基于移动互联网络的地理空间情报分析

(山西警察学院侦查系，山西 太原 030001)

很多人都知道“知己知彼，胜乃不殆”是在《孙子兵法》中提出的，但是很少有人知道这句话后面还跟着一句话“知天知地，胜乃不穷”， 这说明古人先哲早已意识到地理位置信息在军事活动、国防安全中有重要作用。社会不断向前发展，已经进入移动互联时代，地理信息不仅和军事、国防息息相关，和人们的生产生活也密切相连。随着移动互联科技的发展和智能手机的普及应用，原先隐藏在人们日常生活、衣食住行中的地理位置信息已经无处不在。2016年腾讯公司位置服务团队宣布的数据显示：其定位服务日均调用量达到500亿次，覆盖用户6.8亿人，其调用量是2012年同期的25倍。[1]移动互联网络中的位置服务(LBS)从过去单一的路线导航快速向其他领域蔓延扩张：微信、微博、“摇一摇”、天气预报、购物、订餐等等，地理位置信息已经完全充斥于人们的日常生活当中。对于这些日常行为中所携带的地理位置信息进行深层次的情报分析和服务，应是当前情报研究的一项重要内容。

一、移动互联网络及其特性

所谓移动互联就是将移动通信和互联网二者结合起来，成为一体，是将互联网的技术、平台、商业模式和应用与移动通信技术结合并实践的活动的总称。[2]移动互联网是移动和互联网联合的产物，随着移动互联技术的发展，人们在智能终端可以获得咨讯，进行沟通、娱乐甚至购物，这样更多有价值的信息资源就产生了。而且移动终端小巧便携，除了睡眠时间，一般都以远高于PC的使用时间伴随在其主人身边。这个特点决定了信息资源的即时性和真实性。移动互联网络具有以下几个特征：

1.移动互联网络应用的广泛性

移动通信和互联网已经成为当今世界发展最快、潜力最大、前景最诱人的两大业务，它们的增长速度也让人始料不及。迄今，全球移动用户已超过51亿，中国移动通信用户总数达13.7亿户， 移动互联网正逐渐渗透到人们生活、工作的各个领域。随着移动互联技术的普及，以微信、Facebook为代表的网络社交应用呈爆炸式发展，同时，移动互联网的业务范围也涵盖了用户信息消费的多个方面，并逐渐渗透到日常生活和经济活动中。用户需求的内容非常丰富且不断发展，人们通过移动网络平台完成社交活动的占比不断上升，由此而产生了海量的社交网络数据。从本质上来说，移动互联网络就是现实世界在网络平台中的映射，人们的社会生活印记就记录在这些海量的数据资料之中，可以说移动互联网络数据已经覆盖了人类吃、住、行、消等社会活动，产生了海量的数据信息，这些移动互联网络数据信息将成为我们认识社会的依据，思考问题的源泉，表达思想的工具，也成为当前公安情报分析的重要资源。

2.移动互联网络信息的社会性

移动互联网络是多个节点组成的网络结构组织，包含大量具有社会属性的人类活动。人们通过网络查询信息、发表见解、传输邮件、进行网络购物，这些网络应用都具备位置服务、位置共享的功能，相关学者将这种融合了地理位置信息和移动社会网络服务的数据称为“地理社交数据”。[2]这些数据既包含地理属性特征又包含社会属性特征，而且这两者之间密切相连互相印证。也就是说，通过用户的地理属性数据可以分析其社会活动，通过地理属性位置信息可以分析其社会关系，通过地理属性中的用户位置序列信息可以分析其社交行为偏好。

