加强算法预测透明度
算法不透明是社会公众对预测警务产生不信任感的重要原因 。 预测警务的应用必须尝试解决不透明性问题 。 解决的方法可以包括加强公众对算法决策的了解， 明确警察部门在搜集数据时的责任承担问题以及在相对范围内披露算法预测的过程等 。
首先， 应让公众了解大数据监管与日常生活中的其他算法决策并无不同 。 预测警务的开展并不针对特定的个人， 而只是通过一系列的数据、算法预测何时何地犯罪可能发生的概率， 借以合理安排警察部门的日常工作 。 同时， 应对透明性问题并不意味着警方需要提供更多的信息， 而是需要明确一定的责任承担问题 。 公众需要的并不一定是公布算法决策的具体过程， 而是使用该算法的原因， 其中的衡量因素是否公正、是否包含偏见等 。 民众对透明性问题的愤怒主要来自政府监视的秘密性质、无限制地进行数据挖掘， 而不是实际的技术监视能力 。
其次， 算法披露只能在一定范围内， 要求严格的算法透明是不现实以及不必要的 。 一方面， 在某些情况下， 可以允许披露算法， 揭示预测过程， 以此增强警察执法的可信度 。 另一方面， 商业模式决定了算法的专有技术保密 。 披露源代码意味着揭示公司在业务上的竞争优势 。 若是对算法毫无限制地披露， 会对相关公司商业利益造成严重的损害 。 并且， 在人工智能中， 由于机器具有反馈回路（feedback loops）拥有再学习的能力， 机器学习模型每次分析都会有所不同 。 即使具有技术能力， 也可能无法看到基本公式 。 因而怎么披露算法、向谁披露算法成为亟待解决的问题 。 有立法者提出：设立一个监管机构或审计部门专门处理算法出现问题时的审计， 确保预测过程公平公正 。 例如， 警察根据大数据预测作出相应执法行为后， 若产生相应后果， 可能对犯罪嫌疑人或普通民众造成不公正的， 可以将预测算法披露给中立的监管机构或审计部门， 由特定机构进行审查认定算法决策是否公正、合理 。
完善数据交流互通
首先， 警察部门需要加强自身的基础数据平台建设 。 例如， 对于先前犯罪的各项数据， 要统一数据采集、存储、整理、传输、保存等各个环节的标准， 并在最大程度上收集犯罪数据， 扩大数据范围 。 同时， 由于不同犯罪所体现出的犯罪特征具有不一致性， 需要根据不同的犯罪种类创建相应的数据库 。 其次， 警察部门要加强对交通部门、民政部门等其他政府部门的数据采集和共享， 推动政府公共部门之间的数据协作 。 再次， 警察部门要联合私人主体平台， 加强对社会范围内的数据收集与共享， 扩展数据的规模 。 最后， 不同辖区的警察部门之间要加强内部数据共享， 打破地域之间的数据壁垒， 从而为预测警务的开展提供海量化的数据资源 。
结语
随着数据收集、整合和挖掘技术的进步， 以数据驱动为主的技术方法成为警察部门执法的重要手段 。 同时， 越来越多复杂的社会、经济和政治问题需要通过数据进行评估和解决， “数据治理”正成为信息化时代的重要特征 。 目前， 以数据为基础的犯罪预测在我国的运用日益广泛， 预测警务这一新的警务运行模式随着国家“大数据战略”的推进也正在实践中深化运用 。 与域外国家类似， 我国预测警务的开展也面临着算法不透明、数据壁垒以及数据获取与个人隐私保护之间的固有矛盾等问题 。 抓住机遇并直面问题， 以法治的进路规范科学的数据预测， 公安部门才能更好地预防犯罪的发生， 在信息化时代担负起维护国家安全的重要使命 。

• 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