薛亚龙，刘梓泞

（宁夏警官职业学院，宁夏 银川 750021）

随着智慧社区、智慧城市、智慧物联等平台的建设和发展，智慧数据已成为创新时代发展的重要标志。现代情报侦查工作也应顺应时代的发展态势，朝着智慧化、数据化、精准化等方向改革和创新。智慧数据情报侦查是现代情报侦查工作转型和变革的内在本质要求。结合智慧数据的内涵属性和现代情报侦查工作的应然价值，我们认为，智慧数据情报侦查是指侦查人员以区块链、人工智能、物联网、云计算等智慧数据情报源为依据，以情报侦查工作智能化为核心，通过采取智能化、关联化、可视化、扁平化等方式，促进情报侦查流程中数据预处理、数据聚类、数据仓库构建以及数据挖掘应用等各模块功能实现智能挖掘和智能算法，从而促使涉案智慧数据情报能够实现“增强数据共享、强化智能侦查、推动转型落实、开发云端打击”等目的的一种新型现代智能情报侦查方法。诚然，引入基于智慧数据的情报侦查应用研究范式，不仅是传统情报侦查模式难以应对数据化犯罪发展态势的迫切需求，还是提升智慧数据驱动现代情报侦查工作效能的应然选择。

一、智慧数据情报侦查的转型价值论证

随着侦查活动从粗放式初查向精细化初查转变、从依赖口供向全面搜集证据转变、从人力密集型侦查向数据密集型转变、从封闭对抗式侦查向开放透明式侦查转变、从单打独斗办案向整体联动办案转变，促使智慧数据情报侦查必然成为新时代情报侦查模式转型和变革的方向[1]。智慧数据情报侦查与传统情报侦查相比较，核心任务并没有发生根本性的改变，本质区别在于智慧数据情报侦查在模式、思维、途径等方面实现了智能化、关联化、数据化、可视化的发展跨越[2]。这种转变不仅使智慧数据的挖掘度和情报价值的精确度得到结构性地提升，而且还使智慧数据情报侦查成为“智慧警务”“智慧社会”的重要组成部分。

（一）情报侦查思维从经验型向联合型转变的迫切需求

与传统经验型情报侦查思维相比较，智慧数据情报侦查的思维模式具有典型的联合性，即“内脑”和“外脑”互相结合。传统经验型情报侦查预测和决策始于侦查人员的看法，而非始于犯罪情势的“真相”。从涉案情报线索的发现和搜集，到侦查工作计划方案的制定和选择，再到情报侦查预测和决策的实施反馈，往往都是侦查人员在特定侦查情势环境中完成[3]。然而，此“内脑”形成的情报侦查经验并不仅仅包括侦查人员的主观意志，还包括犯罪主体、犯罪客体以及犯罪环境等综合犯罪情势。这种计划、预测、决策等“内脑”认知模式都是侦查人员以特定经验为基础，并经过长期不断反复的侦查验证和修正而形成的一种相对确定性的侦查经验思维。在传统经验型情报侦查应用过程中，侦查人员也能够依据各刑事案件构成要素之间的内在关联而对犯罪情势的发展态势展开预测。同时，情报侦查工作对案件线索数量需求的紧迫性与情报线索质量的不精确性、不充分性之间的矛盾也必然决定了侦查人员以“内脑”认知形成侦查经验的合理性。但是，传统经验型情报侦查思维容易受到侦查人员主观意识的影响和制约，造成错误的侦查预测和决策。智慧数据情报侦查的引入与应用不仅摆脱了侦查人员“内脑”认知的思维定式，还能够利用各种流程模型和应用算法对“内脑”认知经验的缺陷进行结构性的整合和修正，从而弥补传统经验型情报侦查思维的“雷区”和“盲区”。引入智慧数据是情报侦查思维从传统经验型向智慧数据联合型转变的迫切需求，其有利于犯罪情势智能搜集、智能仓库构建、智能布控追捕、智能犯罪防控等的实现。