3.移动互联网络具有即时性

网络的本质是连接，只要有网络，不论在什么地方，用户都可以进行信息传播和互联。移动互联网络和传统的信息传播地点固定、时段固定的情形大有不同，用户可以在移动状态下接入和使用互联网服务。拿简单的朋友圈传播而言，不管你身居世界哪一个角落，或美国、或中国、或澳洲，只要接上网络，就可以随时随地接收到各种精彩的资讯，也可以随时随地向外界发出信息即时沟通。对于情报分析工作人员来说，这将是一种新型的海量信息资源。通过移动互联网络中用户位置信息的追踪就可以进行行为轨迹的分析，再追溯其生活习惯、行为，进行数据分析实现对象人群的特征画像。

二、地理位置情报分析数据要素

有关地理空间位置信息的数据要素有三个：点(piont)、线(polyline)和区域图形(polygon)。

1.点数据

点数据是某个人或某个移动设备在某一时刻所处的位置，描述的对象是地理空间中离散的点，在地图上标注成点，具有经度和纬度的坐标，但不具备大小尺寸，比如学校、商场、加油站等。为了符合人们的看图习惯，点数据根据坐标直接用标记标识在地图上。由于点本身占据空间量小，可显示较多的信息。但是对于海量数据就会出现重叠，而且屏幕利用率也低，布局不均匀。针对点数据的这个特点，我们可以利用地图划分区块，显示每个区块中的统计信息，合理地布局算法和绘制算法来减少重叠。

2.线数据

线数据通常指连接地图上两个或更多地点的线段或者路径，如地铁线路、公交线路等。线数据具有长度属性，即所经过的地理距离。在实践当中，我们经常通过颜色、线条类型、宽度等通道映射线数据的不同属性。连接某些点数据就形成线，在地图上标注就是人的轨迹路线。

3.区域数据

区域数据是以一定的地理区域为单位的数据，如地区统计数据等。在地图上将有关的点和线进行封闭形成某些区域，如犯罪热点区域、高危区域。在公安情报分析中对有关犯罪人所处的位置点、行进路线基于地理信息系统(GIS)进行犯罪区域范围的分析，在风险评估、防控决策、罪犯轨迹追踪中有着重要的作用。

三、传统的地理位置情报分析

在公安情报分析体系中，时间和空间的分析是一项重要内容，公安机关在案件侦查过程中有关侦查范围的确定、行为轨迹的分析、高危人群和犯罪热点区域的情报分析都和地理位置信息密切相关。对于犯罪行为地理空间位置的分析可以追溯到1986年的英国伦敦警方，戴维·坎特教授应邀协助警方侦破一起多年未破的连环杀人案，警务人员将各案的案发时间、地点和危害结果标识于地图上制作了一份“犯罪地图”，戴维·坎特教授根据地图所反映出的综合信息，准确判断出犯罪人的居住地、年龄、职业等重要信息。凭借坎特教授的判断，伦敦警方最后从1505人的名单中准确地分离出了犯罪嫌疑人约翰·达菲。

后来，戴维·坎特教授的弟子玛丽·巴克继续了导师的研究，玛丽·巴克对不同犯罪主体在地理位置节点所呈现出的逻辑联系进行了实证分析，提出了著名的“犯罪圆周假设”基本原理。[3]将犯罪人所处的居住地和犯罪行为发生地标注于地图进行分析得出一个结论：对于职业犯罪人来讲，他初期犯罪会选择居住地附近的地方，随着时间的推移和犯罪经验的增长，犯罪人敢于向居住地周边辐射远距离实施犯罪，而且犯罪行为也会升级。

图1伦敦“达菲案”地点及犯罪居住地区

当前信息技术支撑下的警务工作中，情报分析人员常常将犯罪地点标注于地图，通过GIS技术辅助警方识别高密度犯罪地区，以此为依据合理分配警力。墨尔本警方曾公布了1份地图，这份地图显示了最容易受像Apex这种青年犯罪组织袭击的墨尔本周边区域。这份地图显示，图上的“热点”区域是墨尔本最近偷车、入室行窃和暴力抢劫等案件高发区，并且这些案件多数为年轻犯罪者造成。这些区域有一个共同点，那就是靠近铁路和主要街道，为犯罪者作案后尽快逃脱提供了便利。另外，这份地图显示的墨尔本东南区，包括Murrumbeena, Carnegie, Mordialloc, Mentone 和 Sandringham是2015年暴力犯罪高发的几个区域。[4]

