长沙市就业与社保数据服务中心：长沙市“智慧人社”项目（一期）采购需求公开
微信分享
关注项目
标讯收藏
| 项目名称 | 省份 | ||
| 业主单位 |
认领
立即查看
|
业主类型 | |
| 总投资 | 建设年限 | ||
| 建设地点 | |||
| 审批机关 | 审批事项 | ||
| 审批代码 | 批准文号 | ||
| 审批时间 | 审批结果 | ||
| 建设内容 | |||
一、功能及要求：
1 项目概述
落实《长沙市人民政府关于加快建设新型智慧城市示范城市的决定》（长政发〔2020〕10号）工作部署，落地《长沙市新型智慧城市示范城市顶层设计（2021-2025年）》和《长沙市新型智慧城市示范城市建设三年（2021-2023年）行动计划》的总体要求，坚决贯彻“以人民为中心人社信息化建设理念”，坚持以“民生服务新生态”为发展方向，加快构建智慧人社服务新模式，整体提升人社公共服务能力和服务水平。长沙智慧人社一期项目重点建设人社数据中台和人社智能客服系统，为业务做好数据共享应用服务，为群众提供智能咨询和引导服务。
2 建设目标
2.1 总体目标
按照人社部和省人社厅信息化规划和标准，依托长沙市“政务云”的公共基础资源和相应的支撑能力，围绕社保、就业、人事人才、劳动关系等人社全量业务服务，建立以“智慧服务、智慧监管、智慧决策”为核心的“智慧人社”综合服务平台，实现人社领域数据共享、业务融合、管理提升和服务重构，形成“互联网＋人社”、“AI＋人社”新模式。推动部门间政务服务相互衔接，协同联动，打破信息孤岛，变“群众跑腿”为“信息跑路”，变“群众来回跑”为“部门协同办”，变被动服务为主动服务。为市民提供智能办事引导服务和各类人社相关问题智能解答，全面提升长沙人社全业务办理和服务过程的信息化和智能化应用能力。
2.2 本期目标
基于长沙人社业务相关业务信息系统，围绕数据资源基础和智慧服务需求，本期目标包括以下两大部分：
（1）建设长沙人社数据资源中心。依托长沙市政务云和长沙城市超脑中台相应的支撑能力和各项标准，构建智慧人社数据支撑平台，汇聚长沙人社各项业务数据和跨部门共享数据，建设不同类型和主题的人社数据资源库，提供多源多维的复杂异构数据治理服务，完成省统一业务系统的长沙全量业务数据回流及其他相应数据的采集、校验、转换和编目。基于汇聚的数据资源完成对人社服务单位和个人的基本业务维度的标识画像，完成社会保险、人事人才、就业创业、劳动关系等业务领域部分分析报表，并以数字驾仓的形式展现。提供数据资源管理和分析工具，为长沙市人力资源社会保障部门内部的应用系统之间、人力资源社会保障部门上下级之间、人力资源社会保障部门与外部业务相关单位之间的信息共享和业务协同提供支撑。
（2）建设人社智能客服系统。包括建设人社知识图谱和人社智能客服系统。基于语音文字识别、自然语义理解实现语音互动、文字互动的人社智能化公共服务方式，通过AI服务引擎智能识别语音、文字、图片、文件获取群众的真实诉求，构建长沙市人社多媒体智能客户服务问答和思维导引智能帮助系统，支撑政策、业务咨询和各个环节智能引导，为群众提供7*24小时，即时触达，标准化、专业化和透明化的智能咨询及回复服务。将部分热点问题场景化，能够进行精准场景管理，化解大量重复问题解答矛盾。进一步引导用户高效使用网上办理平台、手机端、自助端平台，提高人社业务一体化服务平台在线办理和自助办理利用率，支持由智能客服向智能服务的升级。
3 项目需求
长沙市“智慧人社”项目（一期）围绕智慧人社建设目标，结合长沙人社相关业务信息系统，建设长沙人社数据资源中心和人社智能客服系统。
3.1 长沙人社数据资源中心
依托长沙市政务云和长沙城市超脑的支撑能力和相关标准，构建人社数据中台能力和建设人社数据资源库，完成省统一系统全量长沙业务数据回流及其他相应数据的采集、校验、转换和编目。提供数据资源管理和分析工具，支持多种数据源、采集方式的管理和监测，支持多种数据校验比对，提供分析数据差异的能力，通过内置或可配置的标准规则配置，提供数据治理能力和数据资源目录管理功能，为人社数据资源管理工作赋能。基于汇聚的数据资源完成对人社服务单位和个人的基本业务维度的标识画像，完成社会保险、人事人才、就业创业、劳动关系等业务领域部分分析报表，并以数字驾仓的形式展现。
3.1.1 长沙人社数据资源库
3.1.1.1数据采集工具
实现不同数据来源、数据格式在逻辑上或物理上有机地集中到目标端，并提供数据源管理，数据抽取，数据加载，数据转换等相应能力，包括但不限于以下内容：
（1）支持通过管理页面方式配置数据采集任务。包括采集数据源端和目标端，数据采集方式和频率等。
（2）数据源管理。数据汇聚源管理支持多种异构数据源数据抽取和汇聚，支持从Oracle、MySQL、PostgreSQL、SQLServer、DB2、Sybase、神通、达梦、金仓、通用、虚谷、Hive、Greenplum、浪潮、Netezza等多种类型数据库系统汇聚数据。同时支持文件系统csv,txt,xls等多种文件格式的采集。
（3）采集方式和频率。数据采集支持全量或增量方式，增量采集需要识别出最后一次数据采集后的增量数据，数据采集操作仅针对增量数据部分。支持实时和非实时等多种频率采集。
（4）采集监控。管理监控用于维护和配置数据捕获与分发流程，提供用户选择相应任务执行，提供基于指定的时间点、时间段配置执行数据同步任务，并提供任务运行日志方便用户分析管理任务运行情况，允许用户全方位了解任务运行状况，包括但不限于采集表名，记录条数，采集所需总时间，采集状态等。
（5）采集恢复。当系统与源端数据库网络连接失败时，系统能够自动记录断点，并挂起采集状态。当网络恢复后，系统可以自动恢复采集任务，并从断点处继续同步数据。也可以支持任务重新采集。
（6）告警功能。针对采集任务里的特定事件或异常情况，可以产生相关告警信息，并对告警信息进行统一管理，主要包括告警日志分析管理、告警任务管理、告警邮件设置、事件联系人管理和异常信息模板管理。
3.1.1.2数据校验比对管理工具
提供分析数据差异的能力，可以根据用户配置的比对规则校验两端数据的一致性，特别是对不同部门采集的数据，需要进行定期自动化的检查，避免采集过程因为网络、传输等问题出现不一致、漏采、丢失数据等。
（1）比对维度管理，具备多种比对维度的能力，可以实现包括数据量比对、表结构比对和表数据内容比对等。同时可以支持配置比对键、比对列和比对条件，允许用户基于具体的业务需求选择不同的比对维度。
（2）比对报告管理，实现图形化的比对结果分析，可以详细展示出两端数据的具体差异性。用户既可以分析管理当前数据比对的详细差异结果，也可以分析管理历史比对的详细差异结果。同时允许用户将数据比对结果保存在数据库中，或删除特定的数据比对报告。
（3）比对监控，基于Web方式的配置比对规则、监控比对过程和比对任务执行的结果，可以实时进行错误告警，随时分析管理差异数据报告以及任务执行日志。同时支持以进度条的形式体现当前比对进展。
（4）全量比对，可对全量数据进行比对，用于判断数据初始化同步的完整性及差异性。
（5）基于条件比对，在一次比对任务中，可设置过滤条件实现对部分数据的比对，从而实现针对指定的业务数据进行差异化分析。
3.1.1.3数据标准及转换工具
遵循人社部“一人一数、一数一源”的数据管理要求，对数据标准进行规划。实现数据资源管理核心功能，包括元数据管理、数据清洗转换、数据标准管理、数据质量管理等工作。系统内置人社数据转换规则，快速完成数据清洗转换工作。
1、业务术语管理
业务术语能够提供元数据的业务背景描述和说明等信息，提供分组、同义词管理等功能。
2、值域代码管理
值域代码管理。值域代码管理应具备值域代码分组管理和值域代码的管理维护能力，值域代码管理维护可以通过系统单条管理以及通过Excel模板批量导入管理，值域代码将作为用户数据中公共代码的取值来源。
3、值域规则管理。值域规则管理应具备值域规则分组管理和值域规则的管理维护能力，值域规则管理维护可以通过可视化页面定义类似身份证编码规则，将作为对应数据字段的取值范围约束规范。
（4）数据元管理。数据元作为数据存储单元的约束规范定义，数据元管理应具备数据元分组管理和数据元的管理维护能力，数据元管理维护可以定义值域约束规范，能够选取值域代码或者值域规则作为数据元的取值约束规范，用户可以将数据元与具体的数据表字段元数据进行关联，并作为对应字段的校验规范。
（5）数据模型管理。数据模型管理应具备数据模型分组管理和数据模型的管理维护能力，数据模型管理维护可以通过手动选取数据元来创建，也可以直接读取物理数据库表逆向工程生成数据模型。用户可以将数据模型与具体的数据表元数据进行关联，并作为对应数据表的校验规范。
（6）业务指标管理。业务指标管理应具备业务指标分组管理和业务指标的管理维护能力，业务指标管理维护包括原子指标以及复合指标，原子指标需要依赖数据元定义加减乘除等计算规则进行数据统计，复合指标则需要依赖于原子指标进行计算。
（7）数据标准管理。数据标准管理应具备数据标准分组管理和数据标准的管理维护能力，数据标准可以将业务术语与逻辑模型或者物理模型进行组合，用户可以管理数据标准的发布、变更及废弃状态，并可以基于已发布数据标准对物理数据表进行质量检查，跟踪校验数据标准落地执行情况，形成数据标准落地执行差异报告。
3.1.1.4数据质量管理工具
根据用户的业务规则和逻辑，通过大量内置的质量校验模型对原始的业务数据进行检查，并生成质量检查报告。业务人员可以根据质量检查报告及时修正原始的业务数据，提升业务数据的完整性、一致性、准确性等质量问题，实现改善数据质量的目的。
1.支持多种类型的数据源，包括国内外主流的数据库Oracle、MySQL、PostgreSQL、SQLServer、DB2、Sybase、神通、达梦、金仓、GBase、虚谷、浪潮、Greenplum、Netezza、华为等，支持txt/csv格式的文本数据源校验；同时支持通过扩展接口配置，提供扩展新数据源功能。
2.支持基于浏览器Web方式的多种校验维度，包括：表间校验，校验多表之间的数据质量情况，支持单一数据源和跨数据源的表间校验；表级校验，校验表内数据质量情况；字段级校验，校验字段列的数据质量情况。
3.实现数据质量评估功能，可展示所有质量评估任务的运行状态、评估分数、执行进度等信息，同时支持评估日志查看功能，可查看当前和历史的评估详细信息和质量评估报告。
4.实现数据统计功能，可以统计质量评估任务的历史执行情况，包括评估分数，总的规则数，总的正确数，总的错误数，总的正确行数和总的错误行数等，并且用户可以根据时间维度过滤筛选。
5.实现将错误数据自动存储到数据库中或导出成文件格式。
6.实现针对增量数据的质量校验功能。
7.实现质量分析功能，提供数据源维度和时间维度的质量统计分析，包括数据质量分数、数据源、规则数、问题数量统计、数据质量评估统计和数据源分数排名等。并可根据校验规则数据符合度进行排名，展示数据质量分数走势图，问题数据占比走势图等。
8.支持规则的权重定制，同一规则在不同的评估方案下，用户可定制不同的权重。
9.实现基础规则的管理，包括表关联规则管理、表规则管理和列规则管理。
10.实现行业标准规则的自定义管理，提供多种自定义规则方式，包括常规校验规则，正则表达式校验规则和JavaScript表达式校验规则等。
11.实现菜单级权限管理和业务级授权管理。
12.提供数据质量校核码表管理功能，包括业务码表管理和系统码表管理两种，码表内容可以通过模板导入方式的进行批量创建。
13.支持智能记忆和扫描已配置规则功能，可依据业务相似度智能推荐校核规则。
14.支持规则启停，对规则的应用进行整体控制，支持运行期关闭或者开启规则。
15.提供数据质量规则的导入、导出等功能，实现分布式校验节点规则的统一管理。
16.提供质量评估任务的调度功能。配置策略支持分钟级、小时级、每天、每周、每月和用户自定义配置周期等模式，且同一个调度可以与一到多个校验任务关联，而校验任务也可以同时被一到多个调度触发执行。调度管理支持按名称等条件的检索功能，支持查看执行周期。
17.实现业务授权功能，可以将某个质量评估任务授权给其他用户，由其他业务用户执行和维护。
18.通过执行SQL进行数据校验操作，能够通过执行SQL校验完成数据质量分析操作，SQL校验规则与错误提示可自定义配置，并生成质量报告。
3.1.1.5数据资源目录管理工具
1.完善数据库表业务背景描述和说明等信息，提供分组、同义词管理等功能。
2.支持数据资源目录的新增、修改，删除功能。
3.支持数据资源目录的上线、下架和挂接关联数据表功能。
4.支持数据资源编目的批量导入和导出。
5.可灵活定制化数据资源编目的列头，可进行新增，编辑，删除等操作。
6.提供数据资源资产整体监控效果，包括数据资产、数据库、模式、表、视图、列等，支持分系统平台类型、业务版块等标签进行分类统计查看。
7.提供数据资产库检索功能，能够检索系统、模块、表、列等多维度的数据资源信息。
3.1.1.6大数据分析展示工具及人社大数据分析服务
利用大数据技术，依托省人社数据回流、长沙人社自建系统数据及省市其他单位共享数据，形成人社大数据应用能力；支持用户画像（个人、单位）、人社数字驾驶舱等。
1.用户画像
个人画像基于人社数据中的人员参保信息、就业数据、人才数据、工伤发生数据、劳动监察数据、劳动仲裁数据等个人基本信息数据、以及结合公安、民政等外部数据、构建参保人人社全方位的个人画像，通过个人画像对了解参保人在人社数据中的全部信息，例如了解参保人的养老缴费信息、就业历程、工伤发生情况以及待遇领取信息，并通过人社各业务信息对参保人进行标签化管理，从而让管理者更了解每个参保人的情况。同时也是对参保人各业务数据的汇总分析，数据可通过服务进行交换共享。
单位画像基于人社数据中的单位参保信息、就业数据、职业培训数据、人才数据、工伤发生数据、劳动监察、仲裁等数据、以及结合工商等外部数据、构建参保单位人社全方位的企业画像，通过基于每个企业的画像分析，对具体每个企业进行参保、用工、人才、劳动关系、工伤等全面的了解。同时也是对企业各业务数据的汇总分析，数据可通过服务进行交换共享。支持对企业总体概况、行业分布、百强企业、企业行政区划分布情况、画像查询等方面的统计分析。
2.人社数字驾驶舱
数字驾驶舱综合社保、人才、劳动监察等多个单位数据，采用图形、滚动的表格、大字、地图、滚屏文字等动静相结合的方式将实时数据及按月、按季度、按年等方式更新的数据分别进行展示。对社保的重要指标进行分析，如养老各类待遇领取人数情况、养老基金收支结余情况、养老支付能力情况、工伤保险基金支出结余情况、参保人员工伤发生趋势情况、养老百强企业情况、失业保险金发放情况等。
3.基于采集数据，实现社会保险、人事人才、就业创业、劳动关系等各领域相关分析报表总计应不低于15张。基于采集数据，实现WebService等协议的数据查询类接口，如参保缴费记录，人员基础信息等总计应不少于10个，保证社会保险、人事人才、就业创业、劳动关系等相关数据能够被其他系统调用查询。
3.1.2 数据处理服务
3.1.2.1 数据采集服务
1.将长沙市在省级统筹系统上经办的人社业务数据，利用数据采集技术，将原始数据源库原表同步回流到长沙人社数据资源库，回流数据结构设计与源生产库数据结构保持一致，支持全量和增量采集方式，实时和非实时不同频率的数据回流。
回流数据项：省级统筹系统上的社会保险、人事人才、劳动关系，就业创业等长沙人社经办的全量业务数据。
