數(shù)據(jù)挖掘技術(shù)在預(yù)防職業(yè)腐敗風險系統(tǒng)建設(shè)中的應(yīng)用

蘇峻青

摘 要 本文針對當前公共權(quán)力運行中出現(xiàn)的各類職業(yè)腐敗風險問題，結(jié)合預(yù)防職業(yè)腐敗風險系統(tǒng)建設(shè)工程研究，將數(shù)據(jù)挖掘技術(shù)引入職業(yè)腐敗風險防控系統(tǒng)建設(shè)中，探討運用更為科學管用的數(shù)據(jù)挖掘算法，編織一個監(jiān)督權(quán)力濫用的“電籠子”，篩選、抽取公共權(quán)力腐敗風險的預(yù)警信息，強化苗頭性問題監(jiān)管，從源頭上防范職業(yè)腐敗風險問題發(fā)生。

關(guān)鍵詞 數(shù)據(jù)挖掘 預(yù)防職業(yè)腐敗 科技手段 信息平臺

中圖分類號：TP311.13 文獻標識碼：A

0 引言

在云計算和信息時代，“大數(shù)據(jù)”對于公共管理顯得日益重要。有效的公共管理和權(quán)力監(jiān)督，越來越依賴于公共部門對來自外部世界各類信息數(shù)據(jù)可靠的、高質(zhì)量的解讀。在預(yù)防公共職業(yè)權(quán)力腐敗方面，如何充公運用GB或TB數(shù)量級龐大、海量的公共權(quán)力運行信息數(shù)據(jù)進行分析，實現(xiàn)對公共管理腐敗風險的實時監(jiān)測、預(yù)警糾錯、動態(tài)跟蹤，從源頭上預(yù)防腐敗風險發(fā)生，已經(jīng)成為紀檢監(jiān)察機關(guān)研究和關(guān)注的重要課題。

1 基于數(shù)據(jù)挖掘技術(shù)的預(yù)防職業(yè)腐敗風險系統(tǒng)的構(gòu)建

預(yù)防職業(yè)腐敗風險系統(tǒng)，就是將公共權(quán)力運行和監(jiān)督數(shù)據(jù)全部集中統(tǒng)一起來，形成公共權(quán)力運行與監(jiān)督數(shù)據(jù)倉庫，運用數(shù)據(jù)挖掘技術(shù)，建立綜合分析和預(yù)警功能模塊，對權(quán)力運行實行網(wǎng)絡(luò)化監(jiān)督監(jiān)察，保證公共權(quán)力公開、公平、公正地行使。

1.1 預(yù)防職業(yè)腐敗風險數(shù)據(jù)的準備

數(shù)據(jù)選擇。預(yù)防職業(yè)腐敗風險系統(tǒng)是基于公共權(quán)力基礎(chǔ)數(shù)據(jù)庫和輿論監(jiān)督數(shù)據(jù)庫挖掘的預(yù)警平臺。其中，公共權(quán)力基礎(chǔ)數(shù)據(jù)庫主要是面向電子政務(wù)的大型公共權(quán)力運行數(shù)據(jù)庫及相關(guān)文件，具體包括行政審批、行政執(zhí)法、行政征收、公共資源交易、公共資金管理、行政確認、行政裁決、三重一大事項決策與運行、基層農(nóng)村“三資”管理等數(shù)據(jù)庫，涵蓋各類公共權(quán)力事項、流程、時限、結(jié)果等權(quán)力運行要素信息；輿論監(jiān)督基礎(chǔ)數(shù)據(jù)主要指與互聯(lián)網(wǎng)交互的投訴舉報和輿情監(jiān)督數(shù)據(jù)庫，具體包括效能投訴、行風投訴、信訪舉報以及網(wǎng)站論壇、博客、新聞評論、社交網(wǎng)絡(luò)等基于Web的分散的網(wǎng)絡(luò)輿情數(shù)據(jù)庫。在上述兩類基礎(chǔ)數(shù)據(jù)庫中，有的屬于關(guān)系型數(shù)據(jù)庫，有的是面向?qū)ο蟮臄?shù)據(jù)庫，還有的是Web數(shù)據(jù)或TEXT文本數(shù)據(jù)源、多媒體數(shù)據(jù)庫、空間數(shù)據(jù)庫、時態(tài)數(shù)據(jù)庫等。根據(jù)預(yù)防腐敗風險知識發(fā)現(xiàn)的實際需要，可以選擇以上各類基礎(chǔ)數(shù)據(jù)庫的一種或幾種，作為備選源數(shù)據(jù)庫。