（二）情报侦查资源从内部型向整合型拓展的实然选择

智慧数据情报侦查的核心功能是汇聚情报侦查系统内外所有的数据资源，即帮助情报侦查资源从内部型向整合型拓展突破。一是实现内部型和外部型智慧数据情报侦查资源的整合。侦查机关已建成了不同级别、种类且具有查询、研判、关联功能的专业情报侦查数据系统，涉及刑侦、经侦、禁毒、治安、网安等诸多部门的智慧数据源。同时，还有在社会环境中所形成的各种智慧数据源。近年来，受到数据化犯罪情势生存和发展态势的影响，侦查人员在确定侦查方向、划定侦查范围、选择侦查途径以及制定侦查计划等方面越来越受益于社会环境方面的智慧数据源，甚至部分案件侦查僵局的突破就是依靠社会环境的智慧数据源[4]。社会环境的智慧数据源不仅来自结构化查询语言（Structured Query Language，简称SQL）、二代数据库、微博等，还来自党政机关、企事业单位[5]。显然，社会环境的智慧数据源和侦查机关自建的各种智慧数据源的有效整合，不仅能够将记录和存储在不同系统的各种智慧数据进行有效地融合，还能够突破传统情报侦查参与主体的局限性，形成新型的“众包式”情报侦查主体模式。二是构建了一体化的智慧数据情报侦查合成平台。情报侦查资源从内部型向整合型拓展，并通过智慧数据情报侦查合成平台，解决“数据壁垒”和“数据孤岛”等突出问题，从而满足新形势下打击和防控犯罪的需求。

（三）情报侦查模式从静态型向联动型变革的应然要求

智慧数据情报侦查最核心的属性是基于智慧数据的关联化、数据化、可视化等智能性，构建多警种协同配合、层级数据互相融合、情报资源互相整合的联动机制，实现情报侦查模式从传统静态型向联动型变革。从现代情报侦查工作的宏观角度而言，智慧数据情报侦查是以实现情报侦查应然价值需求为导向，依托“智慧数据”构建预防和打击犯罪的模型，打破“数据孤岛”和部门壁垒，搭建横纵方向互相联动的情报侦查体系，促使不同警种、地区之间能够实现智慧数据的共建共享，从而拓展侦查人员的情报资源。从现代情报侦查工作的中观角度考虑，智慧数据情报侦查的运行方式具有典型的双轨模式。不但包括传统情报侦查的运行模式，而且包括智慧数据情报侦查特有的立体研判运行模式。从现代情报侦查工作的微观角度思考，智慧数据情报侦查能将各种系统进行统一的扁平可视管理，实现“拓展整合、系统协调、环节契合”的目的。例如，侦查人员可以将不同情报源的数据集成和数据仓库构建于一张情报侦查防控图上，各级各类侦查人员在该数据图上联动。同时，专案组的指挥人员可以通过智慧数据情报侦查的移动警务平台搭建不同类型的网上情报侦查指挥部，将各个侦查中主体①所谓“侦查中主体”即以侦查过程之外的独立的第三人之眼光看待侦查过程，案件侦查过程中有所行为的人都是这一过程的推动者，都具有主体的地位。此种认识更有利于对侦查运作过程的规律做总结，客观地看待各主体对这一客观过程的影响力和作用方式，塑造“不是我在侦查，而是我在侦查中”的观念，提醒侦查人员时刻以第三者的身份冷静观察案件的发展，及时对侦查行为的效果进行评判，纠正和预防侦查错误。（见杨宗辉、刘为军：《侦查方法论》，中国检察出版社，2004。）纳入指挥平台中。

（四）情报侦查方法从信息型向智能型创新的必然产物

与以往传统的情报侦查方法相比，智慧数据情报侦查是一种新型的现代智能情报侦查方法。首先，其强化情报资源互联互通，以“共建共享、资源融合”为构建原则，通过采用动态性数据迭代等算法使不同行业、领域的智慧数据情报源能够实现跨业务、跨系统、跨领域、跨层级融合和共享[6]。其次，其提升了智慧数据挖掘算法的效能。智慧数据的核心在于挖掘与分析，侦查人员对各种海量复杂的数据进行挖掘与分析，使其能够高效地实现智慧数据情报侦查的应然价值[7]。最后，其提高了智能情报侦查的应用能力。侦查人员依托智慧数据情报侦查平台强大的研发功能可以有效提高侦查预测和决策的能力。

