政府行业解决方案

方案概述

德尔塔科技基于多年政府行业的实践经验，形成了政府行业大数据分析解决方案，并在税务、公安、安全监管等多个政府机构有成功应用案例。方案基于大数据采集分析产品提供多种服务能力，涵盖了数据仓库顶层规划和建设、数据标准制定、大数据采集、统计分析、数据挖掘、文本分析、智能检索以及决策支持系统构建在内的各个方面，形成一个完整的数据分析应用支撑体系。致力于改善政府行业自身发展，提高行政运行效率，加快信息传递速度，提高政府决策水平，促进政府组织结构与运作机制的变革，提升政府服务能力。

方案详情

（1） 税务

稽查选案：通过对税务系统中各个数据源中的数据进行集中清理、分析，建立稽查选案模型，获得稽查的线索指标和各种预测性指标，制定稽查优先顺序，提高稽查效率和准确率。

纳税评估：通过深入研究纳税个体的特征，对纳税个体进行等级评价，并发掘纳税个体的纳税等级发生迁移的原因；通过关联模型能够用来检验各种指标与之关联的企业行为。

税收预测分析：通过回归预测、时间序列预测等多种方法，帮助税务部门尽可能准确地预测各种税收收入，从而辅助决策人员进行决策。

（2） 公安

犯罪行为分析：犯罪行为分析本身是一门很复杂的学科，渗透了法学、心理学、行为学等多门学科，需要相当多的专门知识，现在还处在探索研究阶段，利用数据挖掘技术，可以在拟定的算法下对大量的犯罪行为记录进行分析，从而发现犯罪的规律、趋势，了解不同犯罪行为之间的关联，譬如何种状态会诱发何种犯罪行为，相信这是公安司法领域数据挖掘的主要方向。

交通事故分析：通过深入分析交通事故的各种数据，发现与事故发生最相关的因素，做好对事故的防范与预测。

警力调度分析：通过深入分析历史犯罪数据，分析与犯罪事实关联度较高的客观因素（如时间、地点等），发掘犯罪高发区特征，从而指导警力调度。

消防调度分析：通过分析历史上发生火灾的数据，寻找发生火灾的主要因素，从而指导宣传，杜绝火灾的发生，并且指导消防调度；另外，消防工作具有很强的时间性，其调度具有极强的科学性，在人员、车辆配置、水源安排、最佳路线选择等方面都具有大量的信息可供挖掘。

（3） 安全生产

安全生产事故风险指标异常检测：

对于涉及安全生产的各个重要KPI，利用数据挖掘技术，建立基于时序分析的异常检测模型，对各企业相关指标进行异常检测，以防范安全事故的发生。

安全生产事故原因分析:

通过对海量的安全生产事故数据进行深度分析，挖掘各安全生产检查指标和安全事故之间的关联关系，从而帮助主管部门更有效、更精准地把控重要的安全生产检查指标。

安全生产事故事故预测：

基于历史事故数据，利用时间序列分析等机器学习技术，构建事故次数预测模型，预测未来一段时间内某类事故发生次数，对于事故次数偏高的月份进行预警，为安全管理提供决策支持。

安全生产事故事故舆情分析：

监测每个安全生产事故舆情生命周期的变化情况，对舆情传播路径、舆情热词进行分析。通过事故河流分析和舆情传播分析图，从时间、数量、传播途径、主题词汇及核心要点等多维度全面了解、深刻把握事故的发生情况，为领导决策提供强有力支持。