基于情报学理论的公安教育大数据运用初探

杨战海，郭顶龙

（1.南京森林警察学院，江苏 南京 210023；2.贵州警察学院，贵州 贵阳 550005）

习近平总书记在2019年5月举行的全国公安工作会议上强调，在新的历史条件下，坚持政治建警、改革强警、科技兴警、从严治警，履行好党和人民赋予的新时代职责使命，反映了党中央对公安改革的基本态度。依据情报学理论切入，研究公安教育大数据具有里程碑意义。它能够充分科学地利用高校教育数据资源，对资源进行整合和处理分析，为学校提供更高质量、更有针对性的大数据定制服务，为公安教育工作提供强有力的支撑。

本文从情报学理论的角度着手，以教育大数据的发展和现状为基础，结合公安教育自身的特点，初步完成了公安教育大数据的平台搭建，介绍了公安教育大数据中的分析方法，对公安教育中的三个不同主体进行了应用研究。

一、研究缘起及基础

我国高度重视大数据的发展，于2015年8月，发布了《促进大数据发展行动纲要》，把大数据作为基础性资源，全面实施数据强国战略，旨在建立国家公共服务大数据项目，囊括教育、医疗健康、社会保障、交通旅游等多个领域。

公安教育作为高等教育的一个分支，它既肩负着培育合格大学生的责任，又肩负着培养合格人民警察的使命，更加需要发挥大数据的作用。信息不对称、定位重复、发展步调不一致等问题在公安院校普遍存在，形成闭环孤岛，有效的教育信息无法被利用。而大数据又恰恰是高等教育改革的推动力，像慕课、翻转课堂、微课等个性化的教育方式都是依托于大数据产生的。大数据还没有在公安教育领域大规模地实际应用，未能发挥出大数据的优势。

（一）公安教育大数据应用的基础理论

目前大数据（Big Data）还没有精确、严格统一的界定，一般所指无法在一定期限内使用常规的软件工具进行统计管理的海量数据。维克托·迈尔·舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指“不用随机分析法（抽样调查）这样的捷径，而采用所有数据的方法。”[1]研究机构Gartner给出这样的定义：“‘大数据’是需要新处理模式才能具有更强决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。”[2]大数据是一种以大容量、多种类型、访问速度快、应用价值高为主要特征的数据集合，在这种新型信息计算和服务模式下来探寻新价值、增长新技能、创造新知识。

公安院校的在校学生是公安教育的对象，公安机关接受培训的在职的工作人员也是。本文采用狭义的公安教育概念，仅指公安院校就读的学生。

新时期教育改革如火如荼，教育大数据的发展指明了这一领域的发展新方向和进步空间。教育大数据是大数据中的一部分，即为教育领域的大数据。在教育实践中直接形成了许多类型的数据，这些数据是教育实践数字化的表现，对其进行收集、整合、清理、挖掘和分析之后能够对教育产生积极的作用，这些直接数据和间接数据都属于教育大数据类别。

目前，对公安教育大数据，尚未形成一个确切的定义。一般来讲，公安教育大数据是一个以信息应用为支撑，以数据分析研判为主要内容，以服务于公安教育决策为目标，涉及众多环节的综合性工作平台。[3]公安教育大数据来源于两种不同类型的行为，其中一种行为在教学活动中表现直接，例如学生出勤、作业分数、期末分数等；另一种行为间接地表现教学活动，例如自媒体互动、学生团体活动和通过网络进行沟通交流等。在对数据进行分析之后，教育大数据平台掌握学校的管理以及教师的教学情况，提供了科学并有针对性的数据分析，能够及时、准确地评估学生的综合状况，发现学生在警校上学期间存在的潜在问题，并预测学生未来可能的表现。

当前公安教育信息化建设迅速发展，大规模的信息化产生了大量的结构性和非结构性数据，包括犯罪嫌疑人轨迹信息、公安内容保护信息、案件串并挖掘信息等。与此同时，数据产生收集越来越快，数据容量呈阶梯式增长。此外，公安高校不同于普通高校，在学校功能跟教育教学的方式上，都存在着自身特殊的方面，这导致了公安教育大数据的独特性：大量数据、数据保密性强、数据价值大、复杂研判分析（见图1）。公安教育大数据中会产生很多无关数据，也就是噪声数据（Noisy Data）。这些无关数据会影响着我们的分析过程，不仅会增加分析的难度，还会产生错误的分析结果，所以，根据数据分析提出的假设，提前对这些噪声数据进行处理和过滤，才能为后期的数据分析做充分的准备。

