基于紀(jì)檢招投標(biāo)監(jiān)督的知識(shí)圖譜構(gòu)建與應(yīng)用

劉月峰，郭威，張晗宇，邊浩東，何瀅婕，張小燕，董建敏，弓彥章

（1.內(nèi)蒙古科技大學(xué)信息工程學(xué)院，包頭 014010；2.內(nèi)蒙古紀(jì)檢監(jiān)察大數(shù)據(jù)實(shí)驗(yàn)室，內(nèi)蒙古 010015）

0 引言

隨著優(yōu)化營(yíng)商環(huán)境政策的貫徹落實(shí)，招投標(biāo)任務(wù)的數(shù)據(jù)體量發(fā)生了爆炸式增長(zhǎng)，大量的數(shù)據(jù)為紀(jì)檢工作人員數(shù)據(jù)整合和關(guān)系推斷帶來了困難。傳統(tǒng)的違紀(jì)違法判定依賴于人工判斷，人工判斷對(duì)違紀(jì)人員之間的隱層關(guān)系挖掘以及關(guān)系級(jí)聯(lián)等需要數(shù)據(jù)支撐的任務(wù)效果不佳。構(gòu)建精準(zhǔn)監(jiān)督知識(shí)圖譜對(duì)實(shí)際工作提供輔助決策具有重要作用。知識(shí)圖譜也稱為知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列圖形，在公安偵查、金融風(fēng)控、營(yíng)銷管理等場(chǎng)景應(yīng)用廣泛。相比較于通用知識(shí)圖譜，領(lǐng)域知識(shí)圖譜具體問題具體分析，能夠針對(duì)現(xiàn)有問題提出普適性強(qiáng)的解決方案，故對(duì)其構(gòu)建流程的研究具有重要意義。文獻(xiàn)［1］通過尋找非現(xiàn)場(chǎng)審計(jì)系統(tǒng)的困境提出了知識(shí)圖譜在商業(yè)銀行內(nèi)部審計(jì)平臺(tái)的應(yīng)用，通過知識(shí)圖譜實(shí)現(xiàn)關(guān)系挖掘。文獻(xiàn)［2］通過知識(shí)圖譜技術(shù)，將行內(nèi)外數(shù)據(jù)整合并進(jìn)行深入挖掘，為銀行實(shí)施風(fēng)險(xiǎn)管理，提供技術(shù)支持。文獻(xiàn)［3］剖析了知識(shí)圖譜在金融風(fēng)控領(lǐng)域的應(yīng)用，針對(duì)三種操作風(fēng)險(xiǎn)提出了主題關(guān)系識(shí)別、數(shù)據(jù)監(jiān)測(cè)、違規(guī)行為識(shí)別等三大方面。上述文獻(xiàn)均在知識(shí)圖譜風(fēng)控方面做出了積極探索，但目前尚未有知識(shí)圖譜技術(shù)應(yīng)用于紀(jì)檢招標(biāo)違紀(jì)判斷的相關(guān)文獻(xiàn)，構(gòu)建精準(zhǔn)監(jiān)督知識(shí)圖譜可以幫助從業(yè)人員利用關(guān)聯(lián)規(guī)則預(yù)知可能出現(xiàn)的招投標(biāo)違法違紀(jì)行為。

1 “招投標(biāo)精準(zhǔn)監(jiān)督”知識(shí)圖譜的構(gòu)建

1.1 數(shù)據(jù)集獲取與建立

數(shù)據(jù)集是支撐知識(shí)圖譜運(yùn)行的重要基礎(chǔ)，覆蓋面廣且體量大的數(shù)據(jù)集能夠帶來更好的決策支撐。文獻(xiàn)［4］計(jì)劃通過銀行內(nèi)文本、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行自然語(yǔ)言處理，從中提取出實(shí)體滿足知識(shí)圖譜構(gòu)建。文獻(xiàn)［5］利用百科類數(shù)據(jù)和結(jié)構(gòu)化數(shù)據(jù)相結(jié)合構(gòu)建體量龐大的數(shù)據(jù)庫(kù)、在此基礎(chǔ)上進(jìn)行金融知識(shí)圖譜的建設(shè)。本實(shí)驗(yàn)數(shù)據(jù)集利用紀(jì)檢委信息科提供的招投標(biāo)數(shù)據(jù)、相對(duì)應(yīng)注冊(cè)公司數(shù)據(jù)、公職人員及其家屬數(shù)據(jù)、公職人員單位數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)（上述數(shù)據(jù)經(jīng)過脫敏、實(shí)驗(yàn)展示均用化名替代），經(jīng)過人工篩選根據(jù)本實(shí)驗(yàn)要求構(gòu)建結(jié)構(gòu)化數(shù)據(jù)表格、為后續(xù)知識(shí)建模提供數(shù)據(jù)來源。