圖 1 云計算模式下的預(yù)防職業(yè)腐敗風險平臺數(shù)據(jù)挖掘過程示意圖

數(shù)據(jù)清洗、抽取、轉(zhuǎn)換。在弄清公共權(quán)力源數(shù)據(jù)的信息及其結(jié)構(gòu)的基礎(chǔ)上，通過清洗，去除或修補公共權(quán)力運行源數(shù)據(jù)中那些不完整、不一致或含有噪音的數(shù)據(jù)。然后界定所選取的公共權(quán)力數(shù)據(jù)源及數(shù)據(jù)抽取規(guī)則及新抽取數(shù)據(jù)的數(shù)據(jù)庫結(jié)構(gòu)，建立抽取數(shù)據(jù)庫與公共權(quán)力基礎(chǔ)數(shù)據(jù)庫之間的轉(zhuǎn)換和裝載機制，以便讓系統(tǒng)能夠自動、實時、準確地從每個公共權(quán)力數(shù)據(jù)源中抽取紀檢監(jiān)察機關(guān)所需的風險數(shù)據(jù)。這些被抽取的風險數(shù)據(jù)庫的數(shù)據(jù)結(jié)構(gòu)、數(shù)據(jù)轉(zhuǎn)換規(guī)則等信息應(yīng)當作為元數(shù)據(jù)（Metadata）被封裝、存儲起來，以便將來根據(jù)挖掘需求及時作出調(diào)整。在數(shù)據(jù)抽取過程中，應(yīng)當全面掌握公共權(quán)力數(shù)據(jù)源的詳細結(jié)構(gòu)及特點，任何小的疏忽都可能導(dǎo)致職業(yè)腐敗風險數(shù)據(jù)抽取的失敗。由于各類基礎(chǔ)數(shù)據(jù)庫一般來自不同公共權(quán)力運行部門，這些數(shù)據(jù)庫往往具有異質(zhì)異構(gòu)的特征，而數(shù)據(jù)庫基礎(chǔ)信息的完備性直接影響預(yù)防職業(yè)腐敗風險系統(tǒng)平臺的建設(shè)質(zhì)量和應(yīng)用效果。因此，需要按照統(tǒng)一確定的基礎(chǔ)數(shù)據(jù)庫標準，將各部門的異構(gòu)異質(zhì)數(shù)據(jù)庫轉(zhuǎn)換為符合統(tǒng)一標準要求的數(shù)據(jù)，最后集成到待挖掘的目標數(shù)據(jù)庫中。