可以看出，传统的地理位置情报分析是将各类地理数据呈现于地图上进行人工分析，人工分析只能处理简单数据量和数据信息，是一种简单的数据分析和统计。这种情报分析技术统计的数据量不大，BI逻辑又非常传统，对数据的理解和洞察能力较弱。随着互联网、信息技术的飞速发展，公安信息化建设不断深入，公安大数据平台融合了包括犯罪数据、商业数据、社会数据在内的海量、多维、复杂的信息，这些信息成为公安情报分析工作的重要资源。面对海量的数据信息，传统的情报分析工作模式遭遇瓶颈，情报分析人员需要掌握更多的情报处理分析工具和方法对海量信息进行深加工，将计算机移动互联网络技术应用于传统的情报分析工作，对大量纷繁无序的数据信息进行有针对性的选择、分析和综合，发现隐藏的犯罪规律，预测未知的犯罪趋势，制定科学的警务决策，将推动公安情报分析实践走上新的高度。

四、基于移动互联网络的地理空间情报分析

在传统犯罪情报分析体系中，犯罪行为人所处的空间位置是人员情报分析的重要内容，通常对于犯罪人的地理位置情报分析包括：犯罪人员的户籍地、犯罪行为实施地、逃跑路线和方向。以前这些信息要通过审阅报案材料、进行受害人和目击证人访谈、审讯犯罪嫌疑人才可以获得，而今天的移动互联网络技术使这种情形得以改观。在当前的移动互联网络技术中，应用最为广泛的就是移动终端操作系统的位置服务，很多应用APP在使用时，都会询问用户是否“允许使用位置服务定位”，如果用户选择拒绝将无法使用该服务，比如“滴滴打车”、“美团外卖”、“百度导航”等等，所以我们可以通过移动互联网络中的大量网络活动分析人类所处的地理位置信息。

1.抽取移动互联网络中的地理位置信息

从移动互联网络中提取与用户紧密关联的地理社交数据，再通过对地理社交数据中社会属性的特征提取，深入分析用户的社会关系。由于这些信息来源于手机等智能终端上的定位装置，反映的是用户在现实世界的真实场景，具有极高的可信度。而且移动互联网络APP的多样化、碎片化和即时性完全能够勾勒出一个人一天的行为活动轨迹，进而可以分析其个人特征、行为习惯甚至进行未来的行为推测。

图2

2.连点成线进行分析

地理位置情报分析是犯罪治理体系中的重要部分，将地图上犯罪行为所处的地理位置点进行连接，可以得到犯罪人的行为轨迹路线，进而分析犯罪行为的规律和特点。2016年在美国旧金山举行的KDD大会(国际数据挖掘与知识发现大会，ACMSIGKDDConference on Knowledge Discovery and Data Mining)，罗格斯大学的Hui Xiong等学者发表了论文《从海量的公交卡出行记录中识别小偷》，他们分析智能公交一卡通数据研究北京公交、地铁上乘客的出行规律，从而识别出扒手，该研究成功地识别出了92.7%的小偷。据报道，在2014年的前9个月就有350个扒手在地铁交通系统上被抓，490个扒手在公交车上被抓。因此，他们对北京智能公交一卡通数据进行分析研究，根据异常交通记录分析来抓小偷。研究者首先将北京划分为多个小的局部的功能区块，然后从每个人的日常出行记录中提取特征；进行无监督的异常行人检测和有监督的模式分类，从而挖掘出异常的出行轨迹。

