論大數(shù)據(jù)思維在警務(wù)實(shí)戰(zhàn)中的應(yīng)用

張 彬

當(dāng)前公安信息化建設(shè)快速發(fā)展，各省市積極推進(jìn)基礎(chǔ)信息化工作，采集獲取了公安業(yè)務(wù)、社會(huì)管理和互聯(lián)網(wǎng)等數(shù)據(jù)資源，建立公安大數(shù)據(jù)云平臺(tái)，解決了“平臺(tái)孤島”等一系列問(wèn)題，形成了從數(shù)據(jù)到知識(shí)轉(zhuǎn)化的數(shù)據(jù)治理理念，促進(jìn)了多警種業(yè)務(wù)協(xié)同和信息共享，在實(shí)戰(zhàn)中積累了一定的經(jīng)驗(yàn)，發(fā)揮了重要價(jià)值。面對(duì)復(fù)雜的國(guó)際國(guó)內(nèi)形勢(shì)，如何利用大數(shù)據(jù)思維充分挖掘大數(shù)據(jù)平臺(tái)蘊(yùn)藏的海量數(shù)據(jù)價(jià)值，武裝“互聯(lián)網(wǎng)新一代”民警的智慧警務(wù)大腦，全面提升公安隊(duì)伍的警務(wù)實(shí)戰(zhàn)應(yīng)用能力，成為智慧公安建設(shè)工作的重大問(wèn)題。

一、大數(shù)據(jù)思維在警務(wù)實(shí)戰(zhàn)中的應(yīng)用思路

(一)從“流程”為核心轉(zhuǎn)變?yōu)橐浴皵?shù)據(jù)”為核心。智慧公安時(shí)代，業(yè)務(wù)流程“軀體”不斷升級(jí)改造的情況下，作為核心“血液”的數(shù)據(jù)在其中扮演愈來(lái)愈重要的角色，基于數(shù)據(jù)的分析研判已經(jīng)滲透在各個(gè)環(huán)節(jié)中，警務(wù)實(shí)戰(zhàn)工作要從以“流程”為核心轉(zhuǎn)變?yōu)橐浴皵?shù)據(jù)”為核心[2]。

(二)從“抽樣”分析轉(zhuǎn)變?yōu)橐浴叭俊狈治觥Ｊ苤朴趥鹘y(tǒng)業(yè)務(wù)系統(tǒng)數(shù)據(jù)存儲(chǔ)和計(jì)算的限制，民警只能在有限時(shí)間范圍和有限維度條件下分析公共安全態(tài)勢(shì)和事件，得到的結(jié)論一般不具備普適性和復(fù)用性；而在大數(shù)據(jù)時(shí)代，基礎(chǔ)設(shè)施建設(shè)能夠滿足警務(wù)實(shí)戰(zhàn)工作對(duì)于全量數(shù)據(jù)存儲(chǔ)和計(jì)算的需求，基于全量數(shù)據(jù)樣本得到的模型真實(shí)性也較高，并能夠在較大范圍內(nèi)復(fù)用[3]。

(三)從“不能預(yù)測(cè)”轉(zhuǎn)變?yōu)椤翱梢灶A(yù)測(cè)”。除了少數(shù)黑天鵝事件外，對(duì)于當(dāng)今社會(huì)風(fēng)險(xiǎn)趨勢(shì)預(yù)測(cè)，在借助大數(shù)據(jù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等能力條件下，已經(jīng)成為可能。現(xiàn)在的預(yù)測(cè)類(lèi)模型，已經(jīng)從上一代“專(zhuān)家系統(tǒng)”轉(zhuǎn)變?yōu)楹Ａ繑?shù)據(jù)機(jī)器學(xué)習(xí)模式，構(gòu)建成本已經(jīng)大幅度降低，并隨著增量數(shù)據(jù)不斷學(xué)習(xí)完成迭代，預(yù)測(cè)精準(zhǔn)度不斷提升。