1.2 預(yù)防職業(yè)腐敗風險數(shù)據(jù)的挖掘

結(jié)合預(yù)防腐敗風險系統(tǒng)建設(shè)，根據(jù)數(shù)據(jù)類型、特點，選取特定的挖掘模型與算法，運用數(shù)據(jù)挖掘SaaS云服務(wù)部件，對清洗、抽取和轉(zhuǎn)換后的數(shù)據(jù)進行挖掘，對規(guī)格化的目標數(shù)據(jù)集進行知識提煉，分析出腐敗風險發(fā)生的趨勢、規(guī)律、特點、關(guān)鍵部位、關(guān)鍵點行業(yè)，以量化或圖線等形式生成數(shù)據(jù)結(jié)果，形成紀檢監(jiān)察人員關(guān)心關(guān)注的風險數(shù)據(jù)集，用于實現(xiàn)不同抽象層次、適應(yīng)于不同維度的風險數(shù)據(jù)分析和輔助決策；對系統(tǒng)預(yù)警風險或違規(guī)問題，按照相應(yīng)的工作程序進行查處。具體地講，預(yù)防職業(yè)腐敗風險系統(tǒng)通過數(shù)據(jù)挖掘算法，一是對各類公共權(quán)力基礎(chǔ)數(shù)據(jù)庫進行關(guān)聯(lián)分析、聚類分析、分類、預(yù)測和偏差分析，及時識別各級公共組織行使公共權(quán)力、管理公共事務(wù)的行為是否正確、及時、公開、公平、公正，發(fā)現(xiàn)依法浪費或權(quán)力濫用問題；二是發(fā)揮預(yù)測分析功能，找出職業(yè)腐敗風險的重點領(lǐng)域和關(guān)鍵環(huán)節(jié)并加強監(jiān)督，幫助公務(wù)人員及時規(guī)避錯誤；三是匯總反饋公眾對公共管理和服務(wù)的新訴求，引導(dǎo)和督促公共管理領(lǐng)域加強嚴格自律，更加有效地履行公共服務(wù)職能，從而構(gòu)建起預(yù)防職務(wù)風險的前期預(yù)警機制，使反腐倡廉工作從事后監(jiān)督向風險防控等事前、事中監(jiān)督轉(zhuǎn)變。在預(yù)防職業(yè)腐敗風險平臺建設(shè)中，主要應(yīng)用到以下數(shù)據(jù)挖掘算法。

（1）關(guān)聯(lián)規(guī)則（Association Analysis）。通過簡單關(guān)聯(lián)、時序關(guān)聯(lián)、因果關(guān)聯(lián)等方法，找出預(yù)防職業(yè)腐敗風險數(shù)據(jù)庫中不同數(shù)據(jù)變量之間關(guān)聯(lián)的規(guī)律性，即一種腐敗行為與另一種腐敗行為發(fā)生的支持依賴關(guān)系，建立腐敗風險數(shù)據(jù)的頻繁項集。例如行政審批環(huán)節(jié)過多、服務(wù)質(zhì)量差與行政審批效率低之間的關(guān)聯(lián)關(guān)系；不依法使用規(guī)范票據(jù)罰款收費與私設(shè)“小金庫”之間的關(guān)聯(lián)關(guān)系；不認真落實民主集中制度與“三重一大”事項管理混亂之間的關(guān)聯(lián)關(guān)系等。通過對這些關(guān)聯(lián)關(guān)系進行分析，幫助有針對性查找分析影響腐敗風險的關(guān)鍵因素。

（2）分類分析（Classification Analysis）。包括決策樹方法、神經(jīng)網(wǎng)絡(luò)方法等算法。其中，決策樹方法適用于對數(shù)據(jù)分類進行分析和預(yù)測的領(lǐng)域，比如若將所有部門工作人員發(fā)生的腐敗問題作為一個整體來考慮，按照違規(guī)問題情節(jié)輕重進行分類，可將其分為嚴重型、較重型、一般型、較輕型、苗頭型等多種類型的違規(guī)行為。針對不同類型的違規(guī)行為，紀檢監(jiān)察機關(guān)可采取相應(yīng)的防范或懲戒措施。神經(jīng)網(wǎng)絡(luò)法適用于識別哪些部門屬于重點防控部門、哪些權(quán)力屬于重點防范的權(quán)力，例如運用自組織特征映射網(wǎng)絡(luò)（Self-organizing feature Map，SOM），通過輸入某部門的公共權(quán)力運行種類、權(quán)力數(shù)量、行使頻度、公開透明數(shù)量、電子監(jiān)察發(fā)現(xiàn)的違規(guī)問題數(shù)量、被投訴舉報的信訪數(shù)量等信息，系統(tǒng)根據(jù)事先確定的各個參數(shù)重要性的權(quán)重（Wi），最終計算并輸出該部門發(fā)生腐敗風險的機率，從而通過該機率和相關(guān)標準，判斷該部門應(yīng)當屬于嚴密監(jiān)察部門或重點監(jiān)察部門，還是一般監(jiān)控部門，從而幫助紀檢監(jiān)察機關(guān)根據(jù)不同情況采取相應(yīng)措施對其加以防范。

