大数据时代犯罪预防问题辨析,此文是一篇辨析论文范文,为你的毕业论文写作提供有价值的参考。
辨析论文参考文献：
摘 要：随着互联网技术的发展,当今世界已经进入了大数据时代.因为其强大的数据分析和前瞻性的数据预测功能,对实现犯罪预防技术的进一步发展似乎带来了新的希望.但是大数据不是以往所了解的数据的简单集合,潜在的巨大风险如影随形,正确认识并合理应用才是大数据时代的应有之义.
关键词：犯罪预防；数据错误；数据隐私；数据监控
中图分类号：D924.393；D917.6文献标识码：A文章编号：2095-4379-（2017）05-0080-03
作者简介：刘艺坤（1991-）,女,汉族,甘肃人,华南理工大学法学院,诉讼法专业硕士研究生,研究方向：刑事诉讼.
一、大数据和犯罪预防
电影《少数派报告》讲述了人们如何利用“先知”抓捕可能犯罪的人从而预防犯罪的故事.电影的主角某一天受到了抓捕,然而他并没有任何犯罪的意图、没有任何犯罪的行为趋势,他因为被抓捕反而去思考他可能的犯罪动机,然后真正的实施了犯罪.这里不知道是因为犯罪去预防还是由于被预防才导致犯罪.我们应用大数据也是为了预防,大数据有一个强大的预测功能.
运用数据进行预防早已有之,美国警方的“CompStat”（数据驱动的警务管理系统）以及布兰代斯诉讼方法都是数据在法律适用中的極好典例.大数据形成的预防有两种：首次犯罪识别和再次犯罪惩戒.首次犯罪识别就是通过预测分析技术审查系统所发现的可疑交易、申请,发现、识别和跟踪犯罪.再次犯罪惩戒出现在审判和执行阶段.审判时考虑人身危险性会考虑被告人的各种情况,大数据因为它的全面性和综合预测性优势将会提供一个非常庞杂的个人情况,包括他的浏览习惯、购物清单、阅读倾向、还款信用率等.相类似的还有假释、缓刑和减刑的考虑,对犯罪人本人我们将了解的更多更深入,以决定罪犯是否有再犯可能性.但这两种犯罪预防都要面临的一个重大质疑是：如果你说自己阻止了某事的发生,那么你如何证明,如果不去阻止,你所担心的的事情就必定会发生呢?
二、犯罪预防相关问题
既然传统的犯罪预防就是建立在犯罪数据和一定的风险评估上,那么为什么不能接受一个更为广泛系统的数据作为参考呢?这里可能产生两方面的问题：1、犯罪模型,因为数据庞杂,怎么建立一个准确的模型来综合应用这些数据成为重中之重,当系统做出不准确或者错误的描述,实际上你则完全是无辜的,这件事更没有发生,怎么证明?另外给每个因素事前确定一个固定的比例也是不科学的,个人的风格和倾向性以及社会的偶然性等等都会导致误判的发生；2、数据的过度依赖.审判员可能会因为体系而考虑的更加全面审慎,但系统也可能会让他忽视自己的主动观察和思考,让他形成某种技术依赖,尤其是对上级或外界权威推荐的他不甚了解的系统.
此外,有以下几个问题不得不去重视：
(一)数据错误
要拥有巨大的数据资源,必然要抛弃对数据精确性的绝对追求,大数据之父舍恩伯格认为执迷于精确性是信息缺失时代和模拟时代的产物,如果不接受混乱,95%以上的数据都无法被利用,只有接受不精确性,我们才能打开一扇从未涉足世界的窗户.就个人来说,我们可能会谨慎认真的发布一条消息,但是我们也会不专注的时候写下错别字,混乱也是生活的一种状态,大数据对此并不排斥,甚至乐意之至.谷歌将这种错误应用在搜索和翻译中,即使打下错误的指令也能找到你可能找到你需要的内容.这种思维方式上的自信当然也是因为当数据规模足够大的时候,数据错误就可以忽略不计.实验规律就是如此,当试验次数增加到一定程度,其结果就会越来越趋于一个稳定的数值.
但是作为大数据应用的经典案例：谷歌搜索准确预言流感,于2014年在《科学》上受到文章质疑,该文认为谷歌的流感预防并不那么准确,普遍存在高估情况.大数据原先为什么准确?现在为什么不准确?没有人能回答,谷歌也不知（一开始就没法知道）搜索关键字和流感传播能够产生紧密的联系,大数据的分析思维就是相关关系,而不是因果关系,就像沃尔玛也不知道尿布和啤酒的销售为什么会联系在一起.这种单纯特征上的相关性研究,不知道它背后的产生机制也将不能明白它的消失时间.