通过对不同的人的行为轨迹的可视化研究分析发现，正常的出行者主要在居住地、工作地、途经区域活动；旅游者会频繁地访问圆明园、天安门、南锣鼓巷等景点区域；购物者主要访问王府井、西单等购物区域；而扒手的行为轨迹是一种流浪的模式，没有清晰的目的地，他们频繁地换乘，随机地停留，经常进行短途出行，还会(一段时间内)频繁地访问多种功能区：交通枢纽(如西直门)、购物区(如王府井)、景点(如鼓楼)。[6]这项研究就是将公交卡上的数据点连接成线，显现不同的出行者的轨迹路线，分析其规律特点。线数据相较于点数据具有长度和方向，更能体现空间距离感。如果只是研究点数据而没有连点成线的话，很难发现其轨迹路线的特点。

3.通过可视化技术寻找规律特点

可视化(Visualization)一词是在1987年根据美国国家科学基金会召开的“科学计算可视化研讨会”内容撰写的一份报告中正式提出的，[6]指的是利用计算机图形学和图像处理技术，将数据转换成图形或图像在屏幕上显示出来，并进行交互处理的理论、方法和技术。

随着移动互联技术和社会信息化的发展，各种各样结构化、非结构化的数据信息如金融交易、社交网络数据等大量涌现，公安机关面临海量、多维、时变的信息分析研判，这时我们需要借助可视化的科学方法。可视化方法可以将大量无序复杂的数据信息通过计算机技术转换成图形、图像信息，[7]把数据以直观的图形图像形式表示，使随时间和空间变化的物理现象或物理量呈现在研究者面前，让我们可以从一个全新的角度对数据进行观察分析，以弥补传统分析方法的一些缺陷。[8]可视化方法在公安情报分析中的应用有重要的实践意义，能够帮助我们解决大数据环境下公安情报分析碰到的困难和挑战。如上述案例中，成千上万的出行者每时每刻都会产生海量数据，这些数据量是如此之大，完全超出了人脑的运算范围和人眼的观测范围，这时可视化技术就体现出它的作用。数据学者对海量公交卡出行数据的分析就是将出行人的地理位置数据进行科学研究，通过可视化方法得出不同行为人(正常出行者、旅游者、购物者和扒手)的出行轨迹，总结出其相应的规律特点。可见，可视化方法有助于我们洞悉事物的内部规律，我们可以不再局限于通过关系数据表来观察和分析数据，而可以以更直观的方式看到数据及其内在的结构关系。公安机关情报分析人员将可视化技术应用于情报分析可以快速发现犯罪规律特点并深层次挖掘隐藏在背后的知识规律，更好地为警务决策提供依据和支持。

大数据背景下，可视化方法为公安情报分析工作提供了有力的工具。上述案例通过公交卡出行数据识别小偷说明，可视化技术可以成为情报分析的一种方法。可视化方法可以直观、快速、高效地分析犯罪现象特点，深层次挖掘隐性规律和趋势，发现海量信息背后的相互关系及发展趋势，使人们能够更好地利用这些海量信息。公安情报分析人员应重视对地理信息这些数据进行可视化的分析研究，比如挖掘恐怖分子、涉毒人员常处的地理位置规律特点。如果能够将犯罪人的社会关系、犯罪行为最终落实到其位置轨迹上，并聚合各种位置信息，探讨在具体位置上的人的特征并建立模型，公安情报分析就能够体现出大数据的价值。