1.2 知識(shí)建模

知識(shí)建模的制作需要根據(jù)已有的數(shù)據(jù)集定義建模規(guī)則、還應(yīng)根據(jù)具體需要解決的問題進(jìn)行設(shè)計(jì)。知識(shí)建模設(shè)計(jì)的好壞關(guān)系到整個(gè)知識(shí)圖譜構(gòu)建的成敗。針對(duì)本次設(shè)計(jì)，我們需要通過招標(biāo)項(xiàng)目查找中標(biāo)單位的名稱、還應(yīng)查找到中標(biāo)項(xiàng)目的負(fù)責(zé)人；當(dāng)用戶查詢中標(biāo)單位時(shí)除了單位的基本信息、還應(yīng)關(guān)聯(lián)到法人與股東。文獻(xiàn)［6］在網(wǎng)絡(luò)空間安全方向分析了網(wǎng)絡(luò)空間安全知識(shí)、提取了知識(shí)間的關(guān)系，最終構(gòu)建了面向網(wǎng)絡(luò)攻防領(lǐng)域的本體。文獻(xiàn)［7］從實(shí)體抽取、關(guān)系抽取、事件抽取等多個(gè)角度抽取實(shí)體，以用來構(gòu)建自己的知識(shí)建模模型。本文參考其他領(lǐng)域知識(shí)建模設(shè)計(jì)思路。針對(duì)數(shù)據(jù)集中的實(shí)體指定本體設(shè)計(jì)、將來自招標(biāo)項(xiàng)目庫(kù)、公職人員庫(kù)以及親屬庫(kù)等庫(kù)的內(nèi)容進(jìn)行歸納總結(jié)，圍繞招投標(biāo)精準(zhǔn)監(jiān)督業(yè)務(wù)進(jìn)行知識(shí)建模。建模圖如圖1、圖2所示。

圖2 “精準(zhǔn)監(jiān)督”知識(shí)圖譜模型2

1.3 知識(shí)融合

招投標(biāo)精準(zhǔn)監(jiān)督領(lǐng)域知識(shí)覆蓋范圍廣且內(nèi)容多樣，不同數(shù)據(jù)源對(duì)于某些內(nèi)容的稱呼不盡相同，知識(shí)融合則是解決此類問題的有效途徑。知識(shí)融合通過檢測(cè)的方法將多源異構(gòu)的知識(shí)進(jìn)行判斷，并通過構(gòu)建領(lǐng)域知識(shí)庫(kù)的方法進(jìn)行消歧［8］。在不同數(shù)據(jù)源進(jìn)行知識(shí)抽取時(shí)，建立本體與實(shí)體的映射關(guān)系。并從本體中融合相同客體的術(shù)語(yǔ)差異，使客體、實(shí)體、本體形成映射關(guān)系融合成統(tǒng)一的知識(shí)庫(kù)［9］。在融合時(shí)使用關(guān)系數(shù)據(jù)庫(kù)索引、并利用大數(shù)據(jù)運(yùn)算。通過知識(shí)融合可以增強(qiáng)知識(shí)圖譜的數(shù)據(jù)體量，消除概念的歧義、剔除冗余和錯(cuò)誤的內(nèi)容［10］。在知識(shí)來源種類繁多時(shí)意義重大。本實(shí)驗(yàn)知識(shí)融合經(jīng)過三個(gè)階段：指代消解、實(shí)體消歧與知識(shí)合并。指代消解將對(duì)同一事物的不同語(yǔ)言描述歸納為同一實(shí)體，如將A有限責(zé)任公司與A公司歸納為一個(gè)實(shí)體；實(shí)體消歧則對(duì)同名實(shí)體進(jìn)行區(qū)分，如對(duì)同名同姓的個(gè)人，將通過任職單位、身份證號(hào)、性別等多種屬性進(jìn)行區(qū)分；知識(shí)合并則通過不同知識(shí)來源將新增知識(shí)合并入圖譜中。如本實(shí)驗(yàn)進(jìn)行知識(shí)建模后，將通過公職人員實(shí)體與法人、股東、負(fù)責(zé)人實(shí)體的關(guān)系進(jìn)行合并，最終發(fā)掘中標(biāo)單位與政府部門的關(guān)聯(lián)。