二、智慧数据情报侦查的平台设计

高效优质的协同体系依赖于跨系统的协作机制和规范的流程模型构建，这是解决异构协作组织之间操作性和差异性的必要条件[8]。为实现智慧数据情报侦查的价值和效果，结合情报侦查的流程，提出智慧数据情报侦查的平台设计方案（如图1）。

图1 智慧数据情报侦查的平台设计方案

第一层，感知层。感知层是智慧数据情报侦查应用的基础层，侦查人员通过感知层能够获取海量复杂的数据，为案件的预测和决策提供保障。该层主要包括视频监控数据、通信系统数据、传感设备数据、网页媒体数据以及个人社交数据等。第二层，处理层。处理层的主要功能是对感知层所搜集和获取的各种智慧数据进行数据预处理和存储等，其具有突出的高伸缩性和高容错性。其中，处理层的数据预处理包括数据清洗、数据集成、数据转换，而存储主要是为了构建数据仓库。同时，由于后续的交互层、挖掘层、管理层等平台的数据源都是通过感知层获得的，所以还需要对感知层不同来源的数据进行数据检验，剔除虚假数据、离群数据等，从而提高智慧数据情报源的真实性和准确性[9]。第三层，交互层。交互层的任务主要包括智慧数据运算、智慧数据接口、智慧数据交换、智慧数据重构、智慧数据关联以及智慧数据融合等，进而提高数据的融合度和协作率。第四层，挖掘层。挖掘层是实现数据情报侦查应然价值的核心部分，通过采取不同的挖掘算法为侦查工作预测和决策提供重要支撑。挖掘算法主要包括决策树算法、蚁群算法、时空矩阵算法等，侦查人员根据不同需求而采取不同算法。第五层，管理层。依据管理层的情报研判预测、风险犯罪防控等功能模块，侦查人员可以及时做出智能应急调度响应。第六层，保障层。智慧数据情报侦查智能化高效运行离不开必要的保障，如智慧数据资源保障、智慧数据技术保障、智慧数据安全保障、智慧数据规范保障等。

三、智慧数据情报侦查的模型构建

智慧数据情报侦查更加重视整体数据而不是传统实体犯罪形态的样本数据，挖掘分析算法也更加关注关联性而不是因果性。注重数据间及数据与目标间的相关性分析，注重不同来源的数据的关联性分析是现代情报挖掘与分析的重点[10]。因而，智慧数据情报侦查的流程模型构建应包含两方面的思路：一方面，应该涵盖侦查人员、智慧数据、情报价值需求、智慧数据挖掘算法以及情报侦查决策等构成要素；另一方面，应该突显数据情报的多源性、情报侦查价值需求的敏感性、情报侦查决策的智能性以及情报侦查应用的场景性等。鉴于此，智慧数据情报侦查的流程模型构建应该包含情报价值需求感知模块、智慧数据仓库构建模块、智慧数据融合模块、多维关联研判模块、挖掘结果智能解读模块、情报报告智能生成模块以及情报侦查场景应用场景模块等。

（一）情报价值需求感知模块

侦查人员的侦查价值需求、应用验证、反馈都会直接影响智慧数据情报侦查场景应用的实然效果[11]。情报价值需求与场景应用都具有很强的系统性和动态性，会给智慧数据情报侦查的流程模型构建增加一定的复杂度。情报价值需求感知是该模型构建的逻辑起点。在情报价值需求感知模块的引领和指导下，侦查人员可以通过不同途径获取情报，再基于犯罪情势的发展开展下一步工作。在情报价值需求感知模块的构建过程中，往往还会受到场景应用的选择、数据的聚类等综合要素的影响和制约，需要侦查人员根据侦查情势的发展变化进行选择和修正。

