大数据视角下的公安情报分析失误问题研究

李成远

摘 要 ：[目的／意义]通过对大数据视角下公安情报失误问题的研究得出解决的策略，对公安情报分析工作提供正确的指导[方法／过程]通过对大数据与情报分析的关系的分析、大数据视角下情报分析的内容、情报失误的表现和原因进行分析得出矫正公安情报失误的方法 [结论／结果] 公安机关要善于利用各种思维方法克服认知偏差、加强对专业情报人才的培养、营造良好的情报分析环境、注重大数据技术方法的开发和使用以此来矫正大数据视角下的公安情报分析失误。

关键词 大数据；情报失误；情报分析；认知偏差

Abstract:[Purpose/Significance] Through the study of the problem of public security intelligence failure from the perspective of big data, the strategies to solve it are obtained.Provide the correct guidance on public security intelligence analysis method/process through to the big data and analysis of the relationship between intelligence analysis, intelligence analysis under the perspective of big data content, performance and the factors of the intelligence failure analysis correction method [conclusion] / results of police intelligence failures of the public security organ must be good at using various thinking method to overcome the cognitive biases, strengthen the professional intelligence personnelIn order to correct the errors of public security intelligence analysis from the perspective of big data, we should cultivate a good environment for intelligence analysis and pay attention to the development and use of big data technology and methods.

Key words: big data;Intelligence failure;Intelligence analysis;Cognitive biases

1.引言

进入21世纪，信息化成为社会的显著特征。信息化的本质是强调信息技术的作用，而大数据则是信息化技术的体现。当前大数据在公安情报分析中发挥着重要作用，它改变了公安情报分析的思维、模式和方法，同时在此视角下情报分析失误问题也变得复杂，除了传统的认知偏差，大数据本身、环境、技术也会导致情报失误。通过对大数据视角下情报失误的表现原因进行分析得出解决的方法。^[1]

2.大数据与公安情报分析

研究大数据背景下的情报分析失误问题首先需要对大数据和公安情报分析的基本内容进行了解。需要了解大数据与情报分析的关系、理解大数据视角下公安情报分析的思维进而推动对大数据视角下情报失误问题的研究。

2.1大数据的概述

大数据是海量的、非结构化并具有附加价值的数据。大数据的分析过程分为数据获取与处理，信息抽取与转换，数据整合与表示，数据建模及分析，诠释与可视化呈现等阶段。^[2]大数据在公安情报分析中运用流程可以分为数据收集挖掘、数据清洗、数据分析以及数据可视化这几个阶段，其中数据挖掘是大数据体系中最核心的技术。大数据在发展中也面临数据壁垒、数据孤岛等现象，各部门之间数据不流通，大数据本身的存储、清洗、分析等相关技术发展水平低。大数据从属性上讲具有容量大、多样性、速度快的特点，从情报分析思维上讲具有全数据、混杂性、相关性的特点。^[3]大数据本身是思维、方法、技术、价值观的总和，大数据对于情报分析领域的影响也是全面的，不仅带来情报分析技术、方法的革新，更是对情报分析模式、情报分析思维的全面影响。

2.2公安情报分析概述

公安情报分析的概念分为广义和狭义的概念，广义的公安情报分析是指根据情报用户的特定需求，以计算机、网络信息技术为主要手段，以信息的采集、研判、分析和综合等系列化加工为基本过程，形成新的、增值的情报产品，向不同层次的警务决策服务目标所提供的一种智能活动。狭义的公安情报分析是指: 根据特定警务目标，在已有信息中进行定向选择，去粗取精，去伪存真，由此及彼，由表及里，从而获取能满足打击犯罪和警务决策需求的情报集合的过程。

2.3大数据视角下公安情报分析的主要思维

相关性思维。传统的公安情报分析思维要求逻辑必须遵循因果关系，事实和真相都是引起与被引起的关系。大数据颠覆了传统的观念，更加强调相关关系。大数据通过对各种数值的量化来建立关联，认为万物皆可量化。情报分析人员可以通过寻找关联物并进行监测，通过对关联物的分析来观测现象本身。大数据的方法可以通过对海量无关联的数据进行挖掘，寻找相关信息进行分析进而破案。当物理空间的线索证据不足时，情报分析人员可以对虚拟空间的情报通过二次分析进行数据挖掘寻找案件线索。

