利用大数据预测犯罪实在不应该被认同
在这个信息完全透明的时代，除非你脱离社会远离人群，才有理论上的可能保证自己的信息绝对安全，但是，这真的不可能。而如电影《少数派报告》中所描述的场景，通过大数据采集预测犯罪，则是信息透明到了极致后，对伦理道德发出的极致挑战，我们更不希望这样的情况发生。
每天，我们的行动轨迹，生活方式等等通过互联网、移动互联网不间断的传送着。如果这样的数据信息不加以保护，那么任何一个人的个人信息都可能被采用，被追踪，被侵犯，而且有时候这种侵犯顶着合法的光环。美国在2012年至2015年在10个警察局做了通过大数据预测犯罪的实验，结果让警察们欢欣鼓舞。被大数据预测的犯罪三分之二真实的发生了，同时警方还通过大数据提高了抓获犯罪嫌疑人几率。
然而，大数据预测犯罪的实验其本身就是个悖论，按贝卡利亚无罪推定的法学原理，在未有获得确凿证据之前，所有人都被视为无罪。大数据预测犯罪，首先就对不特定的犯罪行为及犯罪嫌疑人做出了类似的有罪推定，和法的精神相背离。所以无论如何大数据时代发展到任何程度，从保证“人”的角度来看，预测犯罪也不应该被认同。
我们真的不能从大数据得到更安全的保护么?当然不是，预测犯罪不可能，预防犯罪是可行的。预测犯罪是针对可能的具体犯罪行为，而预防犯罪则是对某类型的犯罪行为进行预判以更好的保证大众生活的更安全。比如利用新的社交手段如电话、短信、QQ、微信等进行诈骗的犯罪行为进行预防，进行干预很有必要。
综合2013年到2015年公安部公布的利用网络犯罪的典型案例来看，当前的犯罪分子在犯罪利益的驱动下通常是利用QQ、伪基站、木马病毒等科技型手段进行犯罪，西南政法大学的研究人员刘定朋、梁坤把新的科技手段归纳为新的“犯罪渠道”。利用大数据对这些新的犯罪渠道进行分析并预测，可以达到有效预防犯罪的作用。
刘定朋、梁坤认为在“互联网+”时代下公安部门抓住“数据信息”这条主渠道，正视全社会各类犯罪分子的各种数据信息犯罪渠道，战略共享社会大数据，战术构建全国联网联动的新型公安大数据犯罪防控战略平台，从大数据分析着手进行犯罪预防有非常重要的意义。
数据分析咨询请扫描二维码
若不方便扫码，搜微信号：CDAshujufenxi
Python HTTP 请求工具对比：urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求（如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师：业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段，其价值 ...
2025-09-12用 SQL 验证业务逻辑：从规则拆解到数据把关的实战指南 在业务系统落地过程中，“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例：数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下，精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析：概念辨析与协同价值 在数据驱动决策的体系中，“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析：从操作实践到业务价值挖掘 在数据分析场景中，聚类分析作为 “无监督分组” 的核心工具，能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的：从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具，并非简单的 “公式堆砌”，而是围绕特定 ...
2025-09-10CDA 数据分析师：商业数据分析实践的落地者与价值创造者 商业数据分析的价值，最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键：从业务到落地的全流程解析 在人工智能技术落地的浪潮中，机器学习作为核心工具，已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS（Statistical Product and Service Solutions，统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师：驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中，商业数据分析总体 ...
2025-09-09R 语言：数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代，无论是科研人员验证实验假设（如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域，常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下，“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而，零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点：原理、优势与应用解析 在机器学习领域，随机森林（Random Forest）作为集成学习（Ensemble Learning） ...
2025-09-05Excel 区域名定义：从基础到进阶的高效应用指南 在 Excel 数据处理中，频繁引用单元格区域（如A2:A100、B3:D20）不仅容易出错， ...
2025-09-05CDA 数据分析师：以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下，CDA（Certified Data Analyst） ...
2025-09-05SQL 日期截取：从基础方法到业务实战的全维度解析 在数据处理与业务分析中，日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络（CNN）的发展历程中，解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04
京公网安备 11010802034615号
经营许可证编号：京B2-20210330
