基于大数据分析比对的智慧审查系统设计与实现

基于大数据分析比对的智慧审查系统设计与实现

魏勇

山东省昌邑市统计局 山东 昌邑   261300

摘要：为了加强对产品的管理，解决传统人工审查项目工作量大、审查效率低等问题，构建智慧审查系统，应用于产品受理审查、产品技术审查、审核信息溯源和审查质量分析工作，从而提升车辆审查的准确性、高效性、检测的可追溯性，审查数据的可分析性等。基于此，本文章对基于大数据分析比对的智慧审查系统设计与实现进行探讨，以供相关从业人员参考。

关键词：大数据；智慧审查系统；设计；实现

引言

随着市场监管总局组建成立，“大市场、大质量、大监管”格局初步形成，新发展格局下，加快以安全评估为基础、以分类监管为抓手、以信用监管为依托、以智慧监管为支撑相适应的质量安全新型监管体系构建，产品质量安全监测面临的工作形势越加复杂。

1大数据的含义和特征

虽然在学术界对于大数据还没有做出一个明确的界定，但是普遍都认为大数据是传统IT技术与数据库都无法处理的海量数据。总体来说，大数据的显著特征主要有三个方面的特点:一是多样化的特征，主要是包括结构化的数据、半结构化的数据和非结构化的数据，尤其是在网络时代的不断发展影响下，非结构化的数据也逐渐的呈现出爆炸性的增长;二是快速化的特征，主要指的就是数据的产生、获取和处理以及分析的速度已经出现了快速且持续的增加，进而形成一个高速的数据流;三是价值化的特征;主要指的就是大数据中含有大量的科研、经济和社会方面的价值，通过对其进行充分的挖掘和分析，进而促进各个领域的创新发展。

2大数据在审查中的作用

综合来看，大数据在产品审查各个阶段的应用理念已基本成熟，如需求分析阶段，可通过数据的转化及采集，进行需求信息提取、需求功能转化、需求偏好分析和需求趋势预测；在方案生成阶段，可通过数据存储及处理，达到功能映射、方案优化组合、整体创新审查；而在方案评价中，又可以通过数据分析和数据解释，完成产品性能获取、指标权值分析和方案择优评价。基于大数据的审查可以做到围绕真人真事，关注产品服务、使用环境和信息反馈，将有助于在整个产品研发过程中更好地理解用户对产品的本质需求，面向用户本质需求的审查，才能适应人类和社会的发展进步。然而，由数据驱动的产品创新审查具体应用实现和解决方案还有待研究。对于人工智能产品的开发，数据是智能产品学习能力依赖的底层基础，同时人工智能产品也应成为支撑大数据不断丰富和完善的来源，通过人工智能产品对用户使用信息的采集、存储和上传，将有助于充实、优化大数据资源。因此，在智能产品的审查中应该在保障用户隐私的前提下，尽可能多地收集回流用户使用产品中的一些客观数据；另外，鉴于人工智能的机器思维与人类的审查思维之间存在的差异，审查过程不能完全依赖大数据+AI技术，不可屏蔽审查师的参与，感性思考用户需求，努力做到以人为中心的智能产品审查。

3基于大数据分析比对的智慧审查系统设计与实现

3.1智慧审查系统功能设计

智慧审查系统应用架构由数据层、支撑层、功能层和展现层组成。数据层提供数据接入和数据存储的能力，确保系统从企业和检测机构端数据的接入。支撑层包括了系统管理、专家管理、检测机构管理、权限管理、文件管理和流程管理，可实现对企业、检测机构和审查部门等多个对象的管理，保障审查工作的顺利实施。功能层主要包括了数据比对、资质校验、图像识别和统计分析等功能，系统可根据实际情况选择合适的审查方法，专家通过系统完成审查工作。展现层是系统与专家交互的门户，审查结果通过门户进行展示。

3.2评测管理模块

数据治理不仅仅是数据处理业务，更多的是需要企业及机构去遵循数据的合规问题，确保数据的可访问性、保护性和合规性。用户可用过评测管理模块对不同的系统进行合规标准检查。并可直观展现整个数据治理周期的合规检测详情，快速定位数据合规问题，加强风险管控。

