智慧社保大数据分析系统平台建设方案
智慧社保大数据分析系统平台
建设方案
目录
1.建设背景 (3)
2.项目建设总体要求 (3)
2.1. 总体建设思路及目标 (3)
2.2. 本项目建设目标 (3)
2.3. 项目解决需求 (3)
3.项目建设主要内容与要求 (8)
3.1. 系统总体建设方案 (8)
3.2. 应用设计需求 (15)
3.3. 安全设计需求 (19)
1.建设背景
目前，我市“金保工程”业务系统基于联机事务处理（OLTP），主要解决了日常业务经办的问题，但随着社保数据不断积累，数据量呈现海量存储特征，随着公共服务的不断推进，非结构化数据量也迅猛增加，这些情况导致社保的统计分析能力不断下降，普遍存在业务报表分散、统计查询不便、效率低下的问题，另一方面，随着基金平衡压力剧增，管理层基于海量数据的主题分析、预测分析、政策仿真需求日渐增多，现有的传统数据库平台和核心业务平台难以满足上述这些需求，亟待使用大数据技术来破解难题。
2.项目建设总体要求
2.1.总体建设思路及目标
针对人社部门中社保业务数据分析和利用最为迫切的特点，作为我市“智慧人社平台”的重要组成部分，拟在我市“金保工程”应用系统数据基础上，运用大数据技术，建立我市社保大数据系统平台，建立完整的社保数据指标体系，实现对社保数据的综合统计分析，实现社保业务关键指标的主题分析、关联分析，建立数据分析模型，来协助社保政策部门、基金监管部门、经办部门进行政策调整仿真，分析预测社保基金运行的走向,辅助实现社保基金的“开源”和“节流”,辅助实现“应保尽保、应收尽收”,帮助“堵塞漏洞”。
2.2.本项目建设目标
（1）建设社保大数据综合统计分析基础平台框架；
（2）建设社保大数据综合统计分析系统；
（3）建设养老保险关联分析系统；
（4）建设医疗保险关联分析系统。
2.3.项目解决需求
2.3.1.建设社保大数据综合统计分析基础平台框架
采用先进的混搭架构模式，运用大数据技术，结合数据仓库的设计模式，采用分布式计算+分布式数据存储的技术架构框架来实现基础平台框架，本期主要工作包括：
（1）根据平台技术架构及应用部署架构完成系统环境搭建。
（2）将“金保工程”业务系统的数据通过ETL 工具或同步工具，抽取到MPP 数据仓库。
（3）完成数据质量分析，进行数据预处理，重点包括数据清理、数据集成、数据规约、数据变换等。
（4）初步完成基础建模，在MPP 数据仓库中构建数据集市。
（5）通过ETL 工具将MPP 数据仓库中明细数据抽取到Hadoop 中，同时将爬虫过来的数据存储到Hadoop 中。
（6）MPP 数据仓库作为数据集市支撑上层数据分析和服务，Hadoop 提供非结构化数据的存储和管理，同时提供社保明细数据查询。
其中数据抽取部分，可根据源系统的特点采用不同的数据采集方式。数据采集方式包括：
(1)△变更数据抽取：在业务系统部署监控程序，业务系统数据一有变化，就实时从业务
系统获取变更数据，保障了业务监控和决策的快速反应。适合的数据源：人社的核心业务系统。
(2)△批量增量数据抽取：定期从数据源中增量抽取数据。适合的数据源：人社的核心业
务系统（在无法采用变更数据抽取时）。
(3)数据交换平台：人社部门与其它数据提供方确定数据交换接口和规范，通过数据交换平
台以文件数据交换的形式获取。适合的数据源：政府部门相关数据资源、社会部门相关数据资源、
互联网数据资源。
(4)网络爬虫：自动的抓取互联网信息的程序。对于如公共服务网站的信息可以利用网络
爬虫抓取数据。
(5)API 接口：按需求订制开发 API 接口供数据需求方获取数据。
△---为重要的数据抽取方式，必须保证不影响原有核心业务系统的正常运行，需要原核心系统开发商配合完成的工作由建设方负责协调，配合工作若产生的相关费用须由中标商承
担。
2.3.2.建设社保大数据综合统计分析系统
按原有统计口径重新开发现有“金保工程”系统中的各类综合统计汇总查询功能，并确保数据的准确、一致。按照业务部门实际需求，根据统计分析系统设计要求，设计开发各类可定制化的条件查询统计汇总功能，其主要统计分析对象应至少包括：
（1）参保人员
分析参保人群在各险种间参保、缴费的对比统计分析情况。基于参保人口的当前信息和历史信息（如年龄、性别、在职或退休、生存状态等），根据生育率、生命表等，利用年龄移算，分析参保人口的现状、预测人口趋势。通过参保人口的分析与预测，可以了解辖区内参保人口现状（年龄结构、性别结构、在职与退休人员比例、期望寿命等），了解参保人口和老龄化的演化趋势。通过系统内外数据比对联动，分析查询人员社保变化轨迹，提炼人员标签，进行个体特征分析，并提供给
“智慧人社”公共服务平台查询；针对人群特征比对，挖掘全民参保扩面空间，分析政策补贴拉动社保征缴的可行性。
（2）参保单位
参保缴费率分析：按区域、单位类型、经济类型、隶属关系、行业等分析不同企业的参保缴费情况。
欠费情况分析：分析欠费规模、欠费企业特征。
缴费基数分析：比较分析同类企业的缴费基础，与社平工资、行业指导工资的差异。
针对缴费基数按照最低缴费工资水平缴费的现象进行分析。
企业经营状况分析：根据企业的人员规模、工资规模、人员流动情况、缴费情况分析企业的经营状况。
通过系统内外数据比对联动，分析单位社保变化轨迹，提炼单位标签，实现特征分析，并提供给“智慧人社”公共服务平台查询。
（3）基金收支
根据需求订制开发统计查询功能，用于实时、动态、准确地分析各社会保险基金的收入、支出和结余情况，同比、环比变化情况，以及对应的安全支付级别。
（4）考核指标类数据分析
具体按业务部门提供表样,应基本涵盖现行社保的统计报表及决策部门需要的统计分析报表。
（5）医疗保险待遇统计分析
根据医保政策，有针对性地对历年医保待遇数据进行统计分析，设计和构建综合性的医保基金运行状况的指标体系，结合专家经验和大数据技术，从基金收入、支出、结余、监管、管理等多维度全面、综合的考察、监测医保基金运行的状况。展示上应多采用图标形式，方便业务人员寻找其中的规律，分析离散点的成因。内容上应至少包括：医保费用分布情况，各待遇段人数分布情况；医保费用按医保项目分布情况，如药品、检查、化验等的占比统计分析；参保人医保待遇分析，如人均费用、均次费用、年人均就诊次数、人均住院天数、就诊率、各类参保人（如按年龄、在职/退休状态、文化程度、收入状况）的医保费用和项目使用情况等；各类诊疗类型的医保待遇分析，如门急诊、住院等的医保费用使用情况分析。
2.3.3.建设养老保险关联分析系统
按关联分析系统设计要求，建立指标体系，从多维结构化的角度处理对社会保险基金产
生影响的政策、宏观经济方面的因素，为进一步挖掘事件与社保基金之间的深层关系打好基础，具体包括：
（1）养老基金参保征缴指标体系
基金征缴是养老基金主要来源,因此加强基金征缴力度,防范其中风险,有利于保障养老基