日前，一组司法部门提供的最新数据信息传递到拱墅区纪委监委，很快，数据导入到区纪委监委“数据分析平台”。在平台智能比对时，一条预警信息闪烁着跳了出来：一名因诈骗罪被宁波市鄞州区人民法院判刑的李某，信息与拱墅区党员库中一名党员高度相似。最终经调查核实，李某正是拱墅区小河街道余杭塘路社区的一名在册党员，小河街道纪工委于是对李某作出了开除党籍处分的决定。
“以前我们办理这样的案件，主要靠街道纪工委工作人员自己排查，要主动发现很难，效率也低。现在，通过我们的自己研发的数据分析平台，经比对研判，就能较及时准确地发现相关线索了。”拱墅区纪委监委案件监督管理室工作人员张伟说。
分类建库 运用大数据执纪
拱墅区的数据分析平台是一个基于“数据互斥”规则建立起来的监督执纪数据分析库。说到它的运行流程，张伟给做了个生动的类比：这就好比烧菜，要先买菜、洗菜、配菜，最后才能炒出一道好菜。运用“数据分析平台”发现问题线索，也有几道类似的工序。前期的数据采集就好比“买菜”，数据整理就好比“洗菜”，数据建模就好比“配菜”，最终通过分析、研判，让多元化的数据在碰撞之后擦出火花。
平台要有效运行，数据的收集积累是基础。早在2017年，拱墅区纪委监委本着“务实、有效、管用”的原则，率先建起了一个集“人、财、物、权”为内容，通过数据碰撞对比发现线索的工作平台。在建立数据库的过程中，案管室首先收集了全区党员、在职在编人员、人大代表、政协委员、区管领导干部、社工等信息。在此基础上，以加强派驻纪检组、街道纪工委日常监督为抓手，要求在日常监督中注重采集重点领域、重点环节、重点人、重点事的要素信息，完善数据分析平台。为此，案管室还定制采集模板，引导日常监督的精准化，增强有效性。在一定程度上实现数据共享。如通过派驻第三、第四纪检监察组，收集了区残联、区民政局等相关数据；通过各街道纪工委、派驻第五纪检监察组，收集了十八大以来拱墅区工程建设项目的相关信息。
数据库的建立，为拱墅区纪委监委的执纪办案提供了便利。2019年3月，区纪委监委在办理一起上级交办的涉黑线索核查中，需要对150余名相关人员人做进一步甄别。但这150多人，除了名字外，没有身份证号码、性别、年龄、工作单位、居住地等更详细的身份信息。此项工作时间紧、任务重、工作量大。调查人员通过数据分析平台迅速将排查人员范围缩小，最终仅花三天时间完成了任务。
边建设、边修改、边完善，目前拱墅区纪委监委已建立起了覆盖区、街道、社区（经合社）三级的“人员数据库”模块，库中共收集全区近2.8万名党员、人大代表、政协委员、社工、临聘人员、工程企业负责人涵盖重点行业、重点人员基本信息。
巧建模型 汇聚日常监督合力
去年，杭州一位80岁高龄老人被查出不仅在现居住的下城区东新街道申请了高龄老人生活津贴，竟然在曾居住过的拱墅区大关街道也同时申请了高龄老人生活津贴。大关街道纪工委立刻成立了调查组进行调查。办案人员对比了大量发放账目和银行流水后发现，原来是社区居委会副主任沈某从中做了手脚，并最终查处了一历时五年的以侵吞、骗取等方式非法占有公款案件。
如果提前将社区的这些账目信息全都汇集到数据库中，再通过建立一个数据模型，实时对它们进行分组比对，那么像这样的不法行为是不是就能被及早发现呢？抱着这样的想法，案管室的工作人员开始将从各个部门收集的信息进行再归类，探索利用数据库摸查更多违纪违法行为的可能性。
“我们结合工作实际，以发现区内党员、监察对象违纪违法问题线索为导向，试着将从不同部门收集上来的数据，按照‘人、财、物、权’划分成4个模块，根据数据互斥规则建立模型，让其中任意两个组合进行碰撞，从中发现问题线索。”张伟介绍说。
比如，《中华人民共和国公务员法》中明确规定，公务员不得“从事或者参与营利性活动，在企业或者其他营利性组织中兼任职务”。那么，在公务员与企业经营管理人员之间就存在着一种互斥关系。据此构建一个“人—人”的模型，将基础数据库中的企业人员信息跟公职人员信息（包括姓名、联系电话、身份证号码等）进行比对，出来的报警信息，就是相关公职人员违规经商办企业的问题线索。
前不久，案管室就通过“财—物”之间的互斥模型发现了一个线索。根据规定，已享受过货币住房补贴的公职人员不能再享受安置房。案管室根据这一互斥关系，对比出了辖区有同一个公职人员既领取住房补贴，又再次享受安置房待遇的线索，并移交给街道调查核实。
据统计，两年来拱墅区纪委监委通过数据分析平台发现问题线索142件，经核查后对142名党员和监察对象给予了党纪政务处理。目前，随着数据库的不断扩充，工作人员还在不断完善系统，尝试将“人、财、物、权”的数据进行各种排列组合，着力发现、构建更多互斥模型。
“随着数据库的扩充、更新，结合实践中发现的新情况、新问题，区纪委监委将持续对系统进行调整、完善，借助大数据、智能化，让监督执纪变‘人来看’为‘云在算’。”拱墅区纪委副书记、监委副主任崔晓峰说。
