美国应用大数据技术预防犯罪.docxVIP

美国应用大数据技术预防犯罪 一、引言 当今世界缤纷复杂，犯罪分子往往隐藏于无形之中。执法部门除了执行传统的打击犯罪任务外，还将要承担一种新的重要职责，即在犯罪分子作案之前就将其拘捕，以最大程度减小损失。汤姆-克鲁斯 2002 年主演的 《少数派报告》影片中首次展现了这一先发制人的设想。目前，预测犯罪已逐 渐变为可能，美国洛杉矶警方已成功通过预测犯罪减少了33%的盗窃犯罪、21%的暴力犯罪和 12%的侵财犯罪。取得这一成果的关键在于大数据技术，大数据包 括开源共享的信息资讯、执法机构获取的情报信息、其他相关部门提供的数据 资料等。这些数据能够更加精准地帮助执法人员在案件发生之前就出现在犯罪分子面前，执法人员通过认真分析研究犯罪热点区域，只要犯罪分子一浮出他们的藏身之处，就可将其拘捕。在美国，越来越多的地方执法机构开始大数据技术预防犯罪。 二、美国执法机构利用大数据预防犯罪 1、洛杉矶警方利用基于余震预测的模型预防犯罪 虽然地震仍然极难预测，但余震预测相对容易得多。每当地震发生，在 一定的空间和时间内发生余震的可能性相对较高。犯罪数据表现出了类似余震 的模式，每当某个犯罪被实施时，就会在犯罪实施的空间和时间周围出现更多 的犯罪行为。洛杉矶警方使用的大数据犯罪预测模型由乔治-赫尔教授据此理论开发，他们将过去 80 年内的约 1300 万个犯罪数据输入至这个模型，利用庞大的数据集展现洛杉矶的犯罪热点所在，并预测可能发生犯罪行为的地区，此外， 洛杉矶警方还与加州大学和 PredPol 公司合作，设法改进模型和算法。 在试点项目启动之初，警方曾犹豫是否要使用该程序，也怀疑一个数据