5G+AI讓城市執(zhí)法督察智慧化

韓兆祥 羅璁 胡剛

在執(zhí)法記錄儀普及以后，隨著物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、5G和人工智能等新一輪信息技術(shù)的發(fā)展和運(yùn)用，我們發(fā)現(xiàn)，在城市執(zhí)法中衍生出了越來(lái)越多的智能場(chǎng)景應(yīng)用。

我們通過(guò)分析執(zhí)法記錄儀和相關(guān)聯(lián)的警綜、案綜、交綜信息，實(shí)現(xiàn)了現(xiàn)場(chǎng)“5G+執(zhí)法實(shí)時(shí)直播”“5G+警員智能定位”“AI+執(zhí)法圖文識(shí)別”“AI+執(zhí)法語(yǔ)音轉(zhuǎn)化”和“AI+執(zhí)法語(yǔ)義理解”等對(duì)警員智能督察考核的場(chǎng)景應(yīng)用。這些應(yīng)用借助匯總各個(gè)系統(tǒng)考核數(shù)據(jù)，多維度大數(shù)據(jù)處理、分析和應(yīng)用，旨在加強(qiáng)民警日常出警工作的考核，推動(dòng)警務(wù)單位、民警和干部智能化科學(xué)績(jī)效考核體系的形成。

與此同時(shí)，構(gòu)建執(zhí)法記錄儀的智能化生成方式，對(duì)執(zhí)法記錄儀的信息進(jìn)行全量的分析，推動(dòng)“警務(wù)留痕”，實(shí)現(xiàn)各系統(tǒng)績(jī)效數(shù)據(jù)與被考核主體相關(guān)聯(lián)，進(jìn)而建立民警考核分?jǐn)?shù)和警務(wù)單位、民警、干部等數(shù)據(jù)畫(huà)像，便于領(lǐng)導(dǎo)更加全面的掌握?qǐng)?zhí)法過(guò)程中的全量數(shù)據(jù)情況，推動(dòng)執(zhí)法模式從被動(dòng)式督察考評(píng)向主動(dòng)式、智能式督察考評(píng)轉(zhuǎn)變，打造智慧督察考核新模式。

城市執(zhí)法需要智能化的考核系統(tǒng)

為了完善考核維度，強(qiáng)化各考核范圍的覆蓋度、全面性，需要構(gòu)建新型的考核系統(tǒng)，集約當(dāng)前零散的多類系統(tǒng)數(shù)據(jù)，提取關(guān)鍵信息，形成面向民警的新一代考核體系。

城市執(zhí)法考核數(shù)據(jù)日益增加與完善，推進(jìn)了物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)、5G和人工智能等新一輪信息技術(shù)和城市執(zhí)法業(yè)務(wù)需求深度融合。切實(shí)構(gòu)建一套智能化的考核系統(tǒng)，打通所有考核數(shù)據(jù)的通道，匯聚考核數(shù)據(jù)并應(yīng)用各種智慧化的業(yè)務(wù)算法模型，開(kāi)發(fā)出一套集智能化民警績(jī)效考核、智能化干部績(jī)效考核、智能化單位績(jī)效考評(píng)等能力為一體的考核服務(wù)平臺(tái)是必要的。該平臺(tái)需要對(duì)績(jī)效數(shù)據(jù)進(jìn)行匯聚整合、多元評(píng)估、多維測(cè)算和實(shí)時(shí)結(jié)果展示，推動(dòng)“警務(wù)留痕”，實(shí)現(xiàn)各系統(tǒng)績(jī)效數(shù)據(jù)與被考核主體相關(guān)聯(lián)，推動(dòng)實(shí)現(xiàn)5G、人工智能、大數(shù)據(jù)、云計(jì)算和物聯(lián)網(wǎng)等新一輪信息技術(shù)在城市執(zhí)法督察考核中的深度融合和智能化應(yīng)用。