整体性思维；大数据时代使情报分析人员可以获取整体的、全部的数据，不受单个样本的束缚，可以通过对单个样本获取全部数据，达到样本等于整体的效果。整体性要求情报人员采集数据必须全面。整体性使得传统情报分析的片面化、零碎化的拼图式还原事实变为整体性还原事实。

预测性思维；大数据通过对相关关系的分析来预测未来，可以预测未来犯罪趋势，情报分析人员可以通过犯罪热点分析，有效的防控和打击犯罪。通过总结各类犯罪的特点建立一定的模型对案件进行预测。

2.4大数据与公安情报分析的关系

大数据为公安情报分析提供了数据支持。数据是情报分析的素材，大数据是海量数据的集合，它是大数据分析的基础，大数据是一座矿，它背后暗藏的价值是需要情报分析人员进行挖掘的。

大数据为公安情报分析提供了方法和技术支持。大数据视角下情报分析由经验分析向定量分析转变，通过大数据技术构建数学模型，开发软件和技术预测犯罪趋势，进行数据比对。大数据采取了数据科学以及人工智能等专业技术进行分析。大数据视角下公安情报分析采用归纳与演绎的方法、个案和通则式研究、定量与定量化研究、系统理论研究和应用研究。大数据为情报分析提供的方法有数据搜索、数据碰撞、数据挖掘、数据画像、犯罪热点分析等。3.大数据视角下公安情报分析失误的表现

大数据视角下情报失误主要表现为过分强调数据的数量和作用，忽视质量的重要性，用相关性代替因果性等问题。

3.1情报分析中过度的依赖数据的数量

在大数据时代，我们面临的问题不再是信息匮乏，而是信息爆炸，过量的数据给公安情报分析人员造成了极大的工作压力，受传统思维定势的影响，情报人员非常重视情报的数量，认为情报收集的数量越多越好。而现在我们完全有能力获取某个对象在某方面的全部数据，实现“样本等于整体”的效果，但同时也为我们分析数据造成困难，导致情报失误。同时大量的数据中存在许多与情报分析不相关和过时的数据。过多的数据消耗了情报人员的精力和时间，甚至得不出正确的情报。

3.2情报分析中夸大数据的作用

情报分析人员过分强调大数据分析，认为数据分析的结果一定正确，但是数据收集、清洗、分析的过程都受人的影响，过程的错误会造成结果的错误。数据的偏差、分析的失误、数据模型的失灵都会导致情报失误。

数据采集出现偏差。情报人员在收集数据过程中受到各种局限，使得收集数据不够精确，不够全面造成数据偏差，如不同地区和人群的信息技术水平差异较大、现实中存在的犯罪“黑数”以及基层民警对数据收集的意识存在问题也会影响情报分析。

大数据使得情报分析人员产生认知偏见。部分情报分析人员存在思维定式，主观臆断，先入为主，认为大数据必然可靠，忽视了大数据获取的每个阶段可能产生的偏差，盲目相信分析结果。比如9.11事件中，美国情报界自认为掌握了大量数据和信息就能够有效实现预警，但由于思维定式最终导致了情报分析失误。

数据模型的失灵。数据模型是通过对犯罪现象规律进行总结通过一定的方法构建的，可以用来进行情报分析，但其结果不一定是正确的。随时代的发展，新的犯罪方式的出现，犯罪分子的反侦查行为都会对数据模型产生影响，情报分析的结果也会失误。

3.3情报分析中忽视数据质量的影响

大数据时代要求数据全部精确是不可能的。随着数据量的增大，数据中可以允许有部分不精确的数据，但不能过多。数据的错误会导致最终的结果错误，数据收集中存在格式不一、数据重复、数据过时等问题。忽视数据质量的重要性必然会导致错误的情报分析结果，造成情报失误。

3.4情报分析中用相关性思维代替因果性思维

大数据使得情报更加注重相关关系，但机械的用相关关系代替因果关系，在数据不足的情报下，仅仅通过相关关系并不能发现事实。在相关关系发现的不够多或难以发现时，盲目依赖相关关系寻找案件事实容易造成瓶颈。需要在相关性的基础上寻找因果关系或利用相关性与因果性一起发挥作用，更好的发现更多的线索。

