大數據在國家工作人員學法平臺的應用探析

梁群

【摘要】? ? 黨和國家一直以來高度重視全面推進依法治國相關工作開展，如何有效的提高國家工作人員的法律素質，成為了事關國泰民安的重要課題。本文針對國家工作人員學法平臺上的典型應用場景，運用大數據技術改進原有的學法方式，構筑普法教育新模式，增強普法宣傳工作的實效性。

【關鍵詞】? ? 誰執法誰普法? ? 大數據

一、引言

黨的十八大以來，習總書記對全面依法治國著重進行了論述，并強調尊法學法守法用法在新時代下的重要性。2019年1月，工信部公布了《關于實行“誰執法誰普法”普法責任制的實施意見》，要求國家機關把普法作為推進法治建設的基礎性工作來抓，制定本部門普法責任清單，明確普法任務和工作要求。在新時代的要求下，充分運用大數據的技術，建設國家工作人員學法平臺，有利于健全國家工作人員學法管理考核制度，促進學法日常化、常態化，營造起國家工作人員的網上學法氛圍，實現普法工作新模式，構筑全方位、立體化的“互聯網+”普法大格局。

二、平臺概述

基于大數據國家工作人員學法平臺是面向國家工作人員提供全面的在線學法、在線考法以及管理平臺，支持電腦Web端、數據大屏、移動App和微信（支付寶）H5等多種渠道的接入。

三、學法典型場景中大數據的運用

1、實現學法知識數據采集。學法平臺需要面向各級普法辦、司法行政機關以及所有國家機關、事業單位、國有企業提供各層級、各行業方面法律的知識，涉及到結構、半結構化以及非結構化（如：音視頻、柵格、矢量等）的學法數據。借助大數據的ETL工具，能快速的完成海量學法數據的采集，減少人工參與，主要實現如下能力：第一，對接各行業的法治宣傳平臺，自動化的采集行業法律法規和其他法律宣傳知識。第二，針對不同結構化數據，深度解析數據信息，實現數據的標準化規整。第三，運用爬蟲技術，動態的采集互聯網門戶上的熱門法治動態新聞數據，轉換成平臺中的學法知識。2、學法內容數據標簽化。數據標簽是用于管理對某事物從不同角度分析而得到的特征，在學法平臺需要對海量學法數據根據業務規則對內容進行識別、提煉，最終賦予該法律知識具體的業務含義標簽。學法平臺建立統一的數據標簽體系，支持對不同業務口徑、不同來源渠道、不同管理層級、不同數據結構的分類標簽管理。平臺標簽除人工生成外，還實現了基于機器學習的數據標簽自動生成、自動選取以及最優推薦等功能，站在業務視角梳理數據，幫助用戶將固化的經驗轉化為學法知識，實現標簽資源的價值最大化。3、實現個性化學法內容推薦。傳統的學法平臺，展現給用戶的推薦內容條目基本一致，無法滿足不同用戶不同的學習需求，借助大數據技術，建立推薦規則矩陣模型，基于該推薦策略規則引擎，實現個性化的學法內容推薦，結合移動端應用上的應用特性，獲取平臺登錄國家工作人員的位置信息、職務信息、所屬組織機構相關的執法和服務事項標簽以及用戶平時搜索和瀏覽的喜好信息，實現更智能化、個性化的學法知識內容推送，提供更加豐富的學法形式，調動學法用戶的積極性，提高學法的實用性，進一步完成國家機關普法職責任務，推進國家機關普法工作的深入開展。4、實現精準的學法效果評估。學法平臺構建在大數據的技術基礎之上，還能很好的支撐法治宣傳工作的數據分析與研判，形成整個普法工作的網上監督與績效管理。借助大數據的分析能力，完成以下應用場景的數據分析：第一，建立基于行業、機構、人員多層級、多維度的學習分析模型，發布各種類型的競賽排名成績，切實提高國家工作人員學法的積極性。第二，根據用戶的學法情況，用業務特征為學法用戶“打標簽”，勾勒出完整的用戶“學法畫像”，精準的為學法用戶提供全方位的法律知識普及服務、構筑完整的閉環普法效能評估體系。第三，建設學法大數據中心，對“人、法、事、地、組織”等要素進行全方位的理解和認知，實現學法態勢可視化展現能力，為全面依法治國提供數據決策支撐。

四、平臺應用成效

平臺改變原有的傳統普法工作模式，截止到2019年8月底，管理78類執法行業，注冊學員175.2萬，手機APP下載量65萬，共積累600萬余個法治知識條目和試題。平臺總訪問突破40億次，單日峰值高訪問達750萬人次，每年組織近1000場的線上試及考核，學員網上學法達標率99%。

五、結束語

建設基于大數據的國家工作人員學法平臺，解決傳統類學法平臺用戶積極性不高、無法實現個性化學法等難點和痛點問題，通過對大數據技術的充分應用，使得學法內容數據、應用數據和管理數據得以更加智慧化的利用，輔助政府建立更科學、更完善、更全面的學法、用法、考試、考核和評估的管理制度體系，提升國家工作人員的學法趣味性、積極性，切實推進實行國家機關“誰執法誰普法”普法責任制工作的落地實施。

參? 考? 文? 獻

[1]中共上海市徐匯區委員會，徐匯區人民政府.依托網絡平臺 推進領導干部學法用法[J].中國司法， 2009，10

[2]呂曉玲，宋捷.大數據挖掘與統計機器學習[M]， 中國人民大學出版社， 2016