基于城市執(zhí)法領(lǐng)域業(yè)務(wù)數(shù)據(jù)的基礎(chǔ)，需要針對(duì)公安局的相關(guān)考核數(shù)據(jù)進(jìn)行匯聚，通過(guò)來(lái)自警綜、案綜和交綜等業(yè)務(wù)系統(tǒng)以及民警日常出警工作內(nèi)容等的考核數(shù)據(jù)，重點(diǎn)解決執(zhí)法記錄儀的工作量自動(dòng)生成、民警畫(huà)像等一系列問(wèn)題，聚焦體現(xiàn)單位、干部、民警的工作全貌，打造基于5G+AI技術(shù)融合在城市執(zhí)法中的智能場(chǎng)景應(yīng)用，構(gòu)建全面的城市執(zhí)法智能督察考核體系。

城市執(zhí)法智慧督察考核體系的建設(shè)，通過(guò)技術(shù)和業(yè)務(wù)深度融合的創(chuàng)新理念，復(fù)用了各系統(tǒng)豐富的數(shù)據(jù)資源，運(yùn)用執(zhí)法儀視頻結(jié)構(gòu)化分析、執(zhí)法儀語(yǔ)音識(shí)別、執(zhí)法儀語(yǔ)義識(shí)別等智慧算法分析，推動(dòng)城市執(zhí)法智慧督察考核的應(yīng)用。城市執(zhí)法中針對(duì)智能督察考核建設(shè)，需要充分利用大數(shù)據(jù)、云計(jì)算、前端感知等手段，匯集接入督察數(shù)據(jù)、公安局各業(yè)務(wù)系統(tǒng)數(shù)據(jù)，創(chuàng)新督察戰(zhàn)法和工作機(jī)制，將監(jiān)督觸角延伸至公安一線執(zhí)法執(zhí)勤、服務(wù)群眾、內(nèi)部管理的各個(gè)環(huán)節(jié)，及時(shí)發(fā)現(xiàn)異常情況，推動(dòng)督察工作與信息化的高度融合，變督察“被動(dòng)式”為“主動(dòng)式”，打造新型“智慧督察考核”模式。

5G+AI技術(shù)融合的應(yīng)用實(shí)踐

在城市執(zhí)法督察考核中，基于5G+AI等新一輪信息技術(shù)的智能化應(yīng)用，構(gòu)建了新一輪城市執(zhí)法智慧督察考核體系新模式。我們針對(duì)“5G+執(zhí)法實(shí)時(shí)直播”“5G+警員智能定位”“AI+執(zhí)法視頻圖片”“AI+執(zhí)法圖文識(shí)別”“AI+執(zhí)法語(yǔ)音轉(zhuǎn)化”“AI+執(zhí)法語(yǔ)義理解”“多源大數(shù)據(jù)處理和分析”等對(duì)城市執(zhí)法工作的智慧督察考評(píng)場(chǎng)景應(yīng)用，開(kāi)展了深度研究探索和應(yīng)用實(shí)踐，推動(dòng)了原有人為或被動(dòng)的督察考核模式向智慧化模式的轉(zhuǎn)變，大大提高了城市執(zhí)法的便利性，提升了城市執(zhí)法的效能，推動(dòng)了城市執(zhí)法決策的公正性、透明性和科學(xué)性。

