明略数据：大数据平台建设应把握三项要点

大数据明略数据智能警务

明略数据 | 2016-12-28 08:30

【数据猿导读】大数据时代，公安机关通过全面采集和整合海量数据，对数据进行处理、分析、深度挖掘，发现数据的内在规律，为预防、打击犯罪提供了强有力支撑。明略数据基于在以京津冀地区为首的全国各省级、市级和区县级公安机关的成功实践和经验总结，提出公安大数据平台建设应把握的三项要点

近年来，随着公安信息化建设的迅速发展，公安机关大数据建设及应用工作得到了长足发展和进步。

大数据时代，公安机关通过全面采集和整合海量数据，对数据进行处理、分析、深度挖掘，发现数据的内在规律，为预防、打击犯罪提供了强有力支撑。明略数据基于在以京津冀地区为首的全国各省级、市级和区县级公安机关的成功实践和经验总结，提出公安大数据平台建设应把握的三项要点。

由于各地公安信息化工作起步早晚不一、程度参差不齐，再加上各个警种和业务部门为方便自身所用，都建立了各自的业务系统，造成了各个业务系统相对封闭、功能单一、系统联网共享难的局面。不仅如此，公安机关数据形式多样，包含文字、表格、图片、音频、视频等。大数据平台要做到支持对结构化、半结构化、非结构化多种数据类型进行清洗、治理、碰撞、研判殊非易事。因此，部分大数据公司所做的全量数据分析平台也是基于单独的应用系统展开的，大数据分析只能就某一个或某几个维度展开，大数据的威力发挥并不充分。大数据的价值，尤其是其在预测预防预警方面的价值恰恰在于其对全量数据的分析能力，且全量数据的价值远远大于传统的割裂数据价值总和。

今年5月23日召开的全国公安机关社会治安防控体系建设推进会议特别强调：今后，公安机关对不能兼容共享的相关建设项目，一律不批准立项建设。未来，新型的公安大数据系统势必成为面向各警种的大数据管理与分析平台，通过对全量数据的收集、整理、归纳、分析、预测，从结构各异、形态复杂的数据中挖掘出各类数据背后所隐藏的相关关系，实现对全量数据的深度应用、综合应用和高端应用。

让机器成为“智慧警察”

当前，全国公安机关已建成包括全国人口基本信息资源库、全国在逃人员信息资源库、全国出入境人员信息资源库在内的八大资源库和警综平台库等数十个内部系统库，库内信息一直在增长。公安机关急需对现有信息和资源进行进一步深度挖掘和应用，利用高效的数据治理方法整合打通数据之间的关联，根据案件发生规律和特点，挖掘数据之间的隐性关联，为案件的研判打好坚实基础。

要做到深入挖掘，除了在技术高度上匹配公安需求，更要熟知公安业务、贴近公安实战。浅层来讲，要建立合适的关系人分析、轨迹分析、案件分析等基础战法，形成业务知识图谱;深层来讲，要研究分析各类业务的规律特征，例如作案手法、作案人员、活动轨迹等，逐步积累业务规律与技战法，不断完善业务模型库和知识库。这意味着，机器可以代替民警学习，成为公安工作的“大脑”。资深民警将其所掌握的大量有价值信息和多年的经验智慧，随时输入系统，长期积累下来变成战法模型。这就是把经验融入系统，让机器发现规律，系统越来越智能，形成智慧的“警察大脑”，做到更精准的预测和预警。

大数据技术出现后，公安基于大数据的信息处理最常见的是两种思路：一种是对零碎的信息进行推演，寻找更多的相关信息，信息积累到一定数量时，促成案件侦破。另一种则是基于全量数据的信息汇集、治理和分析，通过真正的大数据，对某种类型的案件形成科学严谨的整体分析、趋势分析，推导出某个群体的规律，从而挖掘出潜在的危险因子，实现事中甚至事前预警。

很显然，大数据平台建设应采取第二种思路，大数据的价值在于预测未知，在于预测非特定因素的未来趋势;大数据应用的核心，在于通过对数据价值的挖掘，揭示以往人们难以认识到的事物内在关联性。

来源：明略数据

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。