3.3图片识别技术的实现

通过图片智能识别技术对检验申报文件中图片信息进行解析，每张图片都生成独立的“图片指纹”对其进行前置过滤。根据每张图片的独立“图片指纹”信息，对比目标检测文件中的图片信息与系统数据资源库中源文件相似度，进行图片文件的同一性检测。

3.4大数据统计分析

在传统的统计研究工作过程中，主要包括设计、收集、整理和分析等环节。设计环节是根据所研究任务，对整体的安排和考虑，这是统计研究工作中最关键的地方；收集环节是指在合理设计前提下，获取准确度高可靠性强的数据，它是统计研究工作的基础；接下来就是整理工作，是对前面收集的数据进行整理，使得原始数据更加条理化和系统化，能更好的用于统计分析工作；最后的环节是分析，如统计描述与统计推断等。当下数据来源丰富，诸如可以让计算机自动收集数据等，直接对数据进行分析和整理，进而进行应用。此外，对于统计研究方法方面，传统的数据处理方法，多用于结构化数据上，比如建立回归方程等，常常是以精确的函数关系来拟合所研究对象中隐含的相关关系，并进行预测，往往导致数据的利用率较低。而大数据时代下，数据结构逐渐多样化，比如半结构化数据和非结构化数据等，数据的多样性在一定程度上反映了信息间的复杂关系，于是需要深层开发统计研究方法，挖掘出更大的价值。这一系列的变化都使得统计学专业学生数据分析能力需要快速的创新和发展。

3.5系统安全以及数据调用

基于系统安全以及数据调用方便的考虑，系统设置了权限集成和数据访问接口，以此确保信息的安全。同时，系统整体分为3个层次：系统管理层是直接呈现给管理员的界面。它包括系统管理的各个业务需求。功能层集中了元数据管理模块、合规审查管理模块以及数据安全标准管理模块，以实现系统整体功能。应用层包括元数据应用、合规审查应用以及数据溯源应用，以对数据进行测评、评审和溯源。同时，在接口部分设置了权限集成、数据访问、分析服务以及二次开发的接口。根据数据合规审查平台开发过程中使用到的核心技术，绘制了系统开发的构架图

3.6工艺性审查模块

该单元的职能是进行技术审查，是全系统的核心功能单元。模块访问允许用户使用系统提供的结构化搜索工具，或使用模糊搜索执行基于实例的流程研究。同时，对于参数化规则(例如线主体、刀具、工具等)。对话框中，用户可以根据执行技术审评的界面提示输入相应的参数。

3.7特性鉴定技术

在上一个项目的研究和开放过程中，发现需求方的优点是清楚地了解每项申请的具体内容，缺点是不了解申请过程是如何进行的。这一问题往往导致所开发的系统与所设想的系统之间存在很大差距，从而影响到这些系统的使用。因此，有组织和有计划地学习确定特性的技术原理并编写相应的培训材料，可以使用户清楚地了解是否可以将需求添加到系统中，并首先判断实现的逻辑，以便更好地与系统规划系统开发人员讨论 提高软件代码重用率和执行准确性，以充分满足已确定的需求。

3.8元数据管理模块

一般来说，元数据管理有多种形式和多种形式，一旦得到集中管理，就必须促进元数据的使用，以提高信息资源的价值。数据卡在宏观一级组织信息，努力从用户的角度整合和组织信息资产，全面介绍宏观资产信息，并有效利用信息的潜在价值。

束语

综上所述，智慧审查系统通过对产品的数据规范性，检测端与企业端数据比对，企业、检验项目等资质校验和产品信息的规范管理，完成了产品数据和报告数据的智慧化审核，降低人力成本。

参考文献

[1]万兵.基于人工智能的图像识别技术的研究[J].信息与电脑（理论版），2019（2）：141-142.

[2]宫铭.计算机图像识别技术的应用及细节问题阐述与分析[J].信息与电脑（理论版），2019（1）：7-8.

[3]向丽娜.计算机图像识别的智能化处理方法解读[J].电子技术与软件工程，2019（3）：137.

[4]许芯珧.大数据统计分析方法在经济管理领域中的运用探析[J].中国集体经济，2019(8)．

[5]杨梽永.2020中国大数据产业发展新机遇[J].软件和集成电路，2020（Z1）：90-92+94．