2.汇聚长沙市人社自建系统数据。
采集数据项：长沙市12333公共服务平台，长沙市统一登记服务平台等长沙市人社自建系统业务数据。
3.通过省、市数据平台获取其他政务部门共享数据。
获取数据项：公安、民政、卫建、市监等其他省、市政务部门的共享数据。
3.1.2.2 数据校验比对服务
实现将本次省级统筹系统上回流的数据表进行校验比对，包括两端的表记录条数，表内容等进行比对，确保数据回流的源端和目标端数据一致。
3.1.2.3 数据质量管理提升服务
实现将本期项目采集的所有数据表进行数据标准建立和码值填充完全，补充完成表字段结构，字段约束等关健信息。
3.1.2.4 数据指标检测
内置数据治理检测指标包括但不限于以下指标。企业养老保险、机关养老保险，居民养老保险，工伤保险业务，失业保险业务，劳动关系业务，人事人才业务，就业创业等系统业务数据质量检测指标，总计默认检测指标应不低于300个。
3.1.2.5 数据资源目录编制服务
完成本期项目采集到的所有数据的数据资源目录编制。并将资源目录挂接关联到具体表。完善各业务表业务归属单位，业务应用场景，业务关联场景，增量字段，主键等关键信息，实现对业务数据表有效管理。
3.2 人社智能客服系统
以数据资源中心为支撑，以大数据分析、人工智能等技术为引领，建设人社知识图谱，构建长沙市人社多媒体智能客户服务问答和思维导引智能帮助系统，梳理全人社领域的政策、业务，将人社业务知识图谱化，实现智能客服机器自主学习和进化，实现智能语音语义理解，准确清晰地获取服务对象的真实诉求，实现拟人化交流，支撑政策、业务咨询和各个经办环节智能引导，应用于多渠道的咨询服务场景，为群众提供7*24小时，即时触达，标准化、专业化和透明化的全人社领域业务智能咨询回复服务，解决当前大量问题的重复解答问题。
长沙人社智能客服通过设计用户画像模型，自动生成用户标签，把数据项、数据分类、数据属性自动生成标签；运用分词和语义分析方法提取标签。构建人社领域知识图谱，采用实体识别、语义计算、多轮训练引擎，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，实现反问引导、多轮对话、上下文关联、增量学习等，准确理解用户提问意图，根据用户画像和提问意图精准推送相关政策和经办服务流程知识。长沙人社智能客服系统框架图如图下图所示。
3.2.1 多渠道接入、多终端适配
实现湖南省和长沙市“互联网+政务服务”一体化平台、人社微信公众号、人社支付宝生活号、“我的长沙”APP端、长沙人社APP、长沙人社12333公共服务平台、长沙人社自助服务一体机、长沙人社一码通的语音、文字智能客服接入，提供长沙市12345和12333政务服务热线语音智能客服接入能力，支持移动智能手机、便携式电脑和平板电脑等多种电子终端设备进行网络在线咨询或电话咨询。
长沙人社智能客服系统嵌入到微信公众号、APP、人社一码通等移动端应用，方便用户交互对话，获取相关服务。主要如下：
（1）自动判断用户提问: 用户进入咨询窗后，可以自动推荐用户可能关心的常见问题，用户点击后可以提问；
（2）多媒体交互:微信机器人和用户的交互，提供包括文字、语音、视频、图片、超链、表情等功能
（3）业务办理导航:提供业务办理导航。
（4）语音输入：提供语音说话提问。
（5）语音播报：提供答案语音播报。用户进入智能客服后，智能客服语音播报欢迎语等。
（6）热点问题。分业务模块展示热点问题，热点问题排序可通过访问数据自动生成。
（7）文字输入。能够文字输入咨询内容。
（8）问题联想。文字输入时，系统根据已输入内容自动推荐相关问题
（9）答案展示。提供文本和视频型答案显示，智能客服通过咨询窗推送政策解读视频给市民。
（10）快速链接。推送链接型知识点，市民点击链接可快速跳转。
（11）模糊引导。拥有引导式咨询，市民所咨询问题不明确时，根据智能客服根据图谱进行模糊引导。
（12）服务评价。拥有自动提醒服务评价，每个知识点市民都可以对其进行评价。
（13）留言分析管理。提供留言回复分析管理功能，通过转人工或留言功能留存问题离线回复后自动推送。
3.2.2 人社知识图谱
建设人社领域知识图谱，实现涵盖长沙市人社各业务领域，将政策、业务规范等知识图谱化，并持续将人社惠民政策和业务经办服务等知识维护更新。融合多种人工智能技术、知识本体网络构建技术和智能搜索引擎技术，构建基于人社领域知识图谱的智能知识库系统，通过人社业务领域知识采集、相关材料上传和知识更新、知识加工和知识融合处理、知识图谱三元组结构生成，实现人社知识积累有序化、应用智能化、管理统一化和展现个性化。
根据实际的业务划分，一项比较独立的业务或产品即可创建一套对应的知识图谱。比如针对养老保险业务，以“养老保险”这个保险类型类的实体作为图谱的核心，然后基于这个核心向外插入各种能够用来定位用户具体问题的实体（定义为引导实体），形成不同的图谱路径，在每个路径的终点（叶子节点）插入业务实体（即能够回答/处理一个具体问题的答案内容），业务实体通过对应的关系和上级引导实体相连，从而构建成一个完整的养老保险知识图谱。
通过知识采集和知识梳理后，将其中涉及到的各种主体（比如“养老保险”、“工伤保险”、“城镇职工”、“灵活就业人员”等）提炼、抽象成不同类型的实体。比如将“养老保险”、“工伤保险”等归为“保险类型”类实体，将“城镇职工”、“灵活就业人员”等归为“办理人身份”类实体。对于没类实体下包含的具体实体都分别维护好其对应的同义词，即针对该实体用户可能会用的各种表述方式。对于“灵活就业人员”用户咨询时可能会说自己是“自由职业者”、“个人工商户”等，将“自由职业者”、“个人工商户”维护成“灵活就业人员”实体的同义词。对于图谱中的关系，主要是通过对人社业务的归纳，将用户会咨询或办理的各项业务归纳为不同的关系。比如对于养老保险关系转移和工伤保险关系转移等关系转移类的业务，可以归纳为“关系转移”关系。针对每种关系，从用户咨询语料中聚类挖掘所有和该关系相关（即咨询该类业务）的相似问。比如对于用户问题“我的养老关系想转移到外省要怎么办？”、“工伤保险关系跨省转入需要什么材料？”都可以作为相似问维护到“关系转移”关系下。这样当用户问和某种关系相关的问题时，都可以准确命中到对应的关系。
在用户咨询时，算法引擎首先根据用户问题的语义匹配命中某个图谱关系（业务），然后再根据从用户问题中抽取到的一个或多个实体来计算可能的图谱路径，以这条路径终点的业务实体内容作为答案回复给用户。如果根据用户问题计算得到多个可能的路径，无法确定唯一的业务实体时，算法引擎会基于图谱结构反问用户问题中没有包含的某些引导实体类的具体实体，从而确定出唯一的图谱路径，并回复对应业务实体的内容。
针对人社知识图谱需提供知识图谱管理和查询功能：直接建立根节点、类别节点、意图节点；能够每个节点编辑节点标题、说明、引导话术、答案等配置。能够建立、编辑、复制、剪切、删除知识图谱中节点关系。能够快速查询知识图谱节点，方便修改节点内容。
3.2.3 人社智能客服机器自主学习
实现人社智能客服机器自主学习，持续提升智能客服交互的准确率、满意率。充分利用数据资源中心大数据基础底座的数据分析与挖掘能力，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，结合人物画像和知识图谱，将分析模型构建自动化的数据分析，从数据中学习、识别模式以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，并以最少的人工干预做出决策，实现拟人化的交流。
3.2.4 语音识别自然语义智能理解
通过在线发送文档、语音以及电话聊天等形式，获取用户的咨询提问，利用人工智能算法进行识别转换，包括对文档的通过解析，对方言和语种转换成普通话，对语音语义及上下文的智能理解，形成标准化的问题，并梳理出用户的真实咨询意图。
智能客服语音分析技术包括：语义识别、语音合成、语音与文字转换、和本地方言识别等，通过人工智能算法进行文字解析，识别客户的真实意图并进行精准服务。
语音识别。智能客服机器人接听到客户语音请求后，通过AI语音识别系统，将客户的语音转换成文本，准确理解客户服务意图。语音合成。 智能客服系统完成语义理解，进行语音合成，把服务内容以清晰音色播报反馈客户。对于用户清晰问题进行智能一问一答，对模糊问题进行引导分发，向用户提出反问，引导用户提问人社相关业务，并针对用户画像推荐出最相关业务服务，智能客服系统在问答服务过程中不同地域知识分布加载，自动按照地区和渠道回复相关服务内容。
3.2.5 知识问答库
至少应包含标准问答库、专有名词库、人社业务库、政策法规库、寒暄库、会话记录库、对话记录库等问答库。设置问答库审核流程，分配审核权限，对入库的知识进行分级审核。支持标准知识库管理、标准问答库管理、标准问答库批量导入管理、专业词库管理、敏感词管理、知识库审核管理、审核状态管理、审核流程管理、审核权限管理等管理功能。可个性化定制专属智能客服名称，定制问候语、提示语，具有知识维护和工单审核等功能，同时智能客服涉及的库应包含且不限于基本的增删改查和导入导出功能。
1、标准问答库
人社智能客服采用标准的一问一答方式，是智能客服的核心问答库，设置问答权重、对问答进行分类。
2、专有名词库
人社智能客服包含存储专有名词、敏感词，用于智能客服对问答进行学习、训练，以及优化知识图谱。同时智能客服回复时，不会发送并显示任何敏感字。
3、人社业务库
人社智能客服与业务进行对接设置库，设置业务标识、业务名称、业务描述、服务终端、服务链接等。
4、政策法规库
人社智能客服具备法规问答库，对接本地政策法规内容，用于回答政策法规的问题。
5、寒暄库
人社智能客服具备寒暄语料库，供简单闲聊的问答服务，同时能够提问天气，格式“城市天气”，例如“长沙天气”，让智能客服充满感情色彩，快速拉近用户距离，提升服务质量。
6、会话记录库
人社智能客服应记录打开智能客服的终端类型、提问人、时间、ip地址等，用于服务监管和统计分析使用。
7、对话记录库
记录用户提问回复全过程，用于服务监管和统计分析，以及未解答问题聚类分析。
8、问答库审核流程
分配审核权限，设置审核流程，对入库的知识进行分级审核，审核后存放到知识库中。
9、智能服务引擎
词法分析：提供分词、词性标注、命名实体识别，支撑自然语言的准确理解。
句法分析：对句子中的词语语法功能进行分析。
语义分析：词语级的语义分析，句子级的语义分析。
知识学习：针对行业领域预料库的积累，结合自主学习模型，实现对问法的自动学习，对标准答案的不同问法进行扩展，适应业务咨询过程中的业务咨询问题，提高运维的效率。
10、所有问答库、词库的管理与监控
（1）标准知识库管理
问答库的管理功能，使用可视化的界面管理，能够检索与分类，让知识管理有条不紊，操作简单，易维护。
（2）标准问答库管理
标准问答库基于12345积累的问答数据建立，通过数据清洗和机器学习，形成统一和标准化的标准问答，方便智能客服正确解答客户问题。标准问答库在运行过程中需要不断的完善和积累，机器学习和清洗问题后，需要人员进行审核才能正式纳入问答库。
（3）标准问答库批量导入
标准问答库的维护支持日常持续的维护和初始化维护（按照模板一次性批量导入）。
（4）专业词库管理
人社智能客服应具备行业专有词汇的维护。
（5）敏感词管理
人社智能客服在对外提供服务时，难免产生海量垃圾文本，敏感词管理通过深度学习+强化学习+敏感词库定制化解决广告、涉政、垃圾等文本隐患，提升用户体验。
（6）知识库审核
人社智能客服应对所有入库的知识进行分级审核管理，分配管理权限，设置审批流程。
（7）审核状态
问答库为知识内容定义了四种状态，分别为：新建草稿、内容待审核、内容待发布、内容已发布。通过四种状态的转换，完成知识内容的审核与发布流程的制定与管理。
（8）审核流程
支持三类审核流程且流程可自定义配置，如下表所示：
（9）审核权限
三类审核流程下用户设置及权限概述，如下表所示：
（10）交互日志查询
提供问答历史日志管理。
（11）满意度统计分析
人社智能客服提供满意度统计分析，主要是对用户反馈的智能客服解答情况的满意、不满意、未评价的总量进行统计和分析，可以按时间段查询某一阶段来自各个渠道的满意度的统计结果；对某一时间区间内，按不同的粒度，可以按年、月、日分析管理各渠道满意、不满意、未评价的整体变化趋势，图形化体现我们智能客服的服务能力。
（12）咨询量分析
人社智能客服应能够按时间段查询某一阶段的咨询量情况，图形化展现咨询量统计分析结果，各个渠道的咨询总量、咨询人次数、咨询人数一目了然。咨询总量：时段内咨询总量，按渠道分别统计。咨询人次数：时段内咨询人次总数，按渠道分别统计。咨询人数：时段内咨询人数，按渠道分别统计。
（13）热词分析
人社智能客服应支持使用文字云的形式，将用户问题的关键词进行抽取与展现，一眼就可以领略用户最关注的问题关键，更精准定位用户更关心哪些热点问题。
（14）未解答问题分析
人社智能客服应能够使用多种分析方式：转留言问题分析、问答评价分析、转人工坐席问题分析、问答日志分析，使用智能算法进行归类，统计分析TOP10类未解答问题，提供在线添加知识答案，提供有效对问答库持续运维方式。
（15）常见问题分析
人社智能客服应使用智能算法对某一阶段用户高频提问进行抽取展现，精准定位用户常用问题。
（16）个性化定制
能够设置专属智能客服名称，定制问候语、提示语。
（17）知识维护和工单审核功能
知识维护系统支持业务经办服务科室对知识进行编辑、政策文件上传。业务经办服务科室首次政策知识上传后，经过政策分解归类后，将知识分发给各个业务科室所对应的知识维护人员，让知识维护人员根据政策变化情况实时更新。对接12345/市长信箱等渠道工单，并进行回复和转新增知识点操作。详见3.2.12政务热线人社业务工单审核。
3.2.6 多种提问方式和拟人化交流
必须支持微信和网络聊天对话框所支持的文字、图片等文档以及语音等聊天交互方式，必须支持电话交互的提问方式，同时智能客服在识别到访客或是在已经接待访客后还能主动发起问候和提问，依托上面要求的多种人工智能技术，进行拟人化交流，通过AI识别转换，获取真实的咨询意图。
3.2.7 问题推荐
主要包括相似问题推荐、快捷通道、常见问题等功能
（1）相似问题推荐
在提出问题后，会在返回的答案下面推荐出与该问题相似的问题。
（2）快捷通道
提供查询和经办业务的快速‘绿色’通道，访客可直接办理人社业务。
（3）常见问题
将访客经常提到的问题，通过大数据分析和挖掘以及多种人工智能技术，定期归纳总结发布到常见问题区域，同时智能客服要对问题进行知识图谱关联完善和自主学习，精准推荐给用户。
3.2.8 问题录入智能联想
访客在提问的时候，根据输入的文字智能联想出可能要问的问题以协助访客快速定位问题，智能识别不同场景下的业务意图，指引用户查询业务、经办业务以及精准回复。
同类型问题或相关联的问题应缩减用户提问的次数，例如群众提问失业金，智能客服系统会自动根据用户的参保数据和相关的人社业务政策自动计算出其能领取到的具体失业金金额和原因，并联同相关的失业金政策一精准回复给该群众。
3.2.9 场景化模型
（1）一问一答业务应用模型。依据已建成且无缝对对接长沙市“互联网”+“政务服务”一体化平台的人社领域知识图谱动态关联和智能知识库系统，快速识别用户问题意图，给出精准回答。任务型问答模型。通过智能客服学习系统和用户之间进行的多轮交互，实现不同业务的多种服务类功能和主动引导功能，提供个性化答案。
