基于移動互聯網絡的地理空間情報分析

(山西警察學院偵查系，山西 太原 030001)

很多人都知道“知己知彼，勝乃不殆”是在《孫子兵法》中提出的，但是很少有人知道這句話后面還跟著一句話“知天知地，勝乃不窮”， 這說明古人先哲早已意識到地理位置信息在軍事活動、國防安全中有重要作用。社會不斷向前發展，已經進入移動互聯時代，地理信息不僅和軍事、國防息息相關，和人們的生產生活也密切相連。隨著移動互聯科技的發展和智能手機的普及應用，原先隱藏在人們日常生活、衣食住行中的地理位置信息已經無處不在。2016年騰訊公司位置服務團隊宣布的數據顯示：其定位服務日均調用量達到500億次，覆蓋用戶6.8億人，其調用量是2012年同期的25倍。[1]移動互聯網絡中的位置服務(LBS)從過去單一的路線導航快速向其他領域蔓延擴張：微信、微博、“搖一搖”、天氣預報、購物、訂餐等等，地理位置信息已經完全充斥于人們的日常生活當中。對于這些日常行為中所攜帶的地理位置信息進行深層次的情報分析和服務，應是當前情報研究的一項重要內容。

一、移動互聯網絡及其特性

所謂移動互聯就是將移動通信和互聯網二者結合起來，成為一體，是將互聯網的技術、平臺、商業模式和應用與移動通信技術結合并實踐的活動的總稱。[2]移動互聯網是移動和互聯網聯合的產物，隨著移動互聯技術的發展，人們在智能終端可以獲得咨訊，進行溝通、娛樂甚至購物，這樣更多有價值的信息資源就產生了。而且移動終端小巧便攜，除了睡眠時間，一般都以遠高于PC的使用時間伴隨在其主人身邊。這個特點決定了信息資源的即時性和真實性。移動互聯網絡具有以下幾個特征：

1.移動互聯網絡應用的廣泛性

移動通信和互聯網已經成為當今世界發展最快、潛力最大、前景最誘人的兩大業務，它們的增長速度也讓人始料不及。迄今，全球移動用戶已超過51億，中國移動通信用戶總數達13.7億戶， 移動互聯網正逐漸滲透到人們生活、工作的各個領域。隨著移動互聯技術的普及，以微信、Facebook為代表的網絡社交應用呈爆炸式發展，同時，移動互聯網的業務范圍也涵蓋了用戶信息消費的多個方面，并逐漸滲透到日常生活和經濟活動中。用戶需求的內容非常豐富且不斷發展，人們通過移動網絡平臺完成社交活動的占比不斷上升，由此而產生了海量的社交網絡數據。從本質上來說，移動互聯網絡就是現實世界在網絡平臺中的映射，人們的社會生活印記就記錄在這些海量的數據資料之中，可以說移動互聯網絡數據已經覆蓋了人類吃、住、行、消等社會活動，產生了海量的數據信息，這些移動互聯網絡數據信息將成為我們認識社會的依據，思考問題的源泉，表達思想的工具，也成為當前公安情報分析的重要資源。

2.移動互聯網絡信息的社會性

移動互聯網絡是多個節點組成的網絡結構組織，包含大量具有社會屬性的人類活動。人們通過網絡查詢信息、發表見解、傳輸郵件、進行網絡購物，這些網絡應用都具備位置服務、位置共享的功能，相關學者將這種融合了地理位置信息和移動社會網絡服務的數據稱為“地理社交數據”。[2]這些數據既包含地理屬性特征又包含社會屬性特征，而且這兩者之間密切相連互相印證。也就是說，通過用戶的地理屬性數據可以分析其社會活動，通過地理屬性位置信息可以分析其社會關系，通過地理屬性中的用戶位置序列信息可以分析其社交行為偏好。

