日益增长的安全性威胁，以及支出削减给全球范围的执法人员机构产生了极大压力，使得他们被迫提升他们利用受限资源的效率。所以那么多机构都开始用于大数据，因为大数据可以协助他们解决问题各自社区应急问题。 在展开研究大数据分析的强劲之前，理解确切大数据的有关信息至关重要。 什么是大数据？ 非常简单来说，就是有所不同资源数据的收集分析，目的有所不同的数据集中于辨识出有有意义的模式。
换句话说，收集分析来自传感器、手机数据、社交媒体和互联网这些有所不同角度的数据可以更进一步理解一个人或者搞清一个问题。关键是要比对有所不同的数据格式并找到你必须的，其中还包括结构化数据和非结构化数据。 既然你早已有了一个基本的理解，现在就一起来探究一些用来提升执法人员机构工作效率的大数据应用程序吧。
执法人员分析 执法人员分析（LEA）是一组基于大数据原则的系统，并给执法人员机构工作人员获取可操作者信息。这些系统牵头所有的现有信息，把看起来牵涉到的数据创建起关系并通过仪表盘和屏幕用非常简单的格式呈现出出来，这样就便利了执法人员部门人员行事。
最重要的是，执法人员不必再行靠简单的系统来提供必须的信息，这既节约了时间也提升了效率。 预测分析 执法人员部门人员如何在不减少成本的情况下，有效地增加犯罪？ 通过说服大家不要毁坏法律？还是给罪犯更加严苛的惩处？亦或是订购更猛的武器炸弹？ 必定不是！ 而是提早预测出犯罪。
这正是基于大数据的预测分析系统。该系统牵头了来自各种资源的数据，后用简单的算法来预测下次犯罪的种类和犯罪地点。这些信息不利于执法人员及时抵达犯罪现场并有效地制止犯罪的再次发生。这种系统节省了时间及其他成本，执法人员机构也因此可以防止展开违宪的追赶，同时预防犯罪。
洛杉矶警察局用PredPol软件就是个很好的例子。该软件用于了地点、时间和犯罪性质这三个数据点来预测犯罪的再次发生时间和地点。这个软件的确起着了起到，从2013年1月到2014年1月，洛杉矶警察局的山麓部门就找到犯罪率上升了20%，更加车祸的是，2014年2月13日破天荒出了零犯罪日。 实行条例 警员花费许多时间来检查药物利用指数、安全带和车速以增加交通事故的再次发生。
尽管有这些希望，交通车祸的再次发生数量依旧在下降，因为现有的工作人数足以侦察所有的高速违规。 这也是为什么许多执法人员部门比如田纳西州公路巡逻队开始用于大数据系统的原因。
由IBM公司发明者的交通事故系统通过辨识药物利用指数和地点、时间、天气情况以及其他涉及因素来预测将再次发生的事件。基于这个系统，田纳西州公路巡逻队只必须集中于车祸高发的地段和时间，才可增加交通事故，同时归功于这个系统，该州2014这一年沦为1963年以来再次发生交通事故亲率最多的一年。 情报分享 传统上来说，数据被孤立无援在有所不同的部门，任何部门必须信息都必需要通过简单的程序才能获得。
这样低效率的共享也影响了各部门的办事效率。尚之信的是，大数据早已转变了这种不合理的方式，如今大数据不存在于有所不同的部门中，汇聚分析一起也十分便利。因此，情报工作可以做到的更加准确，并且通过鼠标页面就可以在有所不同的执法人员机构之间分享。
总的来说，以上的应用程序不得已还无法替代执法人员机构人员来工作，但它们毕竟需要有效地打击犯罪的强劲工具，同时也能协助各部门充分利用起手头现有的资源。
本文来源：爱游戏体育app官网入口苹果-www.postwing.com
