【案例】消除隐患，基于电力大数据的群租房智能分析

项目背景

“群租房”是指将住宅通过改变房屋结构和平面布局，把房间分割改建成若干小间，分别按间出租或按床位出租。群租房是城市化进程中的“顽疾”，由群租房引发的公共安全事件和各类纠纷、矛盾屡见不鲜。

为配合政府部门打击群租房问题，消除群租房存在的安全隐患、经济纠纷、财产损失、社会矛盾和不安定因素等，电力有关部门依托用电信息采集系统提出“基于用电信息采集系统的群租房智能分析”排查方案，重点以较发达城市“群租房”为研究对象，通过研究发现群租房用户的用电规律和用电特征等问题，并有针对性的提出可行性的应对策略，为深入解决“群租房”问题提供理论基础。

 

 

问题与需求

政府当前在群租治理过程中陷入了一个尴尬的境地，打击群租、清理地下室等措施经常采用，但每次遇到检查高峰期时，执法人员难以进门。此外，每次短时间执行之后，又将面临群租反弹的事实。政策出台后，面临群租治理过程中“进门难、认定难、执行难”的问题，当执行难成为一种常态时，相关群租政策的不被遵守也会成为一种普遍的现实， 终导致法律规范的束之高阁。

对于群租问题目前政府采取的主要措施是通过行政程序介入解决矛盾，当群租问题主要通过政府的行政执法纠正时，需要政府投入大量的人力、物力和财力，经常是多个部门集中联合整治，但当这些政府资源无法跟上群租问题的同步增加时，群租因得不到遏制而出现更大规模的发展。并且在实际操作中已经出现了集中的行政执法与庞大的群租群体之间的矛盾。这种矛盾正使得政府在对待群租问题时变为一种“选择性执法”，只能选择影响大、矛盾尖锐，社会关注度高的群体性群租案件进行执法。

租存在的隐蔽性也带来了查处难题，由于群租房皆是用于生活，除非租住其中或者是周围邻居举报，否则难以发现。

 

 

解决方案

群租房识别及智能分析问题属于民生社会问题，如何以电力业务为抓手，通过跨专业业务知识与数据融合，提出解决群租房问题的方法，是本项目的核心的业务目标。因此项目建设的群租房智能分析整体业务需求既包括了有关部门电力业务需求，也包含了跨专业电力业务知识融合。

星环科技基于Sophon智能分析工具搭建了用电信息采集系统用于群租房分析。其中Sophon Base数据科学平台基于分布式的计算框架，具有针对海量数据的接入、数据探索、数据预处理、特征工程、模型训练、模型验证、模型部署、任务调度、共享平台等功能，提供可视化建模、交互式代码建模两种方式，帮助企业级用户进行机器学习模型构建，进而解决实际业务问题。

 

图1：Sophon智能分析工具

 

图2：Sophon Base数据科学平台

 

 

相关数据采集：

群租房相关数据获取对应了数据挖掘整个的生命周期管理。数据需求包括了电力内部数据，外部数据以及互联网数据等。互联网数据主要是网络爬虫数据，包括了从各类房屋租赁类网站爬取的覆盖省市区三级的房屋分布、结构化地址、人口、交通、租房情况等数据。

 

图3：群租房数据分析主要特征及维度

 

整体建设思路如下：

基于星环TDH大数据平台，接入用电信息、地理位置信息等多源异构数据后，使用星环Sophon智能分析工具，通过从群租房名单分析相应特征、从海量用电数据中提取用户特征、采集并分析租房信息、基于地理位置信息匹配分析、群租房用户识别建模等步骤后，将模型预测出的部分群租房用户地址在地图上进行映射。

 

应用效果

图4：群租房识别热力图

如热力图所示，将模型预测出的部分群租房用户地址在地图上进行映射，经过线上对模型的测试以及线下对预测地址的核查，准确度达到80%以上。目前，该群租房识别系统已在南京市所有区进行分析使用，帮助政府有关部门对市区、商业区周边等地区进行重点分析，大大提高了相关部门核查群租房的效率，有效缓解了城市中群租房存在的安全隐患问题。

 

总结与展望

星环Sophon智能分析工具为南京市政府打击群租房的行动计划提供了技术和平台支持，主导了政务工作由人工到数据驱动的变革，促进了政务与信息化的深度融合；支持十数种分布式识别算法，为政务决策提供了高效的处理分析能力，有效促进了公共事业的改革与发展，为政务决策、民生建设发挥信息化支撑保障作用。