(北京中电普华信息技术有限公司北京100085)
摘要：随着大数据技术的不断发展，为大量的用户行为数据分析提供了有力的技术支撑，通过建立用户数据标签提供了可靠的保障；用户行为数据分析具有重大的意义，通过对用户行为的监测获得的数据进行行为分析，形成标准化的数据标签，可以更精准、更高效的掌握用户行为习惯，及时在用户体验层面发现系统存在的问题缺陷，为用户提供优良的系统化服务，提升产品易用性、实用性。通过对用户行为数据分析，建立智能化的用户数据标签应用于党建信息化系统，将进一步强化基层党组织建设、党员队伍建设，加强党员参与党内活动的积极性，强化党员教育培训工作，及时发现与解决基层党组织和党员队伍建设过程中存在的问题等，突破党建工作的时空限制，拓展党建工作广度，提升党建工作热度。
关键字：大数据；数据标签；党建信息化；
Basedontheintelligentdigitallabelthepartyconstructionofinformatization
Sunyanqing、Jiangzaiyu、Zhangwen、Zhaojing
Beijingzhongdianinformationtechnologyco.LTDBeijing100085
Abstracts:Withthecontinuousdevelopmentoftechnologyofdataforalargenumberofuserbehaviordataanalysisprovidesstrongtechnicalsupport,throughtheestablishmentofuserdatalabelsprovidereliableguarantee;Userbehaviordataanalysisisofgreatsignificance,basedonthemonitoringdataobtainedfromthebehavioroftheuserbehavioranalysis,formastandardizeddatalabels,canbemoreaccurateandmoreefficienttomasteruserbehavior,timelyfindtheproblemsexistinginthesystemofdefectsinuserexperiencelevel,toprovideuserswithexcellentsystematicservices,improveproductusabilityandpracticability.Basedonuserbehaviordataanalysis,theestablishmentofintelligentuserdatalabelisappliedtothepartyinformationsystem,willfurtherstrengthentheconstructionofgrass-rootspartyorganizations,partymembertroopconstruction,tostrengthentheenthusiasmofmemberstoparticipateintheactivitiesoftheparty,strengthenpartymember'seducationtrainingwork,timelyfindandsolvethepartyorganizationsatthegrass-rootslevelandproblemsexistingintheprocessofthepartymembertroopconstructionandsoon,thebreakthroughoftimeandspacelimit,toexpandthebreadthofpartyconstruction,improvepartyconstruction.
Keywords:bigdata;Datalabels;Partybuildinginformatization;
0引言
随着“互联网+”、大数据分析技术的普及，为党建工作信息化服务带来了新的建设方向，提供了新的探索思路。本文就大数据行为分析和党建信息化应用相结合进行了探索，为更好的建设基层党组织、党员队伍提供了信息化建设性思考。
1大数据综述
大数据(bigdata,megadata)，或称巨量资料，指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。在维克托•迈尔-舍恩伯格及肯尼斯•库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据进行分析处理。大数据的5V特点:Volume(大量)、Velocity(高速)、Variety(多样)、Value(价值密度)、Veracity（真实性）。
大数据分析是指对规模巨大的数据进行分析。
大数据分析的六个基本方面
（1）AnalyticVisualizations(可视化分析)
不管是对数据分析专家还是普通用户，数据可视化是数据分析工具最基本的要求。可视化可以直观的展示数据，让数据自己说话，让观众听到结果。[1]
（2）DataMiningAlgorithms(数据挖掘算法)
可视化是给人看的，数据挖掘就是给机器看的。集群、分割、孤立点分析还有其他的算法让我们深入数据内部，挖掘价值。这些算法不仅要处理大数据的量，也要处理大数据的速度。[1]
（3）PredictiveAnalyticCapabilities(预测性分析能力)
数据挖掘可以让分析员更好的理解数据，而预测性分析可以让分析员根据可视化分析和数据挖掘的结果做出一些预测性的判断。[1]
（4）SemanticEngines(语义引擎)
我们知道由于非结构化数据的多样性带来了数据分析的新的挑战，我们需要一系列的工具去解析，提取，分析数据。语义引擎需要被设计成能够从"文档"中智能提取信息。[1]
（5）DataQualityandMasterDataManagement(数据质量和数据管理)
