建设内容
考虑民政部数据量大、关系复杂等现实因素，德拓在解决方案中除了使用DANA大数据产品体系之外，额外增加了图数据库作为关系梳理后存储的底层，大大减轻了后期应用展示的效率问题。同时通过机器学习手段，利用多种算法对同一特定群体进行趋势预测及成因分析，获得了客户的认可。
项目背景
2017至2019年民政部陆续开展大数据资源体系建设工作，在数据汇聚、数据质量提升、专题数据库建设、数据共享交换、“一张图”展示等方面取得一定成效。目前已初步形成民政统一的基础业务库；建立完善面向主题的婚姻、死亡、脱贫兜底、民生保障等专题数据库；初步建立内外部共享数据库，依托数据共享交换平台、全国一体化在线政务服务平台对外提供统一数据服务。2020年，本项目持续推进民政大数据资源体系建设，进一步提升民政大数据分析、挖掘、建模与可视化能力，紧密围绕社会救助对象、儿童福利对象、养老服务对象、社工志愿者对象等各类民政服务对象开展深度数据分析和时间序列分析，挖掘民政业务间关联关系，提升民政大数据分析水平与大数据决策能力。
方案优势
新型技术，洞察价值
整体方案采用大数据、机器学习、图数据库等技术手段，对民政部的数据进行分析处理，进一步理清现有数据中潜藏的各种自然人关系。
结合业务，提升实战
结合民政部现在的主要业务方向对特定群体进行深入的分析及研究，实现了历史数据的价值重现。
项目价值
01
整体方案实现了民政部的既定项目目标，即关系的展示及特定群体的深入分析。在关系展示层面，本次项目以自然人为核心梳理了多套业务系统之间的数据，实现了自然人的血缘关系、婚姻关系、姻亲关系、社会关系、法律关系等关系的全面梳理入库。并基于易于查询的使用需求整合了所有关系并集中在一个页面上进行呈现，满足了信息的密度、广度、深度的综合展示，获得客户赞许。
02
在特定群体的研究层面，德拓项目实施团队基于对业务需求的理解，利用机器学习技术，采用多种算法模型对现有特定群体的数据进行分析处理，包括低保群体、特困群体、困境留守儿童、孤儿群体、留守老人、留守儿童、留守妇女等特定弱势群体。并通过趋势图、地图、雷达图等相关图表进行可视化展示，便于民政部相关业务部门通过系统直观的了解的各地区的特定群体的情况，为后续的工作开展提供了数据基础。