3.移動互聯網絡具有即時性

網絡的本質是連接，只要有網絡，不論在什么地方，用戶都可以進行信息傳播和互聯。移動互聯網絡和傳統的信息傳播地點固定、時段固定的情形大有不同，用戶可以在移動狀態下接入和使用互聯網服務。拿簡單的朋友圈傳播而言，不管你身居世界哪一個角落，或美國、或中國、或澳洲，只要接上網絡，就可以隨時隨地接收到各種精彩的資訊，也可以隨時隨地向外界發出信息即時溝通。對于情報分析工作人員來說，這將是一種新型的海量信息資源。通過移動互聯網絡中用戶位置信息的追蹤就可以進行行為軌跡的分析，再追溯其生活習慣、行為，進行數據分析實現對象人群的特征畫像。

二、地理位置情報分析數據要素

有關地理空間位置信息的數據要素有三個：點(piont)、線(polyline)和區域圖形(polygon)。

1.點數據

點數據是某個人或某個移動設備在某一時刻所處的位置，描述的對象是地理空間中離散的點，在地圖上標注成點，具有經度和緯度的坐標，但不具備大小尺寸，比如學校、商場、加油站等。為了符合人們的看圖習慣，點數據根據坐標直接用標記標識在地圖上。由于點本身占據空間量小，可顯示較多的信息。但是對于海量數據就會出現重疊，而且屏幕利用率也低，布局不均勻。針對點數據的這個特點，我們可以利用地圖劃分區塊，顯示每個區塊中的統計信息，合理地布局算法和繪制算法來減少重疊。

2.線數據

線數據通常指連接地圖上兩個或更多地點的線段或者路徑，如地鐵線路、公交線路等。線數據具有長度屬性，即所經過的地理距離。在實踐當中，我們經常通過顏色、線條類型、寬度等通道映射線數據的不同屬性。連接某些點數據就形成線，在地圖上標注就是人的軌跡路線。

3.區域數據

區域數據是以一定的地理區域為單位的數據，如地區統計數據等。在地圖上將有關的點和線進行封閉形成某些區域，如犯罪熱點區域、高危區域。在公安情報分析中對有關犯罪人所處的位置點、行進路線基于地理信息系統(GIS)進行犯罪區域范圍的分析，在風險評估、防控決策、罪犯軌跡追蹤中有著重要的作用。

三、傳統的地理位置情報分析

在公安情報分析體系中，時間和空間的分析是一項重要內容，公安機關在案件偵查過程中有關偵查范圍的確定、行為軌跡的分析、高危人群和犯罪熱點區域的情報分析都和地理位置信息密切相關。對于犯罪行為地理空間位置的分析可以追溯到1986年的英國倫敦警方，戴維·坎特教授應邀協助警方偵破一起多年未破的連環殺人案，警務人員將各案的案發時間、地點和危害結果標識于地圖上制作了一份“犯罪地圖”，戴維·坎特教授根據地圖所反映出的綜合信息，準確判斷出犯罪人的居住地、年齡、職業等重要信息。憑借坎特教授的判斷，倫敦警方最后從1505人的名單中準確地分離出了犯罪嫌疑人約翰·達菲。

后來，戴維·坎特教授的弟子瑪麗·巴克繼續了導師的研究，瑪麗·巴克對不同犯罪主體在地理位置節點所呈現出的邏輯聯系進行了實證分析，提出了著名的“犯罪圓周假設”基本原理。[3]將犯罪人所處的居住地和犯罪行為發生地標注于地圖進行分析得出一個結論：對于職業犯罪人來講，他初期犯罪會選擇居住地附近的地方，隨著時間的推移和犯罪經驗的增長，犯罪人敢于向居住地周邊輻射遠距離實施犯罪，而且犯罪行為也會升級。

圖1倫敦“達菲案”地點及犯罪居住地區

當前信息技術支撐下的警務工作中，情報分析人員常常將犯罪地點標注于地圖，通過GIS技術輔助警方識別高密度犯罪地區，以此為依據合理分配警力。墨爾本警方曾公布了1份地圖，這份地圖顯示了最容易受像Apex這種青年犯罪組織襲擊的墨爾本周邊區域。這份地圖顯示，圖上的“熱點”區域是墨爾本最近偷車、入室行竊和暴力搶劫等案件高發區，并且這些案件多數為年輕犯罪者造成。這些區域有一個共同點，那就是靠近鐵路和主要街道，為犯罪者作案后盡快逃脫提供了便利。另外，這份地圖顯示的墨爾本東南區，包括Murrumbeena, Carnegie, Mordialloc, Mentone 和 Sandringham是2015年暴力犯罪高發的幾個區域。[4]

