郑 文

研究员 | 博士生导师

机构设置

公共安全

当前我国处于迈向全面小康社会并加快社会转型的决定性阶段,公共安全一直都是城市建设极为重要的一环。然而随着社会发展,传统公共安全管理模式的弊端逐渐显现。应急处理能力较弱,是公共安全面临的一大挑战。传统的城市风险摸排往往采取运动式突击检查方式,从少量的样本中获取有限的数据,难免会掺杂主观性,也难免会造成分析结果的片面性和不准确性。更为重要的是,从大量动态并且可能是模棱两可的异源异构数据中全面排查可能存在的城市风险,进行早期预警、实时感知、实时反馈,提前预防、控制可能发生的危险事故和突发事件,是当前城市公共安全应急管理面临的重大挑战之一。而当前兴起的大数据革命为我国风险社会公共安全治理带来了新思维和新技术,为公共安全治理提供强大的数据信息基础支撑、工具能力支撑和技术平台支撑。城市公共安全治理对于包括人、财、物、事等在内的海量而复杂的社会管理信息需求,与当前大数据技术的发展不期而遇。城市公共安全设施远程联网监测系统通过合理分析整合数据,可以极大提升应急管理能力。

公共安全大数据研究所以大数据、云计算为依托,以物联网为手段,实现人防与技防有机结合,解决公共场所监督管理不足,提升安防工作防控水平和管理效率。通过与数据管理平台交互,是进一步提高公共安全管理水平。

智慧旅游

智慧旅游利用云计算、物联网等新技术,通过互联网,借助便携的终端上网设备,主动感知旅游资源、旅游经济、旅游活动、旅游者等方面的信息,并及时发布。旅客能够及时接受信息,安排和调整工作与旅游计划,从而达到对各类旅游信息的智能感知、方便利用的效果。公共安全大数据研究所与山西省文化旅游投资控股集团有限公司共建旅游公共安全文化和旅游部重点实验室,为山西文旅产业转型发展做出贡献。同时,郑文教授被山西文旅集团特聘为首席技术专家,为山西文旅集团提供技术支持,助推我省文旅产业智慧升级。

一、智慧旅游物联网平台

物联网平台实现“智慧旅游”的承上启下的作用,向下接入相关行业内的终端设备,规范物联标准,包括通信标准、接入标准、安全规范标准等,向上提供多种行业应用的数据支持和业务支持,把垂直的景区应用整合为统一的物联网平台。基于平台整合进行物联网应用建设,为智慧旅游的“全域数据融合、跨领域行业联动”提供全域、全时全量的连接、数据管理基础,全面实现智慧旅游物联的互联互通和智能处理。物联网平台为设备提供安全可靠的连接通信能力,向下连接海量设备,支撑设备数据采集上云;向上指令数据下发至设备端,实现远程控制。

物联网作为技术手段,最终需要和业务应用相结合,围绕“游客”这个中心,结合文旅集团掌握的现有景区建设实际情况,可以将应用分为游客服务、内部管理、应急指挥、环境保护和业务经营几个部分。物联网平台通过规划化各个部分的接入设备、系统,梳理接入协议规范,形成行业内的应用模块组件,在需要横向组合扩展服务时可以根据实际需求灵活选择业务组件完成模块化产品设计和运营。物联网平台的研究应用主要面向以下几个方面:

1、游客服务

接入景区内部的客流设备,当游客到达景区后,通过出入口实现对游客的身份识别,在景区游玩中,通过配对的人脸或者蓝牙设备等,实现对游客景区的全方位服务。对进出口闸机数据进行有效分析存储,对客流数据进行分析,对上层应用提供数据支撑。

2、应急管理

利用部署在安保人员、工作人员、观光车、服务设施等上的智能设备,实时掌握工作状态和位置分布,在突发应急事件时可以及时生成调度策略。

3、业务经营

接入景区的信息宣传、停车引导、观光车等业务经营系统和设备,一方面纳入物联网资源池,为场景联动提供相关的硬件和系统支持 ,同时直观实时了解景区内业务经营数据,为上层业务应用提供数据支撑。

4、内部管理

通过对景区员工配备单兵装置,掌握景区内员工的动向分布,同时工作人员可以通过物联网平台对设备的数据采集分析。了解到运维设备的当前状态和运维注意事项,将无目的巡检变为有目的性排查解决问题。同时设备和各系统触发规则引擎和告警后,可通过内部管理系统迅速定位相关工作人员,最快速度完成上报处置情况。