（2）知识图谱问答模型。根据问答知识体系，快速引导用户定位问题并给出精准答案。
（3）通过深度学习模型判断问题与答案的匹配得分，采用BERT模型特征提取并判断问题相似度。输入联想实现了预判用户提问和减少用户输入错误的功能。
（4）人社领域多关键词关联学习识别用户意图进行业务知识回答。关键词、同义词、敏感词识别，用户问题中出现多个关键词，通过机器学习准确识别用户意图，进行同义词推理和词语的多种表达方式识别。快速匹配用户想了解的问题。
（5）具有有丰富的语言交流、日常寒暄能力。长沙人社智能客服能以拟人化的方式进行智能服务，体现服务平台趣味性、互动性，提升用户体验。
(6) 对用户较大范围问题的选择性回答能力。人社智能客服系统通过智能计算，推荐和用户问题关联最紧密的问题列表，供用户进一步选择。
(7) 具有智能反问能力和流程引导。对于用户问题中要素不全时，机器人可通过智能反问，确定所需要素。上下文语义分析能力。机器人具备上下文逻辑推理能力。
流程引导功能：在与用户的交互过程中可根据该流程进行智能引导，可根据流程配置自动引导流程执行或终止。自动判断交互场景中问句的缺失信息，通过预设的反问，引导用户进行缺失信息的补充。
(8)具有多轮对话能力。针对复杂场景对话的处理能力，使用户体验更自然。自动判断交互场景中问句的缺失信息，通过预设的反问，引导用 户进行缺失信息的补充。
(9)具有多个句组合意图识别能力。对拆分后的句子能够组合交互并理解用户意图给出应答。通过预设推送话术及相应知识点的方式，在机器人回答出用户当前问题时，主动推送一条引导话术，再根据用户反馈的真实意图，触发相关联知识点给出答案。
(10)深度推理。对涉及到数据对比的用户问句进行深度推理分析，给出相应的差值，能够在语义解析的基础上进行多重动态处理，实现对提问的动态应答。
(11)机器人转人工能力。机器人可根据用户要求、用户情绪、问题分类等多种场景，自动无缝转接文本坐席。
3.2.10 在线留言和问题分发
智能客服对于提供访客留言和提问应进行业务类别分类记录和分发给不同的业务部门经办用户。经办用户可以非实时性回复访客问题，也可以进行统计分析，在问题形成闭环后，智能客服应以此作为学习原料之一完善知识图谱和自主学习。
3.2.11 智能服务引擎
主要提供词法分析、句法分析、语义分析、知识学习等智能服务，同时不断完善人社知识图谱，实现智能客服的自主进化。
（1）词法分析：提供分词、词性标注、命名实体识别，支撑自然语言的准确理解。
（2）句法分析：对句子中的词语语法功能进行分析。
（3）语义分析：词语级的语义分析，句子级的语义分析。
（4）知识学习：针对行业领域预料库的积累，结合自主学习模型，实现对问法的自动学习，对标准答案的不同问法进行扩展，适应业务咨询过程中的业务咨询问题，提高运维的效率。
3.2.12 政务热线人社业务工单审核
长沙人社智能客服应全面支持业务部门编辑和维护多渠道知识，对接长沙市12345和12333政务热线工单。具体包括
（1）文档上传：支持上传文档名称、分类、事项、紧急程度、政策有效期、备注信息等自定义设置等。
（2）工单审核：支持批量12345政务热线工单审核，支持在提交时撤回；支持驳回申请；支持编辑后审核通过；支持知识点/工单历史修改、审核意见分析管理；支持自定义查询、导入、导入待审核知识点/工单。
（3）知识编辑：包括对负责组织的答案进行编辑，支持新增知识点等
（4）工单系统接口对接：支持12345/市长信箱等渠道的工单按照统一格式接口传输到知识维护系统；
（5）工单回复：支持对工单回复答案进行编辑
（6）工单打印：支持工单打印
（7）工单转知识点：支持对工单转为知识点操作，转为知识点后市民可在智能客服中咨询该知识点。
（8）记录查询：包括支持自定义查询知识点修改信息分析管理，包括修改人、修改时间等。
（9）数据统计：支持统计知识点/工单审核数据，包括回复情况、审核情况等
（10）组织管理：包括支持维护系统内权限管理。支持组织结构的增删改查；支持结构内成员的移动；支持组织成员的查询、成员角色设置、成员信息修改、删除、新增。
3.2.13 智能客服精准场景管理
智能客服除了提供人社知识问答之外，还可以对实名认证进入智能客服的用户提供主动精准服务。用户进入智能客服后，大数据分析平台基于该用户的用户画像标签，提供主动事项精准服务。场景逻辑配置：支持配置场景逻辑，包括场景名称、场景条件、场景回复话术，针对复杂场景支持节点配置等。变量管理：配置变量名称、变量类型（初始变量、抽取变量）、变量绑定规则等。
（1）知识管理功能。支持知识分层分级管理，包括：支持对特定的关键词进行配置答案。修改记录：支持分析管理知识库操作记录和复原答案库：答案库是知识维护系统中进行维护的答案，支持被引用、关联。
（2）文档管理。提供知识原文文档的文件管理、权限管理、映射管理、更新提示。
（3）数据管理。分业务科室分析管理政策文档数量、业务经办知识点数量、常见问答数量等。
（4）智能检测。通过主动自检和被动自检等方式进行检测，每日跟进检测结果，并对检测结果进行维护。主动检测：即用户咨询后未能给出答案、检测相似问数量，针对相似问数量提供给知识维护人员合理化建议等。被动检测：即用户通过咨询后，发现机器人提供的答案非用户需要的答案，无法解决用户咨询问题。
（5）数据看板。支持采用数据看板的方式分析管理智能客服实时数据情况，包括智能客服访问情况、智能客服知识问答情况等
（6）数据日报。支持采用数据日报的方式按照每日/每月给设定的手机上发送智能客服服务记录，包括前一起服务人数、服务问题数、热点服务问题等。支持每月汇总服务数据。
（7）最新政策。分析管理最新上传的政策文件。
（8）用户提问分布。分析管理用户提问问题占比，分业务问题、闲聊问题和知识点类型等。查询用户提问触发知识点类型占比，分图谱和普通知识点。
(9)文档分类。可按照文档分类进行已上传文档分析管理；可编辑分类。
(10)文档查询。可分析管理每个文档所属业务部门、采编情况、上传信息以及下载。
(11)答案分类。可按照分类分析管理已采编答案；可自定义搜索，从采编状态、答案标签等维度搜索分析管理。
(12)答案采编。可新增、导入、导出答案；采编完成后可提交审核。
(13)标签管理。可自定义知识标签。
(14)访问趋势。可分机器人，按不同时间维度分析管理访问人数和问答次数趋势曲线图。
(15)问答统计。可时间维度、触发方式、渠道等维度统计问答分类和问答详细的命中次数、解决次数以及未解决次数
(16)问答比例统计。可从时间维度、触发方式、渠道维度统计问答数量、问答比例、解决比例
(17)问答记录。可分析管理详细问答记录；可从时间维度、触发方式、渠道维度搜索分析管理、下载；点击问答记录可进行详细问答页面，分析管理前后文；可根据问题新增知识点或关联已有的致死单
(18)图谱统计。可从时间维度渠道维度统计图谱和图谱节点触发情况，支持统计结果下载。
(19)实体管理。编辑实体名称，选择实体类型，编辑核心词和同义词。
(20)词槽管理。新建词槽、设置词槽名称、词槽别名、选择对应实体、编辑询问话术。
(21)业务词库。可设置专有业务名词，提升触发准确度。
(22)同义词管理。可增加同义词，减少错别字、同义字、词、句对机器人的影响。
(23)知识库总览。知识库为已经启用的知识库。可分类分析管理知识点；可自定义、知识状态、知识类型进行搜索分析管理；支持知识导入、导出、启用、停用、编辑、删除。
（24）修改记录。分析管理知识库内所有知识点的操作记录，支持自定义时间段和关键词进行筛选分析管理。
(25)多轮对话。支持多轮对话型知识类型编辑管理，支持收集词槽、信息确认、内容少选、触发条件、动作等多个流程配置。
(26)操作记录。可分析管理知识图谱变更记录以及操作人信息，支持自定义搜索
(27)待学习问题处理。可分析管理所有未知问题、未解决问题、转人工问题，支持多个维度搜索分析管理；可对上述问题进行关联、新增、忽略以详细记录分析管理，人工进行学习。
3.2.14 智能客服用户画像设计
用户画像的构成维度包括：用户的基本信息、用户社会关系、能力模型、行为轨迹、信用征信等维度，个人用户画像还应考虑移动设备使用、社交媒体数据流量，建立更加精细化的用户画像。根据用户标签构建用户模型，达到为用户提供个性化人社领域知识智能服务，把人社局政策法规、业务知识、经办服务流程、相关材料提供等服务进行个性化、精准推送。我国互联网龙头企业已在用户画像领域取得了显著成效，如数据魔方和数聚汇，根据用户消费行为、消费能力和消费内容等，建立用户画像模型，进行精准推送服务。
支持人社智能客服的用户画像过程包括数据汇聚、维度建模、标签逻辑配置、标签计算和体系构建、画像生成五部分构成。
（1）数据汇聚。采用ETL和任务调度等方式，汇聚人社部公共数据、湖南省和长沙市的政务数据交换平台，以及长沙市人社局本地数据和湖南省级平台回流到长沙市人社局的业务和监管数据等，并结合智能客服系统自动回复形成的有价值数据源等多源、多层次、多格式数据。
（2）维度建模。对社会保险及相关数据进行清洗和一致性、完整性、正确性校验，采用维度建模方法，形成长沙市人社智能客服的多维度数据仓库。
（3）标签逻辑配置。根据市民、企业的属性类或统计类标签，配置生成标签的自动计算逻辑。
（4）标签计算与体系构建。根据生成标签计算逻辑，自动计算参保个人和参保单位的属性类和统计类标签，构建社保用户标签体系，为用户画像提供基础。
（5）画像生成。根据参保单位或参保个人实际智能客服系统的问答需求，组合相应的标签，自动生成与客服需求最大匹配度的画像。
3.2.15 上下文理解
长沙人社智能客服系统具有自动识别上下文理解场景，提取上文中包含的有效信息来理解当前语义，从而提供更加自然流畅的交互服务。上下文模块采用双向LSTM模型来对句子进行编码，将每一轮客服系统与客户之间的问答输入到记忆层，记忆层利用BeliefTracker来跟踪客户输入问题的关键性信息。在客户发起新一轮问题时，利用记忆层已经记录的上下文信息来解析和预测客户的意图。
3.2.16 多轮对话
智能客服应用场景需要通过多轮交互机制完成业务服务，通过采用循环神经网络（RNN）来实现多轮对话。
（1）用户的问题经过“意图识别”和“信息抽取”提取时间、地点等关键性信息；
（2）利用记忆层来记录之前用户的输入数据；
（3）“多轮会话控制器”根据记忆信息和当前抽取的信息，结合具体任务的业务逻辑，决定客服系统该回复客户什么样的内容。
神经网络学习模型需要大量的会话数据来进行训练。智能客服系统拥有业内独特的数据生成技术，根据用户的会话逻辑来自动生成大量的会话数据，满足神经网络的训练需求，达到较高的准确率。多轮会话定制工具，以图形化的方式，直观、便捷地自主配置业务所需要的各种多轮对话，并根据使用情况不断调整优化流畅的交互效果，支持对接业务接口、一次性输入多个信息、中途打断、修改等复杂逻辑。
3.2.17 主动推送服务
长沙人社智能客服系统具有主动推送服务事项功能，如用户标签社保卡状态为“未持卡”状态，用户经过实名认证应用智能客服系统，智能客服系统则优先展示社保卡办理事项，提醒用户办理社保卡。通过和用户数据的链接，用户进入智能客服提问后，通过服务策略引擎获取用户数据信息进行判断回复。举例当用户咨询长沙灵活就业人员参保问题时，获取用户数据信息为参保险种为“城乡居民社保”，社保状态为“正常缴费”，则该用户如需以灵活就业人员身份参保则需先停掉城乡居民社保。
3.2.18 用户管理控制台
智能客服管理控制台提供统计分析功能，主要包括访客满意度分析统计、咨询量分析统计、热词分析、常见问题分析等功能，也支持定期发送报告。智能客服管理控制台主要功能包括：
（1）我的问答。可按照日周月等不同时间维度进行会话量、平均会话时长、满意率、在线时长等在线客服服务情况进行统计。
（2）待处理工单。显示待处理工单的情况，最多显示6条，点击“更多”按钮，可打开“工单管理”功能。
（3）待处理留言。显示待处理留言的情况，最多显示6条，点击“更多”按钮，可打开“留言管理”页面。
（4）会话管理。分析管理当前正在接待会话、过完接待会话以及排队中的会话，可点击任意会话进入会话界面。
（5）客户信息编辑。支持客户信息进一步补充或者修改；可在详情页面分析管理相关联的咨询历史以及工单信息。
（6）会话操作。支持发送表情、图片、文件、小视频等格式信息；支持图片复制或拖拽到输入；提供问答评价功能，可主动邀请评价，用户可以根据回答结果对服务进行评价，而且可以作为统计分析和智能客服自主学习进化的依据之一。
（7）消息撤销。支持消息撤销以及重新编辑发送，可发送后在5分钟内操作。
（8）推荐回答。具有推荐回答功能，读取用户咨询内容检索知识库，自动推荐最优的3条答案，客服人员选择输入。
（9）知识库功能。支持服务过程调用知识库，可编辑后或直接发送知识库内容。
（10）快捷回复。可在服务过程调用快回复库，可选择公共库或个人库。
（11）会话整理。可服务后对会话服务结果进行整理，包括问题类型、处理结果、问题详情、问题备注等信息；整理后不可更改。
（12）留言管理。分析管理当前待处理留言、已处理留言以及全部留言，可点击任意留言概况进入留言处理界面；支持时间、留言状态、处理人等多个维度的搜索
（13）工单管理。分析管理当前待处理工单、创建工单、已处理工单等，支持按时间、工单类型、工单状态、处理人、工单编号、工单主题等多个维度的搜索
（14）工单创建。自定义创建工单，填写工单主题、描述、关联会话、客服信息、工单类型、紧优先级、处理人、抄送人以及上传相关附件。
（15）工单处理。可进行留言处理，包括处理状态标记、工单指派、工单回复、工单关闭。
（16）质检评分。自动客服进行质检评分，支持质检评分分析管理，可按照时间维度、会话状态等搜索，分析管理会话质检评分情况。
（17）质检设置。可设置质检对象、质检负责人员、质检比例、质检频次以及质检报告生成周期。
（18）用户管理。根据客户信息搜索分析管理，支持用户户信息进行补充修改。分析管理用户的咨询历史显示该用户发起的所有会话列表，点击某条会话右侧弹出该会话的详情页；工单记录显示所有关联客户为该客户的工单列表，点击某条工单右侧弹出该工单的详情页；
（19）实时监控。实时监控当天服务情况，包括会话量、会话响应时长、接通率、满意度等；实时监控当前服务详情，包括接待中、排队中、客服状态；每个客服当天的服务情况。
（20）会话统计。统计智能客服运行情况，支持按业务、渠道、时间维度进行统计。
（21）用户统计。统计受服务用户情况，包括新老用户占比、机器人独立接待客户数、机器人独立接待客户数占比、人工独立接待客户数；支持业务、渠道、时间维度进行统计。
3.2.19 机器人管理
对机器人基本信息的管理，对机器的昵称、头像、提示词等进行查看与编辑。
能以标准API接口形式调用智能客服服务，同时能够做到问答同步配置、算法服务配置、语音配置、定时同步配置等。
3.2.20 智能客服日常数据采集
通过自动化数据采集方法，定期对人社局网站和省政务服务网内容进行采集及处理，梳理重点业务的办事场景，针对市民的不同身份和需求，做不同的流程引导。
能够覆盖包括但不限于省市县（区）政务服务网相关业务、局网站重点业务、办理事项、在线办理、便民查询、名单目录等我局所有政务服务内容，并提供与各类服务内容相匹配的交互形式。
3.2.21 统计分析
对咨询量、咨询量趋势、满意度等的统计分析。
智能客服管理控制台提供统计分析功能，主要包括访客满意度分析统计、具有咨询量分析、热词分析、未解答问题分析、常见问题分析等分析功能，也支持定期发送报告。