4.移动互联网络技术交互服务策略

地理空间情报是一门多源分析学科，它能利用“方位”的架构来描述“事件”和“人物”，将地理位置情报叠加其他信息可以产生多项分析产品或者说“自定义”服务。天气预报公司(Weather Co)如今不仅仅提供天气预报，还能依据人们查看天气的时间、地点和频次情况预测他们的消费情况，一些旅游热点城市就是通过互联网上查询当地天气情况的数据量来预测第二天客流量以及需要的商品进货供应。各领域、各层级都可以从地理位置情报源交互分析获得自身需要的特定情报。美国国家空间地理情报局(NGA)是隶属于美国国防部的情报机构，其职责是处理和分析各种类型的图像、地理信息等数据，形成与地理位置相关活动的地理空间情报，用于支持国家安全、国家政策、作战部署等不同层次的战略和战术需求。[9]据报道，美军已经可以将卫星图像和地图、地形信息和其他数据进行合成，只要添加敌方地理位置信息，就可以预知敌方防御路线，推断敌方可能设置路障的位置，向己方推荐适合履带车辆通行的道路。其中关键的技术就是将各类“空间”信息合而为一，利用商业化自动处理技术驱动自身情报分析产品的生成能力。我们可以借鉴美国国家空间地理情报局(NGA)的做法，通过拓展这种商业数据情报源来提升自身情报获取和分析的能力。

在当前移动互联的大环境下，各行各业之间的壁垒正在慢慢消融，取而代之的是数据和信息的跨界融合。“百度地图”不仅局限于导航服务，已经开始涉足旅游和酒店预订；微信不仅仅只能传递即时的信息和图片，也可以通过“微信支付”购物缴费。公安机关可以通过和移动互联网络技术部门合作，拓展公安情报数据资源，利用商业化的自动处理和人工智能技术驱动情报产品动态生成能力，增强情报分析能力和快速响应能力，借助多源商业信息提升情报信度，最终实现“快速感知、方向明确、精确打击”的目标。

五、推进基于移动互联网络的地理空间情报分析

1.重视移动互联网络地理空间情报的分析应用

情报部门应重视这种非传统的地理位置空间情报资源，学习和理解商业地理空间情报的内涵和机理，推进整个情报系统对地理空间情报的认识。公安机关情报部门有必要与移动互联网络技术部门达成新型合作模式，建立多样化的情报资源供应平台，通过移动互联网络数据交换，利用商业智能自动化处理技术，与多源商业资源进行交互，拓展公安机关数据情报资源。

2.探索地理空间情报分析的科学战略

对移动互联网络中地理空间情报产品、服务、算法、分析工具进行深入的学习探索，将这些地理空间资源有效集成到公安机关情报分析体系当中，开发安全可控的数据交互架构和处理流程，将商业数据情报资源快速集成到公安情报分析系统当中，借助大数据、云计算和人工智能技术的发展，加速地理空间情报资源和其他情报资源的融合，构建基于地理空间的情报分析服务产品模型，如涉毒人员毒源地触发预警模型、涉恐人员敏感地点触发预警模型，并加速地理空间情报产品自动化应用，以提升公安机关情报决策能力和快速反应能力，使公安机关的情报分析能力达到从经验到量化、从定量到定性、从因果到相关的提升。

3.开发设计公安机关地理空间大数据分析系统

在互联网、大数据技术的支持下，基于移动互联网络的地理位置分析成为大数据挖掘领域的一个重要内容，而且随着智慧城市的建设和导航定位服务技术的发展，空间地理科学可以发挥更大的作用和能量。公安情报部门可以把人的社会关系最终落实到行为位置的空间轨迹上，聚类分析各类人群的各种地理位置信息，探讨在具体的地理位置上的人的特征并建立特殊人群特征分析模型，比如涉毒人员、涉稳人员，以此监控和预测他们的犯罪行为。正如美剧《疑犯追踪》中主人公在互联网、物联网、人联网融合的基础上，设计出能够预测暴力犯罪的计算机系统，每每挽大厦于将倾。

移动互联网络技术和网络社会大数据的出现，使得情报分析者认识到，我们所探索的情报未知世界，是通过人类各种数据呈现出来的，当我们探求事物本质和意义时，是在数据的海洋中徜徉，当我们有所发现时，实际上是找到了数据之间的一些关联。[10]基于移动互联网络的地理位置情报分析与新时期国家发展战略、安全战略的需求相匹配，充实了情报分析技术内涵，提升了情报智能服务层次，协助公安机关实现了从信息警务向数据警务的新跨越。