大数据成为反腐利器新算法体系精准发现疑似问题线索

　　如何从碎片化、结构化的电子政务大数据中发现疑似问题线索？

　　中科院计算所的研究团队经过长期研究找到了答案。

　　“在不同电子政务系统产生的偶然数据中蕴含着具体人、具体事的必然章法和趋势。”在中科院计算所研究员方金云看来，大数据具有使小恶小善振荡放大的力量，有助于从电子政务数据中精准发现疑似问题线索。

　　将权力装进数据的笼子

　　自2009年起，方金云团队在国家“863”计划“基于先进计算架构的高性能空间分析中间件”等相关项目的支持下，进行了信息技术、空间信息技术和纪检监察业务交叉研究。

　　他们将数据治理技术对接电子政务业务系统，利用数据比对、叠加和交叉验证等方式，解决了电子政务数据中存在的信息语歧、过载和缺失等问题，在确保汇集数据“全、准、新”的前提下，建立了从电子政务数据中发现疑似问题线索的方法和算法体系。

　　监督的触角覆盖到哪里，数据的探针就感知到哪里。

　　这套方法被中国工程院院士廖湘科等专家鉴定为国内领先水平，可用于电子政务大数据的深度挖掘分析，分析地方经济社会治理中存在的问题。

　　“从2013年开始，我们选择了贫困县修水、百强县宁乡、中等城市怀化和副省级城市沈阳等地进行试点验证。”方金云告诉《中国科学报》，他们主动融入纪检业务，以纪检骨干为师，调阅分析大量案件档案，持续改进和完善疑似问题发现方法，并形成了具有可复制性的分析模型、算法和工具。

　　对民生资金使用有效监督

　　对权力的监督，首先要看好钱袋子。

　　针对国库支付中存在的“监管真空”和“监管缺位”问题，以及审计中的“数据藩篱”和“业务黑盒”等问题，他们建立了国库资金的分析规则和规则分析方法，可有效发现民生资金中存在的腐败问题线索。

　　以城市低保为例，方金云介绍说，如社区干部与城市低保是互斥关系，城市低保领用名单的集合与社区干部名单集合求交结果应为空。

　　若实际非空，非空集合就是涉嫌违规领取低保的社区干部疑似问题线索。用这种方法，还可以同时分析出应纳入而未纳入的低保户。

　　“民生资金有没有改善民生？大数据看得清。”修水县纪委副书记、监委副主任陈小平说，“民生资金项目大数据监察平台，对加强民生资金特别是扶贫资金的监管，效果非常好。”

　　行为轨迹分析堵住监督漏洞

　　政务数据是各级干部日常工作中形成的直接或间接的真实记录。如何从这些琐碎、公开的数据中发现行为痕迹，特别是疑似问题的行为痕迹具有挑战性。

　　“我们采用网络分析法，建立人—事为节点的异构网络模型，并根据权力清单对事—权进行空间分割形成超维曲面，攻克了行为痕迹并行搜索方法。”方金云以工程项目为例介绍道，通过系统的行为轨迹分析，可以发现在工程建设中，哪些单位或部门问题比较多，哪些工程项目问题比较多，哪些环节问题多，从而可以发现工程建设中存在的普遍性问题，通过制定制度堵住漏洞。

　　中共沈阳市纪律检查委员会来函反馈：通过中科院计算所的相关技术，系统初步自动发现疑似问题线索31367条，涉及人员3003人，涉及金额2950万元。

　　另外，系统还发现了工程建设领域许多问题，相关问题已入库转交给区县纪委及纪检组去核实，并实现全程留痕，从而较好地解决了“钱从哪里来，花到哪里去，干了什么事，效果怎么样，有没有问题”。

　　方金云对《中国科学报》表示，中科院计算所将与沈阳市纪委监委联合成立大数据监督技术研究中心，以沈阳市正风肃纪监督，营商环境优化为试验田，继续推进大数据、人工智能、区块链等契合时代发展的信息技术在纪检监察领域的深入应用，为我国社会治理体系和治理能力现代化建设提供“计算所智慧”，为全面从严治党战略部署提供落地的技术方案。