(四)從“人找信息”轉(zhuǎn)變?yōu)椤靶畔⒄胰恕薄娜苏倚畔⒌叫畔⒄胰耍墙换r(shí)代的一個(gè)轉(zhuǎn)變，也是智慧公安建設(shè)的要求。“信息找人”這四個(gè)字，預(yù)示著大數(shù)據(jù)時(shí)代可以讓信息找人，原因是平臺(tái)懂風(fēng)險(xiǎn)，機(jī)器懂用戶，各級(jí)民警需要什么信息，平臺(tái)和機(jī)器提前知道，而且主動(dòng)提供他們需要的信息。

二、大數(shù)據(jù)思維在警務(wù)實(shí)戰(zhàn)中的應(yīng)用實(shí)踐

(一)從以信息化角度進(jìn)行數(shù)據(jù)治理，到以業(yè)務(wù)需求角度進(jìn)行數(shù)據(jù)治理。當(dāng)前標(biāo)準(zhǔn)的公安大數(shù)據(jù)處理工作(廣義的數(shù)據(jù)治理)，首先要接入公安數(shù)據(jù)、政府?dāng)?shù)據(jù)、行業(yè)數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)以及其他數(shù)據(jù)；其次要針對(duì)不同業(yè)務(wù)系統(tǒng)中的同類(lèi)數(shù)據(jù)按照統(tǒng)一規(guī)則進(jìn)行轉(zhuǎn)換，也就是數(shù)據(jù)標(biāo)準(zhǔn)化處理過(guò)程；再次，通過(guò)業(yè)務(wù)抽象融合，從標(biāo)準(zhǔn)數(shù)據(jù)中提煉出有價(jià)值的業(yè)務(wù)信息，通過(guò)提煉人、事、地、物、組織等五大業(yè)務(wù)實(shí)體，構(gòu)建業(yè)務(wù)實(shí)體之間的關(guān)系，標(biāo)明業(yè)務(wù)實(shí)體之間的內(nèi)在聯(lián)系和內(nèi)在的業(yè)務(wù)規(guī)則。以科信部門(mén)為主導(dǎo)進(jìn)行的數(shù)據(jù)治理，實(shí)現(xiàn)了從數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)組織、數(shù)據(jù)服務(wù)到數(shù)據(jù)治理的完整技術(shù)流程，但治理后的數(shù)據(jù)不能與業(yè)務(wù)緊密結(jié)合，導(dǎo)致數(shù)據(jù)不可取、數(shù)據(jù)不可聯(lián)，應(yīng)用能用數(shù)據(jù)，但往往效果不理想。

總結(jié)來(lái)說(shuō)，以業(yè)務(wù)警種需求為核心的業(yè)務(wù)庫(kù)、知識(shí)庫(kù)、業(yè)務(wù)要素索引庫(kù)等數(shù)據(jù)組織工作難以通過(guò)標(biāo)準(zhǔn)數(shù)據(jù)治理工作實(shí)現(xiàn)，這是因?yàn)榫N的業(yè)務(wù)需求分散在各業(yè)務(wù)部門(mén)，無(wú)法以中心化數(shù)據(jù)倉(cāng)庫(kù)方式進(jìn)行構(gòu)建。由此可嘗試進(jìn)行以業(yè)務(wù)警種需求為核心的深度數(shù)據(jù)治理，可基于標(biāo)準(zhǔn)庫(kù)和主題庫(kù)構(gòu)建數(shù)據(jù)各警種的業(yè)務(wù)數(shù)據(jù)空間，業(yè)務(wù)數(shù)據(jù)空間可包含業(yè)務(wù)知識(shí)庫(kù)、業(yè)務(wù)資源庫(kù)、業(yè)務(wù)標(biāo)簽庫(kù)、業(yè)務(wù)關(guān)系庫(kù)等，也可基于警種實(shí)際需求構(gòu)建其他業(yè)務(wù)庫(kù)。

(二)從手動(dòng)采集數(shù)據(jù)進(jìn)行局部數(shù)據(jù)分析，到從自主建模進(jìn)行全量數(shù)據(jù)分析。目前，常規(guī)的基于案件的數(shù)據(jù)分析以手動(dòng)采集數(shù)據(jù)為主，數(shù)據(jù)廣度較窄、數(shù)據(jù)維度有限、數(shù)據(jù)時(shí)限受限，很難從全業(yè)務(wù)流程入手進(jìn)行分析。而基于大數(shù)據(jù)平臺(tái)的自主建模可打破以上限制，完成從數(shù)據(jù)獲取、數(shù)據(jù)匯聚到數(shù)據(jù)建模、數(shù)據(jù)可視化的全流程分析。