1.4 知識(shí)加工

通過知識(shí)融合消除了實(shí)體之間的歧義、擴(kuò)充了實(shí)體之與實(shí)體之間的關(guān)系，最終得到了基本的事實(shí)表達(dá)。然而事實(shí)本身并不完全等于知識(shí)，要形成結(jié)構(gòu)化的知識(shí)網(wǎng)絡(luò)，還需要知識(shí)更新、知識(shí)推理和質(zhì)量評(píng)估等加工過程［11］。隨著招標(biāo)項(xiàng)目的增長(zhǎng)、公職人員的流動(dòng)、公司股東的變更等信息變動(dòng)，知識(shí)圖譜需要進(jìn)行知識(shí)更新。知識(shí)更新可分為增量更新與全局更新，增量更新通過更新實(shí)體與關(guān)系的方法擴(kuò)充圖譜；全局更新則拋棄舊實(shí)體與關(guān)系，在不改變其建模方式的前提下進(jìn)行內(nèi)容更新。知識(shí)推理能夠從現(xiàn)有知識(shí)中發(fā)現(xiàn)新知識(shí)，也是本實(shí)驗(yàn)的應(yīng)用方向所在。通過實(shí)體間關(guān)系的逐級(jí)推理可以發(fā)現(xiàn)違法違紀(jì)情況。質(zhì)量評(píng)估可以對(duì)知識(shí)的可信度進(jìn)行量化，通過各種判斷標(biāo)準(zhǔn)判斷知識(shí)是否可信，從而保證知識(shí)圖譜的質(zhì)量，提高知識(shí)圖譜內(nèi)容的準(zhǔn)確性［12］。

1.5 知識(shí)存儲(chǔ)

通過上述過程我們得到了圖結(jié)構(gòu)的事實(shí)表達(dá)，接下來將選擇合適的知識(shí)庫(kù)進(jìn)行知識(shí)存儲(chǔ)。目前主流的存儲(chǔ)方法有基于關(guān)系型數(shù)據(jù)庫(kù)的存儲(chǔ)方法和基于圖數(shù)據(jù)庫(kù)的存儲(chǔ)方法。招投標(biāo)知識(shí)圖譜需對(duì)多層關(guān)系進(jìn)行級(jí)聯(lián)查詢、并對(duì)其結(jié)果進(jìn)行可視化展示，因此選用圖數(shù)據(jù)庫(kù)進(jìn)行知識(shí)存儲(chǔ)。在眾多圖數(shù)據(jù)庫(kù)系統(tǒng)中，Neo4j具有高效存儲(chǔ)、設(shè)計(jì)靈活、開發(fā)敏捷等特征［13］，為更好的實(shí)現(xiàn)知識(shí)推理與應(yīng)用，本文采用Neo4j實(shí)現(xiàn)知識(shí)圖譜的存儲(chǔ)。用戶可以使用CQL（cypher query language）語(yǔ)言操作數(shù)據(jù)，CQL語(yǔ)法通俗、結(jié)構(gòu)易懂，為后續(xù)紀(jì)檢監(jiān)察人員查詢級(jí)聯(lián)關(guān)系提供了便捷。

2 “招投標(biāo)精準(zhǔn)監(jiān)督”知識(shí)圖譜的應(yīng)用

本圖譜選取數(shù)據(jù)源，經(jīng)過噪聲剔除等過程獲得內(nèi)容實(shí)體，根據(jù)實(shí)體與實(shí)體間的屬性關(guān)系構(gòu)建知識(shí)建模。根據(jù)模型與模型之間的關(guān)系進(jìn)行知識(shí)融合，通過不斷迭代的信息源進(jìn)行知識(shí)更新，最后將上述內(nèi)容存儲(chǔ)至Neo4j數(shù)據(jù)庫(kù)中完成知識(shí)存儲(chǔ)，并實(shí)現(xiàn)后續(xù)應(yīng)用。

圖3 “招投標(biāo)精準(zhǔn)監(jiān)督”知識(shí)圖譜模型

2.1 違紀(jì)事實(shí)判斷

招投標(biāo)精準(zhǔn)監(jiān)督知識(shí)圖譜構(gòu)建的初衷為挖掘違法違紀(jì)事實(shí)。將招投標(biāo)數(shù)據(jù)、相對(duì)應(yīng)注冊(cè)公司數(shù)據(jù)、公職人員及其家屬數(shù)據(jù)、公職人員單位數(shù)據(jù)等結(jié)構(gòu)化數(shù)據(jù)錄入知識(shí)圖譜后可挖掘違紀(jì)關(guān)系，如中標(biāo)項(xiàng)目負(fù)責(zé)人為公職人員，其家屬為公職人員；中標(biāo)單位的股東、法人及其家屬為公職人員等。根據(jù)《中國(guó)共產(chǎn)黨廉潔自律準(zhǔn)則》第一章第二條、第五條等規(guī)定，禁止公職人員私自從事營(yíng)利性活動(dòng)、禁止利用職權(quán)和職務(wù)上的影響為親屬及身邊工作人員謀取利益。故以上行為存在觸犯法律的可能性。問題示例以Neo4j展示，如圖4—圖7所示。

