王嘉嶸
(西南政法大學刑事偵查學院,重慶 401120)
我國網絡技術的深入發展,使得人與人、人與物之間的連接逐步深化,且變得無處不在,使得數字虛擬世界呈現出一種持續擴大的局面。現如今,全球范圍的數據量呈現出一種爆炸式增長的態勢,公安工作所需的數據同樣也不例外。正是因為公安機關數據的爆炸式增加,使得公安機關的情報生成模式出現了全新的變革。在公安行動的過程中的,非接觸的分析判斷成為了核心所在。以大數據技術為基礎的公安機關分析判斷,促使線索指向如同神經網絡一般進行擴展。
現如今,網絡技術、大數據等技術快速發展,使得公安機關面對的社會管理工作形勢更加復雜、艱難,導致基層公安機關的民警壓力有所增大。為了應對警力不足的問題,要求公安機關持續提高其工作質量。大數據技術和公安工作的結合,可以幫助警務人員在深刻分析事物內在聯系的前提下,轉變之前粗放、被動的工作局面。公安機關也可在全面分析警務工作大數據的前提下,預測分析警力調度等方面的需求,以此制定出更為精細的工作方案,實現有限警力資源的最大化應用,持續提高警務工作的效率。
公安機關在開展各項工作的過程中,需要在準確把握民意的前提下,建立民意導向的警務工作機制。目前公安機關的民意調查和把握方式仍舊是以隨機抽樣方法為主,導致最終的調查結果準確性卻會受到樣本局限性的影響。對于大數據時代下的民意調查工作而言,公安機關能夠通過盡可能擴大數據來源,在全面分析多樣化原生數據的前提下,排除其中各類人為因素的干擾,以此來獲得更為精準客觀的民意結果,并以此作為基礎,針對警務工作進行合理調整。同時,公安機關也可以通過對與警務工作相關的各種數據的分析,對于未來將要發生的一些社會事件提前預知、預警[1]。
以目前公安機關的大數據應用發展看來,其中存在著業務需求和技術創新融合不到位的情況。部分公安機關單位仍舊存在著單純依靠技術創新,推動警務工作發展的理念。但實際上大數據技術本身無法有效解決警務工作中存在的問題,必須與公安機關的業務需求進行充分的融合,方能夠進一步彰顯該項技術的價值。
除此之外,大數據技術得以應用的重要前提便是基礎信息的采集,目前部分基層單位的民警未能全面認識信息采集工作的重要性,在采集范圍,采集數據的質量、時效性方面都存在著一定的問題。
我國公安機關的大數據系統出現了數據標準尚未統一化建立的情況,因為各個警種和部門對于同一種類型的數據,在標準方面也存在著較大的差異;導致數據結構類型彼此之間存在著較大的差異,直接影響到不同警種、部門之間的數據交互以及業務協同,這對于大數據的應用就會產生十分顯著的影響。
此外,各個業務警種的數據統籌管理以及應用等方面的工作職責未能進行全面的劃分也是大數據應用的主要問題。最主要的表現就是科技和業務部門在數據建設應用方面的工作任務和職責劃分邊界不夠清晰。同時,我國公安機關在應用大數據的過程中,傳統的數據分析工具及其方式依舊被廣泛應用,并未針對數據模型的構建等方面進行合理的創新,導致大數據應用的智能化水平相對有所降低。
對于我國公安機關警務工作的優化創新而言,大數據技術應用的基礎條件便是各項警務基礎工作數據。但就目前公安機關的數據采集看來,出現了不夠完整的情況,尤其是部分相對較為重要的警務數據采集缺乏一定的連續性。同時,信息資源壁壘仍舊存在于不同的警種、行業以及地區之間,直接影響了警務系統大數據的共享、應用。