5G+執(zhí)法實(shí)時(shí)直播

在旁路輔助執(zhí)法中，當(dāng)前普通執(zhí)法儀只能錄音和錄像，以供事后追溯。但當(dāng)前指揮中心對(duì)實(shí)時(shí)事態(tài)判斷和現(xiàn)場(chǎng)指導(dǎo)、指揮的要求越來(lái)越高。要想將執(zhí)法記錄儀作為一個(gè)警員執(zhí)法的直播平臺(tái)來(lái)使用，隨時(shí)隨地供調(diào)度人員進(jìn)行實(shí)時(shí)監(jiān)控和現(xiàn)場(chǎng)指揮，當(dāng)前的4G執(zhí)法記錄儀由于帶寬不足，因此經(jīng)常有黑屏和卡頓、畫(huà)面丟幀等不連續(xù)現(xiàn)象，效果不盡如人意。而未來(lái)的5G技術(shù)可以賦能警務(wù)多場(chǎng)景、多業(yè)務(wù)升級(jí)革新，可以在佩戴執(zhí)法記錄儀現(xiàn)場(chǎng)移動(dòng)執(zhí)法過(guò)程中，對(duì)音、視頻進(jìn)行記錄，并可供事后回溯;同時(shí)，可以將執(zhí)法記錄儀作為一個(gè)直播軟件使用，隨時(shí)隨地的推流直播并回傳到指揮中心供調(diào)度人員進(jìn)行事態(tài)判斷、人證核驗(yàn)以及事后回溯等。

5G+警員智能定位

在警員執(zhí)法過(guò)程中，需要對(duì)警員佩戴的執(zhí)法儀的地理位置信息進(jìn)行實(shí)時(shí)監(jiān)控，警員位置需要在地圖上實(shí)時(shí)顯示及跟蹤。該應(yīng)用可在地圖上實(shí)時(shí)顯示每個(gè)人的位置，方便警力部署。在考核模型中，對(duì)于交通大整治的警員，他們只有在路口方圓50米的范圍內(nèi)連續(xù)執(zhí)法30分鐘以上，才會(huì)被給予考核分?jǐn)?shù)。

對(duì)于不同責(zé)任區(qū)的警員，則需要考核是否跨越責(zé)任區(qū)進(jìn)行執(zhí)法。對(duì)于要求在責(zé)任區(qū)內(nèi)巡邏的民警，則需要用到督察模型中的警員長(zhǎng)時(shí)間在娛樂(lè)場(chǎng)所逗留的位置信息模型，以糾正警員的不守紀(jì)律行為。該應(yīng)用可以在地圖上設(shè)定區(qū)域范圍或者特定位置錨點(diǎn)，實(shí)現(xiàn)基于位置的打卡簽到功能，實(shí)現(xiàn)警員責(zé)任區(qū)區(qū)域規(guī)劃及高級(jí)定位聯(lián)動(dòng)。此外，該應(yīng)用可查詢警員歷史行進(jìn)軌跡，可以隨時(shí)調(diào)取回顧歷史行進(jìn)路線;支持定位信息列表按照所屬部門(mén)、執(zhí)法者、日期時(shí)間、起始時(shí)間、終到時(shí)間等條件進(jìn)行檢索，支持匯總導(dǎo)出縱覽，讓結(jié)果一目了然。

AI+執(zhí)法視頻分析

考慮到視頻分析所用計(jì)算和存儲(chǔ)資源的要求都非常高，所以當(dāng)前在城市執(zhí)法督察考核系統(tǒng)中的視頻分析主要集中在云端。該應(yīng)用實(shí)現(xiàn)了值班人員抽煙、值班人員玩手機(jī)、值班人員睡覺(jué)、值班人員未穿制服、單人進(jìn)入槍庫(kù)、在槍庫(kù)玩手機(jī)、在槍庫(kù)抽煙等執(zhí)法視頻督察分析模型。未來(lái)的視頻分析，會(huì)走向邊緣計(jì)算。在執(zhí)法記錄儀這樣的智能警務(wù)終端，在邊緣側(cè)實(shí)現(xiàn)行為分析、人臉采集、車(chē)牌識(shí)別和車(chē)輛識(shí)別等端側(cè)智能+端側(cè)邊緣計(jì)算，實(shí)現(xiàn)端側(cè)和云端智能聯(lián)動(dòng)已成為必要。