图1 公安教育大数据特点

（二）情报学理论及其对公安教育大数据应用的意义

运用情报学理论研究公安教育大数据，有利于借助情报学理论有效开发和挖掘教育大数据中的价值，掌握其发展规律，影响学校决策规划和教学进步，对学生进行个性化的指导和培训。

1.关联理论

事物之间存在联系，没有任何事物能够孤立存在，在众多的情报中由于数据量多，不一定能找到事物之间的因果关系，但能通过事物的相关性推导出它们之间的关系，从而找到内在的线索。在情报分析过程中，运用关联思维寻找事物的相关性来预测可能发生的事情，是情报思维最主要的目的。

在公安教育大数据领域，数据挖掘和数据分析中无不体现着关联理论的运用，它是分析与研判情报的关键。面对大量的教育数据，如何有效地分析和评估学生的学习表现、老师的工作情况，通过关联原理选择合适的情报分析方法和工具，将数据按照一定的逻辑关系联系起来，形成决策，为公安教育的改革与发展提供建议。

2.监控理论

监控理论揭示了情报学的基本功能，情报的过程就是将所获得的情况报道，向决策者传递有价值的信息，使决策者能够根据所获信息确定内容并制定对策。情报学研究情报生成的过程，它在公安教育中将涉及学生学业问题的情况及时反映给学生管理者，以形成对学生学习预警、心理预警、身体预警的判断决策，起到了预防、预测、预警的作用。

通过情报的监控功能，能够在掌握了学生的动态数据后，对在学习或者心理上遇到障碍的学生做到精准的预警，在发生危机之前预防问题，及时发现危机迹象，变被动为主动，帮助学校和教师及时预警并采取措施防止恶化危机形势。随着大数据的发展，数据挖掘的工具和方法日益完善，情报的预警功能随之提高。

3.情报流程理论

情报流程涉及情报收集、组织、分析、存储、检索、传输、使用和反馈等环节。情报收集工作是这一过程的起点，并且贯穿于整个情报流程当中，在情报收集中要明确信息来源，选择恰当的情报收集方法和手段。情报分析是通过对全源数据进行综合、评估、分析和解读，将处理过的信息转化为情报以满足已知或预期用户需求的过程，从而获得增值的信息产品。情报反馈是在上述的环节完成之后，把情报工作中的信息输送回来，并影响决策机关信息调整和再输出。

在公安教育大数据的应用中，遵循情报流程理论，对公安教育中的各种数据进行分类采集、整合、清理、分析和研判，最终呈现出有价值的产品，供决策者使用，做出有利于公安教育发展的科学决策。

4.用户画像理论

用户画像理论将用户抽象成具有标签特征，用几个具体的标签表现其消费偏好、行为习惯、性格特点等信息。标签是在给用户贴标签的过程中，分析精缩了用户的特点，最后形成准确鲜明的标识。用户画像的“贴标签”过程就是一个归纳演绎的过程：个别——一般——个别。将无数个体用户的数据进行汇总并加以分析，抽象概括出这个群体的一般规律，对有共同行为特征和偏好的群体进行有针对性的决策和管理行为，以促进组织更有效的发展。

图2 用户画像模型

在公安教育大数据中，教育发展的重点和基础是用户数据如何使用。用户画像具体模型如图2所示。第一阶段，收集基础数据。在此阶段收集到的数据不会是100%准确的，都具有不确定性，需要稍后建模。第二阶段，行为建模。此阶段是处理前一阶段收集的数据，并执行行为建模，以抽象出用户的标签。此阶段重要的应是大概率事件，并且应该尽可能地通过数学算法模型排除用户的偶然行为。在这个阶段，需要用到很多模型来标记用户。第三阶段，用户画像基本成型。该阶段可以说是第二阶段的一个深入，要把用户的基本属性（年龄、性别、地域）、行为特征、兴趣爱好、心理特征、社交网络大致地标签化，最后进行数据可视化分析。

