身在当前数据无处不在的世界,面对数据工程人员需要讲“数据大白话”,讲白了就是直白讲述“要什么数据”、“要数据干什么”。今天从政府大数据角度,看看城市管理领域中的数据大白话。
一 、“人、事、地、物、组织”大白话
1、传统的公安数据库积累的是通过各种手段汇集到公安网上的数据资源。而公安大数据不再局限于公安网,也包含了互联网、视频专网、技网专网、物联网,甚至暗网的任何网络空间。网络的泛在性要求公安大数据也具有泛在特性。
2、传统的公安数据更多的是人、事、地、物、组织等方面的结构化属性信息。而公安大数据则不仅包含这些实体的属性信息,更包含实体的时空信息以及实体间的关系信息,这些关系构成了实体之间的知识图谱,成为案件研判和群体事件等公安实战中最为关键的情报支撑。
3、在公安大数据中,随着物联网和各种新技术、新感知设备的广泛应用,结构化数据所占比例将越来越小。未来我们面临的公安大数据,99%的数据量将是非结构化数据。同时公安工作100%和空间位置相关,如何使用非结构化数据和时空大数据,开展数据挖掘和分析研判,将成为实战中亟待解决的问题。
二、基于数据的作案规律到预警
警方通过数据分析研判犯罪嫌疑人作案规律,提前将其行踪摸清。据上海市公安局刑侦总队透露,目前针对入室盗窃犯罪,警方围绕重点作案群体、犯罪手法以及临时居住地开展深度研判和侦查经营。在加强案件接处警信息采集的基础上,积极开展数据模型建设,大大提升犯罪预警和精确打击能力。
这种预警,也让越来越多有案在身的嫌疑人被及时拦截。比如,松江警方通过数据研判发现,每天特定时段,G60沪昆高速公路由邻省乘坐车辆入沪的违法犯罪人员较多。警方据此加强警力配备。5月25日中午,民警通过对一辆入沪小轿车盘查,成功抓获因涉嫌盗窃被浙江警方追捕的犯罪嫌疑人陈某。据统计,仅这一个检查站,今年已经累计查获企图潜入上海的盗窃嫌疑人18人。
网友评论