

廉潔風險數(shù)據模型會表現(xiàn)出復雜的結構特征以及動態(tài)數(shù)據特性，高頻、高風險的活動能夠使各類業(yè)務數(shù)據在不同的業(yè)務場景下流動，在此過程中，由于活動的多樣性和構成要素多粒度的復雜特性，要圍繞著廉潔風險研究的關鍵場景，高頻風險點進行多元關系模型的構建，通過數(shù)據之間的特征關聯(lián)，來呈現(xiàn)并解析實際紀檢工作中的運行模式與規(guī)律[6]。

在完成廉潔風險防控數(shù)據特征建模設計時，首先要根據數(shù)據資源進行體系劃分，同時抽取與廉潔風險防控全生命周期管理相關的對象，并將對象分類和提煉，最終構建便于應用的數(shù)據模型。

為了能夠將廉潔風險管理數(shù)據與模型有機結合，需要進行基于多數(shù)據源深化的數(shù)據特征建模，對廉潔風險防控表示模型進行“實體－屬性－關系－數(shù)據”的數(shù)據關聯(lián)。

數(shù)據特征建模的過程可以厘清廉潔風險各對象之間的關系，它可以面向更廣泛的業(yè)務活動場景，揭示業(yè)務領域的違規(guī)特征和內部運行機制，數(shù)據特征建模具體的工作步驟如下所示：

①切分數(shù)據對象，包括廉潔風險管理中涉及的組織、部門、崗位、角色等業(yè)務實體和經營、生產、管理相關的業(yè)務活動。

②構建數(shù)據關系，包括部門層級、法律條款前后時序、數(shù)據重疊等不同數(shù)據之間的關聯(lián)內容。

③明確數(shù)據屬性，記錄數(shù)據庫中對象和關系的屬性描述，如業(yè)務領域中的業(yè)務流程和業(yè)務描述，違規(guī)特征中的違規(guī)場景、違規(guī)頻率和關聯(lián)法律等。

④進行數(shù)據約束，對數(shù)據在如制度、規(guī)程、有效狀態(tài)等業(yè)務層面的規(guī)則和限制進行安全約束和說明。

（三）數(shù)據模型存儲

數(shù)據實體化旨在通過存儲不同來源的多維度數(shù)據實現(xiàn)對于廉潔風險的業(yè)務實體進行數(shù)字化表征，進而形成完整的結構化數(shù)據單元，服務于后續(xù)業(yè)務執(zhí)行以及數(shù)據分析工作。其過程包括多源數(shù)據匯聚、數(shù)據結構化清洗、實體數(shù)據融合等核心任務[7]。

多源數(shù)據匯聚是指在完成廉潔風險防控數(shù)據特征建模后，需要將不同渠道、不同維度的數(shù)據進行分片存儲，在存儲的過程中要保證數(shù)據在整個生命周期中的可用性和數(shù)據讀取的性能。當前廉潔風險相關的數(shù)據較為分散，數(shù)據形式、數(shù)據結構、數(shù)據編碼均未統(tǒng)一，其中人員、崗位等信息為結構化數(shù)據，法律法規(guī)和紀檢案例均有大部分非結構化數(shù)據和紙質文檔。

針對此類數(shù)據質量不穩(wěn)定、數(shù)據結構不統(tǒng)一的情況，就需要將數(shù)據進行結構化的清洗。數(shù)據清洗的具體工作是預先將異構系統(tǒng)中不同渠道、不同維度的數(shù)據放入ETL自動流水線中加載原始數(shù)據，再將數(shù)據置于中間數(shù)據庫的維度表中對其進行清洗轉換，清洗后的數(shù)據會存儲至目標數(shù)據庫，根據數(shù)據庫的約束結合文本匹配技術，實現(xiàn)數(shù)據去重，減少不必要的冗余。結構化的數(shù)據能夠從紀檢的基本屬性、人員的行為屬性和法規(guī)的管理屬性為出發(fā)點，采用不同維度來解析和透視廉潔風險數(shù)據特征，最終形成服務于紀檢管理的數(shù)據主題。

