大数据预测技术软件(最好用的大数据分析软件)胡铭
浙江大学光华法学院常务副院长、教授、博士生导师， 法学博士
严敏姬
浙江大学光华法学院博士研究生
要目
一、大数据背景下犯罪预测的本质与创新
二、犯罪预测数据化的新机遇
三、犯罪预测数据化的可能风险
四、犯罪预测数据化的规制路径
结语
犯罪预测是警察部门进行犯罪预警与侦查的重要手段 。 大数据背景下的犯罪预测兼有传统犯罪预测原理和大数据分析技术的双重特色 。 犯罪预测大数据化改变了传统警务的执法模式， 提升了犯罪预测的效率与精确度， 确保了执法过程证据留痕与可追溯 。 与此同时， 数据化的犯罪预测中存在的“黑数据”现象、数据获取过度侵犯个人隐私、算法不透明导致的歧视偏见以及数据壁垒的存在， 给科学的犯罪预测造成一定风险 。 为应对风险， 有必要优化犯罪预测中的数据选择标准， 在数据收集时坚持信息“个人自决”原则和比例原则， 一定范围内促进算法公开与透明， 加强数据之间的交流与共享 。
一、大数据背景下犯罪预测的本质与创新
大数据背景下的“犯罪预测”被西方学者喻为“旧把戏， 新技术”（old trick， new tech） 。 “旧”指的是犯罪预测惯用的理论模型与实践样态与传统背景下基本一致；“新”指的是犯罪预测的样本选择与分析方式在大数据背景下具有“数据化”的海量特色 。
本质：犯罪预测的理论模型与实践样态
随着政策科学的发展， 以量化分析为基础的政策分析得到极大成长并强调现代科学技术和各种研究论证方法的使用 。 犯罪预测就是依靠可靠性日益提高的数据以及分析技术， 作出正确的犯罪预警， 达到科学地预防和控制犯罪 。 然而不论信息技术如何发展， 犯罪预测所赖以维系的理论模型和实践样态并没有发生根本性的改变 。
近重复理论（Near Repeat Theory）和风险地形建模（Risk Terrain Modeling）是犯罪预测两个主要的理论模型 。 近重复理论旨在“识别和解释某些犯罪表现出的在同一地点产生重复犯罪活动的现象” 。 该理论认为， 一旦特定地点发生犯罪， 统计学上该地点和附近区域发生犯罪的可能性就增大 。 在发生首次犯罪后的短时间内， 附近环境将可能遭受其他类似的犯罪事件 。 近重复理论在财产犯罪尤其是入室盗窃案件中显示出极强的近乎重复模式 。 此时， 通过大数据的收集与分析， 当某地出现近重复犯罪时， 警方就可以加强对特定地域的巡逻， 借以威慑犯罪 。 风险地形建模则更多侧重于社会、物理空间和行为因素间的动态交互作用 。 风险地形建模的创建首先需给各个因素配值， 每个因素形成单独的风险地图层， 最后当所有图层在GIS系统中组合在一起时会形成一个风险地形图 。 风险值越高， 代表该位置发生犯罪事件的可能性就越大 。 风险地形建模不仅可以适用于入室盗窃等案件， 还可以有效应用于预防暴力犯罪 。 随着数据量的增大以及交互式信息技术的进步， 风险地形的预测及预警机制正愈加精确化 。
根据预测对象不同， 犯罪预测的实践样态可分为以人为预测对象和以犯罪区域为预测对象 。 其中， 对犯罪人再犯罪的风险预测是“预测警务”的主要运用场合之一 。 例如， 英国达勒姆郡警察局和剑桥大学合作开发的随机森林（a random forest）预测危害风险评估工具HART（Harm Assessment Risk Tool） 。 该系统使用达勒姆郡警察局2008年至2012年共104,000个监禁案例， 并提取案例中记载的年龄、性别、邮政编码、犯罪历史以及犯罪类型等信息 。 通过HART模型， 能对犯罪者未来24个月的风险进行预测， 当犯罪者被捕后， 警察就会利用该系统对其进行评估并作出是否羁押的决定 。

• 素颜滋润大牌口红推荐 大牌口红排行榜什么牌子比较滋润
• 最新大数据分析技术 大数据在线分析法
• 最好的大数据应用平台 大数据分析平台网站
• 2个月大的小哈士奇能吃生鸡蛋么？
• 恶霸犬强大吗，尽管恶霸犬难看可是很温婉
• 凉拌西兰花菜做法 西兰花和什么菜达配最好？
• 超大尺寸液晶电视推荐 大屏幕液晶电视选购
• 超大液晶电视维修 大屏幕液晶电视维修
• 大数据专业推荐笔记本 大学生适用笔记本电脑
• 适合大学生创业新产品 大学生如何创业自己的产品