文 / 罗心语

智慧社保概念最早源于IBM公司于2013年6月提出的智慧社保平台行业解决方案。该平台的核心构成为智慧社保单元与大数据单元。[1]智慧社保单元依托泛在感知技术来动态遴选环境信息与实体数据信息，促进社保服务全面互联互通。大数据单元是智慧社保服务的关键支撑。运用大数据接入、存储、挖掘、共享、展现等技术及管理手段，不仅能够有效降低社保管理成本，亦能为用户提供个性化、定制化的社会保障服务。[2]近年来，随着我国社会保障事业的发展，用户对社保档案信息服务的智能化需求与日俱增。这不仅需要平台提供自动化同步数据采集服务，而且需要将档案信息服务贯穿于社保实务全生命周期。在大数据环境下，各省市搭建的智慧社保平台作为人力资源与社会保障核心系统，为社保档案服务带来了多方位、多层次支持——智慧社保平台的深度应用为社保档案信息资源整合与共享带来便利的同时，亦满足了金融机构、用人单位及个人用户对社保档案数据信息深度挖掘与系统分析的诉求。[3]在社会需求推动下，社保机构应积极依托社保智慧平台资源及大数据，通过数据信息识别、数据深度挖掘，向社会相关组织及个人提供智慧化的档案服务。

一、智慧社保平台数据信息识别——社保档案服务的前端触角

社保档案智慧化服务的第一要素是感知，即依托内容识别、管理识别及实体识别等大数据识别技术，实现对智慧社保平台“数据池”信息的立体化感知。

第一，智慧社保平台数据信息整序。社保档案信息整序是促进档案信息数据从无序流向有序并实现信息数据流同步的有效手段。社保机构通过大数据信息感知技术对社保档案各类原始数据进行降维序化处理，可实现社保档案数据的统一识别。以参保人员的档案信息整序为例，通过引入智能识别电子技术，对各类实体及电子化社保档案数据信息进行智能编码，结合读写设备、接受终端、分拣盘点设备、无线访问节点与后台管理系统进行数据互联，可实现对参保人群在各险种间参保、缴费非结构化数据的识别，进而为创建社保变化轨迹标签提供依据。

第二，智慧社保平台数据信息著录。社保档案信息著录是辅助社保档案管理部门对档案数据信息进行差异化分析、选择和记录的关键举措。社保机构凭借大数据信息抽取技术将整序化数据转化为易于归档的标准语言，可将参保缴费率、保费欠缴情况、缴费基数等系统内外部数据进行智能化著录，为社保平台各类数据信息的主题标引提供支持。

第三，智慧社保平台数据信息主题标引。社保档案主题标引是实现社保数据在统一映射规则下转换的重要前置条件。通过数据信息主题标引，社保档案管理部门在管理权限和档案密级的控制内，可凭借大数据跟踪技术在社保档案用户数据库、管理数据库及网络数据库间架设数据联动通道，实现社保档案数据资源的网络化组织、保存与共享。以社保医疗保险待遇统计分析为例，档案主题标引能够从基金收入、支出、结余、监管、管理等多个维度进行综合考察，以实时监测医保基金的运行状况。因此，对智慧社保平台数据信息进行标引，是对社保档案主体数据库进行的二次开发与重组，可为后续处理单元及服务单元提供动态数据语料。

二、智慧社保平台数据的深度挖掘——社保档案服务的中转枢纽

智慧社保平台数据的深度挖掘能有效促进社保档案信息资源的共享与利用。依托社保档案信息检索算法、数据序列化挖掘与分布式转换存储等数据挖掘技术手段，能够有效拓展社保档案服务边界：基于对原始档案信息进行大数据清洗及过滤，提供涵盖社保人口数据、养老保险数据、医疗保险数据、失业保险数据与生育保险数据的综合统计分析与关联分析服务。

第一，智慧社保平台数据跟踪。社保机构通过数据检索算法，可将实体及电子化社保档案进行自动化聚类，并实时追踪定位。依托数据检索算法的社保数据跟踪能够自动检测档案数据的时效状态，疏通现存档案数据库间的信息阻隔，拓展各类社保档案数据信息的应用潜能。基于数据检索算法的智慧社保平台数据跟踪主要通过两类技术手段来实现：大数据过滤与智能Agent清洗。基于数据检索算法的大数据过滤技术能够有效针对社保参保人员的缴费、工资收入、权益保障等各类非结构化数据进行聚类分析，进而形成面向基金收支情况、参保覆盖率、养老保险支付、参保人员疾病与用药等各类具有一致性编码特征的连续型细分数据库。考虑到社保档案数据监管的现实必要，还应采取智能Agent数据清洗技术对医疗保险中的医保盗刷、养老保险中的保障金重复领取等安全漏洞进行智能化标签记录，进而跟踪满足征信条件的社保档案信息安全状况。

