2.1.1 平台框架的搭建 该平台框架包括了智能预测模型、普通模型框架以及系统框架三个部分 （图1）。智能预测模型框架包含了流动人口管理模块、社会治安综合治理模块。其中，流动人口管理模块主要以云南省崇正社区的“三卡一图、三书一册”模型为模板，进行智能化、信息化处理，达到更实用、更方便的效果；社会治安综合治理模块包括了居民矛盾调解、治安防治等模块。在居民矛盾调解部分，以崇正社“一人一卡、一事一卡”为模型，采用聚类算法，将各种不同的问题进行分类，对应不同的解决方案，形成智能匹配模型。

普通模型框架包括党建模块、团建模块、巾帼妇女建设模块、环境卫生模块。其中，党建模块主要包括社区党建工作的全流程，涉及面广、信息量大；团建模块主要以社区团员开展工作为主，结合乡镇团建工作进行规划。巾帼妇女建设模块包括社区妇女参与的各项活动。环境卫生模块包括社区的环境建设和卫生保洁工作等。

系统框架包括了算法、智能模型、.NET平台、界面、C＃语言、文档等。其中，智能模型将预测或匹配的结果植入管理信息系统中进行展示；.NET作为系统开发的平台，采用C＃语言进行开发；界面主要是社区工作需求分析在可视化界面的实现，包括社区所有工作的展示及应用入口。

图1 基于模型的智慧社区平台框架

2.1.2 智能模型的建立

1）构建基于聚类算法的“一人一卡、一事一卡”智能识别模型。崇正社区至2010年创先争优活动以来，根据社区的实际情况，构建了“一人一卡、一事一卡”模型，解决了当时社区的调节问题，形成了云南省建水县的一张名片，8年来，社区一直采用该模式形成了大量的珍贵数据。但是，随着时间的不断增长，社区分管调解工作人员的岗位变动，新分管调解工作的人员面对大量的资料，工作难以适应。面对现状，本研究针对“一人一卡、一事一卡”模式进行智能化改造，将运行8年的模式进行调整，更好的适应社区的发展。

聚类分析算法将社区调节的问题分为5类，分别是房屋产权问题、邻里之间口角问题、咨询政府的相关政策问题、治安问题、其他问题。将这5类问题进行数字化，1代表房屋产权问题，2代表邻里之间的口角问题，3代表咨询政府的相关政策问题，4代表治安问题，5代表其他问题。1～5分别对应了5类不同问题的解决方案。将2010年5月至2015年5月的资料，进行数字化后输入聚类算法构建的模型中，作为学习样本中的数据；将2015年6月至2018年5月的数据输入模型中作为训练样本。模型进行预测时，将遇到的问题进行数字化，输入到模型中，模型将自动计算目标距离像与训练样本中5类目标距离像的距离，模型将自动识别出距离最短的目标，作为解决该问题的方案。

图2为聚类算法构建智能预测模型的原理，图2清楚地显示通过聚类算法构建的智能模型，能够将杂乱无章的各类信息进行分类、匹配，形成有规律的各种集合。

2）构建基于聚类算法的智能预测模型。崇正社区2010年成立了社区农家书屋，藏书1万余册，安排了专职的图书馆管理员，负责日常事务，并于2011年开始，开展“书香崇正-全民阅读”活动，受到了广大居民的欢迎以及上级领导的赞赏。但是，由于社区农家书屋的空间有限，大量的书籍难以上架，影响了社区居民查书、读书的积极性。

图2 聚类算法构建智能模型的原理

针对以上情况，本研究将采用数据挖掘的方法，确定最受社区居民欢迎的书籍，然后利用有限的空间为居民提供最优质的服务（图3）。一是将农家书屋的图书细化为20类，每类的编号为1、2… …18、19、20。二是从日常登记借书的名单中，将居民借书的书名进行数字化。三是采用聚类算法构建分类模型，模型将自动计算输入的“数字”与样本中的“数字”的距离，输出分类结果。四是统计分类结果，将20类图书的分类结果，按照由多到少的顺序进行排序。排在第一的图书类别将安排在农家书屋最显眼的位置，排在第二的图书类别将安排在次显眼的位置……，排在最后5位的图书类别将尽量少安排书架。

图3 聚类分析算法构建智能模型流程

2.1.3 智能模型的发展 智能模型预测的准确率取决于数据的完整性以及不断更新的训练样本。“一人一卡、一事一卡”智能识别模型、基于聚类算法农家书屋智能预测模型是否能够保持智能化、信息化功能，是否能够长期具有实用性、功能性，取决于社区工作人员的维护。主要包括以下几个关键点：一是数据更新限制。智能模型的准确率随着时间的延续，数据停止更新或者更新较慢，将影响预测的准确率。二是人员操作能力的限制。智能模型的预测需要社区干部操作，方法简单，但是也需要熟练掌握，以免降低甚至错误的预测。三是智能模型推广应用的限制。智能模型作为整个智慧社区平台的主要组成部分，需要在一个知名度较高的社区进行使用，并将使用效果进行有效推广，才能发挥智慧社区平台的作用。

文章来源：《智慧中国》 网址: http://www.zhzgzzs.cn/qikandaodu/2020/0802/535.html