可以看出，傳統的地理位置情報分析是將各類地理數據呈現于地圖上進行人工分析，人工分析只能處理簡單數據量和數據信息，是一種簡單的數據分析和統計。這種情報分析技術統計的數據量不大，BI邏輯又非常傳統，對數據的理解和洞察能力較弱。隨著互聯網、信息技術的飛速發展，公安信息化建設不斷深入，公安大數據平臺融合了包括犯罪數據、商業數據、社會數據在內的海量、多維、復雜的信息，這些信息成為公安情報分析工作的重要資源。面對海量的數據信息，傳統的情報分析工作模式遭遇瓶頸，情報分析人員需要掌握更多的情報處理分析工具和方法對海量信息進行深加工，將計算機移動互聯網絡技術應用于傳統的情報分析工作，對大量紛繁無序的數據信息進行有針對性的選擇、分析和綜合，發現隱藏的犯罪規律，預測未知的犯罪趨勢，制定科學的警務決策，將推動公安情報分析實踐走上新的高度。

四、基于移動互聯網絡的地理空間情報分析

在傳統犯罪情報分析體系中，犯罪行為人所處的空間位置是人員情報分析的重要內容，通常對于犯罪人的地理位置情報分析包括：犯罪人員的戶籍地、犯罪行為實施地、逃跑路線和方向。以前這些信息要通過審閱報案材料、進行受害人和目擊證人訪談、審訊犯罪嫌疑人才可以獲得，而今天的移動互聯網絡技術使這種情形得以改觀。在當前的移動互聯網絡技術中，應用最為廣泛的就是移動終端操作系統的位置服務，很多應用APP在使用時，都會詢問用戶是否“允許使用位置服務定位”，如果用戶選擇拒絕將無法使用該服務，比如“滴滴打車”、“美團外賣”、“百度導航”等等，所以我們可以通過移動互聯網絡中的大量網絡活動分析人類所處的地理位置信息。

1.抽取移動互聯網絡中的地理位置信息

從移動互聯網絡中提取與用戶緊密關聯的地理社交數據，再通過對地理社交數據中社會屬性的特征提取，深入分析用戶的社會關系。由于這些信息來源于手機等智能終端上的定位裝置，反映的是用戶在現實世界的真實場景，具有極高的可信度。而且移動互聯網絡APP的多樣化、碎片化和即時性完全能夠勾勒出一個人一天的行為活動軌跡，進而可以分析其個人特征、行為習慣甚至進行未來的行為推測。

圖2

2.連點成線進行分析

地理位置情報分析是犯罪治理體系中的重要部分，將地圖上犯罪行為所處的地理位置點進行連接，可以得到犯罪人的行為軌跡路線，進而分析犯罪行為的規律和特點。2016年在美國舊金山舉行的KDD大會(國際數據挖掘與知識發現大會，ACMSIGKDDConference on Knowledge Discovery and Data Mining)，羅格斯大學的Hui Xiong等學者發表了論文《從海量的公交卡出行記錄中識別小偷》，他們分析智能公交一卡通數據研究北京公交、地鐵上乘客的出行規律，從而識別出扒手，該研究成功地識別出了92.7%的小偷。據報道，在2014年的前9個月就有350個扒手在地鐵交通系統上被抓，490個扒手在公交車上被抓。因此，他們對北京智能公交一卡通數據進行分析研究，根據異常交通記錄分析來抓小偷。研究者首先將北京劃分為多個小的局部的功能區塊，然后從每個人的日常出行記錄中提取特征；進行無監督的異常行人檢測和有監督的模式分類，從而挖掘出異常的出行軌跡。