為了保障公安機關能夠在大數據時代下有效地應對其中的挑戰,并更好地發揮大數據技術的應用優勢,公安機關需要通過全面的宣傳和培訓工作,提升各個部門領導以及民警群體對于大數據的思想認識,逐步引導其轉變傳統的工作思維方式。公安機關的領導人員及其他民警需要樹立數據的大采集意識,讓其認識到數據的分析判斷,不能單純地應用在案例分析或者是抽樣調查中,而需要立足于樣本等于總體的思路,借助大數據技術盡可能擴大數據樣本的范圍,進行全面分析。
在數據分析工作中嘗試引入數據關聯分析的思路,積極創新警務數據模型的建立以及數據分析方式。在今后警務工作大數據發展的過程中,警務工作人員需要全面挖掘已有基礎數據的內在價值,通過對歷史數據進行全面分析,以便在探索其中規律的前提下,對于相關數據今后發展趨勢進行合理預測。公安機關需要在及時更新基礎警務數據的同時,針對內部已有的數據保存分析、應用方式進行變革。但需要注意的是,大數據技術的數據分析準確率也不可能達到完全精準,始終存在著一定的誤差,但這并不應該成為公安機關拒絕技術應用的主要原因,需要在今后的工作實踐中不斷進行探索和完善[2]。
以大數據和云計算等技術作為代表的信息技術的發展,推動了我國公安機關在業務和思維方式方面的變革。在今后公安機關工作優化發展的過程中,大數據技術與公安機關的集合不應該單純局限在工程項目建設等方面,我國的公安機關需要盡力打造大數據應用生態鏈。
簡言之,其中的系統建設和數據收集共享需要占據30%,其中人員的數據主動貢獻需要占據整個數據應用生態鏈的40%。基層一線民警可以通過在統一數據采集、應用的前提下,將出警后的走訪、調查以及筆錄等信息錄入到系統中,驗證這些信息的真實性,并在立案之后將嫌疑人確認、排除的情況及時反饋到系統中,以此來進行算法優化。我國公安機關預警指令的發布也需要將重點人員、重點群體和組織機構單位的積分作為重要的依據,并針對預警的準確與否合理地修改積分規則。
同時,這一應用生態鏈管理系統也需要將民警、縣分局、市分局以及省級的公安廳納入其中,推動各級公安機關積極主動地參與到系統優化中,實時進行數據的收集以及模型的調整優化,以此形成一個完整的閉環。
對于大數據時代下的公安機關數據處理而言,其中的數據占有量直接影響到最終的處理質量,大數據時代下的公安機關工作,必須要對數據的積累和共享方面給予相應的重視。我國各地的公安部門需要在全面打破已有的部門和地區限制的前提下,以警務數據的安全保密作為重要前提,實施更大范圍內的警務信息工作。公安機關可以將現存的區域警務信息共享作為基礎,以公安信息網絡和相關網絡技術為出發點,進一步深化更大范圍內區域間的監督信息共享。
此外,我國的公安部需要在發揮其領導作用的前提下,強化與各部委和行業主管部門之間的聯系,研究出更大范圍內的社會信息采集和共享機制;并且在必要的情況下也可以爭取來自國家立法層面的支持,以此有效打破警務數據之間的壁壘。在國內實現各地區警務信息共享之后,也可以依據有關的警務合作機制,與世界各個地區的警務部門、國際刑警組織進行信息共享。各地的公安機關可以在其擁有的權限范圍內,與我國的港澳地區警務部門進行信息共享的試點工作,從而為我國公安部門的警務信息數據共享工作規劃以及部署制定、優化提供借鑒。
大數據時代的到來在提高我國公安機關工作效率的同時,使得數據在公安機關戰斗力提升中的作用變得愈發凸顯。但因為受到公安機關工作人員思想觀念轉變不及時等不良因素的影響,大數據技術始終未能全面發揮在公安機關工作中的重要價值。如此一來,我國的公安機關部門需要在重視建立大數據應用生態鏈管理系統的前提下,通過積極轉變公安機關的傳統工作思維和模式,進一步拓展數據共享整合的范圍,持續提高其工作質量和效率。