
重庆市场监管进入大数据时代
不久前,“安居客”网站重庆频道上,出现了一则房屋销售广告。标题为《解放碑××楼盘,月租3000元,带12年租约》。
对于这样的信息,普通市民可能一瞥而过,并没有觉得异常。然而,该信息却被重庆工商情报信息工作平台抓取,推送给执法人员。因为它做出了投资回报的承诺,涉嫌广告违法,渝中区工商局对此进行了立案查处。该广告发布者被罚款762293元。
对该信息进行抓取、分析、推送的,正是重庆市工商局运用大数据、云计算、“互联网+”等技术手段在全国工商系统率先建立的重庆工商情报信息工作平台。
通过该平台的不断完善,我市实现了市场监管执法由“等举报”“靠巡查”的传统模式,向智能化模式转变。
已采集互联网情报信息560万余条
我市市场主体超过200万户,对他们的经营行为如何监管?违法信息从何而来?
“过去,只能靠群众举报,或者执法人员巡查的方式发现。”市工商局相关负责人告诉记者,在传统模式下,违法行为发现难、执法办案效率低。
随着互联网的发展,重庆工商部门开始思考,每天网上那么多信息,如何从中发现涉嫌违法信息甚至案件线索?如何将这些信息利用起来,用于市场监管?在这一思路的指导下,市工商局联合中国电子科技集团南京第二十八研究所,共同研发建成了情报信息工作平台,并于2015年9月投入运行。
该平台的第一大功能,就是自动实时搜索。
通过建立的32个数据模型、1.26万余条行为识别规则、1.55万余条地域识别规则及10.16万余个特征词,平台对569个网站进行了24小时不间断搜索监测。截至目前,已采集到互联网情报信息560万余条。
“数据模型的建立,主要依据工商部门工作所涉及的400多部法律、法规,以及对案件特征、网友吐槽内容的解析。”该负责人称,这个平台就相当于一张“天罗地网”,让违法行为无以遁形。
平台很“聪明”,会自动分类推送
560余万条!
如此海量的信息,执法人员怎么才能从中筛选出最有价值的信息?
“不用担心,我们的信息平台很‘聪明’!”该负责人介绍,平台采用工商业务过滤引擎,将采集的560万余条情报信息进行了过滤、筛除,推送了它认为有价值的信息12万余条。
同时,平台通过智能研判、自动学习等技术,还对推送的信息进行了分类。比如,平台可以按照采集时间推送。在“最新消息”板块里面,就能看到当天推送的信息。
此外,平台还可以按照重点专题推送。记者在系统中看到,比如“互联网金融广告”专题,就分为P2P网络借贷、其他网络借贷、房地产金融、传销形势的非法金融行为等多个子项,共推送信息3万多条。
“公用企业不正当竞争”专题,涵盖了全市供水、供电、供气、有线电视等所有公用企业,平台共推送信息2000多条。
“商标注册代理机构违法”专题,将全市500多家商标注册代理机构纳入其中,平台共推送情报信息1600多条。
“平台推送的情报信息,为执法人员办案提供了重要线索。”据介绍,对于平台分类推送的信息,工作人员将逐条进行人工研判,很多大案、要案破获的情报,就来自于此。
据统计,自2017年以来,通过情报信息平台引领查办案件3588件,发布监管预警信息244条,编报情报专报等产品419期,为我市规范市场秩序、防范社会风险发挥了重要作用。
为每一个企业生成“全息画像图”
目前,该平台已进入二期建设阶段。
除了抓取、推送数据,帮助执法人员办案,平台还被赋予了更深层次的内涵——深度归集有关市场主体的所有信息数据,进行智能关联分析,为每个企业生成一张“全息画像图”。
据介绍,平台通过清洗、转换、融合等技术,建立了一个“多维情报库”。其中,既有工商部门的业务数据,包括市场主体数据、商标广告监管数据、12315投诉举报数据、行政处罚数据等内部业务数据,也有来自我市60多个行政部门共享的联合征信数据。
“多维数据库已初步实现了跨部门、跨区域、跨层级的数据整合,截至目前已归集整合数据超过6000万条。”该负责人称,通过这些数据信息,平台应用大数据技术,可实现对信息的智能关联分析。我市的任何一家市场主体,都可以通过情报监测系统生成关联关系图。
重庆日报记者在系统中输入了“重庆××美容整形医院”,屏幕上秒级生成一张立体的关联关系图。它的经济户口、互联网情报、“12315”投诉举报以及不良记录等信息一目了然。
“目前在这张关联关系图上,还不能看到企业的奖励、荣誉等优良信息,所显示的主要以不良信息为主。下一步,我们要将正面信息关联进去,让企业的评价更准确、全面。”该负责人称,通过这样的“全息画像图”,不仅可营造更加公平、透明的市场环境,也可对一些系统性风险进行提前预判和防范,有利于维护市场稳定。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22在企业数据分析中,“数据孤岛” 是制约分析深度的核心瓶颈 —— 用户数据散落在注册系统、APP 日志、客服记录中,订单数据分散 ...
2025-10-22在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15