(三)從案發(fā)后滯后打擊研判分析，到案發(fā)前預(yù)先人工智能預(yù)警。傳統(tǒng)的打擊研判分析模式，在于案件發(fā)生以后，在應(yīng)對(duì)以實(shí)地現(xiàn)場(chǎng)為中心的傳統(tǒng)犯罪尚具有優(yōu)勢(shì)，而在面對(duì)模糊現(xiàn)場(chǎng)甚至無(wú)現(xiàn)場(chǎng)犯罪案件時(shí)就會(huì)顯得局促無(wú)力[4]。人工智能利用大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)技術(shù)，根據(jù)公安的業(yè)務(wù)特點(diǎn)進(jìn)行建模。通過(guò)對(duì)已知的重點(diǎn)人員、重點(diǎn)組織、犯罪行為等樣本進(jìn)行模型學(xué)習(xí)以及訓(xùn)練，結(jié)合公安民警經(jīng)驗(yàn)總結(jié)，從人員的基本信息、組織機(jī)構(gòu)的基本信息、軌跡信息、關(guān)系網(wǎng)絡(luò)、犯罪記錄、網(wǎng)絡(luò)輿情等內(nèi)外部數(shù)據(jù)中，利用機(jī)器學(xué)習(xí)算法，自動(dòng)抽取模型特征，并根據(jù)此模型對(duì)隱性風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)。

(四)從遍查業(yè)務(wù)信息孤島獲取無(wú)關(guān)聯(lián)信息，到構(gòu)筑業(yè)務(wù)知識(shí)圖譜主動(dòng)推送網(wǎng)絡(luò)關(guān)聯(lián)信息。近年來(lái)各地公安已構(gòu)建了一系列的分析工具，但彼此之間不能分享模型成果，也做不到對(duì)公安業(yè)務(wù)需求的全覆蓋，在挖掘數(shù)據(jù)價(jià)值、探索智能應(yīng)用方面，遠(yuǎn)未達(dá)到“智慧”的目標(biāo)。而知識(shí)圖譜綜合運(yùn)用大數(shù)據(jù)、分布式計(jì)算、文本挖掘和圖數(shù)據(jù)庫(kù)等前沿技術(shù)，實(shí)現(xiàn)海量多元異構(gòu)數(shù)據(jù)的實(shí)時(shí)匯集、處理與分析。知識(shí)圖譜作為全量數(shù)據(jù)關(guān)系分析挖掘的載體，可以快速、準(zhǔn)確、高效地為各警種提供關(guān)系查詢、關(guān)系分析、關(guān)系挖掘等服務(wù)，將原來(lái)需要去不同的系統(tǒng)通過(guò)反復(fù)查詢數(shù)據(jù)、人工關(guān)系發(fā)現(xiàn)、人工關(guān)系研判等工作進(jìn)行優(yōu)化，大大減少了“汗水警務(wù)”。

基于公安知識(shí)圖譜應(yīng)用，支持在全警范圍內(nèi)開(kāi)展主動(dòng)訂閱服務(wù)，由大數(shù)據(jù)中心將訂閱結(jié)果主動(dòng)推送給訂閱者，以豐富面向公安實(shí)戰(zhàn)應(yīng)用的全鏈路通用服務(wù)。基于公安知識(shí)圖譜應(yīng)用，亦可在全警范圍內(nèi)開(kāi)展智能分發(fā)服務(wù)，通過(guò)各民警的需求，由大數(shù)據(jù)中心將各民警的所需結(jié)果精準(zhǔn)推送給具體單位或者個(gè)人。

