大数据如何监管危化品安全

《大数据如何监管危化品安全》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、大数据如何监管危化品安全大数据平台己被越来越多的行业所应用。在危化品生产、存储、运输领域，大数据可以掌握行业动态变化、预测事故概率、加强安全管理。大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着“大数据时代”的到來，越来越多的行业、公司开始应用大数据分析客户需求、推进信息化发展、做概率预测。那么，大数据将如何应用于危险化学品监管工作？为此，本刊记者釆访了量子魔方科技有限公司创始人葛欣。理论原理大数据，从原理

2、上來说，并不存在很强的数据统计分析理论，而是一种推理关系，更主要的是通过数据之间的关联，影射可能发生或者目标性数据出现的概率，可以算作一种概率统计。对于大数据来说，其并不一定是海量的数据，尤其是在危化品监管领域的应用上，葛欣表示“更需要类别复杂的数据葛欣告诉记者，现在大数据的统计分析，都是依靠本行业中和涉及这个行业中的相关数据组，形成一组一组的推理，通过人、事、物Z间形成逻辑的关系，来推理出所需目标。以危化品安全生产事故预警来说，就需要涉及人口、密集程度、运输时间、危化品种类、危险等级、历史上出现过哪些事件、这些事件发牛的地点、当时的

3、危化品存量和种类等数据，从这些数据中分析与现实生活类似的情况，就形成了推理。模型建设对于危化品的安全监管，大数据更多地能应用于计算事故概率、预警风险、排查隐患等，也可用来制定安全标准。大数据模型的建立，专业的人员必不可少。对此，葛欣表示，公众认为大数据的建设是大数据技术公司的事，但英实并不尽然。对于危化品监管等专业性强的模型,还需要有非常熟悉危化品监管的专业工作人员。这些专业人员可以提供业务的指标系数来配合技术人员，将散乱的数据做成关系型数据库，让数据能在数据库内有序地存储，便于检索。葛欣告诉记者：“实际的框架建设需求也是由专业人员提

4、出的，因为他们的理论和工作目标要求是大数据模型的核心需要，让一个计算机技术人员替你去想，就相当于找了一个外行來做大数据模型最核心的业务逻辑，这样做出来的大数据模型是不能进入实际应用的。”当框架建立完成后，技术人员在模型建设过程中还会提出，专业人员还需要哪些数据辅助，这就乂到了专业层面。另外，专业人员还要考虑用什么方式呈现。“比如需要呈现动态表，是否突出显示颜色、是否增加预警模式；或者是需要弹窗形式、哪几种条件融合时弹出窗口提示操作等。所以说，专业人员也需耍有一定的计算机知识。”葛欣举例说道。数据搜集建立大数据模型时，最重要的是要确定数

5、据内容，可以根据应用目标进行倒推。葛欣举例说道：“如果想要预警危化詁仓储企业的火灾或者爆炸事故，避免天津港‘8?12,事故的惨剧，就要先找到有哪些类似的危化品仓储企业，这是类别对比。有哪些地方出现过火灾或者爆炸，这是风险对比。在风险对比中，还要分析地域情况、距离城市远近、规模大小、存放危化品的种类、存放量、存放标准、监管模式等是否一致、有没有相关备案的手续或者危化品仓储企业的经营许可证。之后在全国同类的机构中，筛查出相关机构，就可以知道还有哪些类似于天津港‘8?12,事故的危化品存储企业。机构数据排查出来后，再查企业建设及人员的火灾防

6、范和安全生产意识等情况。”数据内容确定后，就要开始准备搜集数据。数据搜集的方式有很多种,可以从政府层面直接调出，可以去大型的网络公司购买，也可以请专业的调查机构调查，或要求企业自行上报等。葛欣告诉记者：“比如需要搜集危化品隐患的数据，类似腾讯、方度等大型网络公司提供的数据一定比自己调查的要准得多。因为网民冇搜索、发布的习惯，网络上也有一定的新闻数量，这些都是网络公司统计好了的，比我们费再大的劲去搜索都准确对于危化品监管来说，安监系统内部就可以搜集到很多数据。但是，葛欣指出，有些基层的办公系统与国家的系统还不连通，数据上传后无法共享到安

7、监系统后台。还有的地方，数据还是纸质化的，没有形成统一管理，在数据搜集时仍处于?F翻现找的状态，这些都是安监系统内搜集数据的大问题，需要政府投入足够的资金解决基础建设。还可以通过互联网征集方式主动获取信息，即前期建立一个对社会公众开放的大数据系统，让大家提意见，发动社会力量降低搜索成本。葛欣认为，一定会有很多为了切身安全考虑的群众是愿意举报的。甚至还可能岀现，某些机构之间由于利益不均等原因，互相揭发检举。通过这种方式拿到的数据，可以跟官方的数据对比，一定会出现某些数据关联，就可以直接产生很多风险预警的指标。比如危险化学品的仓储,官方拿

8、到的企业数据和通过群众举报的数据，是否有偏差值、这个偏差的量是不是很大、这个区域是否有集中性，这些都是可以通过对比得出的监管指标。当然，在搜集数据的过程中，也有可能出现人为更改数据、做假账等情况，这时，大数据就无能为力了