AI+執(zhí)法圖文識(shí)別

隨著城市執(zhí)法中各種移動(dòng)執(zhí)法記錄儀、智能設(shè)備的普及，越來(lái)越多的圖片產(chǎn)生，也有越來(lái)越多的圖片文字需要被識(shí)別。其中典型的應(yīng)用場(chǎng)景有證件信息的自動(dòng)識(shí)別和提取，自然場(chǎng)景中的文字識(shí)別，文檔或者宣傳資料中的文字檢測(cè)識(shí)別等。同時(shí)，由于深度學(xué)習(xí)和圖像檢測(cè)技術(shù)的發(fā)展，上述場(chǎng)景中文字的檢測(cè)和識(shí)別效果越來(lái)越好，機(jī)器自動(dòng)識(shí)別成為可能。而機(jī)器自動(dòng)識(shí)別在業(yè)務(wù)審核中給執(zhí)法業(yè)務(wù)流程節(jié)省了大量的人力。在一個(gè)日常勤務(wù)工作的矛盾糾紛模型中，有如下指標(biāo)項(xiàng)：有效時(shí)長(zhǎng)、參與人數(shù)、民警參與度、是否驗(yàn)傷、是否簽訂調(diào)解協(xié)議書(shū)、是否網(wǎng)辦調(diào)解。因?yàn)槭敲芗m紛調(diào)解，對(duì)是否驗(yàn)傷、是否簽訂調(diào)解協(xié)議書(shū)、是否網(wǎng)辦調(diào)解這幾項(xiàng)工作無(wú)法通過(guò)語(yǔ)音來(lái)識(shí)別。因?yàn)樵谡{(diào)解過(guò)程中，驗(yàn)傷可能存在一方說(shuō)是輕傷、一方說(shuō)是重傷;一方說(shuō)現(xiàn)在要驗(yàn)傷，一方說(shuō)根本沒(méi)有傷不需要驗(yàn)傷的情況，因此很難通過(guò)語(yǔ)音引擎中的關(guān)鍵詞“驗(yàn)傷”來(lái)實(shí)現(xiàn)指標(biāo)項(xiàng)的數(shù)據(jù)算法：滿分10%，驗(yàn)傷過(guò)得10%，沒(méi)有驗(yàn)傷過(guò)得0分（由民警在執(zhí)法中說(shuō)出關(guān)鍵字“驗(yàn)傷”，執(zhí)法記錄儀進(jìn)行關(guān)鍵字抓取）。但可以通過(guò)驗(yàn)傷通知書(shū)、調(diào)解協(xié)議書(shū)、網(wǎng)辦調(diào)解書(shū)來(lái)實(shí)現(xiàn)該考核模型。

這里用到的就是OCR的掃描技術(shù)。但因?yàn)轵?yàn)傷通知書(shū)是人工拍攝，因此存在偏轉(zhuǎn)角度的問(wèn)題。旋轉(zhuǎn)需要先判斷角度，這是人工智能的分類問(wèn)題，人工智能需要判斷好角度之后旋轉(zhuǎn)回來(lái)，然后ocr。傾斜框的輸出格式：opencv中旋轉(zhuǎn)矩形框格式為[x_center，y_center，w，h，angle]，注意夾角angle的定義為，把水平軸逆時(shí)針旋轉(zhuǎn)，碰到第一條w邊，水平軸和這條邊的夾角即為angle，angle的取值范圍為（-90，0]。通用識(shí)別輸出的格式為[left，top，height，width，angle]，其中l(wèi)eft=x_center-w/2，top=y_center-h/2，height=h，width=w，angle=angle.可以通過(guò)left，top，height，width計(jì)算出（x_center， y_center），然后根據(jù)圖4畫(huà)出對(duì)應(yīng)的文本框區(qū)域，轉(zhuǎn)換代碼參考。如此，多個(gè)旋轉(zhuǎn)角度識(shí)別都沒(méi)有問(wèn)題，無(wú)論文件多歪斜，均能被正確識(shí)別。

