楊 杰 徐建峰 李 睿

一、背景

數(shù)據(jù)挖掘分析一般是指從大量的數(shù)據(jù)中搜索信息、提煉知識的過程，其常用的方法包括信息檢索、統(tǒng)計分析、機器學習等。隨著公安信息化的發(fā)展，公安機關(guān)利用大數(shù)據(jù)進行挖掘分析，實現(xiàn)尋線追蹤、打擊處置、預測預警已成為趨勢。公安警種部門多個業(yè)務崗位的工作都與數(shù)據(jù)挖掘分析密切相關(guān)①趙曉凡：《公安高等院校數(shù)據(jù)挖掘課程教改研究》，《計算機教育》2018第1期。，培養(yǎng)熟練掌握數(shù)據(jù)挖掘分析技能的警務人才、在公安院校中建設(shè)好相關(guān)學科體系，已成為新時代公安工作創(chuàng)新發(fā)展的迫切需要。目前，針對數(shù)據(jù)挖掘分析課程教學改革的探討有：邱明月等通過分析培養(yǎng)公安創(chuàng)新人才的課程教學、實訓及能力訓練，設(shè)計了符合網(wǎng)絡(luò)信息資源要求的公安數(shù)據(jù)挖掘能力培養(yǎng)方案②邱明月、唐松澤：《基于互聯(lián)網(wǎng)資源的公安數(shù)據(jù)挖掘能力培養(yǎng)研究》，《信息與電腦》2018第19期。；張云春等以課堂教學和項目實踐相結(jié)合的方式推進數(shù)據(jù)挖掘課程在大數(shù)據(jù)環(huán)境下的教學和實踐③張云春等：《基于MOOC嵌入式教學的數(shù)據(jù)挖掘教學改革初探》，《計算機教育》2015年第13期。；張艷等針對大數(shù)據(jù)的特點，以構(gòu)建課程核心知識體系為主題，采用案例教學法改革傳統(tǒng)的教學評價方式④張艷：《大數(shù)據(jù)背景下的數(shù)據(jù)挖掘課程教學新思考》，《計算機時代》2014年第4期。；李海林等從培養(yǎng)數(shù)據(jù)意識、加強理論體系、創(chuàng)新教學方法和深入科學研究等四個方面探索設(shè)計高校數(shù)據(jù)挖掘課程，以解決大數(shù)據(jù)挖掘課程因過于抽象而產(chǎn)生的問題⑤李海林：《大數(shù)據(jù)環(huán)境下的數(shù)據(jù)挖掘課程教學探索》，《計算機時代》2014年第2期。。本文結(jié)合公安實戰(zhàn)應用需求及相關(guān)技術(shù)要求，從典型的大數(shù)據(jù)挖掘分析方法出發(fā)，探討與公安院校數(shù)據(jù)挖掘分析教學實踐密切相關(guān)的一些問題。

二、主要的數(shù)據(jù)挖掘分析方法

數(shù)據(jù)挖掘分析是為了提取有用信息并形成結(jié)論而對數(shù)據(jù)進行詳細研究和概括總結(jié)的過程。在警務工作中，數(shù)據(jù)挖掘分析主要包括根據(jù)線索特征找到嫌疑對象，通過數(shù)據(jù)統(tǒng)計總結(jié)出目標對象的行為規(guī)律、群體分布特性，以及通過機器學習方法預測警情、案事件的發(fā)生概率及趨勢等，并通過預警指令、專題報告等形式，賦能民警精準打擊，輔助領(lǐng)導決策指揮。根據(jù)應用場景和技術(shù)實現(xiàn)的難易程度，結(jié)合筆者多年的工作經(jīng)驗，我們將公安機關(guān)數(shù)據(jù)挖掘分析方法總結(jié)為查詢比對、規(guī)則判別、算術(shù)統(tǒng)計、和預測預警等四個類別，具體如表1所示。

表1 公安機關(guān)數(shù)據(jù)挖掘分析方法主要分類

目前公安工作中進行數(shù)據(jù)挖掘分析的主要“工具”包括SQL、機器學習算法和關(guān)系型數(shù)據(jù)庫、大數(shù)據(jù)組件等。上述方法中，前三個類別主要是基于關(guān)系型數(shù)據(jù)庫、大數(shù)據(jù)組件等，通過SQL開發(fā)進行數(shù)據(jù)分析應用，最后一類主要是基于機器學習算法和大數(shù)據(jù)組件通過深度開發(fā)分析模型開展應用。