数据质量和数据管理是一些管理方面的最佳实践。通过标准化的流程和工具对数据进行处理可以保证一个预先定义好的高质量的分析结果。[1]
假如大数据真的是下一个重要的技术革新的话，我们最好把精力关注在大数据能给我们带来的好处，而不仅仅是挑战。[1]
（6）数据存储，数据仓库
数据仓库是为了便于多维分析和多角度展示数据按特定模式进行存储所建立起来的关系型数据库。在商业智能系统的设计中，数据仓库的构建是关键，是商业智能系统的基础，承担对业务系统数据整合的任务，为商业智能系统提供数据抽取、转换和加载(ETL)，并按主题对数据进行查询和访问，为联机数据分析和数据挖掘提供数据平台。[2]
2党建用户行为分析
目前商业化的客户行为分析应用日趋普遍，我们每天都在通过电脑或手机访问各式各样的网站、APP应用，各类应用为了更好的掌握客户需求，加强客户体验，提升客户访问效率，增强应用竞争力，对客户行为数据进行采集，精准刻画客户行为。为客户第一时间关注度高、经常访问的信息，增强客户黏度。
党建信息化系统作为党建业务人员、党员办公应用的系统，同样具备党建用户行为分析的必要性，可以通过数据采集、数据挖掘、数据分析等大数据技术实现对党建用户行为的分析，收集党建用户行为数据，分析党建用户系统应用的情况，分析党建用户关注焦点、热点，掌握党员业务活动及时参与度、业务薄弱环节、业务知识熟悉程度，评测党组织建设、党员队伍建设存在的问题，通过评测结果分析对系统设计问题、党建工作问题、党员个人问题等进行归类，从而有针对性的对问题进行处理。提升党建应用的可用性、易用性、趣味性，有的放矢的组织开展党内活动，加强党组织队伍建设、党员思想建设。
3党建数据标签构建
智能化数据标签党建业务应用采用大数据分析技术，通过数据采集分析工具完成用户日常行为数据记录和行为分析，结合党建信息化系统数据和数据分析结果，通过标准规则建立党建用户数据标签，通过智能化程序根据不断采集的数据及分析结果动态重构党建数据标签。
3.1构建党建基础数据标签库
对党建业务信息进行分类提炼，根据业务类型和用户类型分别对数据标签进行归纳整理。业务类型可按照高频业务活动和低频业务活动、专题业务活动和常态业务活动、基础信息数据和动态业务数据等分类；用户类型可按用户关注点、工作职责进行划分，按工作职责党建用户类型可分为党组织书记、党务工作者、党务管理员、党员、入党申请人、入党积极分子、发展对象、群众等用户群体。通过对党建业务和党建用户的分析，建立党建业务和党建用户关联关系，确定用户权限分类，初步建立党建基础数据标签库。
3.2构建党建用户动态数据标签指标体系
基于党建基础数据标签库，按照党建业务活动开展情况和用户行为属性建立党建用户指标体系，如在党建信息化系统中党员学习教育等功能，根据党员学习情况，设置党员学习不同课程的时长占比指标，通过该指标可识别出党员在不同类型培训课程学习的时间长短分布；同时与党员在不同课程考试结果分布指标进行分析对比，可及时掌握党员在哪些知识上处于薄弱环节。从而通过科学有效的党建用户动态数据标签指标，为构建党建用户动态数据标签提供保障。
3.3构建党建用户动态数据标签库
该标签库是建立在大数据分析技术基础上，通过大数据技术对每一个党建用户行为习惯进行数据采集，形成党建用户原始数据，并对原始数据进行数据清洗、数据加工、数据分析、数据归集等处理，依据党建用户动态数据标签指标生成党建动态指标基础数据，通过数据评价分析生成党建用户动态数据标签。同时根据不断采集的党建用户行为数据动态更新党建用户动态数据标签。
4党建智能化数据标签应用
4.1党员画像
根据党员工作要求、评估要求、指标维度，建立党员画像模型，依据党建用户动态数据标签库，分析党员行为数据，对党员精准画像，形成党员分析评价结果。党员通过画像结果直观了解个人提升方向，为党员自我认识提供指导，强化党员自我评价，为党员学习成长提供支撑。同时为基层党支部开展的党员评比、党员对标、党员教育提供依据，加强党支部对党员的培养教育，提升党员队伍凝聚力、战斗力。
4.2党建基础数据标签的授权管理
用户在设备终端通过人脸识别、身份识别、指纹识别等技术登录党建信息化系统，系统通过用户身份信息库核实用户登录权限，关联访问已配置好的党建基础数据权限标签，实现用户对不同功能的访问权限控制，满足不同用户访问关联不同业务功能的需求。
4.3用户行为数据分析
用户在设备终端通过人脸识别、身份识别、指纹识别等技术登录党建信息化系统，系统通过用户身份信息库核实用户登录权限，同时记录用户操作系统行为轨迹，形成用户行为数据并进行数据分析处理，智能归纳用户行为数据标签，不同的用户再次登录系统时，系统根据用户行为数据标签，自动调整系统推送的待办信息、新闻信息、栏目信息，适应用户使用习惯，将用户使用频度高、关注度高的信息重点显示。
4.4党员信息卡片自助服务
用户在设备终端通过人脸识别、身份识别、指纹识别等技术访问党员信息卡片自助服务功能，系统通过用户身份信息库核实用户登录权限，自动调用党建用户基础数据标签，展示党建用户个人信息，选择性勾选需要阅览的个人履历，系统自动排版后导出或打印。
4.5党员关系转接介绍信打印服务
用户在设备终端通过人脸识别、身份识别、指纹识别等技术调用党员关系转接介绍信打印服务功能，系统通过用户身份信息库核实用户登录权限，自动调用党建用户基础数据标签，将关系转接信息自动生成，并打印党员组织关系转移介绍信。
5结论
基于智能数据化标签的党建信息化应用能够高效提升基层党组织建设，加强党员队伍建设，强化各级党组织管理，加强党员队伍的凝聚力。通过数据化标签为基层党组织建设把好脉，准确定位问题，促使党建信息化系统成为一套高效可用、主题严谨、内容生动、交互性强、用户黏度高、交互量大的信息化、专业化、科学化的管理系统。
参考文献:
[1]中国互联网数据咨询中心.大数据分析与处理方法介绍[OL].(2013-09-23)[2017-11-1]
[2]中国大数据.BI数据仓库构建和BI数据分析应用[OL].(2016-04-13)[2017-11-1]