AI+執(zhí)法語(yǔ)音轉(zhuǎn)化

同樣按照上面的日常勤務(wù)工作中的矛盾糾紛模型中的指標(biāo)項(xiàng)：有效時(shí)長(zhǎng)、參與人數(shù)、民警參與度、是否情緒激動(dòng)等，我們需要分析執(zhí)法記錄儀的語(yǔ)音，將其轉(zhuǎn)變?yōu)槲谋?。凡是在其中有文本字幕的時(shí)長(zhǎng)為有效時(shí)長(zhǎng)，參與人數(shù)由民警的聲紋識(shí)別來(lái)實(shí)現(xiàn)，民警參與度則為有效時(shí)長(zhǎng)除以音頻時(shí)長(zhǎng)的百分比，若參與人情緒激動(dòng)則按照說(shuō)話的語(yǔ)速+音量的權(quán)重來(lái)進(jìn)行匹配。因此需要用到語(yǔ)音引擎技術(shù)。

智能語(yǔ)音交互（Intelligent Speech Interaction），是基于語(yǔ)音識(shí)別、語(yǔ)音合成、自然語(yǔ)言理解等技術(shù)，為城市執(zhí)法中的多種實(shí)際應(yīng)用場(chǎng)景提供支撐，適用于多個(gè)應(yīng)用場(chǎng)景，包括智能問(wèn)答、智能質(zhì)檢、法庭庭審實(shí)時(shí)記錄、實(shí)時(shí)演講字幕、訪談錄音轉(zhuǎn)寫(xiě)等場(chǎng)景。該應(yīng)用使用自學(xué)習(xí)平臺(tái)等工具改善了語(yǔ)音識(shí)別效果，而且提供了功能更豐富的管理控制臺(tái)和更易用的SDK。當(dāng)前，該應(yīng)用主要用于在云端進(jìn)行錄音文件的識(shí)別，對(duì)城市執(zhí)法中用戶上傳的錄音文件進(jìn)行識(shí)別。用戶上傳完文件之后，應(yīng)用可以在幾分鐘內(nèi)完成識(shí)別并返回識(shí)別文本，只有用戶一次性上傳大規(guī)模數(shù)據(jù)（半小時(shí)內(nèi)上傳超過(guò)500小時(shí)時(shí)長(zhǎng)的錄音）時(shí)，才會(huì)略有延遲。該應(yīng)用可用于呼叫中心語(yǔ)音質(zhì)檢、庭審數(shù)據(jù)庫(kù)錄入、會(huì)議記錄總結(jié)、醫(yī)院病歷錄入等場(chǎng)景。

AI+執(zhí)法語(yǔ)言轉(zhuǎn)化可以使用自學(xué)習(xí)平臺(tái)提升識(shí)別效果。自學(xué)習(xí)平臺(tái)提供了訓(xùn)練熱詞和自學(xué)習(xí)模型的兩種方式，幫助提升上述識(shí)別服務(wù)的識(shí)別效果。特別是在城市執(zhí)法者的普通話和地方方言不是很規(guī)范的情況下，自學(xué)習(xí)平臺(tái)顛覆性地提供一鍵式自助語(yǔ)音優(yōu)化方案，極大地降低了進(jìn)行語(yǔ)音智能優(yōu)化所需要的門(mén)檻，讓不懂技術(shù)的業(yè)務(wù)人員也可以顯著提高自身業(yè)務(wù)識(shí)別的準(zhǔn)確率。自學(xué)習(xí)平臺(tái)能夠在數(shù)分鐘之內(nèi)完成業(yè)務(wù)專屬定制模型的優(yōu)化、測(cè)試、上線，更能支持業(yè)務(wù)相關(guān)熱詞的實(shí)時(shí)優(yōu)化，一改傳統(tǒng)定制優(yōu)化長(zhǎng)達(dá)數(shù)周甚至數(shù)月的漫長(zhǎng)交付弊端。自學(xué)習(xí)平臺(tái)優(yōu)化效果在很多內(nèi)外部合作伙伴和項(xiàng)目上得到了充分驗(yàn)證，很多項(xiàng)目最終通過(guò)自學(xué)習(xí)平臺(tái)不僅解決了效果可用性問(wèn)題，還在項(xiàng)目中超過(guò)了競(jìng)爭(zhēng)對(duì)手使用傳統(tǒng)優(yōu)化方式所取得的優(yōu)化效果。