5、环境保护

利用散布在整个景区的智能采集器,实现对森林防火、气象监测、水质监测、空气监测等环境保护参数的在线采集,实时监测各位置点的环境保护数据,一旦超过预设阀值就及时报警,联动应急指挥平台,完成事件处理。

二、智慧旅游AI平台研究

通过AI平台,对各类数据进行特征工程、模型训练、模型发布,实现智能化横向及纵向应用。实际上基于智慧旅游云平台业务应用有很多,为了最大程度提升AI应用的建设能力,降低建设成本,提升服用能力,建立一套组件库,如特征工程组件库、模型算法组件库、建模知识库,形成AI平台能力。

借助数据挖掘技术,整合多种通道资源为游客提供完整的精准菅销、价值挖掘系统。通过分析目标对象,在数据库中基于位置匹配相应目标人群,可实现分城市、分地域、分人群进行推广。

运用AI技术对大范围用户的行为进行跟踪分析,筛选出更有效的目标用户从而建立目标用户库。通过对目标用户进行深度挖掘及各种更清晰的维度分析,可分地域、分城市、分人群完成用户画像。对不用场景的业务目标用户开展个性化营销,将涉旅企业的品牌、发展、活动等进行推广。

通过对客户交流互动的数据,进行模型训练,机器学习,实现智能客服应用,最大程度节省人力成本。AI应用设计主要包括:

1、智能推荐

基于智慧旅游的智能推荐技术主要是指针对所记录的旅游用户旅游需要、兴趣、喜好等对其旅游需求的个性化分析,并在此基础上实现对游客旅游的个性化推荐。

为游客提供智慧旅游相关推荐服务,打造具有搜索功能的推荐模型系统,实现智能旅游系统和游客的有效关联。游客在平台上能够进行自助化的旅游规划,并为游客的旅游提供有效信息的支持,帮助游客做出正确的旅游选择。

通过游客智能推荐的数据进行多维度分析,为各类涉旅企业提供制定旅游产品设计方案、营销方案、运营方案等提供决策支持,从而帮助涉旅企业更好地获取游客、洞察游客、服务游客,最终实现精准营销,降低企业成本,增加客户粘性,带来更多收益。

2、图像识别分析

1) 对含有人脸的照片进行情绪识别,记录每一张探测到的人脸的情绪分数。即使用表情数据提取情绪信息,计算旅游景点满意度,以此为人们的旅游出行提供决策支持。

2) 按照性别、特征、抓拍场所类型、抓拍点位、抓拍时间区间为查找历史人脸图片,并可关联录像和人体查看具体情况,也可关联以图搜索搜寻人员抓拍图片及轨迹,分析出哪些景区的哪些景点受到不同性别、年龄段的青睐,进行特定人群智能推荐。

3) 对不同区域、不同时间段的图像进行对比,如相同的游客出现频率较高,可以人脸对比,获取游客信息,进行精准营销。

智慧交通

智慧交通的前身是智能交通(Intelligent Transport System,简称ITS),ITS是20世纪90年代初美国提出的理念。到了2009年,IBM提出了智慧交通的理念,智慧交通是在智能交通的基础上,融入物联网、云计算、大数据、移动互联等高新IT技术,通过高新技术汇集交通信息,提供实时交通数据下的交通信息服务。大量使用了数据模型、数据挖掘等数据处理技术,实现了智慧交通的系统性、实时性、信息交流的交互性以及服务的广泛性。

智慧交通系统将人、车、路三者综合起来考虑。在系统中,运用了信息技术、数据通信传输技术、电子传感技术、卫星导航与定位技术、电子控制技术、计算机处理技术及交通工程技术等,并将系列技术有效地集成、应用于整个交通运输管理体系中,从而使人、车、路密切配合,达到和谐统一,发挥协同效应,极大地提高了交通运输效率,保障了交通安全,改善了交通运输环境,提高了能源利用效率。

智慧交通系统中的"人"是指一切与交通运输系统有关的人,包括交通管理者、操作者和参与者;"车"包括各种运输方式的运载工具;"路"包括各种运输方式的道路及航线。"智能"是ITS区别于传统交通运输系统的最根本特征。

