2022年4月29日12时24分,湖南长沙市望城区金山桥街道金坪社区一居民自建房发生倒塌事故,事故造成54人死亡。该事故并不是孤例,实际上近年来多次发生自建房倒塌事故,2016年10月10日,温州市鹿城区双屿街道中央涂村中央街159号,民房倒塌,造成22人死亡;2021年6月19日,湖南郴州市汝城县卢阳镇,自建房垮塌,被困12人,其中5人死亡,7人受伤;2021年7月16日,福建省永安市大湖镇冲,村民自用建筑屋面坍塌,造成10名施工人员被困,其中8人死亡,2人重伤。这些数字背后却是一条条鲜活的生命,如何通过新型技术手段来有效识别自建房风险点,保障居民人身安全是科技服务人民需要思考的问题。
图1. 救援车辆在事故现场加固房屋 来源:新华社
我们采用知识图谱技术来构建自建房监管知识图谱,并在构建好的知识图谱上对当前自建房的情况进行推理、分析,对自建房严格管理,识别当前存在的风险点,并进行提醒和预警,再通过监管人员进行处理,精准排查风险自建房和解除风险点,切实保障群众生命财产安全。
1. 数据来源
经营性自建房是餐饮、棋牌、KTV等休闲娱乐、教育培训、养老、出租居住等商业经营、人口相对密集的居民自建房。一般监管人员通过检查自建房结构、经营用途、人员密集、是否私自改建等将自建房评为A-D级。
我们以经营性自建房所需证件材料为示例,通过房产证获取产权人、地址、用地用途、面积、层高等信息,通过经营许可证获取店铺名称、经营用途、法人、营业期限等信息,从而构建经营性自建房RDF三元组,示例如下:
<营业执照/20001> <信用代码> "20001" ^^<http://www.w3.org/2001/XMLSchema#integer> .
<营业执照/20001> <名称> "小酒馆餐饮" ^^<http://www.w3.org/2001/XMLSchema#string> .
<营业执照/20001> <经营范围> "服务类" ^^<http://www.w3.org/2001/XMLSchema#string> .
<营业执照/20001> <成立日期> "2015-08-01" ^^<http://www.w3.org/2001/XMLSchema#dateTime> .
<营业执照/20001> <营业期限> "2025-08-01" ^^<http://www.w3.org/2001/XMLSchema#dateTime> .
<营业执照服务类审批机关> <审批> <营业执照/20001> .
<营业执照/20001> <所属地> <重庆市沙坪坝区土主镇永祥路83号> .
<重庆市沙坪坝区土主镇永祥路83号> <地址ID> "30001" ^^<http://www.w3.org/2001/XMLSchema#integer> .
<营业执照服务类审批机关> <机关ID> "50002" ^^<http://www.w3.org/2001/XMLSchema#integer> .
<营业执照服务类审批机关> <审批人> "张强" ^^<http://www.w3.org/2001/XMLSchema#string> .
2. 构建自建房监管知识图谱
在经营性自建房的监管过程中,主要涉及到产权人、经营者和机关单位人员三类人群,我们从产权人、经营者、机关三类实体出发,经营者拥有营业执照,产权人拥有自建房,自建房与营业执照可以通过地址进行关联。因此,经营性自建房监管知识图谱Schema设计如下:
图1. 自建房监管知识图谱Schema示例
3. 自建房监管知识图谱的存储
我们使用图数据库gStore对构建好的自建房监管知识图谱进行存储,首先我们将构建的自建房监管数据集及nt文件进行上传,并构建图数据库:
图2. 自建房监管图数据库
然后在构建好的图数据库上进行推理分析和相关信息查找。
4. 自建房监管知识图谱的应用
4.1 所有信息展示
查询1:查询自建房监管知识图谱的所有自建房及相关经营信息。
SPARQL查询语句:
SELECT *
WHERE {
?a
?b ?c .
