新华社 | 深圳市宝安区：引入大数据分析技术助力社区巡察分层分类

　　深圳市宝安区：引入大数据分析技术助力社区巡察分层分类

　　为贯彻好中央巡视办关于深圳市“充分发挥巡察系统优势和综合监督作用”试点中“社区分类巡察”区级巡察品牌试点任务，宝安区积极探索创新，将大数据技术应用于巡察工作中，创造性地将主成分分析、聚类算法等机器学习技术引入社区分层分类过程，突破了传统模式“印象打分、手工分类”的局限，实现了社区分层分类工作的精准化、系统化和智能化，为社区巡察坚持效果导向、分类施策提供了科学合理的依据，为基层治理工作提供了新的技术手段和宝贵经验。

　　为有效实现社区分层分类工作的精准化、系统化和智能化，宝安区出台《社区分类巡察试点工作实施方案》，加强统筹组织、明确各方责任。分别从全区10个街道、区委组织部、区委政法委、区社会工作部、区集体资产监督管理局、区信访局采集包括常住人口、经济体量、重大项目、信访反映、基层党建、历史遗留问题等在内共计31个方面指标数据导入数据模型。区委巡察办和区纪委信息技术中心通力合作，引入大数据分析技术，采用主成分分析（PCA）和K聚类算法对124个社区进行自动化分层分类，通过对数据的聚合分析形成分类名单。

　　最后将初步分层分类结果分别征求派出街道监察组意见并提请区委巡察工作领导小组会议审议。经交叉双向印证后发现技术分析客观指标形成的分类结果与纪检监察机关、组织部门日常监督所掌握的情况基本吻合，较大程度实现了“主客观相一致”，反向印证该数据模型的科学性和合理性。

　　在现场巡察中，宝安区注重引导巡察组运用大数据技术开展监督，如重点运用“社区集体经济综合监管系统”数据，将被巡察单位班子成员名册与有关数据进行比对分析，高效发现一批股份合作公司“三会”成员违规租赁集体物业的问题。同时，收集汇总工商、财政、审计、民政等信息数据，通过多轮次“碰撞”，让问题从“数据之海”中浮现。