（二）智慧数据仓库构建模块

构建智慧数据仓库模块不仅需要确定数据情报的获取途径和类别属性，还需要挖掘不同的数据路径节点。此外，侦查人员还需要采取关联聚类、链路预测、离群检测等不同算法进行数据清洗、数据集成、数据预处理等。智慧数据具有典型的开放性、动态性、双层性等特点[12]，所以侦查人员需要适时进行技术调整。

（三）智慧数据融合模块

传统的单一结构的数据已难以满足当前侦查工作应然价值和实然效果的实现，迫切需要符号型数据、数值型数据、文本型数据等数据的融合，进而形成多源性、综合性、跨域性、异构性的智慧数据情报源[13]。将不同属性、形态、类别的多源异构数据进行融合，能够最大限度地确保数据的客观性和稳定性，从而帮助侦查人员提高侦查决策的准确性和科学性。

（四）多维关联研判模块

在多维关联研判模块中，侦查人员可以利用热力图、网络图、雷达图、数据云图、矩阵图、焦点分布图等多维图形对不同多源的数据情报进行表达和展示[14]。此外，还可以采取时空分析、数据路径分析、聚类分析、权重系数分析等分析路径对隐藏的内在关系进行挖掘[15]。

（五）挖掘结果智能解读模块

传统情报侦查挖掘结果的解读基本依靠侦查人员的经验，解读依据主要为案件的构成要素，如犯罪主体、犯罪时空、犯罪方式、犯罪工具、犯罪痕迹以及涉案财物等。虽然传统情报侦查挖掘结果的解读也能够实现可视化的展示，但对数据的内在规律、数据折射的关联聚类、数据路径节点的系数阈值以及离群数据的检测等进行解读却力不从心[16]。然而，智慧数据情报侦查先进的科学技术方法恰好可以弥补其不足。

（六）情报报告智能生成模块

在构建情报报告智能生成模块过程中，侦查人员首先需要具备较高的敏感力和洞察力，其次需要对各种数据应用方法全面掌握，然后还需要具备从海量数据中挖掘分析出与案件具有关联性数据的能力，最后还需要具备多维度的逻辑推理能力。如此，侦查人员与模块高度契合，方能生成高质量的情报报告。

（七）情报侦查应用场景模块

情报侦查应用场景模块在整个流程中具有典型的动态演化特征，侦查人员需要根据案件的变化调整应用场景的对象和内容，使智慧数据情报侦查的应用效果更具有针对性。例如，侦查人员可以从数据距离布局、犯罪时空矩阵以及犯罪热点分布等不同场景展开情报应用，通过智慧数据与应用场景的相互碰撞，从而挖掘出有价值的情报。

四、智慧数据的情报侦查应用

与传统情报侦查的应用相比较而言，智慧数据情报侦查的应用具有突出的数据驱动性、应用智慧性、挖掘智能性等特征。如何提升智慧数据的价值优势和决策能力，推动情报侦查模式的转型和加快情报侦查思维的变革，已成为情报侦查应用亟需解决的核心问题。笔者认为智慧数据的情报侦查应用主要有以下几个方面。

（一）情报需求的挖掘与分析

为了更好实现智慧数据情报侦查的应然价值，首先需要对其进行情报需求的挖掘与分析。例如，侦查人员可以运用场景分析方法对不同“活力对抗”的犯罪主体及其之间的相互关系进行分析，挖掘各种具有关联性的数理关系，并对其进行正相关和负相关的检验或论证，最后提出具体的情报需求。同时，侦查人员还可以利用不同算法获得更加精确的场景数据，并根据数据的选择特征、权重加权系数、相邻系数等形态属性[17]，形成情报的隐性需求，然后引导其向显性需求转变。此外，侦查人员还可以利用智能感知算法，熟悉犯罪情势的变化规律，构建犯罪行为与非犯罪行为的关联规则库，通过数据迭代运算和机器学习等技术方法，完成情报需求的预设。

