社会信用态势感知与联动预警分析数据集

在“平安中国”建设的宏大背景下，社会信用体系成为国家治理现代化的重要基石。然而，当前普遍存在信用转换与互认机制不明晰、信用信息不对称、异构数据源融合不适配、数据流转追溯管控困难等问题。这些问题产生的“数据壁垒”和“信用孤岛”，严重制约了信用价值在不同领域和地域间的有效流转。为破解上述难题，本主题对全流程信用管理与智能预警技术开展了研究。本研究运用以下方法采集数据：计算机程序生成，严格定义变量间逻辑关系；生成后进行统计分布检验、异常值检测、相关性验证。采用机器学习模型与大语言模型计算生成信用预测数据和信用态势感知数据，生成过程中通过自然语言处理技术严格定义评分指标权重。信用预警记录通过信用管理系统自动监测生成，当信用数据达到预警阈值时，系统自动生成预警信息。在内容上，本数据集涵盖5个典型场景的全流程信用管理、信用态势感知和信用联动预警数据。其中，全流程信用管理数据涵盖信用主体的各类信用信息，详细记录每一项一至三级指标的明细得分，为信用分计算提供可追溯、可验证的依据。同时，系统存储信用主体的历史得分、当前得分及分值变动原因，并关联信用风险评估结果，实现从“分数变化”到“风险归因”的全流程闭环管理，覆盖重点信用主体事前、事中、事后的全过程信用管理。此外，还包含外来人员的动态数据，如流入与流出记录，为跨地域人口信用管理与监测提供支持。信用态势感知和信用联动预警数据包括个人与群体的信用预警记录、预警规则配置以及信用主体未来7天、14天、30天的信用风险预测数据。同时覆盖社区网格等5类典型场景与群体类型的信用态势感知信息，包含类型划分、每日人数统计及变动轨迹记录，实现对跨领域、跨地域信用主体的动态感知与智能预警。数据集内容对应指标3.5、指标3.7、指标4.5的研究任务，数据量为1.34GB。

搜集汇总

背景与挑战

背景概述

该数据集围绕'平安中国'建设背景，针对社会信用体系中的数据壁垒和信用孤岛问题，通过计算机生成和机器学习模型等方法，采集了5个典型场景的全流程信用管理、信用态势感知与联动预警数据，包括信用指标得分、历史记录及风险预测信息，旨在支持跨部门跨地域的信用治理与智能预警分析。数据量为1.34GB，源自国家重点研发计划项目，由多机构合作创建。