统计分析需多种形态的可视化展现方式，直观展示系统运行情况；支持按业务、按渠道、按时间、按咨询问题等多个维度对问答情况进行展示。体现人社业务发展趋势，进一步提供人社业务智慧决策支持。
3.2.22 智能客服底层引擎
此项采取已经在人工智能应用领域内成熟的成品软件，采用实体识别、语义计算、多轮训练引擎，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，实现多轮对话、上下文关联、增量学习等算法，准确理解用户提问意图，根据用户画像和提问意图精准推送相关政策和经办服务流程知识。采用微服务技术架构，支持语义理解、实体抽取、接口服务和消息队列等服务部署，具有用户提问意图自动理解功能、反问引导功能、多轮交互功能、知识增量学习和问答案审核功能。
二、相关标准：
按国家相关标准执行。
三、技术规格：
1.1 架构要求
本项目架构应采取人社部LEAF6.2标准搭建，提供分布式服务框架、分布式数据库服务、分布式缓存服务、消息队列服务、分布式序列服务、非结构化存储服务、分布式日志服务等云支撑服务,应用层以SpringBoot框架进行开发，将本项目涉及的需求以微服务为最小单元进行梳理，通过SpringCloud微服务治理构架进行统一治理。同时前后端完全分离，前端提供多渠道多终端自适配和页面可配置化，后端通过微服务的方式进行支撑。
本项目应以DAAS数据即服务的标准进行建设，通过DAAS对外能提供本项目需求中的数据服务，数据库规划设计应统筹兼顾，按照本项目可行性研究报告中的预测的数据量进行合理的分库分表设计，要划分为基础库、共享库、业务交易库、历史库、统计库等。
基础库采用关系型数据库，存储单位基础信息、人员基础信息，主要是当事人的自然信息；
共享库采用关系型数据库，共享库存储各个交易库所需的公共参数、目录等信息；
业务交易库采用关系型数据库，存储各业务交易信息，按业务部门和业务层级进行分库。业务交易库的数据定期迁移到历史库当中，保证业务交易库的性能最优；
历史库采用分布式列存数据库，历史库只允许进行只读查询，根据业务需要存储不再变动的信息；
交易库到历史库的同步采用定期（半年或三个月）手工触发或者定时任务的方式进行同步；
统计库采用分布式列存数据库，支持对业务的统计分析、非实时性的查询。统计库包含基础库、共享库、业务交易库、历史库全库的数据（统计库数据=基础库数据+共享库数据+业务交易库数据+历史库数据），并且保存统计查询的结果。
本项目架构应具备以下五个方面的支撑能力：
1）系统安全方面，要具备安全管理、预警报警、漏洞统一修复、日志追踪、行为管理、用户隐私管理、数据加密管理、服务器运行情况监控等等；
2）系统可配置化方面，遵循低耦合高内聚的原则，包括流程配置化、页面模块配置化、用户管理可配置化、报表可配置化、数据管理可配置化等等；
3）系统性能方面，需达到本项目采购需求罗列的性能指标和本项目可行性研究报告中罗列的性能标准；
4）系统智能化方面，需运用大数据技术进行数据分析、挖掘和人工智能技术进行自主学习，实现真正意义上的智慧决策和智慧服务；
5）国产化适配方面，严格按照国家信息安全要求，采用国产信创体系，全面支持国产软硬件，包括但不限于操作系统、浏览器、数据库、服务器、读卡器、打印机等软硬件设施，数据加密计算和用户密钥设计严格遵循国家商用密码保护体系；
四、交付时间和地点：
1 项目实施要求
1.1 项目进度要求
投标人应在需求确认后12个月内完成系统开发，具备上线条件，严格按照项目招标要求的建设周期合理安排计划，在投标文件中提供项目进度计划表，最终的计划进度表由中标人和采购人协商确认。
1.2 项目过程管理要求
投标人需要按照软件质量管理和保证体系，提出具体相关过程管理方案和质量保证措施。
1.3 项目组织管理要求
为使工程按质、按量、按时及有序实施，投标人要对本项目组织一个完善的管理组织结构，人员配置应科学、合理、有效，应充分保证人员的数量和质量。需指定一名项目经理负责本项目实施任务的具体实施和组织，可全权对参与本项目的技术人员进行统一管理和调配。
投标人需对本项目投入技术人员20人及以上，并派相应的技术人员进行驻场开发，拟投入的人员需拥有三年以上软件开发经验，熟悉大数据分析和挖掘、机器学习、知识图谱等人工智能相关技术，能够胜任长沙人社数据资源中心和智能客服的开发工作，同时还需获得采购方的认可，并按照采购方的相关驻场规定和管理办法进行考核。
在系统验收前，投标人原则上不得更换项目经理，如有特殊情况确需更换的，应征得采购人的同意。
1.4 项目风险管理要求
投标人应充分认识到项目风险管理的重要性，在投标文件中必须识别分析项目中的各类风险因素，并采取相应的对策。
1.5 项目沟通管理要求
投标人必须在投标文件中详细明确说明项目沟通计划，确保投标人与采购人之间信息沟通顺畅。
2 培训要求
投标人必须根据本次招标文件所制定的目标和范围，提出相应的培训内容及计划，并作为投标文件的一部分提交。培训以人社局相关工作人员具备自主数据治理、知识图谱建模能力为目的。
6.1投标人必须提供满足本招标文件要求的培训服务
投标人必须对相关业务操作人员提供相关技能培训，并达到预定的培训目标，必须为所有被培训人员提供培训所需的文字资料和讲义等相关用品，所有培训书面资料或电子文档用简体中文书写，授课形式为中文，并承担本项目相关的培训师资（含差旅）、教材（电子版）等费用。
6.2投标人必须提供技术支持及维护培训
为了使系统管理维护人员能对系统安装、应用及维护和故障的处理有全面的了解和认识，投标人应根据项目实施的各阶段为使用方安排有针对性的软件系统培训。
6.3 培训地点
培训地点为采购人指定的长沙市内地点。
3 售后服务要求
本项目售后服务主要为项目终验合格之日起提供维保服务一年，该维保服务费用已包含在项目的建设费用内。维保服务参照长沙市人力资源和社会保障局运维管理相关要求、标准、规范执行。
7.1售后服务期限
项目终验合格之日起提供维保服务一年。
7.2售后服务内容
（1）系统基本维护服务。
包括软件和软件接口的升级、维护和软件故障检查与排除，对于软件安全问题应及时免费提供补丁并安装，日常数据维护。
并要求提交以下支持：定期维护计划、对采购人不定期维护要求的响应措施、对用户修改设计要求的响应措施、维保服务期间驻场人数需不少于三人，拥有三年以上软件开发经验，熟悉大数据分析和挖掘、机器学习、知识图谱等人工智能相关技术，能够胜任长沙人社数据资源中心和智能客服的运维工作，同时还需获得采购方的认可，并按照采购方的相关驻场规定和管理办法进行考核。
（2）突发事件应急处理
对本系统提供7×24小时技术咨询和响应服务，对于采购人提出的相关问题，应在3日内给予答复。
对重大故障提供7×24小时的现场支援，一般故障提供5×8小时的现场支援。
敏感时期、重大节假日提供技术人员上门检测、值守服务。
（3）业务升级服务
服务期内，甲方出台的新政策、新文件、新业务导致的新需求或需求变更，只要不改变现有软件系统核心架构，乙方均应及时升级系统支持业务经办。
新需求或需求变更需要突破现有应用程序核心架构的。系统升级需甲乙双方协商另行解决。
配合甲方完成因系统扩容而进行的所有技术支持工作。
甲方扩展的业务系统，乙方负责提供新增系统接口的技术支持。
乙方定期向甲方提出系统升级及维护建议。
4 交付与验收
4.1 交付成果
项目投标人在项目验收时，应向采购人提交本项目建设中产生的成果以及第三方测评相关交付物，需同时提供汇集成册的书面文档和存储介质的电子文档。
本项目建设中产生的成果是指与本项目有关的全部资料，包括但不限于开发计划、开发计划评审报告、实施方案、需求调研计划书、需求收集过程文档、需求分析和定义文档、需求验证和确认文档、需求管理文档、需求规格说明书、概要设计说明书和评审报告、详细设计说明书、数据库设计说明书、接口设计说明书、开发进度管理表、测试方案说明书、系统部署方案和说明书、自检报告和、测试记录和合格报告、实施及培训说明书、开发和维护手册、操作手册、服务计划、系统应急预案及快速恢复方案、项目总结报告、用户使用反馈报告、技术服务承诺书、为本项目开发的软件源代码和涉及使用的第三方控件源代码等等。对于原始程序代码，要有详细的代码注释，要求能够在本地不经过任何特殊设置，即可编译并正常运行。
4.2 知识产权
投标人应保证其所提供的产品及服务不侵犯第三方的知识产权，如有使用第三方产品或控件必须获得正式授权（并提供无版权争议承诺书），且包含在投标价格内，采购人不再支付任何第三方软件费用，如因此发生法律纠纷，投标人承担发生的一切法律责任和费用。
本项目建设中产生的成果的知识产权属采购方所有。
五、服务标准：
统一用户体系和权限要求
本项目对外服务对象覆盖长沙市范围内的参保单位和参保个人，以及提供相关服务的培训机构、中介机构等外部用户，未登录的用户统一作为访客用户，除了无法获取其身份信息关联的数据外，同等享受本项目其他服务。对内服务对象是长沙人社局市本级、区县、街道、社区各经办人员和管理决策人员。同时本项目涉及数据共享需要开放数据共享用户给各外部单位。
本项目建立的用户体系需要与长沙人社局各业务系统用户打通，形成统一的用户体系，对被服务对象来说，在长沙人社只有一个用户。
长沙人社智能客服系统是长沙市建设“互联网+政务服务”一体化平台的重要组成部分，通过接口技术策略和开放软件代码封装，实现与长沙市已建成的统一用户认证体系无缝对接。同时还应支持微信授权扫码登录、电子社保卡扫码登录、长沙人社12333公共服务平台登录以及人脸识别登录等方式。
针对不同的用户进行权限可配置化设置。
性能及稳定性要求
系统应满足用户的要求，稳定、可靠、实用。人机界面友好，输出、输入方便，图表生成灵活美观，检索、查询简单快捷。支持500个以上并发用户的访问，平均响应时间<5秒。在业务办理过程中：
1）登陆时间≤2秒；
2）页面间跳转时间≤2秒；
3）精确查询（包括请求服务）响应时间≤2秒，平均业务办理响应时间≤3秒，批量业务办理：1小时完成50万人的数据生成；
4）综合查询响应时间≤3秒；
5）简单事务处理（包含各类信息录入、修改、删除）≤2秒；
6）批量前台经办业务要求有进度提示，平均控制在20秒；
7）单记录本地查询的响应时间≤2秒；
8）单笔非嵌套分布式查询的响应时间≤4秒/次；
9）简单报表查询的响应时间≤6秒；
10）单项统计的响应时间≤6秒；
11）生成复杂统计报表的响应时间≤120秒。
12）稳定性要求：整体系统应能支持亿级数据规模的快速存储和查询，支持7×24小时连续不间断的稳定运行，并保证数据的一致、完整、准确，不发生长时间业务中断、阻塞、死锁等情况，以满足大数据量的实际应用需要。系统应提供迅速的故障恢复能力，确保出现一般性局部故障时不影响整个系统的正常运行。在系统运行较长时期后，通过系统调优、方案优化等手段，使平台的性能指标仍保持在线初期的指标范围，达到平台性能的持续稳定。
13）性能扩展性要求：根据业务需求的变化，做好相关系统的部署和调整、支持后期的扩展需求；应用节点根据业务情况可动态横向扩展，增加并发量和提高在线用户数。长沙人社智能客服系统上线运行后，并发访问人数为1000人，系统响应时间为2秒以内。预计3～5年后系统访问量达到数百万人次，响应时间为2秒左右。根据预测每天不低于8000人咨询社保问题。长沙智能客服系统对客户问题的单句响应时间为200毫秒；单台服务器并发数150/秒；服务SSL指标不低于99.99%。
安全性及保密性要求
提供良好的数据安全可靠性策略，采用多种安全可靠的技术手段，保证系统及数据的安全与可靠，系统应具有长期连续工作的能力和容错的能力。需依据国家信息安全等级保护制度即《信息系统安全等级保护基本要求》（GB/T 22239-2019），达到第三级安全保护能力。另根据国家相关政策以及《信息系统安全等级保护基本要求》（GB/T 22239-2019）的有关要求。
项目中涉及的所有源程序、软件文档、软件部署包、项目维护过程文档、业务数据等内容，未经业主方书面同意，不将任何涉及本项目的信息向外界泄露，不得拷贝使用人的任何数据，该保密义务在合同终止后继续有效。中标人在项目建设、维保服务过程中，可能涉及到使用保密数据或接触保密相关文件、资料、软硬件的，需制定保密管理办法，规定保密数据、保密设备、保密介质、保密人员的管理。
灵活性与可扩展性
本项目所建系统应易于扩展、升级和移植。系统指标体系、业务功能体系设计留有余地，应能根据形势发展的需要，对相关应用进行扩展，不需要对系统架构做出调整。软件可基于应用支撑平台进行业务系统灵活定制，替代代码编写80%以上。
六、验收标准：
本项目采用一般程序验收，参照《长沙市新型智慧城市和数字政府建设工作领导小组办公室关于印发<长沙市政府投资信息化建设项目验收阶段实施细则>的通知》（长智慧办发〔2022〕9号）及相关验收要求、标准、规范执行。
（1）投标人必须对其所提供的全部系统进行安装，其中包括但不限于：安装、测试和联网调试、试运行等。
（2）项目验收中，国家有强制性规定的，按国家规定执行。与本项目有关的国家、行业、地方、团体标准亦成为本项目验收标准。招标文件、中标单位的承诺及投标文件、本合同及补充协议均成为本项目验收依据。验收过程中产生纠纷或存在异议的，由质量技术监督部门认定的检测机构检测，出具检测报告，检测费用由中标单位承担。
（3）项目验收不合格，由中标单位返工直至合格。有关返工、再行验收，以及给采购人造成的损失等费用由中标人承担。连续两次项目验收不合格的，采购人可终止合同，另行按规定选择其他供应商采购，由此带来的一切损失由中标人承担。
七、其他要求：
（1）本项目的可行性研究报告作为本项目的顶层设计方案和需求研究成果，是我单位需求的真实表达，理应作为本采购文件的补充，本采购文件未能详述本项目可行性研究报告中内容的，中标方也需要响应，两者如有冲突，优先按照本采购文件执行；本项目最终应以双方签订的合同和双方签订的协议为准，本采购文件和本项目可行性研究报告作为合同的组成文件，如有任何抵触、矛盾或歧义应按照合同约定执行。
（2）投标人应具有独立承担及完成除第三方测评外的本采购内容的能力，不得将本采购项目进行转包或分包。
（3）采购方所有费用为无息支付、成交供应商需按采购方要求开具相应发票。
（4）本项目采用费用包干方式建设，投标人应根据项目要求和现场情况，详细列明项目所需系统资源，投标人完成系统的设计、开发、测试联调、上线试运行测试、通过验收、培训、维保服务期保修维护等所有人工、管理、财务等所有费用。如中标后，在项目实施中出现任何遗漏，均由中标人提供，采购人不再支付任何费用。
（5）投标人在投标前，如须踏勘现场，有关费用自理，踏勘期间发生的意外自负。
（6）以上内容，如有政策调整，双方协调解决。
采购需求仅供参考，相关内容以采购文件为准。
1 项目概述
落实《长沙市人民政府关于加快建设新型智慧城市示范城市的决定》（长政发〔2020〕10号）工作部署，落地《长沙市新型智慧城市示范城市顶层设计（2021-2025年）》和《长沙市新型智慧城市示范城市建设三年（2021-2023年）行动计划》的总体要求，坚决贯彻“以人民为中心人社信息化建设理念”，坚持以“民生服务新生态”为发展方向，加快构建智慧人社服务新模式，整体提升人社公共服务能力和服务水平。长沙智慧人社一期项目重点建设人社数据中台和人社智能客服系统，为业务做好数据共享应用服务，为群众提供智能咨询和引导服务。
2 建设目标
2.1 总体目标
