12 月 13 日，腾讯在北京召开以「慧聚数据之力，赋能智慧政企」为主题的「2017 互联网+大数据高峰论坛」。在论坛上，腾讯发布了大数据品牌「腾讯慧聚」。
众所周知，腾讯产品众多，「腾讯内部有强烈的大数据业务需求，且已经在 QQ、微信、视频、游戏等上千款产品上进行了应用。」腾讯互联网+大数据产品中心总经理刘煜宏表示，「我们希望通过腾讯慧聚，开放腾讯海量实践的大数据能力，更好地赋能政企行业。」
江苏省消防总队则是「腾讯慧聚」赋能政企的典型案例之一。
应用大数据技术，将能提前防控火患
江苏省土地面积约 10 万平方米，常住人口将近 8000 万，GDP 今年将超过 8 万亿，各类市场主体超过 750 万。「长期以来，艰巨繁重的火灾防控任务与有限的消防警力之间矛盾非常突出，迫切需要应用大数据等现代信息技术推动社会消防安全治理的转型升级。」12 月 13 日，在腾讯举办的「2017 大数据高峰论坛」上，江苏省消防总队副总队长王献忠表示。
那么，大数据如何与消防场景结合？
王献忠介绍，电器火灾占江苏省火灾四分之一，因此，他们以社区为单位搭建了电器火灾电网监测系统，对电器安全隐患进行全量采集，建立用电安全预警舆情和风险早期督改机制，通过提前推算预警信息，杜绝联网单位的电器火灾事故。
作为化工大省，江苏省的大量危化品也是安全隐患之一，江苏消防总队则对危化品企业安全风险数据进行联网监测，根据系统设计的预警和模型，自动向单位消防安全管理人员和辖区监管人员推送预警指令。应用大数据之后，消防总队推送了 26300 多次预警指令，有效防止了恶性事故的发生。
对在江苏境内在途运输的危化品，消防总队通过江苏省的交通运输厅共享的数据，实时查询江苏境内在途危化品车辆运输情况，获取运载车辆危化品品名、数量、危险性、处置措施等核心数据，为有效处置危险品道路运输提供数据支撑。
「我们叠加一定时期内危险品运输车辆的轨迹图，与消防队战地理分布图可以分析消队对战跟道路危险品运输的对应关系。可以指导消防队站规划，指导相关消防队站有针对性的加强装备建设和日常训练。」王献忠说。
此外，对于消防监督、管理来说，面广量大，需要快速查找消防工作的薄弱环节。王献忠介绍，通过查看过去半年江苏省全省警情的热力图以及江苏省火灾引发的热力图，可以直观掌握全省警情、火灾和隐患的总体态势。
「叠加全省火灾的热力图与火灾隐患的热力图，可以快速查找出全省火灾高发，但是火灾隐患数据少的地区。根据火灾与火灾隐患正向比例关系，判定这些地区实际上是消防安全检查少，以至火灾隐患被发现少的地区。然后进行针对性的消防安全检查，以便精准防控。」王献忠具体介绍。
江苏省是人口大省，王献忠介绍，外来人口超过 2081.5 万，出租房屋超过 637.5 万户，群租房火灾也时有发生。如果只是依靠物业和基层组织排查群租房，将是一个非常繁重的工作。利用大数据技术对水电气进行数据分析，则可以预判群租房。
具体如何做呢？在共享本地区水电气数据之后，将单户水电气消耗数据超过本地区户均用量 6 倍以上的预判为群租房，通过信息系统自动向户主和辖区派出所民警推送预警信息进行现场核查。王献忠介绍，这不仅能够改变以往通过物业和基层组织排查群租房现象的人力模式，预判准确率达到 90% 以上。
同样，大数据技术还可以通过电信数据分析预判「三合一」场所，对疑似「三合一」场所夜间十点到次日凌晨四点上网的电信数据进行分析，来预判三合一场所。再通过辖区管理员到现场核查，如此可以提高监管效率。
王献忠以一个纺织品集中批发销售地区为例。这个区域面积 20 平方公里左右，如果是传统方法排查周围地区的「三合一」场所，排查一次就要 100 个工作日左右，利用数据工具识别判定，再组织现场核查，只需要两天左右。
效率的提高显而易见。而大数据的一大特色是可以进行预测。江苏省消防总队搭建了一个火眼模型预测建筑火灾，火眼通过对历史火灾、单位建筑基础数据、火灾隐患等海量数据，由通过机器学习对单位建筑进行动态量化和风险排序，能够提前预测。
「我们应用这个系统向火灾风险排序靠前的单位以及对这些单位富有监管职责的机构推送预警信息，可以提前三个月预测单位建筑火灾的概率。「今年前三个季度，苏州市应用这个系统监测 9.6 万家单位，火灾跟去年同期相比减少了 111 起，下降了 35%，平均每周减少 3 起。」王献忠说。
通过「联网监测」、「运用数字地图技术」、「通过水电气数据分析，预判群租房」「通过电信数据分析预判三合一场所」、「使用火眼模型预测建筑火灾」这五个应用场景，苏州消防总队的火灾防范效果得到明显改善。
腾讯慧聚不只是用于消防
这背后是腾讯大数据产品腾讯慧聚的功劳。2017 年 7 月，腾讯大数据与江苏省消防总队签订了战略合作，利用腾讯的大数据为江苏省消防信息系统部署应用提供底层平台，全面贯通各类已有和新研的消防信息系统。
