從硅谷到世界各地，大數據被視為科技領域最熱門的話題 。 隨著智能手機等其他便攜式智能設備的出現，人類的位置，行為，個人喜好，甚至身體的各項生理數據等每一點變化都變成了可被記錄，儲存和分析的數據 。 這些數據看似普通，但是卻是被廣泛地使用在商業行為用途中 。 以此為基礎，‘反饋經濟’等新經濟和新商業模式也應運而生 。
曾幾何時，大數據的價值被人類大大忽略 。 一方面，那時的計算機以及其附加計算工具發展尚不成熟 。 云計算出現之前，傳統的計算機是無法處理如此量大，并且毫無規則的信息數據 。 而另一方面，是人類自身沒有意識到蘊藏在大數據里無窮的信息價值 。 隨著計算機技術和互聯網技術的發展，云計算成為一個科技時代的優秀產物被作為發掘數據價值，征服數據海洋的強大動力 。

大數據被廣泛應用于公共衛生服務，商業服務，國防科技的領域的例子比比皆是 。 在這些領域，數據正在成為巨大的經濟資產，成為新世紀的礦產與石油 。 隨著近期全球犯罪率加劇以及恐怖襲擊案發生頻繁，各國的安全部門正考慮引進大數據技術來幫助預測犯罪及恐怖襲擊地點 。 很多人有疑問，這樣真的行得通嗎？



2011年，美國洛杉磯警察局和英國曼徹斯特警察署聯合做了一次測試，他們使用了一個計算機算法來試圖預測犯罪地點 。 這聽起來很像美國科幻大片的場景，但是兩家警察局確實只是為了使用大數據來預測罪犯的行為特征，從而預測犯罪的發生地點 。 通過這個辦法，就可以通過提前部署相應的警力和預防措施來化解或應急處理一場犯罪 。
警察防止犯罪并不是什么新鮮事，人類使用警力來防止犯罪的歷史已有千百年 。 但是警察使用大數據來防止犯罪確實是第一次 。 這就意味著，人類不再依據過往的經驗預測犯罪高發地點，而是依賴于機器人-電腦程序 。
犯罪數據特征模仿了疾病傳播和地震波傳動特征 。 倫敦大學的學者們根據犯罪數據的特征，做了一項虛擬的實驗 。 下面的系列圖片詳細地介紹了這個實驗過程 。 下圖中，學者們假設犯罪（搶劫）發生于某城市邊郊的一棟房屋里 。 通過實驗的仿真分析，學者們發現，事發地點周圍的搶劫案發生的風險概率要遠遠大于離案發點更遠的地方 。 而且隨著距離的增加，這種風險會急速減小 。 以案發點200米為半徑的地區是此類案件再發的高危地區 。 但是，這種再次案發的風險也會隨著時間的推移而減小 。 高風險通常是在首次案發的兩個星期以內 。 而兩個星期之后，這種風險會隨著時間推移加速減小 。 學者們一致認為，離案發地的距離和案發后的時間是預測再次案發的兩個重要指標 。 因此，警察署可以根據這兩個指標來布置警力以及通知當地居民做好防范措施 。





在另外一項試驗中，如下圖，學者們假設在首次案發的兩周內，案發地點附近又發生了另一起犯罪案件 。 研究結果表明，第三次案發的風險完全覆蓋了首次案發地點和第二次案發地點之間的所有區域 。 這種犯罪案發風險并不是兩次獨立案發事件影響簡單疊加的結果，而是其中有著一種相互放大彼此影響的效應，以致波及到了更大的范圍 。 警察叔叔們需要投入更大的警力來維護該地區的治安 。

猜你喜歡

• 犯罪和性格內向有關嗎？
• 傳說中的“大數據”到底是什么？
• 犯罪后假裝精神病逃脫懲罰，可行嗎？
• 大數據基金靠譜嗎？
• 如何辨別一個殺人惡魔？
• 金融犯罪，離我們有多遠？
• 在英國，孕期喝酒或被歸為刑事犯罪？
• 暴力犯罪與基因有關？
• 大數據是什么？
• 從大數據看，星座對我們工作和交友有影響嗎？