电子信息技术的发展,“数据为王”的大数据时代的到来,为智慧交通的发展带来了重大的变革。物联网、云计算、大数据,移动互联等技术在交通领域的发展和应用,不仅给智慧交通注入新的技术内涵,也对智慧交通系统的发展和理念产生巨大影响。随着大数据技术研究和应用的深入,智慧交通在交通运行管理优化,面向车辆和出行者的智慧化服务等各方面,将为公众提供更加敏捷、高效、绿色、安全的出行环境,创造更美好的生活。

公共安全大数据研究所编队驾驶课题组针对自动驾驶难以落地的行业现状,开创性的提出编队驾驶的新型交通概念。车队中采取头车由人工驾驶,通过计算机配合各类传感器装置牵引后车行驶,后车在计算机控制下无需人工操作便可实现自主跟随。课题组自主研发的UWB高精定位系统和分布式动态追踪算法均已研发成功并完成上机测试。团队已申请多项软著与发明专利,并在互联网+、挑战杯等大型比赛中获得优异成绩。

智慧医疗

随着医疗卫生信息化建设进程的不断加快,医疗数据的类型和规模也在以前所未有的速度迅猛增长,甚至出现了很多主流软件,能够在合理的时间内达到撷取、管理并整合成为能够帮助医院进行更积极目的经营决策的有用信息的地步。

如此特殊、复杂的庞大医疗数据,如果仅靠个人或者个别机构,那基本是不可能完成的任务。所以智慧医疗应运而生。

一、医疗大数据的主要来源

1、病人就医过程中产生的信息

从挂号开始便将个人姓名、年龄、住址、电话等信息输入完全了;面诊过程中病患的身体状况、医疗影像等信息也会被录入数据库;看病结束以后,费用信息、报销信息、医保使用情况等信息被添加到医院的大数据库里面。这就是医疗大数据最基础、最庞大的原始资源。

2、临床医疗研究和实验室数据

临床和实验室数据整合在一起,使得医疗机构面临的数据增长非常快,一张普通CT图像含有大约150 MB的数据,一个标准的病理图则接近5 GB。如果将这些数据量乘以人口数量和平均寿命,仅一个社区医院累积的数据量就可达数万亿字节甚至数千万亿字节(PB)之多。

3、制药企业和生命科学

药物研发所产生的数据是相当密集的,对于中小型的企业也在百亿字节(TB)以上的。在生命科学领域,随着计算能力和基因测序能力逐步增加,美国哈佛医学院个人基因组项目负责人詹森·鲍比就认为,到2015年,将会有5000万人拥有个人基因图谱,而一个基因组序列文件大小约为750MB。

4、智能穿戴设备带来的健康管理。

随着移动设备和移动互联网的飞速发展,便携式的可穿戴医疗设备正在普及,个体健康信息都将可以直接连入互联网,由此将实现对个人健康数据随时随地的采集,而带来的数据信息量将更是不可估量的。

二、大数据在医疗行业的意义:

1、服务居民

居民健康指导服务系统,提供精准医疗、个性化健康保健指导,使居民能在医院、社区及线上的服务保持连续性。妙健康提供了专业的医生团队,能够在线帮助用户解决各种病症,进行健康指导。居民也可以在其掌上药房购买日常所需药品,方便快捷。

2、服务医生

临床决策支持,如用药分析、药品不良反应、疾病并发症、治疗效果相关性分析、抗生素应用分析;或是制定个性化治疗方案。通过妙健康在线医生,医生可以在线进行相关的医疗指导,做出医疗诊断,还能够有效减少门诊量。

3、服务科研

包括疾病诊断与预测、提高临床试验设计的统计工具和算法、临床实验数据的分析与处理等方面,如针对重大疾病识别疾病易感基因、极端表现人群、建立个人健康医疗档案等。个人健康医疗档案的建立,能够让个人医疗信息共享,让医生能直接快捷地了解患者既往病史,避免了重复问诊的现象,使患者能够及时有效地接受治疗。

4、服务管理机构

规范性用药评价;流行病、急病等预防干预及措施评价;公众健康监测,临床路径的优化等。

5、公众健康服务

包括危及健康因素的监控与预警、网络平台、社区服务等方面。妙健康就依托于国内最大的健康数据平台“妙+”,通过数据采集、风险评估、健康干预等方式来为客户提供健康管理等一系列服务服务。

信息技术应用创新

公共安全大数据研究所

所长:郑文