（一）查詢比對

在數(shù)據(jù)挖掘分析中，查詢檢索、比對布控類應用，主要基于給定的 ID或確定的關(guān)鍵詞等線索數(shù)據(jù)，與各類動態(tài)數(shù)據(jù)特別是軌跡類數(shù)據(jù)進行值比較，并按要求將匹配比中的數(shù)據(jù)返回給用戶。

實現(xiàn)方法主要是基于SQL的結(jié)構(gòu)化等值比較，將比對條件放在WHERE子句中，并結(jié)合布爾運算，通過內(nèi)連接、外連接、交叉連接等運算機制，構(gòu)成有復合搜索條件的SELECT語句，此類方法常用于一鍵搜索、在逃人員比對布控等業(yè)務應用場景。

（二）規(guī)則判別

相較于查詢比對，規(guī)則判別類數(shù)據(jù)挖掘分析是更為復雜的數(shù)據(jù)比較，主要基于給定的業(yè)務規(guī)則進行條件符合性篩查。通常是由多個判別條件組合嵌套形成SQL語句中的復合搜索條件。其分析過程多用以下運算符：

1．等值之外的值比較運算符，如!=，>=，in，between等；

2．模糊查詢like，結(jié)合通配符%，_，[]等；

3．條件組合運算符，如AND、OR、NOT等。

此類數(shù)據(jù)挖掘分析主要是根據(jù)業(yè)務規(guī)則篩選出符合條件的目標對象集合，如盜竊案件潛在嫌疑人、通訊網(wǎng)絡(luò)詐騙易受害人群等。具體實現(xiàn)過程中，主要是將嫌疑人或受害人的自然屬性、嫌疑特征或受害特征等屬性條件逐條轉(zhuǎn)換為對應業(yè)務規(guī)則，然后基于上述規(guī)則組合，對相關(guān)數(shù)據(jù)表進行關(guān)聯(lián)查詢和條件比較，符合規(guī)則數(shù)越多則嫌疑度或易被侵害度越高。最終輸出的結(jié)果將提供給研判人員進行二次甄別篩選，并確定是否采取進一步的行動措施。

（三）算術(shù)統(tǒng)計

算術(shù)統(tǒng)計類數(shù)據(jù)挖掘分析主要是基于給定條件對數(shù)據(jù)進行規(guī)模量計數(shù)統(tǒng)計，或是基礎(chǔ)性計算統(tǒng)計，運算過程中通常要用到SQL的分組函數(shù)和聚合函數(shù)，實現(xiàn)對數(shù)據(jù)表中數(shù)據(jù)的加、減、乘、除和計數(shù)、極值、均值等簡單計算。常見的聚合函數(shù)有AVG、COUNT、MAX、MIN、SUM等，可以組合起來使用。分組由GROUP BY子句實現(xiàn)，通過歸納信息類型實現(xiàn)相關(guān)數(shù)據(jù)匯總。條件控制由HAVING子句實現(xiàn)，通過條件符合性比較篩選出相應結(jié)果。以同行人員分析為例，通常同出行一定次數(shù)以上的人員聯(lián)系較為緊密，具體實現(xiàn)過程如下：

步驟一：從多種來源的軌跡類數(shù)據(jù)中提取相應的數(shù)據(jù)記錄；

步驟二：按照給定條件，對數(shù)據(jù)記錄中人員同行次數(shù)進行計數(shù)統(tǒng)計；

步驟三：根據(jù)步驟二的計數(shù)統(tǒng)計結(jié)果，按照給定的閾值篩選出高密度同行人員。

算術(shù)統(tǒng)計類的數(shù)據(jù)挖掘分析主要應用于對象群體的時空規(guī)律分析，如同伙軌跡伴隨、類案時空分布等。

（四）預測預警

預測預警類數(shù)據(jù)挖掘分析是實踐中難度最高的一類，通常是基于機器學習算法實現(xiàn)，主要有聚類、分類、回歸、關(guān)聯(lián)規(guī)則等。不同類型的算法具有不同的特性，適用于不同的業(yè)務場景。以聚類算法為例，其主要運算過程是按內(nèi)在相似性將數(shù)據(jù)集劃分為多個類別，使類別內(nèi)的數(shù)據(jù)相似度較大而類別間的數(shù)據(jù)相似度較小，本質(zhì)上是通過對無標記數(shù)據(jù)的學習來揭示數(shù)據(jù)的內(nèi)在性質(zhì)及規(guī)律。最為常見的是K均值（K-means）聚類算法，其通過“距離”衡量數(shù)據(jù)間的相似度，應用時需預設(shè)聚類結(jié)果類別的個數(shù)。算法的基本步驟為：

