大數據背景下預備警官數據能力分析研究

胡焱松 杜天亞

摘? 要：為提高預備警官的數據能力，通過對大數據技術的分析，明確數據能力的具體內容包括收集、處理、可視化、建模分析和交流。針對當前預備警官數據能力培養存在的問題包括數據思維不強、數據技能學習欠缺、師資和應用場景不足，公安院校要強化預備警官數據意識，優化師資隊伍，全面開展校校、校局、校企協同合作，實現大數據背景下公安人才的數據能力提升。

關鍵詞：大數據? 預備警官? 數據能力? 分析研究

中圖分類號：D361? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A文章編號：1672-3791（2021）05（c）-0030-03

Analysis and Research on Data Capability of Preparatory Police Officer with the Background of Big Data

HU Yansong? DU Tianya

（Department of Public Security， Guangdong Police College， Guangzhou， Guangdong Province， 510000 China）

Abstract： In order to improve the data capability of preparatory police officers， through the analysis of big data technology to confirm the contents of data capability include collection， processing， visualization， modeling analysis and communication. Focus on the current problems on the data capability training of preparatory police officers， the lack of data thinking， data skills learning， teachers and application scenarios. Public security colleges should strengthen the data awareness of the preparatory police officers， optimize the teachers' team， cooperate with other schools， bureaus of public security， companies and so on， to improve the data capability of police talents with the background of big data.

Key Words： Big data; Preparatory police officer; Data capability; Analytical Study

隨著物聯網、區塊鏈、5G、云計算等技術的迅猛發展，大數據時代已經到來[1]，“智慧新警務”“大數據指揮中心”[2]“警務大數據研判分析平臺”[3]等也在公安工作中得到初步應用。在大數據背景下，公安人才不僅要具備扎實的專業知識，還要運用數據思維對警務事件進行分析研究，尋求創新的解決方案，精準高效地完成國家公安工作。在大數據背景公安院校如何順應時代要求提高預備警官的數據能力，已成為當前的重點研究內容。

1? 大數據背景下的數據能力內容

大數據技術是以海量數據作為對象，對其進行采集、存儲、處理和應用，進而產生巨大經濟效益的技術[4-5]。盡管“大數據”眾所周知，但其所要求的數據能力內容卻未有明確探討，現結合大數據技術涉及到的數據收集、處理、可視化、建模分析和交流這5個層面進行分析，為預備警官的數據能力確定具體內容。

1.1 數據收集

數據收集是基于對數據場景的分析，選擇便捷高效的方式從海量數據中，提取目標數據。數據收集是大數據技術應用的基礎，一旦數據源出錯，輕則數據處理難度增大，提高硬件設備要求，重則基于數據應用的結果造成重大危害。

隨著物聯網和信息技術的不斷發展與應用，不僅擴大了大數據技術的應用場景[6]，也對數據收集能力提出了更高的要求。數據收集能力要求公安人才能運用過硬的專業知識和業務能力對數據場景的特點、體量、類型等進行分析，熟練應用數據采集技術在大量繁雜的數據中獲取真實可靠的目標數據。

1.2 數據處理

數據處理是對收集到的數據進行審核校驗和加工，保障輸出的數據能滿足應用要求。原始數據往往無法直接應用，須對其有效性進行審核驗證，清理錯誤及無效數據，然后對數據量、顆粒度等進行初步評估，最后選擇合適的工具實現數據加工和輸出。

警務數據處理逐漸在公安工作中形成一個獨立的工作崗位。數據處理能力要求公安人才具備一定的數據分析和計算機科學的基礎知識，能夠實現大量數據的自動化處理和動態追蹤，高效完成數據清洗。

1.3 數據可視化

數據可視化是指通過一定的美學設計，選擇最有效的方式將數據處理結果直觀展現給目標對象。基于數據可視化的應用場景和目標對象的分析，選擇合適的數據可視化工具，通過圖表的選擇和設計，高效直觀展示出來。

當前各類警務系統的監控平臺，大數據研判平臺等都是數據可視化的產物，在大數據背景下的數據可視化能力不可或缺。數據可視化能力不僅要求公安人才具備數據交互處理方法，靈活運用數據可視化工具，為達到更好的可視化效果，還需要一定的美學基礎和設計能力。