按照人社部和省人社厅信息化规划和标准，依托长沙市“政务云”的公共基础资源和相应的支撑能力，围绕社保、就业、人事人才、劳动关系等人社全量业务服务，建立以“智慧服务、智慧监管、智慧决策”为核心的“智慧人社”综合服务平台，实现人社领域数据共享、业务融合、管理提升和服务重构，形成“互联网＋人社”、“AI＋人社”新模式。推动部门间政务服务相互衔接，协同联动，打破信息孤岛，变“群众跑腿”为“信息跑路”，变“群众来回跑”为“部门协同办”，变被动服务为主动服务。为市民提供智能办事引导服务和各类人社相关问题智能解答，全面提升长沙人社全业务办理和服务过程的信息化和智能化应用能力。
2.2 本期目标
基于长沙人社业务相关业务信息系统，围绕数据资源基础和智慧服务需求，本期目标包括以下两大部分：
（1）建设长沙人社数据资源中心。依托长沙市政务云和长沙城市超脑中台相应的支撑能力和各项标准，构建智慧人社数据支撑平台，汇聚长沙人社各项业务数据和跨部门共享数据，建设不同类型和主题的人社数据资源库，提供多源多维的复杂异构数据治理服务，完成省统一业务系统的长沙全量业务数据回流及其他相应数据的采集、校验、转换和编目。基于汇聚的数据资源完成对人社服务单位和个人的基本业务维度的标识画像，完成社会保险、人事人才、就业创业、劳动关系等业务领域部分分析报表，并以数字驾仓的形式展现。提供数据资源管理和分析工具，为长沙市人力资源社会保障部门内部的应用系统之间、人力资源社会保障部门上下级之间、人力资源社会保障部门与外部业务相关单位之间的信息共享和业务协同提供支撑。
（2）建设人社智能客服系统。包括建设人社知识图谱和人社智能客服系统。基于语音文字识别、自然语义理解实现语音互动、文字互动的人社智能化公共服务方式，通过AI服务引擎智能识别语音、文字、图片、文件获取群众的真实诉求，构建长沙市人社多媒体智能客户服务问答和思维导引智能帮助系统，支撑政策、业务咨询和各个环节智能引导，为群众提供7*24小时，即时触达，标准化、专业化和透明化的智能咨询及回复服务。将部分热点问题场景化，能够进行精准场景管理，化解大量重复问题解答矛盾。进一步引导用户高效使用网上办理平台、手机端、自助端平台，提高人社业务一体化服务平台在线办理和自助办理利用率，支持由智能客服向智能服务的升级。
3 项目需求
长沙市“智慧人社”项目（一期）围绕智慧人社建设目标，结合长沙人社相关业务信息系统，建设长沙人社数据资源中心和人社智能客服系统。
3.1 长沙人社数据资源中心
依托长沙市政务云和长沙城市超脑的支撑能力和相关标准，构建人社数据中台能力和建设人社数据资源库，完成省统一系统全量长沙业务数据回流及其他相应数据的采集、校验、转换和编目。提供数据资源管理和分析工具，支持多种数据源、采集方式的管理和监测，支持多种数据校验比对，提供分析数据差异的能力，通过内置或可配置的标准规则配置，提供数据治理能力和数据资源目录管理功能，为人社数据资源管理工作赋能。基于汇聚的数据资源完成对人社服务单位和个人的基本业务维度的标识画像，完成社会保险、人事人才、就业创业、劳动关系等业务领域部分分析报表，并以数字驾仓的形式展现。
3.1.1 长沙人社数据资源库
3.1.1.1数据采集工具
实现不同数据来源、数据格式在逻辑上或物理上有机地集中到目标端，并提供数据源管理，数据抽取，数据加载，数据转换等相应能力，包括但不限于以下内容：
（1）支持通过管理页面方式配置数据采集任务。包括采集数据源端和目标端，数据采集方式和频率等。
（2）数据源管理。数据汇聚源管理支持多种异构数据源数据抽取和汇聚，支持从Oracle、MySQL、PostgreSQL、SQLServer、DB2、Sybase、神通、达梦、金仓、通用、虚谷、Hive、Greenplum、浪潮、Netezza等多种类型数据库系统汇聚数据。同时支持文件系统csv,txt,xls等多种文件格式的采集。
（3）采集方式和频率。数据采集支持全量或增量方式，增量采集需要识别出最后一次数据采集后的增量数据，数据采集操作仅针对增量数据部分。支持实时和非实时等多种频率采集。
（4）采集监控。管理监控用于维护和配置数据捕获与分发流程，提供用户选择相应任务执行，提供基于指定的时间点、时间段配置执行数据同步任务，并提供任务运行日志方便用户分析管理任务运行情况，允许用户全方位了解任务运行状况，包括但不限于采集表名，记录条数，采集所需总时间，采集状态等。
（5）采集恢复。当系统与源端数据库网络连接失败时，系统能够自动记录断点，并挂起采集状态。当网络恢复后，系统可以自动恢复采集任务，并从断点处继续同步数据。也可以支持任务重新采集。
（6）告警功能。针对采集任务里的特定事件或异常情况，可以产生相关告警信息，并对告警信息进行统一管理，主要包括告警日志分析管理、告警任务管理、告警邮件设置、事件联系人管理和异常信息模板管理。
3.1.1.2数据校验比对管理工具
提供分析数据差异的能力，可以根据用户配置的比对规则校验两端数据的一致性，特别是对不同部门采集的数据，需要进行定期自动化的检查，避免采集过程因为网络、传输等问题出现不一致、漏采、丢失数据等。
（1）比对维度管理，具备多种比对维度的能力，可以实现包括数据量比对、表结构比对和表数据内容比对等。同时可以支持配置比对键、比对列和比对条件，允许用户基于具体的业务需求选择不同的比对维度。
（2）比对报告管理，实现图形化的比对结果分析，可以详细展示出两端数据的具体差异性。用户既可以分析管理当前数据比对的详细差异结果，也可以分析管理历史比对的详细差异结果。同时允许用户将数据比对结果保存在数据库中，或删除特定的数据比对报告。
（3）比对监控，基于Web方式的配置比对规则、监控比对过程和比对任务执行的结果，可以实时进行错误告警，随时分析管理差异数据报告以及任务执行日志。同时支持以进度条的形式体现当前比对进展。
（4）全量比对，可对全量数据进行比对，用于判断数据初始化同步的完整性及差异性。
（5）基于条件比对，在一次比对任务中，可设置过滤条件实现对部分数据的比对，从而实现针对指定的业务数据进行差异化分析。
3.1.1.3数据标准及转换工具
遵循人社部“一人一数、一数一源”的数据管理要求，对数据标准进行规划。实现数据资源管理核心功能，包括元数据管理、数据清洗转换、数据标准管理、数据质量管理等工作。系统内置人社数据转换规则，快速完成数据清洗转换工作。
1、业务术语管理
业务术语能够提供元数据的业务背景描述和说明等信息，提供分组、同义词管理等功能。
2、值域代码管理
值域代码管理。值域代码管理应具备值域代码分组管理和值域代码的管理维护能力，值域代码管理维护可以通过系统单条管理以及通过Excel模板批量导入管理，值域代码将作为用户数据中公共代码的取值来源。
3、值域规则管理。值域规则管理应具备值域规则分组管理和值域规则的管理维护能力，值域规则管理维护可以通过可视化页面定义类似身份证编码规则，将作为对应数据字段的取值范围约束规范。
（4）数据元管理。数据元作为数据存储单元的约束规范定义，数据元管理应具备数据元分组管理和数据元的管理维护能力，数据元管理维护可以定义值域约束规范，能够选取值域代码或者值域规则作为数据元的取值约束规范，用户可以将数据元与具体的数据表字段元数据进行关联，并作为对应字段的校验规范。
（5）数据模型管理。数据模型管理应具备数据模型分组管理和数据模型的管理维护能力，数据模型管理维护可以通过手动选取数据元来创建，也可以直接读取物理数据库表逆向工程生成数据模型。用户可以将数据模型与具体的数据表元数据进行关联，并作为对应数据表的校验规范。
（6）业务指标管理。业务指标管理应具备业务指标分组管理和业务指标的管理维护能力，业务指标管理维护包括原子指标以及复合指标，原子指标需要依赖数据元定义加减乘除等计算规则进行数据统计，复合指标则需要依赖于原子指标进行计算。
（7）数据标准管理。数据标准管理应具备数据标准分组管理和数据标准的管理维护能力，数据标准可以将业务术语与逻辑模型或者物理模型进行组合，用户可以管理数据标准的发布、变更及废弃状态，并可以基于已发布数据标准对物理数据表进行质量检查，跟踪校验数据标准落地执行情况，形成数据标准落地执行差异报告。
3.1.1.4数据质量管理工具
根据用户的业务规则和逻辑，通过大量内置的质量校验模型对原始的业务数据进行检查，并生成质量检查报告。业务人员可以根据质量检查报告及时修正原始的业务数据，提升业务数据的完整性、一致性、准确性等质量问题，实现改善数据质量的目的。
1.支持多种类型的数据源，包括国内外主流的数据库Oracle、MySQL、PostgreSQL、SQLServer、DB2、Sybase、神通、达梦、金仓、GBase、虚谷、浪潮、Greenplum、Netezza、华为等，支持txt/csv格式的文本数据源校验；同时支持通过扩展接口配置，提供扩展新数据源功能。
2.支持基于浏览器Web方式的多种校验维度，包括：表间校验，校验多表之间的数据质量情况，支持单一数据源和跨数据源的表间校验；表级校验，校验表内数据质量情况；字段级校验，校验字段列的数据质量情况。
3.实现数据质量评估功能，可展示所有质量评估任务的运行状态、评估分数、执行进度等信息，同时支持评估日志查看功能，可查看当前和历史的评估详细信息和质量评估报告。
4.实现数据统计功能，可以统计质量评估任务的历史执行情况，包括评估分数，总的规则数，总的正确数，总的错误数，总的正确行数和总的错误行数等，并且用户可以根据时间维度过滤筛选。
5.实现将错误数据自动存储到数据库中或导出成文件格式。
6.实现针对增量数据的质量校验功能。
7.实现质量分析功能，提供数据源维度和时间维度的质量统计分析，包括数据质量分数、数据源、规则数、问题数量统计、数据质量评估统计和数据源分数排名等。并可根据校验规则数据符合度进行排名，展示数据质量分数走势图，问题数据占比走势图等。
8.支持规则的权重定制，同一规则在不同的评估方案下，用户可定制不同的权重。
9.实现基础规则的管理，包括表关联规则管理、表规则管理和列规则管理。
10.实现行业标准规则的自定义管理，提供多种自定义规则方式，包括常规校验规则，正则表达式校验规则和JavaScript表达式校验规则等。
11.实现菜单级权限管理和业务级授权管理。
12.提供数据质量校核码表管理功能，包括业务码表管理和系统码表管理两种，码表内容可以通过模板导入方式的进行批量创建。
13.支持智能记忆和扫描已配置规则功能，可依据业务相似度智能推荐校核规则。
14.支持规则启停，对规则的应用进行整体控制，支持运行期关闭或者开启规则。
15.提供数据质量规则的导入、导出等功能，实现分布式校验节点规则的统一管理。
16.提供质量评估任务的调度功能。配置策略支持分钟级、小时级、每天、每周、每月和用户自定义配置周期等模式，且同一个调度可以与一到多个校验任务关联，而校验任务也可以同时被一到多个调度触发执行。调度管理支持按名称等条件的检索功能，支持查看执行周期。
17.实现业务授权功能，可以将某个质量评估任务授权给其他用户，由其他业务用户执行和维护。
18.通过执行SQL进行数据校验操作，能够通过执行SQL校验完成数据质量分析操作，SQL校验规则与错误提示可自定义配置，并生成质量报告。
3.1.1.5数据资源目录管理工具
1.完善数据库表业务背景描述和说明等信息，提供分组、同义词管理等功能。
2.支持数据资源目录的新增、修改，删除功能。
3.支持数据资源目录的上线、下架和挂接关联数据表功能。
4.支持数据资源编目的批量导入和导出。
5.可灵活定制化数据资源编目的列头，可进行新增，编辑，删除等操作。
6.提供数据资源资产整体监控效果，包括数据资产、数据库、模式、表、视图、列等，支持分系统平台类型、业务版块等标签进行分类统计查看。
7.提供数据资产库检索功能，能够检索系统、模块、表、列等多维度的数据资源信息。
3.1.1.6大数据分析展示工具及人社大数据分析服务
利用大数据技术，依托省人社数据回流、长沙人社自建系统数据及省市其他单位共享数据，形成人社大数据应用能力；支持用户画像（个人、单位）、人社数字驾驶舱等。
1.用户画像
个人画像基于人社数据中的人员参保信息、就业数据、人才数据、工伤发生数据、劳动监察数据、劳动仲裁数据等个人基本信息数据、以及结合公安、民政等外部数据、构建参保人人社全方位的个人画像，通过个人画像对了解参保人在人社数据中的全部信息，例如了解参保人的养老缴费信息、就业历程、工伤发生情况以及待遇领取信息，并通过人社各业务信息对参保人进行标签化管理，从而让管理者更了解每个参保人的情况。同时也是对参保人各业务数据的汇总分析，数据可通过服务进行交换共享。
单位画像基于人社数据中的单位参保信息、就业数据、职业培训数据、人才数据、工伤发生数据、劳动监察、仲裁等数据、以及结合工商等外部数据、构建参保单位人社全方位的企业画像，通过基于每个企业的画像分析，对具体每个企业进行参保、用工、人才、劳动关系、工伤等全面的了解。同时也是对企业各业务数据的汇总分析，数据可通过服务进行交换共享。支持对企业总体概况、行业分布、百强企业、企业行政区划分布情况、画像查询等方面的统计分析。
2.人社数字驾驶舱
数字驾驶舱综合社保、人才、劳动监察等多个单位数据，采用图形、滚动的表格、大字、地图、滚屏文字等动静相结合的方式将实时数据及按月、按季度、按年等方式更新的数据分别进行展示。对社保的重要指标进行分析，如养老各类待遇领取人数情况、养老基金收支结余情况、养老支付能力情况、工伤保险基金支出结余情况、参保人员工伤发生趋势情况、养老百强企业情况、失业保险金发放情况等。
3.基于采集数据，实现社会保险、人事人才、就业创业、劳动关系等各领域相关分析报表总计应不低于15张。基于采集数据，实现WebService等协议的数据查询类接口，如参保缴费记录，人员基础信息等总计应不少于10个，保证社会保险、人事人才、就业创业、劳动关系等相关数据能够被其他系统调用查询。
3.1.2 数据处理服务
3.1.2.1 数据采集服务
1.将长沙市在省级统筹系统上经办的人社业务数据，利用数据采集技术，将原始数据源库原表同步回流到长沙人社数据资源库，回流数据结构设计与源生产库数据结构保持一致，支持全量和增量采集方式，实时和非实时不同频率的数据回流。
回流数据项：省级统筹系统上的社会保险、人事人才、劳动关系，就业创业等长沙人社经办的全量业务数据。
2.汇聚长沙市人社自建系统数据。
采集数据项：长沙市12333公共服务平台，长沙市统一登记服务平台等长沙市人社自建系统业务数据。
3.通过省、市数据平台获取其他政务部门共享数据。
获取数据项：公安、民政、卫建、市监等其他省、市政务部门的共享数据。
3.1.2.2 数据校验比对服务
实现将本次省级统筹系统上回流的数据表进行校验比对，包括两端的表记录条数，表内容等进行比对，确保数据回流的源端和目标端数据一致。
3.1.2.3 数据质量管理提升服务
实现将本期项目采集的所有数据表进行数据标准建立和码值填充完全，补充完成表字段结构，字段约束等关健信息。
3.1.2.4 数据指标检测
内置数据治理检测指标包括但不限于以下指标。企业养老保险、机关养老保险，居民养老保险，工伤保险业务，失业保险业务，劳动关系业务，人事人才业务，就业创业等系统业务数据质量检测指标，总计默认检测指标应不低于300个。
3.1.2.5 数据资源目录编制服务
完成本期项目采集到的所有数据的数据资源目录编制。并将资源目录挂接关联到具体表。完善各业务表业务归属单位，业务应用场景，业务关联场景，增量字段，主键等关键信息，实现对业务数据表有效管理。