4.大数据视角下公安情报失误的原因

大数据视角下情报失误的原因可以从数据角度、认知偏差角度、环境角度和技术角度进行分析。

4.1数据角度

数据本身存在问题是导致公安情报失误的基础原因。大数据视角下情报工作开展依赖数据的作用，数据工作开展的各个环节存在问题必然会导致结果的失误。在传统的数据采集方式不能适应大数据发展的要求，数据质量不高，数据收集数量太大或太少，难以利用。过分依赖数据的作用，忽视传统侦查方式获取情报的作用。数据采集存在困难，公安民警对基础数据采集的重视程度不足，轻视数据作用，对信息采集认识不到位。基础信息采集是大数据应用的前提和保障，当前基层民警对信息采集工作重要性认识不足，采集范围不够、质量不高、实时性不强。数据采集缺乏规范监管，信息共享存在壁垒，数据库建设不完善，数据检索困难，数据安全性不高，有些数据模型存在缺陷需要改进。有些情报分析人员轻视大数据作用，专业化水平不足。

4.2认知偏差角度

认知偏差是大数据视角下公安情报失误的人为原因。安情报工作的开展本质上是人的工作，人是情报工作开展的主体，受人认知能力的局限会产生情报失误。情报主体的认知能力对情报分析结果有重要影响，主体认知的偏见是导致情报失误的人为原因；情报认知偏见是指情报人员由于认识的错误造成主观印象与客观基本情况不符的现象。在情报失误中，个体认知偏差通常都是由多种因素综合而致，其中认知主体、认知客体与认知环境是导致偏差发生的最直接、最重要因素。^[4]认知主体的心理过程、心理特征、心理倾向，认知客体的不确定性、复杂性、风险性，以及组织环境和组织文化等都是情报失误的原因。非智力因素也会导致认知偏差，如情报分析人员的兴趣、情绪、意志、性格等。

4.3环境角度

环境是大数据视角下公安情报失误的社会原因。大数据视角下情报失误与公安机关内部的数据管理，人力管理制度和情报文化密切关联。情报失误的产生受组织环境和组织文化影响。组织环境，指对组织产生影响的外部机构或力量，如政治、法律、科技、社会文化、自然环境、外部环境等，以及用户、供应者、特殊利益团体等。组织文化指组织中群体所形成的共同拥有 的理念和行为准则，是群体共有的集体价值观。在集体意识强的公安队伍中， 分析人员很难保持思维独立，易受他人行为和态度的影响，产生从众心理。^[5]

4.4技术角度

数据技术存在的问题是大数据视角下公安情报失误的技术原因。公安大数据的分析过程中首先要解决的问题就是存储问题，数据存储技术存在问题，容量限制了大数据发挥作用； 数据分析的核心内容之一是数据建模，通过分析现有数据的统计和语义特征，找出其中的规律，再将其概括为抽象的数据分析模型，进而为数据分析提供依据。大数据分析处理的是海量数据，由于海量数据的存在，过去的单个或少数几个模型组合已经不能适应大数据分析的需要，需要开发更多的数据模型。

5. 大数据视角下情报失误的矫正

在大数据视角下要矫正情报失误，情报分析人员首先要善于利用各种思维方法克服认知偏差，同时情报部门要重视情报专业人才培养，营造良好的情报分析环境，注重大数据的开发和使用。

5.1 情报分析人员要善于利用各种思维方法克服认知偏差

情报分析结果受情报认知主体认知能力的影响，通过对各种思维方法的学习和运用可以有效的避免情报失误，可以通过批判性思维、发散思维、联想思维等来克服认知偏差。每个人在理性决策时都会坚持正确的观点和信念，尽力做到不犯错误。但理性思考至少需要两个前提，一是思考者能够获得准确有用的信息，二是思考者拥有无限的、可用于加工的数据资源。如果这些条件不完全具备，人们在认知过程中就会尽力寻找捷径。^[6]