1.4 數據建模分析

數據建模是以有效數據為對象，結合數據間的邏輯關系，構建有效模型，實現數據的深度探索與應用。如何實現對未來時間、空間數據的有效預測是大數據技術應用的重要方向，而數據建模即是這一領域的基礎，數據建模分析能力是大數據背景下的數據能力的核心。

數據建模分析能力的基礎是數據思維，要求建模者掌握扎實的數學、數據分析和計算機科學等學科的專業知識，為保障模型的有效性和準確性，對建模者業務能力也提出了較高的要求。公安人才不僅要掌握過硬的業務技能，更要具備大數據思維和一定的數據建模分析能力，才能有效推進警務大數據技術的應用。

1.5 數據交流

數據交流是指將數據場景、處理過程、建模方法等，通過有效的方式方法傳達給目標對象。大數據的技術產物只有轉化成為目標對象的服務，其經濟效益價值才能得到最大化，數據交流能力是警務大數據傳播、應用和實現的必備能力之一。

在大數據技術迅猛發展的同時，數據服務對象的越來越龐大，為更好地實現大數據的服務和應用，這需要較強的數據交流能力。數據交流能力具體包括數據表達、數據寫作、數據傳播。數據交流能力要求公安人才能夠通過語言或者文字將數據分析結果，簡潔且準確無誤地表述出來，并通過有效的傳播途徑讓目標對象精準快速獲取。

2? 預備警官數據能力教育現狀

警務大數據技術應用和發展，要求預備警官具備大數據思維，能夠通過大數據技術對警務事件中各因素的關系進行分析，實現預警和預防。當前預備警官數據能力教育現狀主要存在以下幾個方面的不足。

2.1 數據思維不強

大數據不僅是一次技術的發展，更是一種思維模式的轉變[4]。數據思維是指對應用場景的關鍵特征數據進行分析，探究數據間的邏輯關系，并進行研究和應用。隨著數據采集技術的不斷應用，數據涵蓋的范圍不斷擴大，但許多預備警官對數據的普遍認知還停留在數字上。

對警務事件的理解停留在傳統的單因果關系分析，而實際警務事件是多變量綜合作用的結果，不能以數據的角度來分析事物之間的關系，對警務事件的分析僅停留在文字層面，整體數據意識較為薄弱。

2.2 師資欠缺

高等院校的師資隊伍主要依據學生培養方案和學科發展方向進行組建，而公安院校作為特色高校，師資隊伍更具有針對性，主要由具備公安學教育背景的人才組成，數據能力方面的師資存在一定的空白。

公安院校并不是大數據技術研究的主戰場，缺乏掌握大數據技術的專業科研人才，科研帶動教研的動力不足，數據能力相關的教研項目少，無法形成濃厚的數據能力教育氛圍。

2.3 數據技能學習欠缺

由于公安工作的綜合性，預備警官的課程內容覆蓋面偏大，包括基礎課程、法學知識和專業課程，還有大量的實踐課程。緊張的課時安排使大數據技術相關課程很難進入課堂，導致預備警官在數據技能方面的學習較為欠缺。

大數據技術在公安工作中發揮著重要作用，但公安院校的本科教育與其銜接存在不足，且未對大數據背景下的數據能力要求進行具體的研究，數據能力的內容未融入傳統的課本理論和經驗式教學中。

2.4 應用場景不足

大數據技術作為應用型技術，只有以應用場景為對象，結合專業知識進行數據化研究，才能真正理解并掌握這門技術。由于公安工作的特殊性和保密性，公安院校預備警官很難接觸到警務事件的詳細數據，缺少利用警務事件鍛煉數據能力的機會。

盡管公安院校教師具備豐富的教學經驗，但對日新月異的執法要求和場景信息把握存在一定不足，對應用場景分析的有效性較難保證，以警務事件為對象的數據能力教育很難取得理想的效果。

3? 提高預備警官數據能力舉措

為滿足大數據背景下對預備警官數據能力的要求，向公安機關單位輸送復合創新型警官，推進警務大數據的應用和發展，從個人、校園面和社會面提出改善預備警官數據能力培養舉措。