通過對不同的人的行為軌跡的可視化研究分析發現，正常的出行者主要在居住地、工作地、途經區域活動；旅游者會頻繁地訪問圓明園、天安門、南鑼鼓巷等景點區域；購物者主要訪問王府井、西單等購物區域；而扒手的行為軌跡是一種流浪的模式，沒有清晰的目的地，他們頻繁地換乘，隨機地停留，經常進行短途出行，還會(一段時間內)頻繁地訪問多種功能區：交通樞紐(如西直門)、購物區(如王府井)、景點(如鼓樓)。[6]這項研究就是將公交卡上的數據點連接成線，顯現不同的出行者的軌跡路線，分析其規律特點。線數據相較于點數據具有長度和方向，更能體現空間距離感。如果只是研究點數據而沒有連點成線的話，很難發現其軌跡路線的特點。

3.通過可視化技術尋找規律特點

可視化(Visualization)一詞是在1987年根據美國國家科學基金會召開的“科學計算可視化研討會”內容撰寫的一份報告中正式提出的，[6]指的是利用計算機圖形學和圖像處理技術，將數據轉換成圖形或圖像在屏幕上顯示出來，并進行交互處理的理論、方法和技術。

隨著移動互聯技術和社會信息化的發展，各種各樣結構化、非結構化的數據信息如金融交易、社交網絡數據等大量涌現，公安機關面臨海量、多維、時變的信息分析研判，這時我們需要借助可視化的科學方法。可視化方法可以將大量無序復雜的數據信息通過計算機技術轉換成圖形、圖像信息，[7]把數據以直觀的圖形圖像形式表示，使隨時間和空間變化的物理現象或物理量呈現在研究者面前，讓我們可以從一個全新的角度對數據進行觀察分析，以彌補傳統分析方法的一些缺陷。[8]可視化方法在公安情報分析中的應用有重要的實踐意義，能夠幫助我們解決大數據環境下公安情報分析碰到的困難和挑戰。如上述案例中，成千上萬的出行者每時每刻都會產生海量數據，這些數據量是如此之大，完全超出了人腦的運算范圍和人眼的觀測范圍，這時可視化技術就體現出它的作用。數據學者對海量公交卡出行數據的分析就是將出行人的地理位置數據進行科學研究，通過可視化方法得出不同行為人(正常出行者、旅游者、購物者和扒手)的出行軌跡，總結出其相應的規律特點。可見，可視化方法有助于我們洞悉事物的內部規律，我們可以不再局限于通過關系數據表來觀察和分析數據，而可以以更直觀的方式看到數據及其內在的結構關系。公安機關情報分析人員將可視化技術應用于情報分析可以快速發現犯罪規律特點并深層次挖掘隱藏在背后的知識規律，更好地為警務決策提供依據和支持。

大數據背景下，可視化方法為公安情報分析工作提供了有力的工具。上述案例通過公交卡出行數據識別小偷說明，可視化技術可以成為情報分析的一種方法。可視化方法可以直觀、快速、高效地分析犯罪現象特點，深層次挖掘隱性規律和趨勢，發現海量信息背后的相互關系及發展趨勢，使人們能夠更好地利用這些海量信息。公安情報分析人員應重視對地理信息這些數據進行可視化的分析研究，比如挖掘恐怖分子、涉毒人員常處的地理位置規律特點。如果能夠將犯罪人的社會關系、犯罪行為最終落實到其位置軌跡上，并聚合各種位置信息，探討在具體位置上的人的特征并建立模型，公安情報分析就能夠體現出大數據的價值。