二、公安教育大数据应用的主要环节

（一）公安教育大数据的数据采集

在情报领域需要处理分析的数据源具有数据生态系统复合化、多样性、资源化、非结构性等特点。情报、知识本身就蕴含着大量的数据，公安教育大数据的数据类型，按照数据产生的技术场景分类，包括各类型文献信息资源及其描述信息数据，例如期刊论文、书籍、专利、标准等或引文数据、全文本数据；科学数据，例如观测数据、实验数据、基因图谱、化学结构式等。在公安教育的发展过程中，以上数据不断累积，目前已经发展成系统的数据链。公安教育大数据的数据内容多种多样，包括教学数据、管理数据、科研数据、图书文献数据、校园日常数据、固定资产数据等。其中教学数据是在教学活动中直接表现的数据，例如课堂表现、作业情况、考试成绩、教学课件、公安精品开放课视频等；管理数据是在教育管理活动中收集并存档的数据，例如学生信息、健康体检信息、教职工基本信息、学校信息、财产信息、设备资产信息等；科学研究数据是教师与学生在科学研究活动期间收集到的数据，例如发表的论文、科研设备操作、科研材料采购等信息；图书文献数据是与校园图书馆有关的一切数据，例如图书借阅量、馆藏信息、书籍损毁、资金资助等；校园日常数据是学生在校园生活中产生的数据，例如校园一卡通数据（餐饮消费、洗衣、打水、洗浴）、计算机房上网、文献资料复印等数据；资产数据是与学校运行所需资产相关的数据，例如财务管理、安保措施、基础设备维护、水电费、办公活动、经费发放、人事等数据（见图3）。公安教育大数据来源于众多数据库，既有普通高等大学的一般性数据库，还包括了公安院校具有公安特色的特殊性数据库（见图4）。

图3 数据种类

图4 数据来源

（二）公安教育大数据的数据分析

前面介绍了对公安教育大数据管理平台的构想及其实现功能，利用数据分析的工具和方法，可以针对之前采集和存储的数据，进行科学有效的处理和分析。

本文研究的公安教育大数据，以公安院校教师与学生为研究对象，统计和处理学生学习情况。首先，从时间、年龄等角度入手，强化监测学生学习活动，分析每个年级学生的学习情况。其次，可通过考勤行为、课堂讨论等与学习成绩进行关联，从而辅助更有效的激励制度。再次，通过采集学生作业完成量、作业得分、阶段测评等数据，考察学生的“学习量”，进而分析其学习效率。最后，通过现有数据，建立学生主题数据库及数据集市，完成对学生学习行为、消费行为、上网行为等方面的分析。

三、基于情报学理论的公安教育大数据应用的主要领域

（一）学生层面应用

公安教育领域中，在学生层面应用大数据，运用情报学理论，学校收集标准化行为与内容数据，包括课程成绩、图书馆借阅、校园卡消费等，揭示学生成长轨迹，根据用户画像理论，标记学生的学习方式，刻画学生全维度画像，帮助教育管理者充分了解学生，准确定位异常人群，为大学生提供良好的管理，这可以为学校提供个性化、精准化的教育管理和引导提供重要依据。

1.个性化的学业诊断

公安情报工作要将情报提供给用户让其应用于实践，因此，可以说它是实践前期的准备工作，情报是为实践服务的。基于情报中一般理论，对学生进行画像，可以实现针对个人需求量身定制的学习目标。

世界各国的教育改革都倡导和追求学生的个性化发展，而不是标准化发展，即为每一个主体提供专属性的产品和服务。以前，在公安高校教学活动中，因为专业、警校保密性等原因，开展实证教学受到多方面因素的制约，采集和统计公安院校学生在校生活中产生的海量数据比较难。随着全社会移动终端的普及、云计算服务的发展和大数据分析技术的突破，学习材料和学习工具越来越贴近学生个体的需求和偏好，基于学生行为的教学大数据分析将逐步变成现实，教育大数据是教育产业发展的重要战略方向，可以通过公安教育大数据实现科学数据引导教育发展。

每个人有不同的学习习惯和知识水平，形成了自己的学习特质。通过研究公安教育大数据中的学生数据，使学校教育模式更加具有针对性，教育不再局限于传统的教学模式，随着技术的不断进步，越来越多的科学技术与教学结合，教育平台能够为每个人推送有针对性的信息、学习方法、技能培训。