熱詞功能：在語(yǔ)音識(shí)別服務(wù)中，如果在某些業(yè)務(wù)領(lǐng)域有一些特有詞，默認(rèn)識(shí)別效果較差的情況下可以考慮使用熱詞功能，將這些特有詞添加到詞表，將改善這部分詞的識(shí)別結(jié)果。

自學(xué)習(xí)模型：支持上傳業(yè)務(wù)相關(guān)的文本語(yǔ)料訓(xùn)練自學(xué)習(xí)模型，上傳之后便可以在該業(yè)務(wù)領(lǐng)域中獲得更高的識(shí)別準(zhǔn)確率，例如司法、金融等領(lǐng)域。

AI+執(zhí)法語(yǔ)義理解

當(dāng)通過(guò)離線文件識(shí)別，獲得語(yǔ)音文本之后，我們需要對(duì)城市執(zhí)法的規(guī)范用語(yǔ)進(jìn)行識(shí)別。想要判斷出該城市執(zhí)法者在各種執(zhí)法案件中的表現(xiàn)以及對(duì)標(biāo)準(zhǔn)執(zhí)法流程的執(zhí)行程度，這時(shí)候就需要用到自然語(yǔ)言理解了。例如在實(shí)有人口管理的執(zhí)法模型中，指標(biāo)項(xiàng)包括：入戶走訪有效時(shí)間、入戶走訪數(shù)和現(xiàn)場(chǎng)環(huán)境三個(gè)指標(biāo)項(xiàng)。對(duì)于入戶走訪時(shí)間，根據(jù)4G執(zhí)法記錄儀測(cè)算出有效時(shí)間T（分鐘），可以得T/10分，累加得分。對(duì)于入戶走訪數(shù)，根據(jù)系統(tǒng)記錄，每核查1戶加1分，累加得分。對(duì)于智能分析執(zhí)法環(huán)境的指標(biāo)項(xiàng)，若參與人情緒激動(dòng)則減0.5分。

首先我們需要通過(guò)規(guī)范用語(yǔ)對(duì)城市執(zhí)法人員進(jìn)行執(zhí)法分類。在每次執(zhí)法前，執(zhí)法人員需要用標(biāo)準(zhǔn)普通話，但警員的普通話水平參差不齊，有標(biāo)準(zhǔn)的，也有不標(biāo)準(zhǔn)的，因此需要根據(jù)拼音進(jìn)行模糊匹配，警員說(shuō)1零，11零，要要0的，應(yīng)用都識(shí)別為110接處警。同時(shí)，由于詞向量深度學(xué)習(xí)算法的結(jié)合，應(yīng)用能準(zhǔn)確識(shí)別其所屬派出所。當(dāng)城市執(zhí)法人員最后總結(jié)：今日走訪企業(yè)10戶，市民5戶，應(yīng)用需要通過(guò)自然語(yǔ)言理解，將走訪戶數(shù)計(jì)算為10+5=15戶，按照15戶的走訪戶數(shù)，給該模型計(jì)算指標(biāo)項(xiàng)的得分。

多源大數(shù)據(jù)處理和考核分析

在城市執(zhí)法督察考核中，數(shù)據(jù)來(lái)源有結(jié)構(gòu)化數(shù)據(jù)，也有半結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)，包括語(yǔ)音、圖片、視頻、文本，甚至執(zhí)法儀的GPS經(jīng)緯度信息等數(shù)據(jù)。對(duì)于這些多來(lái)源大數(shù)據(jù)，在接入上要實(shí)現(xiàn)實(shí)時(shí)和準(zhǔn)實(shí)時(shí)接入模式，在數(shù)據(jù)加載上要實(shí)現(xiàn)批量加載和增量加載模式，對(duì)來(lái)源于上下級(jí)別，采用“市局-分局-派出所”等三級(jí)架構(gòu)上，實(shí)現(xiàn)數(shù)據(jù)庫(kù)直連、消息隊(duì)列加載、短消息郵件推送等多種接入方式。在多源數(shù)據(jù)接入后，會(huì)無(wú)意將臟數(shù)據(jù)錄入業(yè)務(wù)表，分析語(yǔ)句在訪問(wèn)這些臟數(shù)據(jù)、錯(cuò)數(shù)據(jù)時(shí)，可能會(huì)運(yùn)行失敗或者返回錯(cuò)誤結(jié)果。