第二，智慧社保平台数据序列化挖掘。智慧社保平台数据序列化挖掘是实现社保档案服务中衍生性数据封装、转化和输出的重要介质。在社保档案数据深度挖掘过程中，一些具有相同著录、标引的元数据及小数据往往具有价值共性。将此类数据进行序列化处理，有助于社保机构优化管理决策。社保档案管理部门依托数据序列化手段能够将单个参保人员的就业状况、健康程度、生活质量及就业扶持等社保信息。[4]按照参保人员个性化特征、行为特征及社会化特征进行排序聚类，能够进一步增强社保档案信息数据的价值密度和数据可用性。

第三，智慧社保平台数据分布式转换存储。随着社保档案数据挖掘服务中关键信息的IP转换和流动，由数据负载与数据噪声所引致的系统性风险愈发显现。采用融合个性集成与集群存储功能的分布式存储转换技术能够对噪声数据进行删除并转化，有助于在异质性社保数据间架设防火墙、构建数据加密通道。如对工商、财税、食药监、银行等具有较大信息关联距离的社保档案噪声数据进行分布式存储处理，能够形成若干具有统一标准存储格式的数据分类体系。基于分布式转换存储技术对社保档案数据进行处理，能够凭借严密的全周期数据管控优势助力社保档案管理安全“跨越鸿沟”。

三、基于动态交互的智慧化服务——社保档案服务的输出路径

社保档案信息识别及数据挖掘均是为了更好地为用户提供智慧服务。基于用户动态交互的社保档案智慧服务，一方面表现为基于用户个性化信息需求，采用推送、标签化等方式提供社保档案定制化服务；另一方面，可进一步深化社保档案服务供需两方的互动交流，实现档案服务时空的个性化。

第一，BI可视化社保档案信息查询。BI可视化社保档案信息查询作为社保档案服务输出的对话窗口，能够有效增加社保档案数据可看、可听、可感的人机交互趣味性与易用性。在BI核心组件（可视化数据处理）及智能展示（VR与流媒体）技术的系统支撑下，可为用户提供多层次社保档案可视化服务——多维分析报表、动态表格、图形化报表、数字仪表盘等BI动、静态可视化社保档案信息查询。BI静态可视化社保档案信息查询主要为用户提供线性数据静态报表，如养老保险、医疗保险等细分社保项目的账户结余及资金征缴情况；BI动态可视化社保档案信息查询主要凭借ADHOC查询（即席查询）、OLAP（在线分析处理）、深度分析、透视表等动态分析技术，为用户提供涵盖参保人员变化趋势预测、社保基金收支预测、社保账户长期精算平衡预测等社保大数据预测服务。[5]

第二，基于用户动态交互的社保档案信息智能推送。用户动态交互旨在实现用户与社保档案数据、参保行为数据间的动态性匹配。在智慧社保平台、用户动态交互与BI可视化社保档案信息查询等技术的协同作用下，通过动态遴选、整合用户反馈行为数据与采集封装利用日志，可为用户提供可靠的智能定制信息推送服务。美国社保“电子档案袋”做法值得借鉴。美国社会保障管理总署通过集聚整合参保人员就业经历、参保缴费、权益保障、用卡行为等档案数据，运用信息搜集与知识聚合技术对各类用户的基础属性、业务属性、行为轨迹进行画像，进而为用户提供就业、失业、养老、医疗等个性化定制化档案信息智能推送服务。我国社保档案管理部门应提供融入机器学习、蒙特卡洛树搜索等用户动态交互技术的社保档案信息推送服务：通过对各类用户群体信息的汇聚整合与关联分析，实现基于主动式信息推送的用户远程查档，并结合参保人员的服务偏好全方位、多维度地提供“创业咨询”“社保政策”与“人才招聘”服务。以社会医疗保险为例，用户可在智慧社保平台上立体化对比自身医保周期性分析报告，通过对比不同医疗保障节点中的分析数据，了解自身医疗负担、医保权益情况。

第三，通过社保档案服务供需两方的双向联动，为下一轮社保档案信息识别提供数据源支撑。基于用户动态交互的社保档案智慧化服务是一项循环业务流程。通过BI可视化社保档案信息查询技术对用户需求进行智能反馈与自动应答将产生“新数据”；凭借社保档案信息智能推送技术对社保档案数据进行翻新与改造，将形成“新数据”；各级社保档案管理机构与社会相关组织及个人的立体化数据共享服务也将生成“新数据”。为了避免供需两方业务间的信息孤岛、条块分割和低水平重复建设，有必要将社保档案服务产生的“新数据”纳入社保档案信息识别的“数据池”，以打破社保档案信息服务闭环，实现单点登录、多方服务、供需联动的生态循环，以提升我国“互联网+社保”电子政务治理的现代化水平，为用户提供真正的智慧化服务。

四、结论

历经多年发展，我国人力资源与社会保障业务已经实现了电子化和网络化，智慧社保平台也逐渐从单一省市联网转向全国联网。随着我国深入推进城乡一体化社会保障工作，合理促进社保档案服务系统的技术开放、各项业务功能的具体实现和动态更新、增强服务效果反馈及质量评估，是我国社保档案服务发展的应有之义。可以预见，社保档案智慧化服务作为社保档案服务的高级形态，是档案信息化发展的必然产物。基于智慧社保平台的社保档案智慧化服务能够有效满足大数据背景下金融机构、用人单位及参保人员档案信息服务诉求。