由“数据大”迈向“大数据”深度服务警务实战

记者：作为一名从事警务大数据技术研发和应用服务的专业人士，您怎么看目前的警务大数据现状和未来？

杨再飞：作为从事警务科技和服务的企业，我们深刻感受到了近几年来公安信息化建设的飞速发展，前端感知数据快速膨胀，实战应用需求日益增加，民警应用技能也明显提升，可以这么说，科技正在引领整个警务流程再造。随着国家大数据战略的确立，警务大数据正逢前所未有的历史机遇，以“智慧公安”为核心的大数据应用正蓬勃发展，公安机关在维护稳定、打击犯罪、治安防控、民生服务、风险预测等方面的能力将明显提升，更将催生警务模式和运行机制的深刻变革，推动传统警务向现代警务的快速发展。但总体来看，目前很多地方还处于“数据大”的起步阶段，离充分实现“大数据”的规模效益还有很多路要走。

记者：“数据大”和“大数据”的区别在哪里？您怎么理解“大数据”？

杨再飞：从IT时代进入DT（数据科技）时代以来，大数据技术已经从前沿概念阶段进入到了落地应用阶段。纵观各行各业的大数据应用探索，普遍对大数据定义为：“大数据”是一种规模大到在获取、管理、分析方面超出传统数据库软件工具能力范围的数据集合。综合来看，“大数据”应该具有以下六大特征。

一是多类型。指数据种类多、涉及面广、数据源丰富、数据结构复杂。二是大规模。指存储量巨大、单一数据或总体数据量大。三是快速度，指数据更新频度高、传输实时性强、采集预处理速度快。四是低密度。由物联网采集和各种社会数据汇总而来的数据，相对传统数据而言，价值密度一定是非常低的，数据本身质量也较差。五是强治理。正因为数据量庞杂而价值密度低，因此数据治理和分析挖掘的能力，决定了大数据究竟能在实战中发挥多大、多深的价值。六是多应用。只有越来越多地应用运行在大数据系统之上，才能不断促进数据的采集和治理臻于完善，形成良性循环，否则大数据将只是一种负担而不是财富。

如果数据类型单一、关联程度低、更新速度慢、数据质量差、没有数据治理、没有分析挖掘，哪怕一类数据量有几千万甚至是上亿条，也只能是“数据大”而已，而不是真正意义上的“大数据”。规模和价值是“大数据”核心所在，同时，“数据大”是“大数据”的前提和基础。

记者：在警务大数据建设工作中找到痛点很重要。目前你们在服务客户过程中，发现在数据方面的主要痛点有哪些？

杨再飞：各个公安机关单位实施大数据建设的过程中，所遇到的问题和挑战不尽相同，发展水平也不同，但有一些共性的东西值得进一步研究加强。一是数据种类偏少：主要来自科信数据资源平台和情报平台的数据，部门业务系统如交警、出入境、经侦、禁毒等的数据没有完全融合，政府共享数据和互联网数据接入量较少，已建的智能门禁、WIFI、水电煤气、人脸识别、车辆卡口等数据又因数据量巨大而不能全量接入。数据种类偏少对建立人、车、物、案、事的全息档案和特征画像会产生较大影响。二是数据实时性差：数据延时情况比较突出，很多数据不是热数据，实时更新、动态更新量不大。三是数据质量偏低：即使是已经接入的数据，其数据质量方面也常常存在问题，如系统字典缺失（没有统一的数据标准字典）、数据录入不规范（如数据缺失部分字段，甚至录入字段错位）、关联性缺乏（如消费类数据只有卡号，缺少卡号与具体个体或家庭的对应关系）等。

记者：您前面讲“数据大”是“大数据”的前提和基础。那如何才能做到“数据大”？

杨再飞：从我的角度来理解，公安大数据主要来自于三个方面：首先是公安内部的大数据。仅各种公安业务系统处理、采集、汇聚的结构化数据，就已经构成了海量级的数据，再加上半结构化数据以及非结构化数据，总体数据量非常可观。这些数据来源于各类业务、各个警种，比如人口数据、指纹数据、机动车驾驶员数据，等等。第二个方面，是互联网相关数据。由于互联网得到了广泛的应用，网上网下的互动就产生了大量的数据。互联网相关数据处于公安大数据应用的前沿，包括用户行为数据、用户消费数据、用户地理位置数据、互联网金融数据等在内的一系列互联网大数据，都可以为公安警务大数据所用。第三个方面，是政府部门数据。随着智慧城市建设力度加大，各地政府部门汇聚了海量数据资源。通过有效整合、多种方式共享服务，公安可以接入更多的政府部门数据，如工商、税务、医疗、交通、国土等。

“数据大”是社会发展、科技进步、民生改善的必然产物。“数据大”将是一种常态并会继续发展，应该用一种开放、乐观、冷静的心态来主动拥抱大数据、借力大数据、融入大数据。

记者：如果将“数据大”转化为“大数据”，有效途径有哪些？

杨再飞：科技改变未来，大数据应用为新时代勾勒出美好图景。对公安机关来说，利用大数据全面提升打击犯罪整体效能、助推社会治理迈向精准化和规范化、全力提高人民获得感、幸福感、安全感，正是这幅图景的最好呈现。我们在与客户交流和应用服务的过程中，深刻感受到以下几点。

首先，要全力丰富数据种类。无论是海量级的WIFI、人脸、视频、卡口数据，还是几百条的企业工资明细表、暂住人口登记表、二手交易信息，都要悉数整合接入。有些种类的数据量虽小，但丰富了种类，完善了整个数据体系。

其次，要提升传递速度。分类型、分类别、分层级明确数据传递时限标准，公安自建业务数据要实现分钟级更新；省内共享数据实现小时级别的更新；省外数据实现2小时更新。最大限度地提升预警和分析比对的时效性。

第三，要加强数据治理。一是制定数据采集标准，明确必录项、加强系统间的互通，建立关联关系，减少基层重复采集工作量，从源头上规范数据录入质量。二是严格数据清洗，对接入的数据，按照冷数据和热数据的分类，分别进行预处理，对重复字段去重，对无效、垃圾数据进行清洗隔离，对多表建立关联翻译。三是加强数据处理，通过语义分析、文本分析、数据标签、图数据库等技术，对数据进行结构化、标签化、图谱化、专题化处理。为数据分析提供数据保障。

最后，要高度重视数据的分析应用。没有分析应用的大数据只是一种资源，而不能提供高价值，只有通过分析挖掘转化成警务行动指令、服务实战的数据情报，才能体现大数据的核心价值。遗憾的是，很多地方非常重视前端感知采集的投入，但在后端数据分析方面却基本没有投入，导致海量数据处于流失和沉睡状态，这是需要引起重视的。

记者：您提到没有应用的大数据不是真正的“大数据”，你们在服务实战中有哪些体会？

杨再飞：大数据实战应用的最终落脚点是应用。在为全国数十个省区市公安机关服务的过程中，每个单位都有十分经典的案例和故事，如武汉市局的大学生落户政策分析项目、宜昌市局的嫌疑对象分析、南昌市局的预警分析、十堰市局的综合预警、上海市局在涉黄涉毒场所整治中的分析应用等，都发挥了大数据的核心价值和驱动作用，利用大数据平台，提高了对风险因素的感知、預测、防范能力。

新故相推，日生不滞。汹涌澎湃的大数据浪潮，撞击着公安工作的传统思维和方式。大数据在公安领域一定会得到迅猛发展，我们也希望在这个过程中，发挥大数据企业的优势，更好地研发民警爱用、好用、实用的大数据分析产品，更贴心地服务公安客户。