步驟三：將每個類別中心更新為隸屬該類別的所有樣本的均值

步驟四：判斷是否滿足終止條件。常用的終止條件有迭代次數(shù)、簇中心變化率、最小平方誤差等。

步驟五：若滿足終止條件，聚類結(jié)束；否則，跳轉(zhuǎn)到步驟二，重復執(zhí)行，直到滿足終止條件。

基于機器學習算法的數(shù)據(jù)挖掘分析主要用于警情預測、軌跡預測、風險預測等應用場景。以盜竊慣犯的預測分析為例，可將最近一次無違法行為天數(shù)（即從最近一次接受處罰期滿釋放以來未出現(xiàn)新案件的時長）、年均盜竊次數(shù)、年均盜竊金額等特征屬性作為輸入維度，利用 K-means算法進行聚類分析，得出與已知慣犯處于同一類的盜竊嫌疑人員。具體實踐過程中，在得到聚類結(jié)果的基礎(chǔ)上，還需對聚類結(jié)果進行二次研判，以進一步確定盜竊嫌疑人員的作案可能性。

三、數(shù)據(jù)挖掘分析的教學實踐

（一）數(shù)據(jù)挖掘分析教學中的主要問題

隨著數(shù)據(jù)挖掘分析對公安信息化應用工作的重要性越來越大，要培養(yǎng)符合公安實戰(zhàn)要求的數(shù)據(jù)挖掘分析人才，公安院校必須在數(shù)據(jù)挖掘分析的課程設(shè)置、教學方式、實踐設(shè)計、教學管理等方面不斷進行改進和創(chuàng)新。鑒于數(shù)據(jù)挖掘分析是一個多學科交叉的綜合業(yè)務領(lǐng)域，特別是在公安機關(guān)應用的時間不長，且領(lǐng)域內(nèi)新的技術(shù)理論發(fā)展迅猛，理解和掌握數(shù)據(jù)挖掘分析并不是一件容易的事。據(jù)初步調(diào)研，公安院校相關(guān)課程教學普遍存在以下難點和問題：

一是起點高、難度大。數(shù)據(jù)挖掘分析課程內(nèi)容涉及領(lǐng)域廣泛，包括統(tǒng)計學、數(shù)據(jù)庫、機器學習、模式識別等內(nèi)容，且所涉及的算法繁多。公安院校主要為本科層次教育，一般很少專門開設(shè)數(shù)據(jù)挖掘的課程，所以理論基礎(chǔ)相對薄弱，學習難度較大。

二是重算法、輕實踐。數(shù)據(jù)挖掘分析是數(shù)據(jù)獲取、數(shù)據(jù)整理、預處理、挖掘分析、結(jié)果分析等一系列流程的綜合，相關(guān)教學通常以高等數(shù)學算法為課程主體內(nèi)容。在具體實踐中，一方面，計數(shù)、求和、差值、極值、均值等簡單算術(shù)運算覆蓋了當前業(yè)務應用的大部分數(shù)據(jù)分析場景及具體分析模型；另一方面，數(shù)據(jù)預處理的時間往往占到工作量的 70%以上，且預處理的質(zhì)量很大程度上影響后續(xù)挖掘分析的結(jié)果。

三是缺實景、少案例。承擔數(shù)據(jù)分析教學的教師很少有機會直接參加公安機關(guān)實際應用的數(shù)據(jù)分析模型的設(shè)計和開發(fā)，實戰(zhàn)經(jīng)驗不足；課堂教學中所用的案例大多數(shù)來自參考書籍，跟警務工作實際相關(guān)的少之又少。

（二）數(shù)據(jù)挖掘分析教學工作的完善

針對上述問題，筆者結(jié)合公安機關(guān)開展數(shù)據(jù)挖掘分析應用常用的四類典型方法，嘗試探討公安院校做好數(shù)據(jù)挖掘分析教學的關(guān)鍵突破口。

一是有的放矢，完善課程體系。公安機關(guān)開展數(shù)據(jù)挖掘分析通常要解決的問題包括：主體身份的確定、時間和空間的確定、行為方式和習慣以及參與人員等內(nèi)容的確定。就上述四類典型應用方法而言，前三類在實際應用中占據(jù)了當前公安機關(guān)數(shù)據(jù)挖掘分析需求的絕大部分。因此，具體的教學活動要強化關(guān)系代數(shù)、組合數(shù)學等課程的設(shè)置和教學，讓學生熟練掌握關(guān)系代數(shù)和組合數(shù)學的基本運算操作，理解其數(shù)學含義；要強化SQL語言開發(fā)課程的教學，讓學生熟練掌握SQL語法和常用的比較操作、統(tǒng)計函數(shù)等；要加大機器學習算法課程開設(shè)力度，強化數(shù)學基礎(chǔ)學習和案例分析，為開展數(shù)據(jù)深度分析儲備知識、積累經(jīng)驗。