為避免此情況，應(yīng)該對(duì)數(shù)據(jù)進(jìn)行采集、歸集、治理、整合、應(yīng)用和開(kāi)放等數(shù)據(jù)全生命周期的管理工作，同時(shí)依照需要提供數(shù)據(jù)稽核業(yè)務(wù)所需的功能。具體實(shí)施時(shí)，數(shù)據(jù)稽核會(huì)根據(jù)規(guī)則將臟數(shù)據(jù)寫(xiě)入指定的臟數(shù)據(jù)表（Error Table），并標(biāo)明每一條臟數(shù)據(jù)為何非法，在數(shù)據(jù)導(dǎo)入完成后，應(yīng)用將返回總共記錄數(shù)，導(dǎo)入記錄數(shù)的接口或者數(shù)據(jù)質(zhì)量報(bào)告，以方便監(jiān)控程序判斷以及處理;也可以僅打印顯示報(bào)錯(cuò)信息。實(shí)現(xiàn)上述特性都是為了使數(shù)據(jù)稽查能夠在臟數(shù)據(jù)存在的情況下盡可能的保護(hù)系統(tǒng)或保證業(yè)務(wù)的順暢執(zhí)行。進(jìn)行數(shù)據(jù)稽查時(shí)，系統(tǒng)將對(duì)問(wèn)題數(shù)據(jù)報(bào)錯(cuò)并記錄至Error Table上。

最后，應(yīng)用將多源大數(shù)據(jù)分析結(jié)果展現(xiàn)為城市執(zhí)法人員執(zhí)法能力的多維分析，包括執(zhí)法人員畫(huà)像、執(zhí)法能力分析和工作分析等。

對(duì)城市執(zhí)法人員的考核體系，旨在加強(qiáng)智能化民警績(jī)效考核，科學(xué)設(shè)定考核體系，建成智能化民警考核通用模型的同時(shí)，也將加強(qiáng)智能化干部績(jī)效考核，綜合運(yùn)用評(píng)估模塊;通過(guò)多維度客觀評(píng)價(jià)和比較領(lǐng)導(dǎo)干部履職情況，加強(qiáng)智能化單位績(jī)效考評(píng)，對(duì)單位績(jī)效數(shù)據(jù)進(jìn)行匯聚整合、多元評(píng)估、多維測(cè)算和實(shí)時(shí)結(jié)果展示;推動(dòng)“警務(wù)留痕”，實(shí)現(xiàn)各系統(tǒng)績(jī)效數(shù)據(jù)與被考核主體相關(guān)聯(lián)。在城市執(zhí)法的日常工作中，績(jī)效考核是非常重要的一環(huán)，有利于對(duì)民警個(gè)人能力、工作能力、負(fù)荷等進(jìn)行全方面地刻畫(huà)。

傳統(tǒng)考核系統(tǒng)，涵蓋了基礎(chǔ)的工作排班等維度，但是對(duì)于城市執(zhí)法者辦案數(shù)量、辦案質(zhì)量、出警頻次、出警質(zhì)量等都缺乏有效的歸結(jié)及整合?；诖耍瑸榱送晟瓶己司S度，強(qiáng)化各考核范圍的覆蓋度、全面性，需要構(gòu)建新型的考核系統(tǒng)，集約當(dāng)前零散的多來(lái)源系統(tǒng)數(shù)據(jù)，提取關(guān)鍵信息，形成面向城市執(zhí)法者的新一代考核體系。