4.移動互聯網絡技術交互服務策略

地理空間情報是一門多源分析學科，它能利用“方位”的架構來描述“事件”和“人物”，將地理位置情報疊加其他信息可以產生多項分析產品或者說“自定義”服務。天氣預報公司(Weather Co)如今不僅僅提供天氣預報，還能依據人們查看天氣的時間、地點和頻次情況預測他們的消費情況，一些旅游熱點城市就是通過互聯網上查詢當地天氣情況的數據量來預測第二天客流量以及需要的商品進貨供應。各領域、各層級都可以從地理位置情報源交互分析獲得自身需要的特定情報。美國國家空間地理情報局(NGA)是隸屬于美國國防部的情報機構，其職責是處理和分析各種類型的圖像、地理信息等數據，形成與地理位置相關活動的地理空間情報，用于支持國家安全、國家政策、作戰部署等不同層次的戰略和戰術需求。[9]據報道，美軍已經可以將衛星圖像和地圖、地形信息和其他數據進行合成，只要添加敵方地理位置信息，就可以預知敵方防御路線，推斷敵方可能設置路障的位置，向己方推薦適合履帶車輛通行的道路。其中關鍵的技術就是將各類“空間”信息合而為一，利用商業化自動處理技術驅動自身情報分析產品的生成能力。我們可以借鑒美國國家空間地理情報局(NGA)的做法，通過拓展這種商業數據情報源來提升自身情報獲取和分析的能力。

在當前移動互聯的大環境下，各行各業之間的壁壘正在慢慢消融，取而代之的是數據和信息的跨界融合。“百度地圖”不僅局限于導航服務，已經開始涉足旅游和酒店預訂；微信不僅僅只能傳遞即時的信息和圖片，也可以通過“微信支付”購物繳費。公安機關可以通過和移動互聯網絡技術部門合作，拓展公安情報數據資源，利用商業化的自動處理和人工智能技術驅動情報產品動態生成能力，增強情報分析能力和快速響應能力，借助多源商業信息提升情報信度，最終實現“快速感知、方向明確、精確打擊”的目標。

五、推進基于移動互聯網絡的地理空間情報分析

1.重視移動互聯網絡地理空間情報的分析應用

情報部門應重視這種非傳統的地理位置空間情報資源，學習和理解商業地理空間情報的內涵和機理，推進整個情報系統對地理空間情報的認識。公安機關情報部門有必要與移動互聯網絡技術部門達成新型合作模式，建立多樣化的情報資源供應平臺，通過移動互聯網絡數據交換，利用商業智能自動化處理技術，與多源商業資源進行交互，拓展公安機關數據情報資源。

2.探索地理空間情報分析的科學戰略

對移動互聯網絡中地理空間情報產品、服務、算法、分析工具進行深入的學習探索，將這些地理空間資源有效集成到公安機關情報分析體系當中，開發安全可控的數據交互架構和處理流程，將商業數據情報資源快速集成到公安情報分析系統當中，借助大數據、云計算和人工智能技術的發展，加速地理空間情報資源和其他情報資源的融合，構建基于地理空間的情報分析服務產品模型，如涉毒人員毒源地觸發預警模型、涉恐人員敏感地點觸發預警模型，并加速地理空間情報產品自動化應用，以提升公安機關情報決策能力和快速反應能力，使公安機關的情報分析能力達到從經驗到量化、從定量到定性、從因果到相關的提升。

3.開發設計公安機關地理空間大數據分析系統

在互聯網、大數據技術的支持下，基于移動互聯網絡的地理位置分析成為大數據挖掘領域的一個重要內容，而且隨著智慧城市的建設和導航定位服務技術的發展，空間地理科學可以發揮更大的作用和能量。公安情報部門可以把人的社會關系最終落實到行為位置的空間軌跡上，聚類分析各類人群的各種地理位置信息，探討在具體的地理位置上的人的特征并建立特殊人群特征分析模型，比如涉毒人員、涉穩人員，以此監控和預測他們的犯罪行為。正如美劇《疑犯追蹤》中主人公在互聯網、物聯網、人聯網融合的基礎上，設計出能夠預測暴力犯罪的計算機系統，每每挽大廈于將傾。

移動互聯網絡技術和網絡社會大數據的出現，使得情報分析者認識到，我們所探索的情報未知世界，是通過人類各種數據呈現出來的，當我們探求事物本質和意義時，是在數據的海洋中徜徉，當我們有所發現時，實際上是找到了數據之間的一些關聯。[10]基于移動互聯網絡的地理位置情報分析與新時期國家發展戰略、安全戰略的需求相匹配，充實了情報分析技術內涵，提升了情報智能服務層次，協助公安機關實現了從信息警務向數據警務的新跨越。