8月23日中午，云南永胜警方接到群众报警称，在路边玩耍的男童被一名乘坐白色小型汽车的女子抱上车后带走。该事件发生后，孩子被拐的内容，在朋友圈中引起了大量的转发。事情发生后警方第一时间赶往现场，从路边老人的描述中得知带走孩子的车是张白色川牌车，但由于离得远，后面的数字没看清，川后面的数字老人也不认识，这无疑给追逃人贩增加了难度。

公安机关随即组织警力开展走访调查、摸排寻找、设卡查缉、大数据研判等工作，经45小时连续奋战，在永胜县永北镇大山上一山洞内找到被抱走的男孩，并在永北镇境内将犯罪嫌疑人抓获。

现在，全国各地都在打造的“智慧城市”，其实质是利用先进的信息技术（物联网、云计算等），实现城市智慧式管理和运行，如：智慧交通、智慧医疗、智慧环保等，而这些都依托于大数据，可以说大数据是智慧的核心能源。那么，大数据究竟是什么呢？

一、定义

对于“大数据”（Big data）研究机构Gartner给出了这样的定义：“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。

麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。

二、特征

业界(IBM 最早定义)将大数据的特征归纳为4个“V”(量Volume，多样Variety，价值Value，速Velocity)，或者说特点有四个层面：

第一，数据体量巨大。大数据的起始计量单位至少是P(1000个T)、E(100万个T)或Z(10亿个T);

第二，数据类型繁多。比如，网络日志、视频、图片、地理位置信息等等。

第三，价值密度低，商业价值高。

第四，处理速度快。最后这一点也是和传统的数据挖掘技术有着本质的不同。

大数据在公安系统的场景应用

在涉恐系数计算方面的应用

涉恐系数计算是一项复杂的工作，是以部级信息平台汇聚的数百亿条数据为基础，通过大数据技术的运用，根据已掌握涉恐人员的线索，从身份特质、行为偏好、关系网络、不良记录、时空轨迹和经济状况6 个主要的方面，提炼刻画涉恐人员的特征模型。以此为基础，建立涉恐人员标签体系和涉恐系数计算模型，利用大数据的分析处理功能，实现对千万级目标群体的涉恐概率的模拟计算。

在犯罪预测方面的应用

将大数据技术应用于犯罪预测方面，通过对数据进行建模分析，预测当天辖区内案件发生的概率和容易发生犯罪的区域，以帮助警务人员对重点区域进行严密排查和防控部署。大数据技术的应用，能够以图形的形式更加直观地展现信息，且信息更加科学准确。与传统的数据分析相比，大数据技术采用数据分析预测，通过分析各类因素与犯罪间的关系构建预测模型，并通过反复对比检验最终得出预测结果，调整完善预测模型，提高预测的准确性。

在警务监督管理方面的应用

大数据技术在警务监督管理方面的应用指的是构建预防腐败模型，通过对业务工作、队伍管理等信息开展相关性分析、预警提示，有助于突破传统警务监督管理工作的难点和重点，及时发现违法违纪问题，从源头预防腐败问题，达到防患于未然的目的。

随着各地互联网公安政务服务平台建设的快速推进，大数据的应用将越来越广泛和深入。加强对大数据的采集、整合、处理和应用，提高大数据的应用效率，能为公安系统开展各项业务工作提供有力的数据支撑，推动各项工作的高效开展。