如图1所示，美国预测警务运行流程可分为以下4个步骤：
图1 预测警务流程
所有的预测警务技术都依赖于巨量的数据，融合不同的数据资源是美国预测警务的基础。这些数据包括历史犯罪事件：地点、犯罪类型、严重程度、受害者、犯罪嫌疑人、定罪、犯罪行为和性质；诱发因素：天气、气温、年份、月份或周几；触发事件：假期、节日或发薪日；非结构化数据：事件报告中包含的图像、音频、视频和文字、证人供词、犯罪嫌疑人审讯记录、线索信息、服务呼叫、电子邮件和聊天室活动。
通过统计犯罪相关数据并进行建模分析，执法机构可以预测目标事件发生的可能性。美国预测警务所预测的内容可包括犯罪风险增加的地点和时间、将来有犯罪风险的个人、已知犯罪案件最有可能的犯罪嫌疑人、可能的犯罪受害群体或在某些情况下最容易成为犯罪受害人的个人等。
分析只有能够影响警务实践才有可能影响犯罪率的升降。持续评估警务运行的过程也是犯罪分析的重要内容。图中显示了三个宽泛的干预类型：一般干预主要是指分配更多的资源响应增加的风险，比如向犯罪热点区域投放更多的警察等；特定犯罪的干预主要是指针对特定的犯罪类型而采取的干预措施；特定问题的干预主要是针对识别出的产生犯罪风险的特定位置、人群或个体等而采取的干预措施。无论什么样的干预类型，犯罪分析人员都需要向执行这些干预行动的指挥官或警察尽可能提供足够的信息和知识，以构建正确的情景意识。
一旦警方发起干预，一些罪犯可能被逮捕或者远离街道。其他人可能选择停止犯罪，改变他们实施犯罪的地点或者改变实施犯罪的方法，以应对警方的干预行动。
文章摘自《中国安防》杂志
作者：陈甜甜 钟鑫