（3）聚類分析（Clustering Analysis）。根據(jù)監(jiān)察監(jiān)督數(shù)據(jù)的相似性，從公共權(quán)力、行業(yè)部門、監(jiān)察類型等不同維度，對監(jiān)察監(jiān)督數(shù)據(jù)進行歸納，聚合為若干未知類別，幫助紀檢監(jiān)察機關(guān)揭示隱含在監(jiān)察監(jiān)督數(shù)據(jù)背后的風險分布模式、發(fā)展變化規(guī)律及其相互關(guān)系，從而發(fā)現(xiàn)腐敗風險集中的部門、風險集中的環(huán)節(jié)、風險集中的問題，增強預(yù)防腐敗的針對性。例如，在行政處罰電子監(jiān)察系統(tǒng)建設(shè)中，通過對工作流程監(jiān)察事項的聚類分析發(fā)現(xiàn)，“調(diào)查取證”、“作出處罰決定”階段辦事效率太低是造成辦案“時限超期”的重點因素，那么，就應(yīng)當在這些階段加強對執(zhí)法人員的提醒，防止執(zhí)法人員在這些環(huán)節(jié)上發(fā)生效率低下、吃拿卡要報等風險問題。

（4）“預(yù)測”。運用該算法，可以在對已發(fā)生的腐敗問題歷史數(shù)據(jù)進行分析的基礎(chǔ)上，找出腐敗行為的變化規(guī)律，據(jù)此對權(quán)力運行及腐敗風險突出問題及未來發(fā)展態(tài)勢進行研判，為紀檢監(jiān)察機關(guān)從源頭上預(yù)防腐敗蔓延提供決策依據(jù)。在預(yù)防腐敗風險系統(tǒng)建設(shè)中，可采用灰色—馬爾科夫模型算法，對過去幾年或十幾年發(fā)生的信訪舉報、網(wǎng)絡(luò)輿情、電子監(jiān)察異常等腐敗風險數(shù)據(jù)進行分析，對未來一段時間內(nèi)某領(lǐng)域、某部門或某項公共權(quán)力發(fā)生腐敗風險的趨勢進行預(yù)測，使紀檢監(jiān)察機關(guān)更有針對性地明確監(jiān)管重點，防患于未然。

（5）“偏差分析”。就是充分運行計算機高速、高效的特點，通過記錄搜索等技術(shù)，從大量的公共權(quán)力基礎(chǔ)數(shù)據(jù)庫中，對照正常運行的規(guī)則進行“偏差”監(jiān)測和分析，找出各項權(quán)力存在的異常、異動、違規(guī)情況的“偏差點”和“獨立點”，為查處腐敗風險問題提供案源線索。目前，在已建的行政審批、行政處罰、公共資金、公共資源交易電子監(jiān)察系統(tǒng)中，多數(shù)都采用了這種算法，發(fā)現(xiàn)了諸多電子監(jiān)察預(yù)警信息，為促進行政權(quán)力規(guī)范運行發(fā)揮了重要作用。

1.3 預(yù)防職業(yè)腐敗風險模型的評估

為了提高預(yù)防腐敗風險系統(tǒng)的針對性和實效性，需要對數(shù)據(jù)挖掘工作進行反復(fù)測試，通過實驗和訓練得到濃縮的知識，對風險預(yù)防模式特別是數(shù)據(jù)挖掘模式進行評估，驗證知識模型的有效性，為預(yù)防腐敗系統(tǒng)平臺提供科學準確的模型，形成標準的模型庫，作為電子政務(wù)“云”資源池中的SaaS服務(wù)部件，為各級各紀檢監(jiān)察機關(guān)采集監(jiān)察數(shù)據(jù)時予以調(diào)用或重用。