三、成效

(一)部分省市業(yè)務(wù)警種已基于主題庫(kù)等構(gòu)建業(yè)務(wù)數(shù)據(jù)空間，并在業(yè)務(wù)實(shí)戰(zhàn)中發(fā)揮作用。以地市級(jí)治安警種業(yè)務(wù)數(shù)據(jù)治理為例，通過(guò)匯聚治安自有數(shù)據(jù)源和地市大數(shù)據(jù)平臺(tái)數(shù)據(jù)資源，共同加工形成面向治安管理全要素，以治安業(yè)務(wù)原始庫(kù)、資源庫(kù)、知識(shí)庫(kù)和實(shí)戰(zhàn)專(zhuān)題庫(kù)為主的治安管理信息資源體系，支撐社會(huì)治安防控體系建設(shè)。其他各警推進(jìn)以治安為代表的業(yè)務(wù)數(shù)據(jù)個(gè)性化治理，最終可構(gòu)建全警應(yīng)用、眾創(chuàng)共享的警務(wù)知識(shí)管理體系，實(shí)現(xiàn)各取所需、各盡其責(zé)、精準(zhǔn)匹配的對(duì)象需求與突破條線的大數(shù)據(jù)交互應(yīng)用的業(yè)務(wù)需求，即以業(yè)務(wù)職責(zé)任務(wù)為中心，突出業(yè)務(wù)警種數(shù)據(jù)應(yīng)用需求，推動(dòng)各業(yè)務(wù)警種向大數(shù)據(jù)智能化方向發(fā)展。

(二)基于大數(shù)據(jù)平臺(tái)的自主建模已經(jīng)在部分省市成功運(yùn)營(yíng)，深受科信和業(yè)務(wù)警種信賴。面對(duì)近期多變的疫情，全國(guó)絕大部分地區(qū)的公安科信、大數(shù)據(jù)、情指、刑偵等部門(mén)均深度參與了疫情防控?cái)?shù)據(jù)分析工作，依托公安大數(shù)據(jù)平臺(tái)強(qiáng)大的接入能力，快速整合公安、工信、公共衛(wèi)生和大數(shù)據(jù)局等數(shù)據(jù)，利用自主建模工具快速構(gòu)筑確診病例全流程軌跡、密接人員關(guān)系挖掘和風(fēng)險(xiǎn)社區(qū)健康監(jiān)測(cè)等一系列模型，在態(tài)勢(shì)評(píng)估和個(gè)體監(jiān)測(cè)等關(guān)鍵環(huán)節(jié)上，發(fā)揮了定海神針的關(guān)鍵作用。每座城市的安危化作了一塊又一塊零散紛亂的數(shù)據(jù)拼圖，亟待精準(zhǔn)還原出未知的全貌，讓每一級(jí)黨委政府心中有數(shù)，讓每一個(gè)處在危險(xiǎn)中的市民有底，公安大數(shù)據(jù)自主建模分析的業(yè)務(wù)邏輯與疫情分析的需求完全吻合。

(三)在風(fēng)險(xiǎn)人員預(yù)測(cè)和案件預(yù)測(cè)等場(chǎng)景下，人工智能已初露鋒芒。典型的預(yù)測(cè)場(chǎng)景有風(fēng)險(xiǎn)人員預(yù)測(cè)和重點(diǎn)案件預(yù)測(cè)。基于歷史案件數(shù)據(jù)分析侵財(cái)類(lèi)案件的特征，包括犯罪分子的身份特征、生物特征、作案手段特征、作案對(duì)象特征等，結(jié)合大數(shù)據(jù)中心數(shù)據(jù)和運(yùn)營(yíng)商數(shù)據(jù)，進(jìn)行犯罪嫌疑人特征畫(huà)像、行為畫(huà)像以及關(guān)系圈分析。同樣的，可利用歷史案件數(shù)據(jù)分析侵財(cái)類(lèi)案件發(fā)案時(shí)的時(shí)間、地點(diǎn)、背景等數(shù)據(jù)，分析這類(lèi)案件的作案人員的特征或涉案車(chē)輛的特征，從而預(yù)測(cè)出某重點(diǎn)案件在某段時(shí)間，或某個(gè)位置發(fā)生的可能。