（二）多源智慧数据的融合

侦查人员可以采取多种数据预处理技术，快速高效完成多源智慧数据的融合，进而掌握相关案件的发展态势。具体而言，侦查人员需要对不同的智慧数据进行类别形态划分，将结构化、非结构化、半结构化以及异构化等不同类型的智慧数据进行整合优化，进而保障其挖掘应用的客观性和准确性[18]。

（三）多元情报质量的控制

质量控制是应用的前提和关键，高质量的智慧数据是情报侦查工作能否达到预期目标的决定性要素[19]。为了提升情报应用的科学性和优质性，一方面，侦查人员需要采取不同的数据算法对各种智慧数据进行数据归约、数据转换、数据关联、数据聚类，以保障数据的客观性和精确性。另一方面，侦查人员还需要进行数据管理，将情报侦查的价值需求与情报侦查的决策进行互相匹配，并对智慧数据情报的价值和效能进行评估和检验[20]。此外，侦查人员还需要对侦查结果进行预测和论证，并结合假设、反馈等情景分析方法对其进行及时有效的调整和修正。

（四）智能情报侦查技术的应用

利用不同的智能情报侦查技术可以对犯罪热点、犯罪焦点、犯罪难点等进行多维度和全方位的实时挖掘分析。例如，侦查人员可以采取全景可视化的技术展示不同案件线索之间的关联性，掌握案件的发展变化规律。再如，可利用马尔科夫链算法和神经网络卷积算法等预测涉嫌犯罪的嫌疑人的犯罪目标，并依此拓展侦查范围。此外，侦查人员还可以通过完善数据情报挖掘分析师等专家数据库，提升情报挖掘分析师对智能情报侦查技术与资源应用的场景服务能力，从而推动智能情报侦查技术应用的智能化和自动化。

（五）智能平台与新媒体技术的应用

侦查人员利用智能平台与新媒体技术不仅能够促使情报侦查的应用得到广泛地推广，而且还能够促使情报侦查的服务模式由被动模式向主动模式转型。从现代情报侦查工作的应用实践来看，智能平台与新媒体技术的作用显著。侦查人员根据不同的情报需求，将情报源与数据算法等互相联动起来，并结合微信、微博、论坛、抖音、快手等，提升情报获取的效果。

（六）情报侦查智慧空间的应用

情报侦查智慧空间不仅能够帮助侦查人员记录存储所需的各种智慧数据及情报侦查决策结果，还能够实现管理评价、智库服务、反馈修正等功能。情报侦查智慧空间具体可分为智慧数据融合子空间、情报侦查技术子空间、情报侦查决策和结果子空间三部分。第一，智慧数据融合子空间。该空间主要通过采取不同的融合方法实现智慧数据的互相补充和交叉印证，全面揭示涉案数据之间的关联，从而为侦查决策提供支持。第二，情报侦查技术子空间。情报侦查技术子空间主要价值在于管理和评价智慧数据情报侦查平台设计、流程模型构建等是否合理和科学。第三，情报侦查决策和结果子空间。在情报侦查决策和结果子空间中，侦查人员可以检索已有案件的侦查决策和侦查结果，从而为办理当前的案件提供参考。

（七）智能情报资源与服务的推送

在智慧数据情报侦查应用的过程中，侦查人员可以定期和不定期地对情报需求进行智能类别划分和标签归约，并将相关的情报资源和情报服务及时推送出去[21]。同时，侦查人员还可借助智能情报资源与服务推送应用平台的数据标签技术、数据矩阵时序分析、数据融合过滤等技术，将情报价值相同或相似的数据进行重新筛选和标注，以便消除和减少数据冗余、数据离群、数据重复等问题的出现[22]。此外，情报资源与服务的推送不仅需要与情报需求的感知全面衔接和匹配，还需要与平台设计、流程模型构建等进行智能关联，力争实现智能情报资源与服务的推送简洁、快速、高效。

综上所述，引入基于智慧数据的情报侦查应用研究范式，构建智慧数据情报侦查的流程模型，不仅能够帮助侦查人员创新情报侦查模式，还能够拓展情报侦查的新领域，从而提升情报侦查的应然价值和实然效果。