二是注重實踐，錘煉數(shù)據(jù)能力。在開展上述課程教學的同時，要注重案例分析實踐，培養(yǎng)鍛煉學生根據(jù)不同場景條件選用合適分析方法的能力。當目標對象明確時，可以基于等值比較查詢檢索相關(guān)信息；當給定條件模糊時，則可選用規(guī)則判別方法進行分析；當需要研判與特定對象有時空伴隨現(xiàn)象的未知對象時，則需要應用算術(shù)統(tǒng)計的分析方法；當需要預判某地將來一段時間的警情發(fā)生情況時，可采用機器學習中的回歸分析等方法進行分析。此外，要做好數(shù)據(jù)挖掘分析教學，還需要提高數(shù)據(jù)挖掘分析實踐課程的比例，提升學生數(shù)據(jù)處理和數(shù)據(jù)準備的能力。熟悉數(shù)據(jù)內(nèi)容、熟練掌握方法、選擇適用方法，這些都是較好地完成數(shù)據(jù)挖掘分析工作任務的必備要素。針對機器學習算法知識難度大的問題，可以選擇合適的分析工具，依托可視化建模拖拽、參數(shù)設(shè)置等功能組件，實現(xiàn)算法的自定義配置應用，從而降低學習門檻。

三是任務驅(qū)動，興趣引領(lǐng)教學。建立由任務驅(qū)動的數(shù)據(jù)挖掘分析教學實踐流程①黃劍：《任務驅(qū)動探究式教學模式在數(shù)據(jù)挖掘課程中的應用研究》，《電腦知識與技術(shù)》2014年第6期。，探索形成以學生為主體、教師為主導的交互式、嵌入式教學方式。具體實踐中，可以結(jié)合公安實戰(zhàn)任務，突出實踐和討論交流，將數(shù)據(jù)挖掘分析工作流程，分解成若干子任務，設(shè)定階段性任務目標，由老師輔導、學生自主執(zhí)行，激發(fā)學生學習興趣，提升學習動力，培養(yǎng)分析和解決問題的能力，改變以往純理論單向灌輸?shù)慕虒W方式，將理論知識講解和實踐任務有機結(jié)合起來?？紤]到數(shù)據(jù)挖掘分析的連貫性以及整體課程的工程龐大性，可以以項目化的方式加以推進，并將整個項目分解成數(shù)據(jù)收集、數(shù)據(jù)處理、探索性分析、挖掘分析、結(jié)果分析、報告撰寫等一系列小任務，安排好階段目標，有序推進，逐步建立學生完成小任務的信心并最終高效完成項目，掌握數(shù)據(jù)挖掘分析實戰(zhàn)應用技能。老師要及時跟進了解學生階段性任務完成情況，全流程做好任務進度控制，對學生遇到的困難及時給出意見建議，對難點給予技術(shù)支持，引導學生自主完成教學項目。

四、結(jié)束語

近年來，隨著公安信息化建設(shè)應用的升級提速，公安機關(guān)已經(jīng)建立了較為完整的大數(shù)據(jù)資源體系。不斷從這些大數(shù)據(jù)中快速挖掘分析出高價值情報線索以有效、精準服務公安工作現(xiàn)實需要，已成為公安機關(guān)技術(shù)能力建設(shè)的迫切需求。數(shù)據(jù)挖掘分析所涉學科眾多，作為公安人才隊伍培養(yǎng)的主陣地，公安院校的相關(guān)課程建設(shè)完善迫在眉睫。我們認為，公安院校數(shù)據(jù)挖掘分析教學設(shè)計應該重點突出實踐環(huán)節(jié)，合理規(guī)劃數(shù)學理論和實踐部分的比例，突出數(shù)據(jù)挖掘分析的大數(shù)據(jù)環(huán)境，強化數(shù)據(jù)挖掘技術(shù)在警務工作中的應用，為不斷提升公安機關(guān)的情報洞察能力、分析決策能力、指揮管理能力、偵查破案能力和服務社會能力提供可持續(xù)的智力支持。