大資料應用實例｜洛杉磯警局運用大資料 提前找出高風險犯案地點

這不再只是科幻電影中的情節，現在已真實存在於現實生活中。美國加州的洛杉磯警局（Los Angeles Police Department，LAPD），用大資料來預測和預防罪犯事件。

LAPD使用Predictive Policing軟體，來預測何時何地會發生犯罪事件。這個軟體需要過往的犯罪資料，並透過演算法，來產生可能有犯罪事件發生的地方的地圖，能預測250,000平方英尺內，該天是否可能有犯罪事件發生，然後，警局指示警員增加到這些不同區域範圍的巡邏時間。

8年前，這個軟體開始起步，在加州洛杉磯分校裡，學者和警局開始使用數學來研究犯罪。其中任職於Santa Clara大學的數學家George Mohler，領悟到用於預測餘震的模型，也能延伸用來預測犯罪事件，所以他也發現了一個用來預測犯罪的模型。透過Mohler的模型，再根據犯罪地點的時間、地點、類型，在軟體上顯示時間內，可能發生犯罪事件的地點。

George Mohler說，這個模型的目的是要預測破門盜竊、汽車破門而入，或是汽車遭竊，能用以預測財產犯罪，但不能預測誰會犯罪。

在洛杉磯，使用此軟體的區域內，竊盜案件已減少33%、暴力犯罪則是減少21%。

美國的Santa Cruz、Alhambra和Richmond警局，都使用PrePol軟體，另外在英國肯特郡，也使用此軟體來預測犯罪。現在，這個軟體除了能預測財產犯罪，也能預測槍械暴力事件。

洛杉磯警局用大資料來預測犯罪，預測在何時何地，很可能發生財產犯罪和槍械暴力事件。（照片提供／PredPol）

相關報導請參考「政府擁抱大資料」