情报学理论中的电子档案可以对学生进行学习记录和诊断。例如，在收到同样的考试成绩之后，不能判定两人的学习水平是同样的，通过教学评价系统，可以在看到分数的同时，建立全面的个性化学业诊断：学生错了几道题，计算错误的占多少，步骤错误有多少，错误主要集中在哪些知识点。个性化的学业诊断包含了学科知识掌握情况分析、素质发展综合评价和下一步改进建议等。有了这面“镜子”，学生对自身的定位会有清晰的把握，教师可以透过这些应用数据关注个体学生的细微表现，提前对个体学生相关数据进行分析，“前置”性地调整教育计划，开展教学和辅导，从而实现精准性教育。

2.学业预测

预测与情报密切相关。运用情报学理论对公安教育大数据定性、定量和定时的分析、判断和推理，在长期的搜集和分析情报的过程中，预测事物的发展、方向和前景。预测是教育大数据应用中最本质的需求，绝大部分问题的解决，都会追根溯源到预测问题。

学生在学习和生活中产生了大量的数据，每天产生的数据汇集在一起，折射出这个学生的生活习惯和学习状态，通过分析这些数据，我们可以对学生的未来做出一些预测。往往最受关注的群体是那些成绩非常好、非常差和成绩变化大的学生。从某种维度上讲，学生的基础知识越牢固，成绩越好。尤其是掌握基础知识可以影响到学生在关键课程中的成绩。根据这些信息，不仅可以预测每个学生在其他课程的分数，而且还可以预测学生在其他课程的不达标的可能性。

这个算法背后的思路，是通过分析课程之间知识系统的相关性来预测成绩。例如一名学生在之前的课程中曾修过微积分Ⅰ但成绩不好而且不达标，然后当他正在研究微积分Ⅱ时，预警系统将警告该学生不达标可能性大，提示教育者及早进行干预。因此，不达标预警实现了从“后知后觉”式应急管理转变为“先发制人”式引导。

预测成绩的变化取决于实时监测学生在校园内的行为习惯的变化，因此可以全天候预测学生的成绩。该学生成绩预测系统借助了两个影响成绩最显著的行为角度：学生们生活规律性和他们的努力程度。其努力程度可以用学生去教学楼打水、出入图书馆的次数等描绘。去食堂打水次数多的学生、去图书馆频繁的学生成绩更好些。用学生出入宿舍、吃早饭、洗澡等行为习惯数据来衡量其生活规律性。心理学的研究表明，尽职尽责的学生具有自律、自信、理性的个性，学习成绩更好。在实证研究中，我们发现，按时吃早餐的学生往往会有更好的表现。这背后的原因可能是早上进餐这个事件在个人层面具有强烈的随机性，因而对个体的自律与自控控制能力有更高的要求。

3.学习预警

预警意味着提前发出警告，学习预警是提高学生学习质量的重要途径。学习预警应该基于学业预测。情报是行为主体掌握和分析情境的基础，如何成功地实现学习和预警，是公安教育发展过程中需要解决的重要问题。

在线学习的过程中学生会产生大量的学习数据，例如学生听课的进度、反复听课的内容、答题的正确率、经常出错的知识点等等，采集处理这些数据能够掌握学生在这个时期内的学习情况，并且能够在某些学生出现消极情况的时候，及时督促，避免在未来的考试中出现不及格，促进学生能够顺利完成学习任务。

与传统数据比较，教育大数据的特性更明显。采集直接迅速，对数据的分析要求高，应用的范围广，能够在很快的时间内分析出学生的问题所在，并且及时地反馈给教师，做出学习预警，为今后的高校管理提供了有价值的管理思路。

4.干预师生行为

学校教学管理数据库中记录着不同年级教师与学生的相关社会情况，利用数据挖掘的相关分析与演变分析等功能，我们可以发现师生之间的联系。通过对学生学习行为、消费行为、上网行为及社交行为等方面的分析，预测学生学习的效果，完成学习成效追踪分析；依托数据完成学生的入学分析、在校分析、各表现分析、毕业生流向追踪、学生预警机制等工作；通过分析学习及生活行为，帮助学生修正学习模式，并对其就业趋势分析做出判断；结合移动客户端，为学生推送大数据结果及建议信息。

学校以往的数据也是有很大的价值的，可以分析往届学生在教学数据中的不同学科分数，利用教育大数据分析方法中的关联分析法，来找出成绩之间的相关性，寻求这些科目分数中是否有可利用的资源信息，在分析了这些数据之间的相关性、回归性和其他属性之后，获得一些具有价值的规则和信息，最终找到影响学生成绩的原因。如当存在“甲，乙时可以推出丙”这样的规则，即当有甲行为和乙行为发生时，还会有丙行为。在现实情况中，如果发现学生或教师已有甲，乙行为时，马上可以分析其产生丙行为的可能性，并及时制定策略促进或防止丙行为的发生。