3.2 人社智能客服系统
以数据资源中心为支撑，以大数据分析、人工智能等技术为引领，建设人社知识图谱，构建长沙市人社多媒体智能客户服务问答和思维导引智能帮助系统，梳理全人社领域的政策、业务，将人社业务知识图谱化，实现智能客服机器自主学习和进化，实现智能语音语义理解，准确清晰地获取服务对象的真实诉求，实现拟人化交流，支撑政策、业务咨询和各个经办环节智能引导，应用于多渠道的咨询服务场景，为群众提供7*24小时，即时触达，标准化、专业化和透明化的全人社领域业务智能咨询回复服务，解决当前大量问题的重复解答问题。
长沙人社智能客服通过设计用户画像模型，自动生成用户标签，把数据项、数据分类、数据属性自动生成标签；运用分词和语义分析方法提取标签。构建人社领域知识图谱，采用实体识别、语义计算、多轮训练引擎，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，实现反问引导、多轮对话、上下文关联、增量学习等，准确理解用户提问意图，根据用户画像和提问意图精准推送相关政策和经办服务流程知识。长沙人社智能客服系统框架图如图下图所示。
3.2.1 多渠道接入、多终端适配
实现湖南省和长沙市“互联网+政务服务”一体化平台、人社微信公众号、人社支付宝生活号、“我的长沙”APP端、长沙人社APP、长沙人社12333公共服务平台、长沙人社自助服务一体机、长沙人社一码通的语音、文字智能客服接入，提供长沙市12345和12333政务服务热线语音智能客服接入能力，支持移动智能手机、便携式电脑和平板电脑等多种电子终端设备进行网络在线咨询或电话咨询。
长沙人社智能客服系统嵌入到微信公众号、APP、人社一码通等移动端应用，方便用户交互对话，获取相关服务。主要如下：
（1）自动判断用户提问: 用户进入咨询窗后，可以自动推荐用户可能关心的常见问题，用户点击后可以提问；
（2）多媒体交互:微信机器人和用户的交互，提供包括文字、语音、视频、图片、超链、表情等功能
（3）业务办理导航:提供业务办理导航。
（4）语音输入：提供语音说话提问。
（5）语音播报：提供答案语音播报。用户进入智能客服后，智能客服语音播报欢迎语等。
（6）热点问题。分业务模块展示热点问题，热点问题排序可通过访问数据自动生成。
（7）文字输入。能够文字输入咨询内容。
（8）问题联想。文字输入时，系统根据已输入内容自动推荐相关问题
（9）答案展示。提供文本和视频型答案显示，智能客服通过咨询窗推送政策解读视频给市民。
（10）快速链接。推送链接型知识点，市民点击链接可快速跳转。
（11）模糊引导。拥有引导式咨询，市民所咨询问题不明确时，根据智能客服根据图谱进行模糊引导。
（12）服务评价。拥有自动提醒服务评价，每个知识点市民都可以对其进行评价。
（13）留言分析管理。提供留言回复分析管理功能，通过转人工或留言功能留存问题离线回复后自动推送。
3.2.2 人社知识图谱
建设人社领域知识图谱，实现涵盖长沙市人社各业务领域，将政策、业务规范等知识图谱化，并持续将人社惠民政策和业务经办服务等知识维护更新。融合多种人工智能技术、知识本体网络构建技术和智能搜索引擎技术，构建基于人社领域知识图谱的智能知识库系统，通过人社业务领域知识采集、相关材料上传和知识更新、知识加工和知识融合处理、知识图谱三元组结构生成，实现人社知识积累有序化、应用智能化、管理统一化和展现个性化。
根据实际的业务划分，一项比较独立的业务或产品即可创建一套对应的知识图谱。比如针对养老保险业务，以“养老保险”这个保险类型类的实体作为图谱的核心，然后基于这个核心向外插入各种能够用来定位用户具体问题的实体（定义为引导实体），形成不同的图谱路径，在每个路径的终点（叶子节点）插入业务实体（即能够回答/处理一个具体问题的答案内容），业务实体通过对应的关系和上级引导实体相连，从而构建成一个完整的养老保险知识图谱。
通过知识采集和知识梳理后，将其中涉及到的各种主体（比如“养老保险”、“工伤保险”、“城镇职工”、“灵活就业人员”等）提炼、抽象成不同类型的实体。比如将“养老保险”、“工伤保险”等归为“保险类型”类实体，将“城镇职工”、“灵活就业人员”等归为“办理人身份”类实体。对于没类实体下包含的具体实体都分别维护好其对应的同义词，即针对该实体用户可能会用的各种表述方式。对于“灵活就业人员”用户咨询时可能会说自己是“自由职业者”、“个人工商户”等，将“自由职业者”、“个人工商户”维护成“灵活就业人员”实体的同义词。对于图谱中的关系，主要是通过对人社业务的归纳，将用户会咨询或办理的各项业务归纳为不同的关系。比如对于养老保险关系转移和工伤保险关系转移等关系转移类的业务，可以归纳为“关系转移”关系。针对每种关系，从用户咨询语料中聚类挖掘所有和该关系相关（即咨询该类业务）的相似问。比如对于用户问题“我的养老关系想转移到外省要怎么办？”、“工伤保险关系跨省转入需要什么材料？”都可以作为相似问维护到“关系转移”关系下。这样当用户问和某种关系相关的问题时，都可以准确命中到对应的关系。
在用户咨询时，算法引擎首先根据用户问题的语义匹配命中某个图谱关系（业务），然后再根据从用户问题中抽取到的一个或多个实体来计算可能的图谱路径，以这条路径终点的业务实体内容作为答案回复给用户。如果根据用户问题计算得到多个可能的路径，无法确定唯一的业务实体时，算法引擎会基于图谱结构反问用户问题中没有包含的某些引导实体类的具体实体，从而确定出唯一的图谱路径，并回复对应业务实体的内容。
针对人社知识图谱需提供知识图谱管理和查询功能：直接建立根节点、类别节点、意图节点；能够每个节点编辑节点标题、说明、引导话术、答案等配置。能够建立、编辑、复制、剪切、删除知识图谱中节点关系。能够快速查询知识图谱节点，方便修改节点内容。
3.2.3 人社智能客服机器自主学习
实现人社智能客服机器自主学习，持续提升智能客服交互的准确率、满意率。充分利用数据资源中心大数据基础底座的数据分析与挖掘能力，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，结合人物画像和知识图谱，将分析模型构建自动化的数据分析，从数据中学习、识别模式以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，并以最少的人工干预做出决策，实现拟人化的交流。
3.2.4 语音识别自然语义智能理解
通过在线发送文档、语音以及电话聊天等形式，获取用户的咨询提问，利用人工智能算法进行识别转换，包括对文档的通过解析，对方言和语种转换成普通话，对语音语义及上下文的智能理解，形成标准化的问题，并梳理出用户的真实咨询意图。
智能客服语音分析技术包括：语义识别、语音合成、语音与文字转换、和本地方言识别等，通过人工智能算法进行文字解析，识别客户的真实意图并进行精准服务。
语音识别。智能客服机器人接听到客户语音请求后，通过AI语音识别系统，将客户的语音转换成文本，准确理解客户服务意图。语音合成。 智能客服系统完成语义理解，进行语音合成，把服务内容以清晰音色播报反馈客户。对于用户清晰问题进行智能一问一答，对模糊问题进行引导分发，向用户提出反问，引导用户提问人社相关业务，并针对用户画像推荐出最相关业务服务，智能客服系统在问答服务过程中不同地域知识分布加载，自动按照地区和渠道回复相关服务内容。
3.2.5 知识问答库
至少应包含标准问答库、专有名词库、人社业务库、政策法规库、寒暄库、会话记录库、对话记录库等问答库。设置问答库审核流程，分配审核权限，对入库的知识进行分级审核。支持标准知识库管理、标准问答库管理、标准问答库批量导入管理、专业词库管理、敏感词管理、知识库审核管理、审核状态管理、审核流程管理、审核权限管理等管理功能。可个性化定制专属智能客服名称，定制问候语、提示语，具有知识维护和工单审核等功能，同时智能客服涉及的库应包含且不限于基本的增删改查和导入导出功能。
1、标准问答库
人社智能客服采用标准的一问一答方式，是智能客服的核心问答库，设置问答权重、对问答进行分类。
2、专有名词库
人社智能客服包含存储专有名词、敏感词，用于智能客服对问答进行学习、训练，以及优化知识图谱。同时智能客服回复时，不会发送并显示任何敏感字。
3、人社业务库
人社智能客服与业务进行对接设置库，设置业务标识、业务名称、业务描述、服务终端、服务链接等。
4、政策法规库
人社智能客服具备法规问答库，对接本地政策法规内容，用于回答政策法规的问题。
5、寒暄库
人社智能客服具备寒暄语料库，供简单闲聊的问答服务，同时能够提问天气，格式“城市天气”，例如“长沙天气”，让智能客服充满感情色彩，快速拉近用户距离，提升服务质量。
6、会话记录库
人社智能客服应记录打开智能客服的终端类型、提问人、时间、ip地址等，用于服务监管和统计分析使用。
7、对话记录库
记录用户提问回复全过程，用于服务监管和统计分析，以及未解答问题聚类分析。
8、问答库审核流程
分配审核权限，设置审核流程，对入库的知识进行分级审核，审核后存放到知识库中。
9、智能服务引擎
词法分析：提供分词、词性标注、命名实体识别，支撑自然语言的准确理解。
句法分析：对句子中的词语语法功能进行分析。
语义分析：词语级的语义分析，句子级的语义分析。
知识学习：针对行业领域预料库的积累，结合自主学习模型，实现对问法的自动学习，对标准答案的不同问法进行扩展，适应业务咨询过程中的业务咨询问题，提高运维的效率。
10、所有问答库、词库的管理与监控
（1）标准知识库管理
问答库的管理功能，使用可视化的界面管理，能够检索与分类，让知识管理有条不紊，操作简单，易维护。
（2）标准问答库管理
标准问答库基于12345积累的问答数据建立，通过数据清洗和机器学习，形成统一和标准化的标准问答，方便智能客服正确解答客户问题。标准问答库在运行过程中需要不断的完善和积累，机器学习和清洗问题后，需要人员进行审核才能正式纳入问答库。
（3）标准问答库批量导入
标准问答库的维护支持日常持续的维护和初始化维护（按照模板一次性批量导入）。
（4）专业词库管理
人社智能客服应具备行业专有词汇的维护。
（5）敏感词管理
人社智能客服在对外提供服务时，难免产生海量垃圾文本，敏感词管理通过深度学习+强化学习+敏感词库定制化解决广告、涉政、垃圾等文本隐患，提升用户体验。
（6）知识库审核
人社智能客服应对所有入库的知识进行分级审核管理，分配管理权限，设置审批流程。
（7）审核状态
问答库为知识内容定义了四种状态，分别为：新建草稿、内容待审核、内容待发布、内容已发布。通过四种状态的转换，完成知识内容的审核与发布流程的制定与管理。
（8）审核流程
支持三类审核流程且流程可自定义配置，如下表所示：
| 审核流程 | 流程说明 | 内容状态 流转说明 |
| 无审核 | 用户A完成内容编辑后，即可发布内容。 | 新建草稿 ↓ 内容已发布 |
| 一级审核 | 用户A完成内容编辑后，需发起一级审核申请； 用户B完成内容审核后，可发布内容。 | 新建草稿 ↓ 内容待审核 ↓ 内容已发布 |
| 二级审核 | 用户A完成内容编辑后，需发起一级审核申请； 用户B完成内容审核后，需发起二级审核申请； 用户C完成内容审核后，可发布内容。 | 新建草稿 ↓ 内容待审核 ↓ 内容待发布 ↓ 内容已发布 |
（9）审核权限
三类审核流程下用户设置及权限概述，如下表所示：
| 审核流程 | 用户 | 权限说明 |
| 无审核 | 用户A | 1、拥有直接发布知识内容的权限。 |
| 一级审核 | 用户A | 1、拥有在新建知识内容，状态为【新建草稿】的权限。 2、拥有在将状态为【新建草稿】的知识内容发起审核申请，状态变为【内容待审核】 |
| 用户B | 1、拥有新建知识内容，状态为【新建草稿】的权限； 2、拥有将状态处于【内容待审核】的知识内容转变为【内容已发布】状态的权限； 3、拥有直接发布文章的权限。 | |
| 二级审核 | 用户A | 1、拥有新建知识内容，状态为【新建草稿】的权限； 2、拥有将状态为【新建草稿】的知识内容发起审核申请，状态变为【内容待审核】 |
| 用户B | 1、 拥有新建知识内容，状态为【新建草稿】的权限； 2、拥有将状态处于【内容待审核】的知识内容转变为【内容待发布】状态的权限； 3、拥有直接新建状态为【内容待发布】的知识内容权限。 | |
| 用户C | 1、 拥有新建知识内容，状态为【新建草稿】的权限； 2、拥有将状态处于【新建草稿】的知识内容转变为【内容已发布】状态的权限； 3、拥有将状态处于【内容待发布】的知识内容转变为【内容已发布】状态的权限； 4、拥有直接发布文章的权限。 |
（10）交互日志查询
提供问答历史日志管理。
（11）满意度统计分析
人社智能客服提供满意度统计分析，主要是对用户反馈的智能客服解答情况的满意、不满意、未评价的总量进行统计和分析，可以按时间段查询某一阶段来自各个渠道的满意度的统计结果；对某一时间区间内，按不同的粒度，可以按年、月、日分析管理各渠道满意、不满意、未评价的整体变化趋势，图形化体现我们智能客服的服务能力。
（12）咨询量分析
人社智能客服应能够按时间段查询某一阶段的咨询量情况，图形化展现咨询量统计分析结果，各个渠道的咨询总量、咨询人次数、咨询人数一目了然。咨询总量：时段内咨询总量，按渠道分别统计。咨询人次数：时段内咨询人次总数，按渠道分别统计。咨询人数：时段内咨询人数，按渠道分别统计。
（13）热词分析
人社智能客服应支持使用文字云的形式，将用户问题的关键词进行抽取与展现，一眼就可以领略用户最关注的问题关键，更精准定位用户更关心哪些热点问题。
（14）未解答问题分析
人社智能客服应能够使用多种分析方式：转留言问题分析、问答评价分析、转人工坐席问题分析、问答日志分析，使用智能算法进行归类，统计分析TOP10类未解答问题，提供在线添加知识答案，提供有效对问答库持续运维方式。
（15）常见问题分析
人社智能客服应使用智能算法对某一阶段用户高频提问进行抽取展现，精准定位用户常用问题。
（16）个性化定制
能够设置专属智能客服名称，定制问候语、提示语。
（17）知识维护和工单审核功能
知识维护系统支持业务经办服务科室对知识进行编辑、政策文件上传。业务经办服务科室首次政策知识上传后，经过政策分解归类后，将知识分发给各个业务科室所对应的知识维护人员，让知识维护人员根据政策变化情况实时更新。对接12345/市长信箱等渠道工单，并进行回复和转新增知识点操作。详见3.2.12政务热线人社业务工单审核。
3.2.6 多种提问方式和拟人化交流
必须支持微信和网络聊天对话框所支持的文字、图片等文档以及语音等聊天交互方式，必须支持电话交互的提问方式，同时智能客服在识别到访客或是在已经接待访客后还能主动发起问候和提问，依托上面要求的多种人工智能技术，进行拟人化交流，通过AI识别转换，获取真实的咨询意图。
3.2.7 问题推荐
主要包括相似问题推荐、快捷通道、常见问题等功能
（1）相似问题推荐
在提出问题后，会在返回的答案下面推荐出与该问题相似的问题。
（2）快捷通道
提供查询和经办业务的快速‘绿色’通道，访客可直接办理人社业务。
（3）常见问题
将访客经常提到的问题，通过大数据分析和挖掘以及多种人工智能技术，定期归纳总结发布到常见问题区域，同时智能客服要对问题进行知识图谱关联完善和自主学习，精准推荐给用户。
3.2.8 问题录入智能联想
访客在提问的时候，根据输入的文字智能联想出可能要问的问题以协助访客快速定位问题，智能识别不同场景下的业务意图，指引用户查询业务、经办业务以及精准回复。