「腾讯有很强的大数据能力，同时我们也希望把这些大数据能力借助互联网+的开放趋势，作为互联网+很重要的能力对外输出。」腾讯互联网+政企总经理古佳说。
事实上，除了江苏消防总队使用了慧聚的大数据能力之外，广东省信息中心、云南省公安厅、中国航信、中国联通、三一重工都是慧聚的合作伙伴。
「我们在公安、城市大数据、工业大数据都有积极的探索以及方案的沉淀。」古佳说。
以消防大数据为例，通过腾讯大数据平台，目前已经实现了大概 2000 多家重点单位实时接入，这 2000 家单位里包含了超过 600 万个点位信息实时传输。
古佳表示，在海量的实时数据基础之上，相关大数据就可以做两件事情，第一件事情是通过对实时数据的分析，可以生成实时预警的热力图产品，通过热力的产品可以把一些火灾隐患防患于未然。第二万一火灾不幸发生的时候，还可以通过实时产生的数据，为整个救援方案制定提供非常客观的依据。
而在警务数据方面，则具有车辆识别与特征检索平台能力。「以前需要在关键道口设关卡、巡查，或者通过高峰摄像头做人工判别，今天通过检索平台把视频关键帧抓出来，通过这些关键帧的提取以及图像识别引擎，可以识别出来这是车型，什么颜色，什么车牌，并且结合提取信息，对像套牌车的识别等，都很有帮助。」古佳介绍。
此外，是城市大数据。交通部分往常的做法是利用高峰摄像头监控设备，通过人工进行判定。但通过大数据则可以实时采集车主使用车辆过程中产生的实时导向数据，可以更有效地预测交通拥堵。
城市交通数据之外，还有气象大数据，可以把小时级预测压缩到分钟级的气象预测。在园区里，则可以采集园区的实时的传感器数据，更有效地控制园区人员分布，实现绿色园区的目标。此外，还可以对园区里的企业和消费群体进行标准画像，为他们更好地提供服务。
腾讯慧聚还布局了物联网大数据，古佳介绍，目前慧聚已经对 30 万台工程设备的实时监控，通过对这些工程设施实时数据的监控，可以实现对一些设备故障做故障预警，有了这些预警方案的提出，现在可以帮助制造业将设备修复时间要求控制到 2 小时到场，同时在 24 小时以内完成设备故障的修复。
在电力运营大数据方面，他们已经接入 26 个业务系统，同时在线监控超过 14000 个核心指标，这些指标几乎涵盖了电力生长过程当中项目全流程，包括购售电等等六大监控模型，从而帮助电力系统更好的去做一些运营上的规划。
「腾讯不管是在公安、交通、城市，还有电力、制造业很广泛的探索和标杆案例的落地，我们也希望进一步把腾讯大数据的能力与更多行业相赋能。就像本次大会的主旨一样，我们希望慧聚之力，赋能智慧政企。」古佳说。
迭代 9 年后的慧聚已有 5 大产品
从 2009 年算起，腾讯慧聚已迭代将近 9 年。
腾讯互联网+大数据产品中心总经理刘煜宏介绍，腾讯慧聚经过了三代产品。在 2009 年以前，腾讯内部的每个产品线都有自己的数据仓库，数据仓库之间互相独立。2009 年开始整合这些数据，进入离线计算时代。2012 年，上线一套计算系统，进入实时计算时代。2015 年进入第三代，在这个阶段，通过机器学习研发了能并发计算的框架，并且在这个平台中建立大量配套工具和平台，给大家提供配套的开发环境。
在这将近 9 年的时间里，腾讯慧聚使用了大量腾讯的基础设施、网络以及海量数据，并不断根据新兴技术迎接腾讯业务增长带来的挑战。如今，「整个平台我们的数据容量是 3 万台以上，存储量超过 340PB。每天腾讯内部的分析数据量超过 13 万亿条，在朋友圈里看到的广告，就是这里面的一部分，我们每天精准广告超过 200 亿的曝光次数。」刘煜宏说。
经过多年迭代，在 12 月 13 日，腾讯正式发布腾讯慧聚品牌，同时发布的还有慧聚家族的 5 个大数据技术产品，并将这个 5 个产品对外开放。
1. 大数据一站式平台 Dmaster。据刘煜宏介绍，这是腾讯内部所使用的大数据平台，相当于数字管家或者大师，是一个整套的解决方案。「经过了腾讯那么大的量，可以说世界最大量级用户数据的应用锤炼打磨，所以它是很稳定的。」刘煜宏说。
2．分布式的数据库 Tbase。如果认为整套解决方案 Dmaster 太重的话，则可以使用针对细分垂直场景的 Tbase，可以针对 Tbase 分布式数据库开发应用。
3. 实时采集平台 TDbank。TDbank 相当于数据银行，是一个采集平台，提供物联网采集能力。能够在第一时间毫秒级就把数据采进来，能适配各种数据的格式。每天能处理 13 万亿的数据。
4. 分析平台 Hermes。Hermes 是专门做分析的，可以进行精准建模的分析，以达到个性化的分析。
5. 机器学习平台 TDinsight。能够提供一站式的服务，无论是测试还是算法开发等工作都可以在这个平台完成。TDinsight 采用可视化的布局，为数据科学家或数据工程师内置了 60 多种算法，不需要编写代码，使用鼠标就可以进行数据挖掘，可以大为提升数据挖掘的效率。