大数据的错误的原因还有数据太大必然有大量的无关信息,虽然当数据规模足够大时,错误信息可以接近忽视,但是若因为特殊原因导致无关错误信息占据大多数,纵使数据模型和推理足够高超也不能避免失败的命运.
实际上我们很容易接受数据这种理性的蛊惑,实行国家大数据战略则完全可能将人们对数据的依赖上升到受其统治的地步,我们必须时刻谨记大量的数据实质上并不可靠：质量差、不客观、毫无联系、没有逻辑等如此多的问题,还无法解释、无法证明,我们对其的信任可以走到哪里?无疑要打一个大大的问号.现实的是,这些乱七八糟的数据最后进入个人的相关系统,并用来预测、确定个人的一切.
(二)数据歧视
数据歧视表现在两个方面,一是传统的偏见,比如说种族、宗教、肤色、区域歧视.人们总是会受到自己信仰和偏见的制约,心理上叫做“你看到的就是你想看到的”,又叫做“吸引力法则”,这和我们的注意力和精力的有限相关.世界上会同时发生很多事情,一件事情可以用不同的角度去思考,但是你只会用你惯用的角度去看去想,更为重要的是,偏见会随着经验的增多具有周期性和自我强化的功能.如果你能用数据来替换主观信仰和偏见,毫无疑问在这种拥有偏见色彩数据之上的预测分析技术应用将更加强化这样的轮回.比如说,执法部门在给犯罪嫌疑人制作资料和档案的时候就会特别强调是否为少数族裔,有时还会有区号、宗教等,这类特别被“关注”的群体犯罪率也会格外的上升.虽然并不能说是因为犯罪记录显示了种族的区别,但我们会更主动的审查这类群体是否犯罪,这类群体的被抓率肯定就会高于其他较少关注的群体.二是消费者偏见.一个典型的营销案例是目标超市会根据你的消费记录来判断你是否怀孕.虽然你可能并没有点击任何的母婴产品,但是因为数据预测的相关性分析而非因果关系会让一些企业知道更多,成为你“最亲密的陌生人”.在技术领域这叫作“个性化技术”,包括个性化排序和个性化推荐,如网络搜索链接的自动排序,购物网站的优化推荐,交友软件的推荐好友.阿里巴巴阿里贷款就是借助分析自家电子商务平台淘宝、天猫、支付宝等的客户行为及信用数据运作的,它比较传统银行贷款无抵押、纯信用贷款,不需要您提供房产、设备抵押或担保人担保,仅仅依靠交易行为和信用足以,全程由大数据技术自动分析判定,不会出现任何人工干预,而且坏账率曾达到1%以下,现在虽有所上升,但是也远低于银行水平.这些也许方便了消费者的生活,但是显然也属被动而非主动的接受所要面对的信息,如果一个人是家庭主妇,那么她将永远陷于铺天盖地、五花八门的娱乐绯闻、电视预告或者购物信息中而不自觉.而你的购物倾向和消费习惯都会影响你的信用水平,进而录入个人的数据档案中.
结论：关于本文可作为辨析方面的大学硕士与本科毕业论文辨析与辨别论文开题报告范文和职称论文论文写作参考文献下载。
企业财务管理在大数据时代下
摘 要：财务管理作为企业管理中的核心内容，直接关系和影响到企业的经营效益和企业健康、长远的发展。基于大数据时代的到来，就企业财务管理方面也迎来了。
医院统计工作模式在大数据时代背景下改进
摘 要：在社会不断发展和变革的过程中，各个行业都在进行改革，我国的医疗体系也进行了全面的改革，并将信息化引入到日常工作中，迎来了医疗系统的大数据。
大数据时代下线上餐饮变革
摘 要：所有的产业只有随着时代发展才能保有生机，餐饮业也不例外，本文将通过分析上班族對线上餐饮满意度的调查，了解线上餐饮行业的现状以及存在的问题。
大数据时代下对财务管理带来机遇和挑战
摘 要：在当今大数据时代下，企业财务管理理念和管理方式也出现了根本性地转变，既对企业财务管理提出了新的挑战，也为企业改革财务管理提供了新的机遇。。