同类型问题或相关联的问题应缩减用户提问的次数，例如群众提问失业金，智能客服系统会自动根据用户的参保数据和相关的人社业务政策自动计算出其能领取到的具体失业金金额和原因，并联同相关的失业金政策一精准回复给该群众。
3.2.9 场景化模型
（1）一问一答业务应用模型。依据已建成且无缝对对接长沙市“互联网”+“政务服务”一体化平台的人社领域知识图谱动态关联和智能知识库系统，快速识别用户问题意图，给出精准回答。任务型问答模型。通过智能客服学习系统和用户之间进行的多轮交互，实现不同业务的多种服务类功能和主动引导功能，提供个性化答案。
（2）知识图谱问答模型。根据问答知识体系，快速引导用户定位问题并给出精准答案。
（3）通过深度学习模型判断问题与答案的匹配得分，采用BERT模型特征提取并判断问题相似度。输入联想实现了预判用户提问和减少用户输入错误的功能。
（4）人社领域多关键词关联学习识别用户意图进行业务知识回答。关键词、同义词、敏感词识别，用户问题中出现多个关键词，通过机器学习准确识别用户意图，进行同义词推理和词语的多种表达方式识别。快速匹配用户想了解的问题。
（5）具有有丰富的语言交流、日常寒暄能力。长沙人社智能客服能以拟人化的方式进行智能服务，体现服务平台趣味性、互动性，提升用户体验。
(6) 对用户较大范围问题的选择性回答能力。人社智能客服系统通过智能计算，推荐和用户问题关联最紧密的问题列表，供用户进一步选择。
(7) 具有智能反问能力和流程引导。对于用户问题中要素不全时，机器人可通过智能反问，确定所需要素。上下文语义分析能力。机器人具备上下文逻辑推理能力。
流程引导功能：在与用户的交互过程中可根据该流程进行智能引导，可根据流程配置自动引导流程执行或终止。自动判断交互场景中问句的缺失信息，通过预设的反问，引导用户进行缺失信息的补充。
(8)具有多轮对话能力。针对复杂场景对话的处理能力，使用户体验更自然。自动判断交互场景中问句的缺失信息，通过预设的反问，引导用 户进行缺失信息的补充。
(9)具有多个句组合意图识别能力。对拆分后的句子能够组合交互并理解用户意图给出应答。通过预设推送话术及相应知识点的方式，在机器人回答出用户当前问题时，主动推送一条引导话术，再根据用户反馈的真实意图，触发相关联知识点给出答案。
(10)深度推理。对涉及到数据对比的用户问句进行深度推理分析，给出相应的差值，能够在语义解析的基础上进行多重动态处理，实现对提问的动态应答。
(11)机器人转人工能力。机器人可根据用户要求、用户情绪、问题分类等多种场景，自动无缝转接文本坐席。
3.2.10 在线留言和问题分发
智能客服对于提供访客留言和提问应进行业务类别分类记录和分发给不同的业务部门经办用户。经办用户可以非实时性回复访客问题，也可以进行统计分析，在问题形成闭环后，智能客服应以此作为学习原料之一完善知识图谱和自主学习。
3.2.11 智能服务引擎
主要提供词法分析、句法分析、语义分析、知识学习等智能服务，同时不断完善人社知识图谱，实现智能客服的自主进化。
（1）词法分析：提供分词、词性标注、命名实体识别，支撑自然语言的准确理解。
（2）句法分析：对句子中的词语语法功能进行分析。
（3）语义分析：词语级的语义分析，句子级的语义分析。
（4）知识学习：针对行业领域预料库的积累，结合自主学习模型，实现对问法的自动学习，对标准答案的不同问法进行扩展，适应业务咨询过程中的业务咨询问题，提高运维的效率。
3.2.12 政务热线人社业务工单审核
长沙人社智能客服应全面支持业务部门编辑和维护多渠道知识，对接长沙市12345和12333政务热线工单。具体包括
（1）文档上传：支持上传文档名称、分类、事项、紧急程度、政策有效期、备注信息等自定义设置等。
（2）工单审核：支持批量12345政务热线工单审核，支持在提交时撤回；支持驳回申请；支持编辑后审核通过；支持知识点/工单历史修改、审核意见分析管理；支持自定义查询、导入、导入待审核知识点/工单。
（3）知识编辑：包括对负责组织的答案进行编辑，支持新增知识点等
（4）工单系统接口对接：支持12345/市长信箱等渠道的工单按照统一格式接口传输到知识维护系统；
（5）工单回复：支持对工单回复答案进行编辑
（6）工单打印：支持工单打印
（7）工单转知识点：支持对工单转为知识点操作，转为知识点后市民可在智能客服中咨询该知识点。
（8）记录查询：包括支持自定义查询知识点修改信息分析管理，包括修改人、修改时间等。
（9）数据统计：支持统计知识点/工单审核数据，包括回复情况、审核情况等
（10）组织管理：包括支持维护系统内权限管理。支持组织结构的增删改查；支持结构内成员的移动；支持组织成员的查询、成员角色设置、成员信息修改、删除、新增。
3.2.13 智能客服精准场景管理
智能客服除了提供人社知识问答之外，还可以对实名认证进入智能客服的用户提供主动精准服务。用户进入智能客服后，大数据分析平台基于该用户的用户画像标签，提供主动事项精准服务。场景逻辑配置：支持配置场景逻辑，包括场景名称、场景条件、场景回复话术，针对复杂场景支持节点配置等。变量管理：配置变量名称、变量类型（初始变量、抽取变量）、变量绑定规则等。
（1）知识管理功能。支持知识分层分级管理，包括：支持对特定的关键词进行配置答案。修改记录：支持分析管理知识库操作记录和复原答案库：答案库是知识维护系统中进行维护的答案，支持被引用、关联。
（2）文档管理。提供知识原文文档的文件管理、权限管理、映射管理、更新提示。
（3）数据管理。分业务科室分析管理政策文档数量、业务经办知识点数量、常见问答数量等。
（4）智能检测。通过主动自检和被动自检等方式进行检测，每日跟进检测结果，并对检测结果进行维护。主动检测：即用户咨询后未能给出答案、检测相似问数量，针对相似问数量提供给知识维护人员合理化建议等。被动检测：即用户通过咨询后，发现机器人提供的答案非用户需要的答案，无法解决用户咨询问题。
（5）数据看板。支持采用数据看板的方式分析管理智能客服实时数据情况，包括智能客服访问情况、智能客服知识问答情况等
（6）数据日报。支持采用数据日报的方式按照每日/每月给设定的手机上发送智能客服服务记录，包括前一起服务人数、服务问题数、热点服务问题等。支持每月汇总服务数据。
（7）最新政策。分析管理最新上传的政策文件。
（8）用户提问分布。分析管理用户提问问题占比，分业务问题、闲聊问题和知识点类型等。查询用户提问触发知识点类型占比，分图谱和普通知识点。
(9)文档分类。可按照文档分类进行已上传文档分析管理；可编辑分类。
(10)文档查询。可分析管理每个文档所属业务部门、采编情况、上传信息以及下载。
(11)答案分类。可按照分类分析管理已采编答案；可自定义搜索，从采编状态、答案标签等维度搜索分析管理。
(12)答案采编。可新增、导入、导出答案；采编完成后可提交审核。
(13)标签管理。可自定义知识标签。
(14)访问趋势。可分机器人，按不同时间维度分析管理访问人数和问答次数趋势曲线图。
(15)问答统计。可时间维度、触发方式、渠道等维度统计问答分类和问答详细的命中次数、解决次数以及未解决次数
(16)问答比例统计。可从时间维度、触发方式、渠道维度统计问答数量、问答比例、解决比例
(17)问答记录。可分析管理详细问答记录；可从时间维度、触发方式、渠道维度搜索分析管理、下载；点击问答记录可进行详细问答页面，分析管理前后文；可根据问题新增知识点或关联已有的致死单
(18)图谱统计。可从时间维度渠道维度统计图谱和图谱节点触发情况，支持统计结果下载。
(19)实体管理。编辑实体名称，选择实体类型，编辑核心词和同义词。
(20)词槽管理。新建词槽、设置词槽名称、词槽别名、选择对应实体、编辑询问话术。
(21)业务词库。可设置专有业务名词，提升触发准确度。
(22)同义词管理。可增加同义词，减少错别字、同义字、词、句对机器人的影响。
(23)知识库总览。知识库为已经启用的知识库。可分类分析管理知识点；可自定义、知识状态、知识类型进行搜索分析管理；支持知识导入、导出、启用、停用、编辑、删除。
（24）修改记录。分析管理知识库内所有知识点的操作记录，支持自定义时间段和关键词进行筛选分析管理。
(25)多轮对话。支持多轮对话型知识类型编辑管理，支持收集词槽、信息确认、内容少选、触发条件、动作等多个流程配置。
(26)操作记录。可分析管理知识图谱变更记录以及操作人信息，支持自定义搜索
(27)待学习问题处理。可分析管理所有未知问题、未解决问题、转人工问题，支持多个维度搜索分析管理；可对上述问题进行关联、新增、忽略以详细记录分析管理，人工进行学习。
3.2.14 智能客服用户画像设计
用户画像的构成维度包括：用户的基本信息、用户社会关系、能力模型、行为轨迹、信用征信等维度，个人用户画像还应考虑移动设备使用、社交媒体数据流量，建立更加精细化的用户画像。根据用户标签构建用户模型，达到为用户提供个性化人社领域知识智能服务，把人社局政策法规、业务知识、经办服务流程、相关材料提供等服务进行个性化、精准推送。我国互联网龙头企业已在用户画像领域取得了显著成效，如数据魔方和数聚汇，根据用户消费行为、消费能力和消费内容等，建立用户画像模型，进行精准推送服务。
支持人社智能客服的用户画像过程包括数据汇聚、维度建模、标签逻辑配置、标签计算和体系构建、画像生成五部分构成。
（1）数据汇聚。采用ETL和任务调度等方式，汇聚人社部公共数据、湖南省和长沙市的政务数据交换平台，以及长沙市人社局本地数据和湖南省级平台回流到长沙市人社局的业务和监管数据等，并结合智能客服系统自动回复形成的有价值数据源等多源、多层次、多格式数据。
（2）维度建模。对社会保险及相关数据进行清洗和一致性、完整性、正确性校验，采用维度建模方法，形成长沙市人社智能客服的多维度数据仓库。
（3）标签逻辑配置。根据市民、企业的属性类或统计类标签，配置生成标签的自动计算逻辑。
（4）标签计算与体系构建。根据生成标签计算逻辑，自动计算参保个人和参保单位的属性类和统计类标签，构建社保用户标签体系，为用户画像提供基础。
（5）画像生成。根据参保单位或参保个人实际智能客服系统的问答需求，组合相应的标签，自动生成与客服需求最大匹配度的画像。
3.2.15 上下文理解
长沙人社智能客服系统具有自动识别上下文理解场景，提取上文中包含的有效信息来理解当前语义，从而提供更加自然流畅的交互服务。上下文模块采用双向LSTM模型来对句子进行编码，将每一轮客服系统与客户之间的问答输入到记忆层，记忆层利用BeliefTracker来跟踪客户输入问题的关键性信息。在客户发起新一轮问题时，利用记忆层已经记录的上下文信息来解析和预测客户的意图。
3.2.16 多轮对话
智能客服应用场景需要通过多轮交互机制完成业务服务，通过采用循环神经网络（RNN）来实现多轮对话。
（1）用户的问题经过“意图识别”和“信息抽取”提取时间、地点等关键性信息；
（2）利用记忆层来记录之前用户的输入数据；
（3）“多轮会话控制器”根据记忆信息和当前抽取的信息，结合具体任务的业务逻辑，决定客服系统该回复客户什么样的内容。
神经网络学习模型需要大量的会话数据来进行训练。智能客服系统拥有业内独特的数据生成技术，根据用户的会话逻辑来自动生成大量的会话数据，满足神经网络的训练需求，达到较高的准确率。多轮会话定制工具，以图形化的方式，直观、便捷地自主配置业务所需要的各种多轮对话，并根据使用情况不断调整优化流畅的交互效果，支持对接业务接口、一次性输入多个信息、中途打断、修改等复杂逻辑。
3.2.17 主动推送服务
长沙人社智能客服系统具有主动推送服务事项功能，如用户标签社保卡状态为“未持卡”状态，用户经过实名认证应用智能客服系统，智能客服系统则优先展示社保卡办理事项，提醒用户办理社保卡。通过和用户数据的链接，用户进入智能客服提问后，通过服务策略引擎获取用户数据信息进行判断回复。举例当用户咨询长沙灵活就业人员参保问题时，获取用户数据信息为参保险种为“城乡居民社保”，社保状态为“正常缴费”，则该用户如需以灵活就业人员身份参保则需先停掉城乡居民社保。
3.2.18 用户管理控制台
智能客服管理控制台提供统计分析功能，主要包括访客满意度分析统计、咨询量分析统计、热词分析、常见问题分析等功能，也支持定期发送报告。智能客服管理控制台主要功能包括：
（1）我的问答。可按照日周月等不同时间维度进行会话量、平均会话时长、满意率、在线时长等在线客服服务情况进行统计。
（2）待处理工单。显示待处理工单的情况，最多显示6条，点击“更多”按钮，可打开“工单管理”功能。
（3）待处理留言。显示待处理留言的情况，最多显示6条，点击“更多”按钮，可打开“留言管理”页面。
（4）会话管理。分析管理当前正在接待会话、过完接待会话以及排队中的会话，可点击任意会话进入会话界面。
（5）客户信息编辑。支持客户信息进一步补充或者修改；可在详情页面分析管理相关联的咨询历史以及工单信息。
（6）会话操作。支持发送表情、图片、文件、小视频等格式信息；支持图片复制或拖拽到输入；提供问答评价功能，可主动邀请评价，用户可以根据回答结果对服务进行评价，而且可以作为统计分析和智能客服自主学习进化的依据之一。
（7）消息撤销。支持消息撤销以及重新编辑发送，可发送后在5分钟内操作。
（8）推荐回答。具有推荐回答功能，读取用户咨询内容检索知识库，自动推荐最优的3条答案，客服人员选择输入。
（9）知识库功能。支持服务过程调用知识库，可编辑后或直接发送知识库内容。
（10）快捷回复。可在服务过程调用快回复库，可选择公共库或个人库。
（11）会话整理。可服务后对会话服务结果进行整理，包括问题类型、处理结果、问题详情、问题备注等信息；整理后不可更改。
（12）留言管理。分析管理当前待处理留言、已处理留言以及全部留言，可点击任意留言概况进入留言处理界面；支持时间、留言状态、处理人等多个维度的搜索
（13）工单管理。分析管理当前待处理工单、创建工单、已处理工单等，支持按时间、工单类型、工单状态、处理人、工单编号、工单主题等多个维度的搜索
（14）工单创建。自定义创建工单，填写工单主题、描述、关联会话、客服信息、工单类型、紧优先级、处理人、抄送人以及上传相关附件。
（15）工单处理。可进行留言处理，包括处理状态标记、工单指派、工单回复、工单关闭。
（16）质检评分。自动客服进行质检评分，支持质检评分分析管理，可按照时间维度、会话状态等搜索，分析管理会话质检评分情况。
（17）质检设置。可设置质检对象、质检负责人员、质检比例、质检频次以及质检报告生成周期。
（18）用户管理。根据客户信息搜索分析管理，支持用户户信息进行补充修改。分析管理用户的咨询历史显示该用户发起的所有会话列表，点击某条会话右侧弹出该会话的详情页；工单记录显示所有关联客户为该客户的工单列表，点击某条工单右侧弹出该工单的详情页；
（19）实时监控。实时监控当天服务情况，包括会话量、会话响应时长、接通率、满意度等；实时监控当前服务详情，包括接待中、排队中、客服状态；每个客服当天的服务情况。
（20）会话统计。统计智能客服运行情况，支持按业务、渠道、时间维度进行统计。
（21）用户统计。统计受服务用户情况，包括新老用户占比、机器人独立接待客户数、机器人独立接待客户数占比、人工独立接待客户数；支持业务、渠道、时间维度进行统计。
3.2.19 机器人管理
对机器人基本信息的管理，对机器的昵称、头像、提示词等进行查看与编辑。
能以标准API接口形式调用智能客服服务，同时能够做到问答同步配置、算法服务配置、语音配置、定时同步配置等。