（二）教师层面应用

运用情报学理论的关联性和全体数据性，可以将更多的情报相互关联，从而获得更加全面整体的认识，通过整体思维的方式把教师个体及群体作为研究的对象，将不同数据孤岛之间打通，在公安教育大数据中，实现教师层面情报共享。

从教师工作绩效自动评估角度讲，教师工作绩效评估系统采用教师经费效益、经费使用情况、成果影响力、成果转化、同行意见等多维度的评价因素，并支持不同单位调整评估模型，结合各单位的实际情况，呈现教师在各方面科研和教学工作的成果，这将为教师的准入、晋升、任用、培训和奖惩提供量化决策依据。

在系统中整合学校内部外部数据，内部数据包括高校自身产生的项目、人员、经费、设备等数据信息；外部数据包括各大公开的科研成果数据库，以及各大知名高校的科研人才数据等。找出数据的相关性，提取有价值的信息。将提取的信息应用在教师工作评估、教师成长轨迹分析、高素质人才引进、学科前沿研究方向探索、科技评估方法改进等服务上，为解决高校人事管理问题提供建设性意见。

从工作轨迹评估角度讲，以全校人力与资金使用等作为分析对象，分析师资利用率情况。重点监控教师科研（工作量、文章、项目），以时间、年龄等维度，分析产出情况。可通过考勤行为，上网行为等与绩效进行关联，从而辅助更有效的激励制度。通过邮件（发出量、接收量），开饭时间，班车预订，考勤刷卡等工作行为，考核管理人员的时间“工作量”，进而分析其工作效率。提升学术圈层次工作轨迹的研究，收集来自学术界和社交网络等各种数据，例如搜索每个文章的合作者，建立合作者网络以及挖掘隐藏的人才关系。

从科研热点角度讲，科研工作不能闭门造车，要及时把握科研热点及难点，结合自身能力与学科特色切入有效的科研工作对于科研工作者显得非常重要。而要在海量数据中捕捉当下学科研究的热点及前沿，必须依靠于大数据分析技术。公安教育大数据为科研工作提供强有力的数据保障，站在符合本学科特点的科研制高点上选择发展方向，协助他们精准定位，往自己的工作方向努力拓展广度及深度。

从教师评估角度讲，“随着大数据时代的到来，教育评估正在从‘经验主义’转向‘数据主义’，从‘宏观群体’评价转向‘微观个体’评价，从‘单一评价’转向‘综合评价’。”[4]从本质上来讲，反馈、个性化和概率预测是基于大数据的评价带来的。教师的价值也随着大数据教育的革新而发生着改变，在教学过程中，教师充当了学生的学习伙伴，教师也应当学会研究和利用大数据系统。

（三）学校层面应用

情报并不是用来直接发现新知识、新产品的，它是以情报智能形式发现和创造新认识、新产品。情报具有服务决策的特性，优质的情报产品可以为公安教育提供更优化的管理，辅助决策者科学决策，激发公安教育创新发展。

1.优化公安教育管理

当前公安教育步入到了深化改革、加速发展的新阶段，巨大的历史使命和错综复杂的教育环境，使公安教育管理优化迫在眉睫。大数据作为一项颠覆性的技术革命，不仅成为影响政治、经济、文化的重要因素，更对教育管理产生了直接而深远的促进作用。在新兴信息技术的快速发展下，要学会利用公安教育大数据的新技术、新理念，驱动公安高校在教学、科研、管理和服务上的业务创新，建设面向全连接的基础架构。

公安教育面临教学师资不足、教学设施短缺、训练模式单一、工学矛盾突出等问题，借助公安教育大数据的技术和理念，可以摒弃传统落后的教育方式，走出一条公安教育管理的新路子。公安教育大数据从大数据的理念和设计上是带有前瞻性的。

公安高校要结合自身的办学特点，相对于普通高等大学的办学规模，公安高校规模较小，行业特色明显，坚持实行以警务化管理为依托的精细化管理，开放合作培养警务人才，承担警务人员的职前培训和技能培训任务。在此基础之上，利用公安教育大数据全面推进公安教育管理信息化，完成对各级各类学生和教师的全面信息采集，建立学生和教师基础数据库，健全学生和教师的管理信息化体系，逐步实现系统与相关公安教育管理服务平台的互通、连接。

