
大數(shù)據(jù)與偵查模式變革研究(2)_數(shù)據(jù)分析師培訓(xùn)
四、大數(shù)據(jù)驅(qū)動(dòng)的偵查模式的特點(diǎn)
與傳統(tǒng)偵查模式和業(yè)務(wù)信息主導(dǎo)的偵查模式相比,大數(shù)據(jù)驅(qū)動(dòng)的偵查模式有如下特點(diǎn):
一體性偵查。一體性偵查是指在偵查活動(dòng)中以數(shù)據(jù)共享為機(jī)制,將分散的、不同層級(jí)的、不同區(qū)域的主體及其行為有機(jī)組織起來(lái),形成一個(gè)整體的偵查模式。過(guò)去,由于缺乏有效內(nèi)在動(dòng)力和聯(lián)通機(jī)制,偵查合作往往較為困難。大數(shù)據(jù)時(shí)代,大數(shù)據(jù)產(chǎn)生大價(jià)值,數(shù)據(jù)共享產(chǎn)生價(jià)值將成為合作的內(nèi)在動(dòng)力;而數(shù)據(jù)共享本身也就是高效的合作機(jī)制。大數(shù)據(jù)驅(qū)動(dòng)的偵查模式將以數(shù)據(jù)共享為機(jī)制形成縱向合成和橫向合成。縱向合成是指將不同層級(jí)的主體,形成扁平化的決策、指揮結(jié)構(gòu)。數(shù)據(jù)決策和數(shù)據(jù)共享將顛覆傳統(tǒng)偵查的金字塔式層級(jí)決策和指揮結(jié)構(gòu),形成人人參與決策、上下互聯(lián)的扁平機(jī)制。橫向合成包括兩個(gè)方面:一個(gè)方面是指不同警種、偵查各部門(mén)(視頻偵查、技偵、網(wǎng)偵等)以及社會(huì)的有機(jī)合成。大數(shù)據(jù)時(shí)代,大數(shù)據(jù)是偵查的基礎(chǔ)資源,而大數(shù)據(jù)主要來(lái)源于各警種的協(xié)同收集。偵查能否成功某種程度上取決于各警種收集數(shù)據(jù)的質(zhì)量,進(jìn)而言之,社區(qū)警察、治安警察等以數(shù)據(jù)收集這種最為基礎(chǔ)而又重要的方式參與到偵查活動(dòng)中。各警種之間的差異只不過(guò)是數(shù)據(jù)收集、分析的不同環(huán)節(jié)而已。在這里,也許最需要提出的是,當(dāng)我們偵查人員在獲得偵破犯罪成功的榮耀時(shí),要將其部分榮耀甚至主要的榮耀歸功于數(shù)據(jù)采集和分析人員。進(jìn)而言之,這也許將形成圍繞數(shù)據(jù)采集、分析、使用等環(huán)節(jié)的職務(wù)晉升、獎(jiǎng)金分配的基本機(jī)制。此外,社會(huì)各種力量也通過(guò)提供數(shù)據(jù)為偵查提供條件,這些數(shù)據(jù)往往是我們大數(shù)據(jù)不可或缺的一部分。警力有限,民力無(wú)窮。大數(shù)據(jù)產(chǎn)生的新的運(yùn)用民力的方式“眾包”(crowd sourcing),使得全社會(huì)幾乎所有的人都可以參與到偵查中去。⑤可以確定,“眾包偵查”將是大數(shù)據(jù)時(shí)代偵查動(dòng)員社會(huì)力量的新模式。另一個(gè)方面是跨區(qū)域的偵查主體及其行為的合成。數(shù)據(jù)共享打破了區(qū)域間割裂,而數(shù)據(jù)共享產(chǎn)生價(jià)值的內(nèi)在動(dòng)力將推動(dòng)形成高效的合作機(jī)制??傊?,大數(shù)據(jù)通過(guò)縱向合成和橫向合成機(jī)制形成了一體化的偵查模式。
全景式偵查。所謂的全景式偵查,就是采用海量的數(shù)據(jù),甚至是相關(guān)的所有數(shù)據(jù),對(duì)偵查案件進(jìn)行全方位、多角度掃描、分析的偵查模式。相對(duì)于過(guò)去的偵查模式,全景式偵查有如下兩個(gè)特點(diǎn):一是偵查中采集和分析的數(shù)據(jù)是全景數(shù)據(jù)。全景數(shù)據(jù)也就是全面而完整的數(shù)據(jù),在具體偵查中是夠用的數(shù)據(jù)。傳統(tǒng)偵查,由于缺乏相關(guān)信息,我們只能依賴(lài)于經(jīng)驗(yàn)和因果關(guān)系的分析,試錯(cuò)式的尋找犯罪嫌疑人。而如今,我們擁有和能處理有關(guān)犯罪或某個(gè)具體犯罪的幾乎所有數(shù)據(jù),因此犯罪的任何細(xì)節(jié)、犯罪過(guò)程幾乎都可能被清晰展現(xiàn)出來(lái)。具體來(lái)說(shuō),我們采集和分析的數(shù)據(jù)不僅是現(xiàn)場(chǎng)訪(fǎng)問(wèn)、現(xiàn)場(chǎng)勘查的數(shù)據(jù)和身份信息數(shù)據(jù),還可以實(shí)時(shí)采集和分析視頻數(shù)據(jù)、通訊數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)以及各種交易數(shù)據(jù)等等,甚至可以采集公眾擁有的相關(guān)數(shù)據(jù)。