}
图3. 自建房监管知识图谱全局信息
为便于用户观察,gStore提供工具栏帮助用户自定义可视化效果。每次查询结束后,系统左边会显示菜单栏,里面包含【工具】、【节点设置】、【布局】、【分析】、【文字】、【JSON】几项功能。【工具】可实现对界面进行放大、缩小、全选、反选、旋转、下载JPG、下载PNG、1:1居中显示、点选模式、矩选模型;【节点设置】可实现对节点的类型、颜色、大小等进行调节,也可以对连线类型、颜色、宽度等进行调节;【布局】可以设置自定义图布局算法,gStore提供力学模型、网络模型等布局模型;【分析】能够实现查询节点、连接分析、路径分析、节点缩放、边缩放;【文字】用于对节点文字信息隐藏或者显示;【JSON】包括下载JSON、JSON列表和数据列表。
这里我们展示在弹性网络布局下的图谱可视化效果。
图4. 自建房监管知识图谱弹性网络布局
4.2 单实体查询
查询2:查找张三拥有的自建房,并展示该自建房的所有信息。
在监管人员在日常巡检工作中,若发现某人名下的某个自建房出现安全问题,则我们推算该人名下的其他自建房也存在安全隐患。因此,监管人员搜索该人的信息,对该人的自建房着重检查。
SPARQL查询语句:
SELECT *
WHERE {
?自建房 <所属人> <张三> .
?自建房 <房产ID> ?房产ID .
?自建房 <面积> ?面积 .
?自建房 <层高> ?层高 .
?自建房 <经营用途> ?经营用途 .
}
图5. 自建房监管知识图谱单实体查询
4.3 逐级探索
查询3:查找张三拥有的自建房信息并进行逐级探索。
逐级探索是知识图谱的一种开放式查询方案,用户可以确定某一个实体作为起点,在页面上进行逐级展开,并随时替换查找的起点,从而实现用户随心所欲的探索式查询。gStore提供逐级探索功能,通过选中节点,点击右键,选择【展开】,即可进行逐级探索。
图6. 自建房监管知识图谱逐级探索
4.4 关联查找
查询4:查询节点间是否存在路径,并展示路径。
当某自建房因使用途径不符合标准、房屋结构出现问题、房屋建材出现问题等风险事件,即可判断该自建房存在安全隐患。因此,监管人员可通过查找自建房间是否存在路径,来找到与问题自建房相关联的自建房,从而对关联自建房进行排查。
gStore提供高级查询功能,该功能可以降低用户使用难度,不需要用户写对应的SPARQL语句。点击【高级查询】,选择数据库、执行函数等信息,点击【查询】,即可得到相应结果。
图7. 高级查询功能
图8. 自建房监管知识图谱关联查找1
查询5:查找某自建房中服务类的经营信息,并关联其审批单位以及审批人。
在自建房监管过程中,监管人员可能会发现该地并不符合某类经营用途的情况,此时监管人员可以通过提取该类经营用途的信息发掘是否存在违规经营的情况。若存在,还可以通过其营业执照关联至审批单位与审批人,判断是否存在风险交易行为。
SPARQL查询语句:
SELECT *
WHERE {
?营业执照 <信用代码> ?信用代码 .
?营业执照 <所属地> <重庆市沙坪坝区土主镇永祥路83号> .
?营业执照 <经营范围> "服务类" ^^
<http://www.w3.org/2001/XMLSchema#string> .
?营业执照 <名称> ?名称 .
?营业执照 <成立日期> ?成立日期 .
?审批机关 <审批> ?营业执照 .
?审批机关 <机关ID> ?机关ID .
?审批机关 <审批人> ?审批人 .
}
图9. 自建房监管知识图谱关联查找2
4.5 风险预警
查询6:查找某地址所注册的营业执照,及该营业执照的所属人。
在日常监管过程中,监管人员可定期通过地址查看当前注册营业执照数量,判断该自建房人员密集程度是否超过安全范围,从而定期对自建房安全等级进行判定。
SPARQL查询语句:
SELECT *
WHERE {
?营业执照 <所属地> <重庆市沙坪坝区土主镇永祥路83号> .
?姓名 <拥有> ?营业执照 .
}
图10. 2022年5月该地址关联营业执照及其信息
图11. 2022年6月该地址关联营业执照及其信息
(End)