(四)業(yè)務(wù)知識(shí)圖譜主動(dòng)推送，讓犯罪風(fēng)險(xiǎn)無(wú)處遁形。公安知識(shí)圖譜將公安中各類(lèi)數(shù)據(jù)，匯總?cè)诤铣蔀槿恕⑹隆⒌亍⑽铩⒔M織、虛擬身份等6大類(lèi)實(shí)體，根據(jù)其中的屬性聯(lián)系、時(shí)空聯(lián)系、語(yǔ)義聯(lián)系、特征聯(lián)系等，建立相互關(guān)系，最終形成一張由人、事、地、物、組織構(gòu)成的關(guān)系大網(wǎng)，關(guān)系網(wǎng)根據(jù)數(shù)據(jù)的接入可自動(dòng)更新。公安知識(shí)圖譜構(gòu)建的三方面技術(shù)為關(guān)系發(fā)現(xiàn)、語(yǔ)義模型、知識(shí)推理，可用于情報(bào)分析、情報(bào)挖掘和情報(bào)積累等方面。公安業(yè)務(wù)知識(shí)圖譜常見(jiàn)應(yīng)用場(chǎng)景包括資金流向分析、話單分析、群體分析、隱性人員挖掘分析和潛在團(tuán)伙分析等。

四、討論

隨著公安大數(shù)據(jù)建設(shè)不斷深入，大數(shù)據(jù)思維在數(shù)據(jù)治理、數(shù)據(jù)分析、人工智能和知識(shí)圖譜等方面的應(yīng)用也會(huì)越來(lái)越廣，廣大科技民警和實(shí)戰(zhàn)業(yè)務(wù)警種需要不斷學(xué)習(xí)掌握新的大數(shù)據(jù)思維模式以及典型的應(yīng)用場(chǎng)景。首先，數(shù)據(jù)治理不是一蹴而就的工作，是一項(xiàng)長(zhǎng)期持續(xù)的工程，科信部門(mén)要持續(xù)獲取內(nèi)外部資源，不斷進(jìn)行資源整合，完成核心六大庫(kù)的完善和升級(jí)；而各警種在標(biāo)準(zhǔn)治理結(jié)果之上，也要不斷挖掘內(nèi)部業(yè)務(wù)痛點(diǎn)，在數(shù)據(jù)層面尋找痛點(diǎn)的“藥方”，完成業(yè)務(wù)知識(shí)體系建設(shè)和優(yōu)化。第二，基于這些高價(jià)值密度的數(shù)據(jù)知識(shí)資源，科信和各業(yè)務(wù)警種還需要不斷學(xué)習(xí)建模方法論和工具技能，并在實(shí)際工作中不斷應(yīng)用，才能夠?qū)崿F(xiàn)自主建模式的全量分析，保證研判分析的準(zhǔn)確性和可復(fù)制性。第三，隨著業(yè)務(wù)應(yīng)用的不斷深入，在一些有規(guī)律可循的場(chǎng)景中，可以嘗試通過(guò)機(jī)器學(xué)習(xí)等人工智能技術(shù)實(shí)現(xiàn)犯罪預(yù)測(cè)等場(chǎng)景，一方面可以驗(yàn)證前期建模中特征提取的科學(xué)性，另一方面，還可以發(fā)掘未曾意識(shí)到的風(fēng)險(xiǎn)特征點(diǎn)，在規(guī)則模型和機(jī)器學(xué)習(xí)模型的互相促進(jìn)中實(shí)現(xiàn)業(yè)務(wù)實(shí)戰(zhàn)思路的升華。最后，基于實(shí)體、關(guān)系、事實(shí)、原理等要素構(gòu)筑的知識(shí)圖譜，需要數(shù)據(jù)治理、數(shù)據(jù)建模、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理、業(yè)務(wù)場(chǎng)景挖掘等多方面助力，才能夠在語(yǔ)義搜索、智能問(wèn)答、語(yǔ)言理解、決策分析等多個(gè)領(lǐng)域?yàn)楣矘I(yè)務(wù)帶來(lái)強(qiáng)大助力。

五、結(jié)語(yǔ)

總體來(lái)講，大數(shù)據(jù)思維在警務(wù)實(shí)戰(zhàn)中將會(huì)持續(xù)發(fā)揮巨大作用，從根本上提高公安機(jī)關(guān)風(fēng)險(xiǎn)預(yù)測(cè)預(yù)警預(yù)防能力和維護(hù)穩(wěn)定、打擊犯罪、管理社會(huì)的水平，推動(dòng)公安風(fēng)險(xiǎn)管控工作由傳統(tǒng)粗放管理模式向現(xiàn)代精細(xì)管理模式轉(zhuǎn)型升級(jí)。