执法部门是如何运用大数据的？

随着大数据的发展，大数据以应用的很多领域，执法部门是如何运用大数据的？

日益增长的安全威胁，以及预算缩减给全球范围的执法机构施加了巨大压力，使得他们不得不提高他们利用有限资源的效率。所以那么多机构都开始使用大数据，因为大数据可以帮助他们解决各自社区紧急问题。

在进行研究大数据分析的强大之前，了解清楚大数据的有关信息至关重要。

什么是大数据？

简单来说，就是不同资源数据的采集分析，旨在不同的数据集中识别出有意义的模式。换句话说，采集分析来自传感器、手机数据、社交媒体和互联网这些不同角度的数据可以进一步了解一个人或者搞清一个问题。关键是要核对不同的数据格式并找出你需要的，其中包括结构化数据和非结构化数据。

既然你已经有了一个基本的了解，现在就一起来探讨一些用来提高执法机构工作效率的大数据应用程序吧。

　　执法分析

执法分析（LEA）是一组基于大数据原则的系统，并给执法机构工作人员提供可操作信息。这些系统联合所有的现有信息，把看似无关的数据建立起关系并通过仪表盘和屏幕用简单的格式呈现出来，这样就方便了执法部门人员行事。最重要的是，执法人员不用再靠复杂的系统来获取需要的信息，这既节约了时间也提高了效率。

　预测分析

执法部门人员如何在不增加成本的情况下，有效减少犯罪？

通过劝说大家不要破坏法律？还是给罪犯更严厉的处罚？亦或是采购更猛的武器炸弹？

必然不是！

而是提前预测出犯罪。

这正是基于大数据的预测分析系统。该系统联合了来自各种资源的数据，并用复杂的算法来预测下次犯罪的种类和犯罪地点。这些信息有利于执法人员及时到达犯罪现场并有效阻止犯罪的发生。这种系统节省了时间及其他成本，执法机构也因此可以避免进行无效的追逐，同时预防犯罪。

洛杉矶警察局用PredPol软件就是个很好的例子。该软件使用了地点、时间和犯罪性质这三个数据点来预测犯罪的发生时间和地点。这个软件的确起到了作用，从2013年1月到2014年1月，洛杉矶警察局的山麓部门就发现犯罪率下降了20%，更意外的是，2014年2月13日破天荒成了零犯罪日。

　　实施条例

警察花费许多时间来检查药物利用指数、安全带和车速以减少交通事故的发生。尽管有这些努力，交通意外的发生数量依旧在上升，因为现有的工作人数不足以巡逻所有的高速违规。

这也是为什么许多执法部门比如田纳西州公路巡逻队开始使用大数据系统的原因。

由IBM公司发明的交通事故系统通过识别药物利用指数和地点、时间、天气情况以及其他相关因素来预测将发生的事件。基于这个系统，田纳西州公路巡逻队只需要集中于意外高发的地段和时间，即可减少交通事故，同时得益于这个系统，该州2014这一年成为1963年以来发生交通事故率最少的一年。

　　情报共享

传统上来说，数据被孤立在不同的部门，任何部门需要信息都必须要通过复杂的程序才能得到。这样低效率的分享也影响了各部门的办事效率。可喜的是，大数据已经改变了这种不合理的方式，如今大数据存在于不同的部门中，汇集分析起来也非常方便。因此，情报工作可以做的更精确，并且通过鼠标点击就可以在不同的执法机构之间共享。

总的来说，以上的应用程序暂且还不能替代执法机构人员来工作，但它们却是能够有效打击犯罪的强大工具，同时也能帮助各部门充分利用起手头现有的资源。