基于块数据自适应模式的数据化治安防控探究
|
摘要
目前在治安防控领域内已经形成了具有借鉴意义的本土化新理论和新方法,但数据化手段在治安领域的实践中的尝试尚停留在初始阶段,尚有更多数据价值有待挖掘,数据管理模式亟待创新。大数据应用必须突破底层技术层面,最大限度发挥数据在治安防控领域的作用。据此需要对治安大数据的基本概念进行重新阐释,明确治安大数据的范围、基本特征以及来源与分类。并围绕这些基本概念尝试提出一个该领域的数据全生命周期处理流程,即治安块数据防控模式:形成从治安防控块数据产出层、管理层、挖掘与分析层到应用与服务层的完整的数据管理链。
引文
[1]全国信息安全标准化技术委员会,大数据安全标准特别工作组.大数据安全标准白皮书[R].2018:62.
[2]单勇.基于犯罪大数据的社会治安精准防控[J].中国特色社会主义研究,2016(6):56.
[3]蔡一军.大数据驱动犯罪防控决策的风险防范与技术路径[J].吉林大学社会科学学报,2017(3):75.
[4]庞素琳,蔡牧夫.基于大数据的城中村C2I2O设计与警力配备模型[J].系统工程理论与实践,2018(2):458.
[5]王清波,李喆等.广东:“视频云+大数据”平台夯实防控基础[N].人民公安报,2016:1.
[6]【英】维克托·迈尔·舍恩伯格.大数据时代[M].浙江:浙江人民出版社,2012.
[7]大数据战略重点实验室.块数据[M].北京:中信出版集集团,2015:14.
[8]宫志刚,李小波.立体化社会治安防控体系:从理论到实践[J].山东警察学院学报,2016(3):5.
[9]大数据战略重点实验室.DT时代:从“互联网+”到“大数据×”[M].北京:中信出版社,2015:270.
[10]单勇.基于热点稳定性的犯罪空间分布规律再认识[J].法制与社会发展,2016(5):120.
[11]徐子沛.大数据[M].桂林:广西师范大学出版社,2015:100.
[12]宫志刚.治安学论丛(第十卷)[M]北京:中国人民公安大学出版社,2017:150.
(1)大数据的4V价值最早由国际商业机器公司IBM提出,其定义了大数据的四个特征:规模性Volume、多样性Variety、价值性Value和高速性Velocity。
(1)块数据及其相关概念最初于2015年由国家大数据重点战略实验室提出,近几年对块数据从顶层设计到底层技术都进行过理论与实践的全方位探讨,阐述块数据管理模式如何在大数据时代增强社会治理能力,更好地服务于民众的共性需求和长尾需求。
[2]单勇.基于犯罪大数据的社会治安精准防控[J].中国特色社会主义研究,2016(6):56.
[3]蔡一军.大数据驱动犯罪防控决策的风险防范与技术路径[J].吉林大学社会科学学报,2017(3):75.
[4]庞素琳,蔡牧夫.基于大数据的城中村C2I2O设计与警力配备模型[J].系统工程理论与实践,2018(2):458.
[5]王清波,李喆等.广东:“视频云+大数据”平台夯实防控基础[N].人民公安报,2016:1.
[6]【英】维克托·迈尔·舍恩伯格.大数据时代[M].浙江:浙江人民出版社,2012.
[7]大数据战略重点实验室.块数据[M].北京:中信出版集集团,2015:14.
[8]宫志刚,李小波.立体化社会治安防控体系:从理论到实践[J].山东警察学院学报,2016(3):5.
[9]大数据战略重点实验室.DT时代:从“互联网+”到“大数据×”[M].北京:中信出版社,2015:270.
[10]单勇.基于热点稳定性的犯罪空间分布规律再认识[J].法制与社会发展,2016(5):120.
[11]徐子沛.大数据[M].桂林:广西师范大学出版社,2015:100.
[12]宫志刚.治安学论丛(第十卷)[M]北京:中国人民公安大学出版社,2017:150.
(1)大数据的4V价值最早由国际商业机器公司IBM提出,其定义了大数据的四个特征:规模性Volume、多样性Variety、价值性Value和高速性Velocity。
(1)块数据及其相关概念最初于2015年由国家大数据重点战略实验室提出,近几年对块数据从顶层设计到底层技术都进行过理论与实践的全方位探讨,阐述块数据管理模式如何在大数据时代增强社会治理能力,更好地服务于民众的共性需求和长尾需求。