這樣的數(shù)據(jù)采集和分析模式突破了時(shí)空上的障礙,實(shí)現(xiàn)360度全方位的采集和分析數(shù)據(jù),突破了以往的地域范圍、人員范圍、時(shí)間范圍的限制,能將摸排范圍擴(kuò)大到幾乎全社會(huì)所有時(shí)空,讓案件偵查成為“讓數(shù)據(jù)說(shuō)話(huà)”的科學(xué)偵查。二是偵查思路的從面到點(diǎn),偵查路徑發(fā)生了根本變革。傳統(tǒng)的偵查模式主要是根據(jù)已有條件,提出偵查假設(shè),然后根據(jù)因果聯(lián)系,一步一步驗(yàn)證假設(shè)。從偵查途徑的類(lèi)型來(lái)說(shuō),有所謂的從案到人、從人到案、從案到案、從物到案等模式[20]??偟膩?lái)看,這是一種點(diǎn)到點(diǎn)的線(xiàn)式思路。而大數(shù)據(jù)將改變過(guò)去的點(diǎn)線(xiàn)式偵查,是從面到點(diǎn)式偵查,即從時(shí)間、空間、人、物、案、事件等全景式數(shù)據(jù)比對(duì)碰撞和分析,實(shí)現(xiàn)向數(shù)據(jù)要線(xiàn)索,從而鎖定犯罪嫌疑人。
預(yù)測(cè)型偵查。傳統(tǒng)的偵查模式是回溯型偵查,即案件發(fā)生后,偵查行動(dòng)才介入,偵查的內(nèi)容是重建過(guò)去。隨著信息技術(shù)的發(fā)展,偵查行為從回溯型偵查轉(zhuǎn)向了主動(dòng)型偵查。主動(dòng)型偵查將偵查行為介入時(shí)間大大向前推進(jìn),甚至是偵查行為與犯罪行為時(shí)間同步,即偵查行為不僅指向已經(jīng)發(fā)生的犯罪,還指向正在進(jìn)行的犯罪。進(jìn)入大數(shù)據(jù)時(shí)代,大數(shù)據(jù)技術(shù)使我們偵查介入時(shí)間進(jìn)一步發(fā)生顛覆性的變革。大數(shù)據(jù)不僅能實(shí)時(shí)感知犯罪,從而及時(shí)采取行動(dòng),更為重要的是大數(shù)據(jù)將我們的偵查行動(dòng)引向未來(lái)。大數(shù)據(jù)的核心就是預(yù)測(cè)。在大數(shù)據(jù)面前,“我們不會(huì)再把人類(lèi)的行為視為互不相關(guān)、隨意偶然的獨(dú)立事件。相反,它們應(yīng)該是相互依存的奇妙大網(wǎng)的一部分,是相互串聯(lián)的故事集中的一個(gè)片段……人類(lèi)行為遵循著一套簡(jiǎn)單可重復(fù)的模型”,而且“它們的可重現(xiàn)性和可預(yù)測(cè)性與自然科學(xué)不相上下”[14]13。因此,借助大數(shù)據(jù),既可以預(yù)測(cè)某一區(qū)域乃至全國(guó)的某種類(lèi)型的犯罪趨勢(shì),也可以預(yù)測(cè)某一時(shí)間某一具體地點(diǎn)某種類(lèi)型的犯罪,還可以預(yù)測(cè)某一個(gè)體的犯罪概率。⑥根據(jù)預(yù)測(cè),我們可以制訂計(jì)劃,優(yōu)化警力配置,采取行動(dòng)。這樣,對(duì)于犯罪偵查來(lái)說(shuō),過(guò)去的“犯罪發(fā)生——再反應(yīng)”模式或?qū)⒈桓淖優(yōu)椤邦A(yù)測(cè)——行動(dòng)”模式。
算法偵查。傳統(tǒng)偵查模式主要依靠偵查員的人力、經(jīng)驗(yàn)以及運(yùn)氣;業(yè)務(wù)信息主導(dǎo)的偵查模式是通過(guò)信息查詢(xún)提高了偵查效率;而大數(shù)據(jù)驅(qū)動(dòng)偵查模式的核心是數(shù)據(jù)運(yùn)算,算法有匯總、分類(lèi)、回歸、聚類(lèi)等等,而云計(jì)算是大數(shù)據(jù)最基本的支撐。從宏觀上說(shuō),犯罪發(fā)現(xiàn)、犯罪監(jiān)控、犯罪預(yù)測(cè)都是大數(shù)據(jù)運(yùn)算來(lái)實(shí)現(xiàn);從微觀上說(shuō),現(xiàn)場(chǎng)重建、現(xiàn)場(chǎng)分析、偵查決策等等都是一種數(shù)據(jù)運(yùn)算。從偵查過(guò)程來(lái)看,大數(shù)據(jù)驅(qū)動(dòng)的偵查過(guò)程就是算法過(guò)程:首先是數(shù)據(jù)采集和清洗,為數(shù)據(jù)運(yùn)算做準(zhǔn)備;然后是確立運(yùn)算法則,建立運(yùn)算模型;最后是通過(guò)運(yùn)算結(jié)果獲得犯罪相關(guān)信息。在算法偵查中,偵查員就是算法師,他們不僅要懂偵查學(xué),還要掌握數(shù)學(xué)、統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)。他們不僅要評(píng)估數(shù)據(jù),選取分析和預(yù)測(cè)的工具,還要確定運(yùn)算法則,建立運(yùn)算模型,解讀運(yùn)算結(jié)果。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11