2.辅助公安教育决策

在传统的小数据时代，公安教育的决策信息来源窄，一致性倾向高。决策往往是根据上级教育管理部门的要求，或者是根据以往的个人经验和直觉做出的决策方案，长此以往对公安教育未来的发展会造成不利的影响。

而公安教育大数据为学校科学决策提供了可能，决策者利用新的多种类型的数据获取教育信息，根据数据进行研究和决策，进行多角度、多方位、多层次的关联分析。公安教育大数据的特点不仅在于海量数据，还在于它可以展现出多种表现形式，将大量的复杂数据进行可视化处理，能够让教育决策者一目了然，清楚学校教育发展存在的问题，从宏观的角度进行科学合理的决策，提出可行的决策方案。

公安教育大数据中的互联网数据，包括了自媒体中的微信、QQ、微博、博客、校园论坛和相应的评论，虽然互联网数据的产生规律不明显，但是可以了解到校园动态和学生关注的热点信息，掌握学生学习和心理动态。公安教育中的图书馆数据，收集了学生的借阅量、借书偏好等信息，汇总纸质资源和电子资源的数据，对图书馆数据进行季度和年度的总结，可以提高学校图书馆书籍的采购质量，满足学生和教师的学习和阅读需求，充分利用和使用好图书馆，有利于提升学生的综合素质和专业素质，提升教师的科研水平。

公安教育大数据的挖掘工具和数据平台，能够对学校的学生、教师、教务、科研等一系列行为进行全面的测评，不仅可以直观地了解教育的整体状况，不同年级、专业的成绩和成绩差距，以及学生成绩的发展过程和变化趋势，掌握学生就业情况和就业率，还能使决策者利用教育大数据平台，进行决策科学性和有效性的监控和评估，提升公安教育决策的针对性。

3.激发公安教育创新

在大数据环境下，公安教育创新迎来了新一轮机遇。深化新技术、新媒体的应用，强化公安办学特色，创新公安高校发展。

首先，激发公安教育形式创新。传统的公安教育，以教学为主，而在公安教育大数据下，可以促进师生互动，教学相长。在空间上，打破了公安高校的封闭式环境，使公安教育走向开放，淡化学校地域性的特点，通过网络获取国内外优秀的公安教学资源，拓展视野。及时了解学生和教师需求变化，不断调整核心课程和学习目标，公安教育变得更加人性化。

其次，激发公安教育技术创新。公安教育中数据的不断积累和快速增长，倒逼公安教育机构进行技术上的创新，通过多种方式建立共建共享的校园资源库和公安专业资源库，方便校内外广大师生的使用，实现数据资源共享。

最后，激发公安教育教学模式创新。利用公安教育大数据，依托教育大数据平台，实现远程同步互动教学和自主学习的新型教学模式。学校完善硬件设施，确保系统平台平稳运行，结合公安教育大数据制定教学计划，配备相应的任课教师，依托教育大数据平台进行系统合理的排课，并定时地根据教学情况进行相应的改进。

综上所述，我们已经进入了一个“数据引领公安教育变革”的大数据时代，“兵马未动，数据先行”[5]已经成为教育界的共识。

随着公安教育信息化建设与应用的进一步拓展，公安高校积累的数据量激增，范围不断扩大，并且在数据挖掘的技术上不断进步，学校的管理者和老师越来越习惯于教育大数据带来的分析产品，并且对大数据提出了更多的要求，使之更加人性化，提供个性化服务。大数据技术是科学，而教育大数据的应用是一项艺术，要把握精准和模糊的度。

利用公安教育大数据，可以真正实现集约化的资源共享，为公安教育决策提供“前置式”支持，改变传统的教育教学模式，实现多样化的教学工具与教学方式，实现线上学习，不受时空限制，增强互动体验。情报学理论让我们更加清晰、更加直接地了解学生、教师和学校的鲜明特征和成长轨迹，可以指导学生个性化学习，实施学业和学习预警，干预师生行为。如今，通过进一步收集和分析个人学习状况信息，大数据将从根本上改变教育，实现学生的个性化学习、发展，最终实现“智慧教育”。