圖4 中標(biāo)項(xiàng)目負(fù)責(zé)人為公職人員

圖5 中標(biāo)項(xiàng)目負(fù)責(zé)人為公職人員家屬

圖6 中標(biāo)單位股東為公職人員

圖7 中標(biāo)單位法人股東為公職人員家屬

2.2 歷史案例關(guān)聯(lián)

在紀(jì)檢監(jiān)察工作人員通過知識(shí)圖譜判定違紀(jì)事實(shí)后，可通過CQL語(yǔ)句將處罰條例、處罰結(jié)果、處罰時(shí)間、處罰地區(qū)等信息按照處罰案例知識(shí)建模的格式要求錄入知識(shí)圖譜中，歷史案例知識(shí)建模如圖8所示。

圖8 歷史案例知識(shí)建模圖

當(dāng)工作人員再次查詢到類似違紀(jì)事實(shí)后，則可通過先前錄入的案例以及觸犯的法律內(nèi)容輔助決策。也可通過時(shí)間、地區(qū)為索引統(tǒng)計(jì)某一限定條件下發(fā)生違紀(jì)事實(shí)的數(shù)量以及案件案件間是否存在關(guān)系。為工作人員提供關(guān)聯(lián)性強(qiáng)的可視化圖形界面。

2.3 數(shù)據(jù)支撐

經(jīng)過多次知識(shí)建模擴(kuò)充，招投標(biāo)精準(zhǔn)監(jiān)督知識(shí)圖譜的數(shù)據(jù)內(nèi)容以及來源將更加豐富。圖譜本身可為歷史案件查詢、知識(shí)庫(kù)問答系統(tǒng)等功能提供數(shù)據(jù)支撐。

3 結(jié)語(yǔ)

本文以“招投標(biāo)精準(zhǔn)監(jiān)督”知識(shí)圖譜的構(gòu)建作為實(shí)例，介紹了知識(shí)圖譜的構(gòu)建與應(yīng)用的全程。通過獲取數(shù)據(jù)集、知識(shí)建模、知識(shí)融合、知識(shí)加工、知識(shí)存儲(chǔ)等實(shí)踐過程完成了從數(shù)據(jù)到Neo4j數(shù)據(jù)庫(kù)存儲(chǔ)的工作，最終生成了易用的知識(shí)圖譜。并介紹了知識(shí)圖譜的部分應(yīng)用方式，為紀(jì)檢監(jiān)察領(lǐng)域提供了工作新思路。

由于現(xiàn)存數(shù)據(jù)內(nèi)容不足，知識(shí)圖譜體量受到限制，如填充知識(shí)類型即可能發(fā)現(xiàn)更多違紀(jì)可能性，為其應(yīng)用提供更多的信息來源。下面進(jìn)行舉例：

（1）添加未中標(biāo)公司實(shí)體，通過查詢語(yǔ)句查詢未中標(biāo)超過10次以上的公司，查看該標(biāo)段中標(biāo)公司重復(fù)率，若重復(fù)率大于80%，則判斷此未中標(biāo)公司存在陪標(biāo)嫌疑。

（2）查詢項(xiàng)目負(fù)責(zé)人所對(duì)應(yīng)所有標(biāo)段，若負(fù)責(zé)人對(duì)應(yīng)標(biāo)段中有50%以上中標(biāo)公司為同一家，則判斷該負(fù)責(zé)人與該公司存在串通嫌疑。

（3）添加銀行流水實(shí)體，利用中標(biāo)單位股東與招標(biāo)項(xiàng)目負(fù)責(zé)人或招標(biāo)項(xiàng)目負(fù)責(zé)人親屬銀行流水關(guān)系，判斷負(fù)責(zé)人是否存在受賄嫌疑。

（4）添加中標(biāo)單位法人股東與其親屬工作單位、添加標(biāo)段負(fù)責(zé)人工作單位、如工作單位出現(xiàn)重疊，則判斷公司與該標(biāo)段負(fù)責(zé)人是否存在勾結(jié)嫌疑。

知識(shí)圖譜的先進(jìn)體現(xiàn)在其靈活易用、關(guān)系直觀、可拓展性強(qiáng)。若能適當(dāng)拓寬數(shù)據(jù)來源則更有利于發(fā)現(xiàn)知識(shí)關(guān)聯(lián)，從而為紀(jì)檢監(jiān)察工作帶來更有效，更全面的支撐。

4 致謝

感謝“內(nèi)蒙古自治區(qū)紀(jì)檢監(jiān)察大數(shù)據(jù)實(shí)驗(yàn)室”對(duì)本實(shí)驗(yàn)的支持，包括提供數(shù)據(jù)集、協(xié)助實(shí)驗(yàn)、指導(dǎo)審閱等貢獻(xiàn)。