實體數(shù)據融合是要將經過清洗后的結構化數(shù)據集進行提取，形成實體數(shù)據單元。盡管多源數(shù)據匯聚階段對相關數(shù)據進行了初步的組織，但是在數(shù)據模型存儲完畢后，仍需要根據不同類型的數(shù)據特征制定相應數(shù)據的提取規(guī)則，實現(xiàn)從主題數(shù)據到廉潔風險屬性的映射[8]。在這個過程中為了保證實體數(shù)據單元的唯一性，需要對內容相同的實體進行合并，實現(xiàn)實體層面的融合，對于相同名字的法規(guī)和條款，或是相同場景的廉潔影響因素，可以直接通過屬性合并來實現(xiàn)實體融合。對于不同數(shù)據文本中名稱存在差異的實體，需要先從實體屬性數(shù)據間的相似性入手，消除實體描述的歧義后再根據名稱進行實體融合。

（四）數(shù)據內容管理

數(shù)據建模并成功存儲至數(shù)據庫后的工作重點在于保持數(shù)據的安全及完整性，并使這些數(shù)據模型能夠被搜索?；诹疂嶏L險管控的工作特點，以及其相關數(shù)據的特性，我們選用了Lucene為應用提供檢索功能。Lucene可以方便地在目標系統(tǒng)中實現(xiàn)全文檢索的功能，或者是以此為基礎建立起完整的全文檢索引擎，它采用了基于反向索引的設計原理，在底層采用了數(shù)據分段的讀取模式，分段是只讀的，使它在讀寫時可以避免了鎖的出現(xiàn)，大大提升了讀寫性能。

面向具體的應用場景，在廉潔風險防控數(shù)據建模的基礎上，采用如聚類集成、復合關系數(shù)據矩陣融合等方法，可以對紀檢管理活動中的數(shù)據與場景進行融合，從而有效地揭示“部門－崗位－職責－人員”與“高風險場景－高頻違規(guī)點－法律法規(guī)”的關系，實現(xiàn)從多角度對廉潔風險防控工作的對象、過程、結構、組織及其作用和效應進行有機關聯(lián)。基于數(shù)據和風險因素的結合，讓信息和知識的擴散不再受到媒介的限制，讓更多受眾能夠有機會獲取并利用相關數(shù)據。

交互體驗方面，基于數(shù)據內容結合崗位及紀檢業(yè)務特點，我們使用隱馬爾可夫模型來優(yōu)化語義識別，該模型可以解決數(shù)據內容及詞條評估、解碼及機器學習的問題，它將分詞算法置于可觀測狀態(tài)并能夠逐步優(yōu)化用戶體驗，從而掃除基層員工法規(guī)查閱困難，理解有難度的障礙，從根本上提高受眾對法規(guī)、條款的理解能力。

四、結束語

數(shù)據建模在數(shù)字化系統(tǒng)建設中起著很重要的作用，它決定了整個數(shù)據架構的穩(wěn)定性和易用性，這對廉潔風險防控領域未來的數(shù)字化建設影響深遠。廉潔風險防控工作是一個管理范圍廣、執(zhí)行路徑長的復雜工程，數(shù)據作為信息化建設的成果體現(xiàn)，需要體系的結構設計、嚴謹?shù)某橄竽Ｐ头椒?，才能保障應用的?guī)范性和擴展性，有效的應用數(shù)據建模技術，能夠提升紀檢工作的管理效率，提高廉潔風險防控領域應用的交互體驗。

作者單位：康強 劉光耀 鄧姍妮 中石油西南油氣田分公司勘探開發(fā)研究院

參 ?考 ?文 ?獻

[1]陳娟.基于Java的搜索引擎的研究與設計[J].電子技術與軟件工程，2021（21）：8-9.

[2]馮宇.基于模糊層次分析法的Lucene網頁排序算法研究[J].計算機與現(xiàn)代化， 2011（01）：124-126.

[3]張樹國，林懿.監(jiān)督貼近管理的科學意義[J].中國廣播，2010（06）：21-22.

[4]林卉，王一先，朱毅華.基于Lucene和Nutch的教學資源搜索引擎的研究與發(fā)現(xiàn)[J].中國教育信息化：高教職教，2010（11）：82-85.