3.1 強化數據意識

營造數據能力學習氛圍。推進警務大數據技術的校園宣傳，定期邀請高校、企業、公安機關單位的專家開展警務大數據技術相關的講座，增強預備警官對大數據技術的認識。開展數據能力技能的相關課程與培訓、設立興趣社團、組織校園活動等提升預備警官數據能力。

走出校門，拓寬大數據認識。鼓勵預備警官參加各類大學生數據技術應用競賽，組織參加社會面大數據技術交流活動，了解大數據應用發展，緊跟時代核心技術熱點，激發預備警官的數據思維能力，強化數據意識。

3.2 優化師資隊伍建設

引入地方院校先進的大數據技術和人才力量，吸納警務大數據實戰人才作為兼職教師補充到師資隊伍中，實現綜合全面的師資隊伍建設，彌補公安院校大數據技術人才的空白。

發揮青年教師的作用，鼓勵青年教師探索大數據技術在學科發展的應用，形成具有公安特色的大數據應用技術，以科研帶動教學革新。選拔合適的人員成立橫向大數據技術應用教研團隊，協同開展大數據技術的科研項目以及學生數據能力培養的教研項目，組成校級層面的教學力量，全面推進預備警官的數據能力教育。

3.3 結合應用場景開展數據技能課堂

將數據能力的內容加入到預備警官培養方案中，完善公安人才在數學、數據分析、計算機科學等基礎課程的設置，并開設大數據技術相關課程。公安類專業課程和數據技術進行結合形成交叉型課堂，協同警務大數據的師資開展“雙師”教學模式，實現理論和技術的課堂融合，在鞏固專業知識的基礎上同步開展數據能力的應用，提升預備警官的綜合能力。

微課以時間短，針對性強等特點[7]，可將警務事件作為對象，應用公安知識和數據能力，對場景數據進行分析研究，將數據能力應用在實際案例中，制作警務數據微課程。警務數據微課程能夠將公安知識和數據技術結合在一起，提高預備警官數據能力。

3.4 強化大數據領域的校局合作

強化校局大數據領域的教育與科研合作。公安院校和公安機關單位深化科研合作，共同申報大數據領域的研究項目，將理論和實戰優勢充分發揮出來，推進警務大數據的研究進程。在保障數據保密和安全的前提下，與公安院校共享部分警務數據，為預備警官數據能力培養提供警務數據場景，為預備警官的數據能力培養提供基礎。

開展校局雙育模式。定向技術交流學習，警務一線人員進校園，精細化預備警官能力培養，結合不同崗位的需求，明確數據能力培養的要求。預備警官進單位，貫徹落實學以致用，協助完成警務工作的同時，檢驗數據能力的實戰效果。

4? 結語

在大數據背景下，公安工作的變革和發展正穩步推進，公安院校作為警務人才的主要輸送基地，預備警官的數據能力教育也亟待提高。只有具備大數據思維和數據能力的復合型警官，才能在適應新時代要求，實現警務工作和大數據的有機結合，推進警務大數據的發展，實現新時代下的為人民服務。

參考文獻

[1] 宋曉輝，柴龍.公安院校大數據警務人才培養路徑探索[J].公安學刊（浙江警察學院學報），2020（1）：109-113.

[2] 張文澤.大數據背景下公安指揮中心效能提升研究[D].中國人民公安大學，2018.

[3] 王海燕，胡婷，劉際鵬.基于數據中心的公安大數據應用研究[J].智能計算機與應用，2017，7（5）：60-65.

[4] 周國民，朱龍飛，劉強.大數據背景下的現代警務人才教育培養探究[J].公安教育，2019（2）：55-58.

[5] 張傳浩，胡傳平.智慧警務背景下的公安技術專業建設研究[J].公安教育，2019（12）：57-61.

[6] 余文科，程媛，李芳，等.物聯網技術發展分析與建議[J].物聯網學報，2020，4（4）：105-109.

[7] 王超奇.大學生個性化教育中微課程的創新應用探索[J].高教與成才研究，2019，11（32）：6-7.