培养批判性思维，它是情报分析人员必备的思维能力，要求情报分析人员对获得的信息不能盲从、简单否定，要经过认知主体的大脑独立思考来进行分析、评价、有理由地做出判定；培养发散思维，它是在情报分析一筹莫展时，展现出的一种扩散状态的思考模式，思维呈现出多维发散状态，从不同方面探寻同一问题多种潜在可能的答案；培养联想思维，它是指在人大脑内记忆表象系统中，由某种诱因促使不同表象发生联系的一种思维活动，公安情报分析人员必须具备很强的联想能力才能实现更多的信息碰撞，面对诸多系统，怎样将碎片、零散信息关联成有价值的情报，取决于充分的信息碰撞及分析人员的联想能力。^[7]

5.2 加强对专业情报人才的培养

当前的公安情报人员既要懂情报还要懂数据，需要构建复合型人才培养体系，形成智慧警务创新发展的持续动力。为此，公安院校要根据客观实际需要，开设与大数据相关的情报分析课程，改革教学方法，培养有效应对犯罪升级变化的侦查人才，做好大数据情报人才储备工作。^[8]定期对公安机关情报人员进行培训和考核，建立情报分析师制度，提高情报工作专业化水平。随着大数据技术的推广、成熟以及法制的完善，基层民警要有大数据意识，尽快适应大数据时代对情报人员的要求。

5.3 营造良好的情报分析环境

营造良好情报分析环境需要建立情报失误总结制度和情报工作开展制度。在情报工作中存在情报失误是正常的，必须有容错机制，对情报失误的问题进行总结，建立案例库，总结经验，吸取教训，建立情报失误总结制度；在情报分析中发挥集体的智慧，互相学习、互相补充，分工合作互相配合得出正确的分析结果；形成良好的工作氛围和情报文化，增强情报工作人员的认同感和归属感，提高工作效率和水平；建立共享协作机制，情报工作人员要树立在线和共享的理念，推动全国的公安情报网络建设。

5.4 注重大数据技术方法的开发和使用

加强信息库建设，扩大信息录入范围，开发信息储存技术和能力。大数据环境下，构建公安大情报体系，需要建设拥有自主知识产权、能对各类智能技术和专家智库进行综合集成的大数据平台。^[9]创新大数据情报技战法，除了充分挖掘利用公安机关内部资源外，还应积极与网络公司、科研机构进行深度合作，充分利用其技术上的优势，破解当前大数据侦查中半结构化、非结构化数据难融和难用的问题，联合开发以智能运算模型为核心的实战应用系统和各种便捷化的数据挖掘、研判分析工具，为实现大数据情报分析提供技术支持。对于国外先进的大数据情报分析技术要积极引进。此外，在大数据情报技战法方面，要不断总结典型案例，创新技战法。通过举行研讨会和业务培训等方式，将成熟的各种情报技战法加以大力推广。^[10]

6.结语：

本文通过对大数据视角下公安情报失误问题的研究得出解决的策略，通过分析大数据与情报分析的关系、情报失误的表现和原因进行分析得出矫正公安情报失误问题的方法。

参考文献

1. 严贝妮,陈秀娟.情报失察中的个体认知偏差成因分析[J].情报杂志,2012,31(09):1-5+10.

2. 彭知辉.论公安情报分析与大数据分析的融合[J].情报理论与实践,2017,40(10):36-40+73.

3. 张家年,王文韬.融入工程化思维:大数据环境下情报分析机制的构建[J].情报理论与实践,2016,39(06):1-6.

4. 闫燕.公安情报分析中的认知偏见研究[J].情报探索,2018(04):25-28.

5. 赵小康,董悦.情报失察的理论基础研究[J].情报科学,2009,27(08):1230-1234.

6. 钟明曦,王锡章,黄云峰.大数据侦查的实践问题与对策研究[J].福建警察学院学报,2018,32(06):1-12.

7. 周西平.公安情报失误的认知心理分析[J].图书馆学研究,2012(21):5-7+4.

8. 陈成鑫,曾庆华,李丽华.大数据环境下公安情报工作的创新发展路径[J].情报理论与实践,2019,42(01):10-15.

9. 罗彩荣.大数据侦查模式困境及对策探析[J].法制博览,2020(09):38-40.

10. 王燃. 大数据侦查［M］．北京:清华大学出版社, 2017．