3.2.20 智能客服日常数据采集
通过自动化数据采集方法，定期对人社局网站和省政务服务网内容进行采集及处理，梳理重点业务的办事场景，针对市民的不同身份和需求，做不同的流程引导。
能够覆盖包括但不限于省市县（区）政务服务网相关业务、局网站重点业务、办理事项、在线办理、便民查询、名单目录等我局所有政务服务内容，并提供与各类服务内容相匹配的交互形式。
3.2.21 统计分析
对咨询量、咨询量趋势、满意度等的统计分析。
智能客服管理控制台提供统计分析功能，主要包括访客满意度分析统计、具有咨询量分析、热词分析、未解答问题分析、常见问题分析等分析功能，也支持定期发送报告。
统计分析需多种形态的可视化展现方式，直观展示系统运行情况；支持按业务、按渠道、按时间、按咨询问题等多个维度对问答情况进行展示。体现人社业务发展趋势，进一步提供人社业务智慧决策支持。
3.2.22 智能客服底层引擎
此项采取已经在人工智能应用领域内成熟的成品软件，采用实体识别、语义计算、多轮训练引擎，以BERT句向量模型为基础，结合长短记忆神经网络（LSTM）、卷积神经网络（CNN）、循环神经网络（RNN）、层次聚类算法等核心组件，实现多轮对话、上下文关联、增量学习等算法，准确理解用户提问意图，根据用户画像和提问意图精准推送相关政策和经办服务流程知识。采用微服务技术架构，支持语义理解、实体抽取、接口服务和消息队列等服务部署，具有用户提问意图自动理解功能、反问引导功能、多轮交互功能、知识增量学习和问答案审核功能。
二、相关标准：
按国家相关标准执行。
三、技术规格：
1.1 架构要求
本项目架构应采取人社部LEAF6.2标准搭建，提供分布式服务框架、分布式数据库服务、分布式缓存服务、消息队列服务、分布式序列服务、非结构化存储服务、分布式日志服务等云支撑服务,应用层以SpringBoot框架进行开发，将本项目涉及的需求以微服务为最小单元进行梳理，通过SpringCloud微服务治理构架进行统一治理。同时前后端完全分离，前端提供多渠道多终端自适配和页面可配置化，后端通过微服务的方式进行支撑。
本项目应以DAAS数据即服务的标准进行建设，通过DAAS对外能提供本项目需求中的数据服务，数据库规划设计应统筹兼顾，按照本项目可行性研究报告中的预测的数据量进行合理的分库分表设计，要划分为基础库、共享库、业务交易库、历史库、统计库等。
基础库采用关系型数据库，存储单位基础信息、人员基础信息，主要是当事人的自然信息；
共享库采用关系型数据库，共享库存储各个交易库所需的公共参数、目录等信息；
业务交易库采用关系型数据库，存储各业务交易信息，按业务部门和业务层级进行分库。业务交易库的数据定期迁移到历史库当中，保证业务交易库的性能最优；
历史库采用分布式列存数据库，历史库只允许进行只读查询，根据业务需要存储不再变动的信息；
交易库到历史库的同步采用定期（半年或三个月）手工触发或者定时任务的方式进行同步；
统计库采用分布式列存数据库，支持对业务的统计分析、非实时性的查询。统计库包含基础库、共享库、业务交易库、历史库全库的数据（统计库数据=基础库数据+共享库数据+业务交易库数据+历史库数据），并且保存统计查询的结果。
本项目架构应具备以下五个方面的支撑能力：
1）系统安全方面，要具备安全管理、预警报警、漏洞统一修复、日志追踪、行为管理、用户隐私管理、数据加密管理、服务器运行情况监控等等；
2）系统可配置化方面，遵循低耦合高内聚的原则，包括流程配置化、页面模块配置化、用户管理可配置化、报表可配置化、数据管理可配置化等等；
3）系统性能方面，需达到本项目采购需求罗列的性能指标和本项目可行性研究报告中罗列的性能标准；
4）系统智能化方面，需运用大数据技术进行数据分析、挖掘和人工智能技术进行自主学习，实现真正意义上的智慧决策和智慧服务；
5）国产化适配方面，严格按照国家信息安全要求，采用国产信创体系，全面支持国产软硬件，包括但不限于操作系统、浏览器、数据库、服务器、读卡器、打印机等软硬件设施，数据加密计算和用户密钥设计严格遵循国家商用密码保护体系；
四、交付时间和地点：
1 项目实施要求
1.1 项目进度要求
投标人应在需求确认后12个月内完成系统开发，具备上线条件，严格按照项目招标要求的建设周期合理安排计划，在投标文件中提供项目进度计划表，最终的计划进度表由中标人和采购人协商确认。
1.2 项目过程管理要求
投标人需要按照软件质量管理和保证体系，提出具体相关过程管理方案和质量保证措施。
1.3 项目组织管理要求
为使工程按质、按量、按时及有序实施，投标人要对本项目组织一个完善的管理组织结构，人员配置应科学、合理、有效，应充分保证人员的数量和质量。需指定一名项目经理负责本项目实施任务的具体实施和组织，可全权对参与本项目的技术人员进行统一管理和调配。
投标人需对本项目投入技术人员20人及以上，并派相应的技术人员进行驻场开发，拟投入的人员需拥有三年以上软件开发经验，熟悉大数据分析和挖掘、机器学习、知识图谱等人工智能相关技术，能够胜任长沙人社数据资源中心和智能客服的开发工作，同时还需获得采购方的认可，并按照采购方的相关驻场规定和管理办法进行考核。
在系统验收前，投标人原则上不得更换项目经理，如有特殊情况确需更换的，应征得采购人的同意。
1.4 项目风险管理要求
投标人应充分认识到项目风险管理的重要性，在投标文件中必须识别分析项目中的各类风险因素，并采取相应的对策。
1.5 项目沟通管理要求
投标人必须在投标文件中详细明确说明项目沟通计划，确保投标人与采购人之间信息沟通顺畅。
2 培训要求
投标人必须根据本次招标文件所制定的目标和范围，提出相应的培训内容及计划，并作为投标文件的一部分提交。培训以人社局相关工作人员具备自主数据治理、知识图谱建模能力为目的。
6.1投标人必须提供满足本招标文件要求的培训服务
投标人必须对相关业务操作人员提供相关技能培训，并达到预定的培训目标，必须为所有被培训人员提供培训所需的文字资料和讲义等相关用品，所有培训书面资料或电子文档用简体中文书写，授课形式为中文，并承担本项目相关的培训师资（含差旅）、教材（电子版）等费用。
6.2投标人必须提供技术支持及维护培训
为了使系统管理维护人员能对系统安装、应用及维护和故障的处理有全面的了解和认识，投标人应根据项目实施的各阶段为使用方安排有针对性的软件系统培训。
6.3 培训地点
培训地点为采购人指定的长沙市内地点。
3 售后服务要求
本项目售后服务主要为项目终验合格之日起提供维保服务一年，该维保服务费用已包含在项目的建设费用内。维保服务参照长沙市人力资源和社会保障局运维管理相关要求、标准、规范执行。
7.1售后服务期限
项目终验合格之日起提供维保服务一年。
7.2售后服务内容
（1）系统基本维护服务。
包括软件和软件接口的升级、维护和软件故障检查与排除，对于软件安全问题应及时免费提供补丁并安装，日常数据维护。
并要求提交以下支持：定期维护计划、对采购人不定期维护要求的响应措施、对用户修改设计要求的响应措施、维保服务期间驻场人数需不少于三人，拥有三年以上软件开发经验，熟悉大数据分析和挖掘、机器学习、知识图谱等人工智能相关技术，能够胜任长沙人社数据资源中心和智能客服的运维工作，同时还需获得采购方的认可，并按照采购方的相关驻场规定和管理办法进行考核。
（2）突发事件应急处理
对本系统提供7×24小时技术咨询和响应服务，对于采购人提出的相关问题，应在3日内给予答复。
对重大故障提供7×24小时的现场支援，一般故障提供5×8小时的现场支援。
敏感时期、重大节假日提供技术人员上门检测、值守服务。
（3）业务升级服务
服务期内，甲方出台的新政策、新文件、新业务导致的新需求或需求变更，只要不改变现有软件系统核心架构，乙方均应及时升级系统支持业务经办。
新需求或需求变更需要突破现有应用程序核心架构的。系统升级需甲乙双方协商另行解决。
配合甲方完成因系统扩容而进行的所有技术支持工作。
甲方扩展的业务系统，乙方负责提供新增系统接口的技术支持。
乙方定期向甲方提出系统升级及维护建议。
4 交付与验收
4.1 交付成果
项目投标人在项目验收时，应向采购人提交本项目建设中产生的成果以及第三方测评相关交付物，需同时提供汇集成册的书面文档和存储介质的电子文档。
本项目建设中产生的成果是指与本项目有关的全部资料，包括但不限于开发计划、开发计划评审报告、实施方案、需求调研计划书、需求收集过程文档、需求分析和定义文档、需求验证和确认文档、需求管理文档、需求规格说明书、概要设计说明书和评审报告、详细设计说明书、数据库设计说明书、接口设计说明书、开发进度管理表、测试方案说明书、系统部署方案和说明书、自检报告和、测试记录和合格报告、实施及培训说明书、开发和维护手册、操作手册、服务计划、系统应急预案及快速恢复方案、项目总结报告、用户使用反馈报告、技术服务承诺书、为本项目开发的软件源代码和涉及使用的第三方控件源代码等等。对于原始程序代码，要有详细的代码注释，要求能够在本地不经过任何特殊设置，即可编译并正常运行。
4.2 知识产权
投标人应保证其所提供的产品及服务不侵犯第三方的知识产权，如有使用第三方产品或控件必须获得正式授权（并提供无版权争议承诺书），且包含在投标价格内，采购人不再支付任何第三方软件费用，如因此发生法律纠纷，投标人承担发生的一切法律责任和费用。
本项目建设中产生的成果的知识产权属采购方所有。
五、服务标准：
统一用户体系和权限要求
本项目对外服务对象覆盖长沙市范围内的参保单位和参保个人，以及提供相关服务的培训机构、中介机构等外部用户，未登录的用户统一作为访客用户，除了无法获取其身份信息关联的数据外，同等享受本项目其他服务。对内服务对象是长沙人社局市本级、区县、街道、社区各经办人员和管理决策人员。同时本项目涉及数据共享需要开放数据共享用户给各外部单位。
本项目建立的用户体系需要与长沙人社局各业务系统用户打通，形成统一的用户体系，对被服务对象来说，在长沙人社只有一个用户。
长沙人社智能客服系统是长沙市建设“互联网+政务服务”一体化平台的重要组成部分，通过接口技术策略和开放软件代码封装，实现与长沙市已建成的统一用户认证体系无缝对接。同时还应支持微信授权扫码登录、电子社保卡扫码登录、长沙人社12333公共服务平台登录以及人脸识别登录等方式。
针对不同的用户进行权限可配置化设置。
性能及稳定性要求
系统应满足用户的要求，稳定、可靠、实用。人机界面友好，输出、输入方便，图表生成灵活美观，检索、查询简单快捷。支持500个以上并发用户的访问，平均响应时间<5秒。在业务办理过程中：
1）登陆时间≤2秒；
2）页面间跳转时间≤2秒；
3）精确查询（包括请求服务）响应时间≤2秒，平均业务办理响应时间≤3秒，批量业务办理：1小时完成50万人的数据生成；
4）综合查询响应时间≤3秒；
5）简单事务处理（包含各类信息录入、修改、删除）≤2秒；
6）批量前台经办业务要求有进度提示，平均控制在20秒；
7）单记录本地查询的响应时间≤2秒；
8）单笔非嵌套分布式查询的响应时间≤4秒/次；
9）简单报表查询的响应时间≤6秒；
10）单项统计的响应时间≤6秒；
11）生成复杂统计报表的响应时间≤120秒。
12）稳定性要求：整体系统应能支持亿级数据规模的快速存储和查询，支持7×24小时连续不间断的稳定运行，并保证数据的一致、完整、准确，不发生长时间业务中断、阻塞、死锁等情况，以满足大数据量的实际应用需要。系统应提供迅速的故障恢复能力，确保出现一般性局部故障时不影响整个系统的正常运行。在系统运行较长时期后，通过系统调优、方案优化等手段，使平台的性能指标仍保持在线初期的指标范围，达到平台性能的持续稳定。
13）性能扩展性要求：根据业务需求的变化，做好相关系统的部署和调整、支持后期的扩展需求；应用节点根据业务情况可动态横向扩展，增加并发量和提高在线用户数。长沙人社智能客服系统上线运行后，并发访问人数为1000人，系统响应时间为2秒以内。预计3～5年后系统访问量达到数百万人次，响应时间为2秒左右。根据预测每天不低于8000人咨询社保问题。长沙智能客服系统对客户问题的单句响应时间为200毫秒；单台服务器并发数150/秒；服务SSL指标不低于99.99%。
安全性及保密性要求
提供良好的数据安全可靠性策略，采用多种安全可靠的技术手段，保证系统及数据的安全与可靠，系统应具有长期连续工作的能力和容错的能力。需依据国家信息安全等级保护制度即《信息系统安全等级保护基本要求》（GB/T 22239-2019），达到第三级安全保护能力。另根据国家相关政策以及《信息系统安全等级保护基本要求》（GB/T 22239-2019）的有关要求。
项目中涉及的所有源程序、软件文档、软件部署包、项目维护过程文档、业务数据等内容，未经业主方书面同意，不将任何涉及本项目的信息向外界泄露，不得拷贝使用人的任何数据，该保密义务在合同终止后继续有效。中标人在项目建设、维保服务过程中，可能涉及到使用保密数据或接触保密相关文件、资料、软硬件的，需制定保密管理办法，规定保密数据、保密设备、保密介质、保密人员的管理。
灵活性与可扩展性
本项目所建系统应易于扩展、升级和移植。系统指标体系、业务功能体系设计留有余地，应能根据形势发展的需要，对相关应用进行扩展，不需要对系统架构做出调整。软件可基于应用支撑平台进行业务系统灵活定制，替代代码编写80%以上。
六、验收标准：
本项目采用一般程序验收，参照《长沙市新型智慧城市和数字政府建设工作领导小组办公室关于印发<长沙市政府投资信息化建设项目验收阶段实施细则>的通知》（长智慧办发〔2022〕9号）及相关验收要求、标准、规范执行。
（1）投标人必须对其所提供的全部系统进行安装，其中包括但不限于：安装、测试和联网调试、试运行等。
（2）项目验收中，国家有强制性规定的，按国家规定执行。与本项目有关的国家、行业、地方、团体标准亦成为本项目验收标准。招标文件、中标单位的承诺及投标文件、本合同及补充协议均成为本项目验收依据。验收过程中产生纠纷或存在异议的，由质量技术监督部门认定的检测机构检测，出具检测报告，检测费用由中标单位承担。
（3）项目验收不合格，由中标单位返工直至合格。有关返工、再行验收，以及给采购人造成的损失等费用由中标人承担。连续两次项目验收不合格的，采购人可终止合同，另行按规定选择其他供应商采购，由此带来的一切损失由中标人承担。
七、其他要求：
（1）本项目的可行性研究报告作为本项目的顶层设计方案和需求研究成果，是我单位需求的真实表达，理应作为本采购文件的补充，本采购文件未能详述本项目可行性研究报告中内容的，中标方也需要响应，两者如有冲突，优先按照本采购文件执行；本项目最终应以双方签订的合同和双方签订的协议为准，本采购文件和本项目可行性研究报告作为合同的组成文件，如有任何抵触、矛盾或歧义应按照合同约定执行。
（2）投标人应具有独立承担及完成除第三方测评外的本采购内容的能力，不得将本采购项目进行转包或分包。
（3）采购方所有费用为无息支付、成交供应商需按采购方要求开具相应发票。
（4）本项目采用费用包干方式建设，投标人应根据项目要求和现场情况，详细列明项目所需系统资源，投标人完成系统的设计、开发、测试联调、上线试运行测试、通过验收、培训、维保服务期保修维护等所有人工、管理、财务等所有费用。如中标后，在项目实施中出现任何遗漏，均由中标人提供，采购人不再支付任何费用。
（5）投标人在投标前，如须踏勘现场，有关费用自理，踏勘期间发生的意外自负。
（6）以上内容，如有政策调整，双方协调解决。
采购需求仅供参考，相关内容以采购文件为准。
微信扫码关注
