“中国电科杯”数据大赛十强项目系列报道之建置随机的公安巡逻配置班表

1.能否介绍下团队？

我们是来自台湾的团队。队长吴正光为台湾中央大学信息管理博士，即将在今年九月至温洲任教。队员祁庆琳现为数据分析研究助理。因为本团队长期专注于博奕理论及数据分析研究，所以我们取合作博奕的solution＂Shapleyvalue＂为队名。

2.项目的初衷是什么？

在世界上任何地方，特别是在可用的公安资源有限的城市环境中，公安局（Police Department）在任何时候都能提供城市充分的安全覆盖，是一个极具挑战性的任务。愈来愈多随机性的犯罪活动，使得公安编组巡逻的安排更加困难，唯有建立优化的公安巡逻配置时间表，才能减少潜在的犯罪行为发生。本方案为城市的公安部门提供一个有力的决策支持系统，根据不同地区发生的报案次数、种类，提供公安在不同服务时间的巡逻配置班表。各区域的公安领导可以依照本模型达到互相支持及跨区巡逻的功能。

3.项目要实现哪些目标？如何实现？

本项目实现目标有：(1)有效分配公安资源，降低巡逻成本。(2)提升跨区巡逻、互相支持的效率。(3)本方案可弹性计算班表，可根据每月、每季或每年案件数，实时计算次月、次季或次年的公安巡逻配置班表，达到巡逻覆盖全区。(4)预测单一城市实行本方案取得较好的成效后，可推广各城市公安部门使用。

为了实现以上目标，我们结合了两种博奕理论模型，找出各区域的安全威胁值，并计算出各区域每日三班的公安巡逻配置时间表。本项目利用2016年美国旧金山市公安局的开放数据进行汇整及计算，来验证博奕理论模型。数据显示本项目是一较合理、可行的方案。

4.作为十强，对决赛抱有何种期待？

首先，当然是希望可以拿下大奖，但更期望的是可以在这高度智慧的城市中，为公共安全付出心力。在依靠人工手段和传统信息处理技术之余，以更加有效的方式来提供政府部门不同的安全威胁等级时，提供公安领导一个偏好尺度（preference）。在多起犯罪事件发生的区域中，依不同的时间段等级决定优先巡逻哪些区域，经由互相的协防调动其它区域内公安资源，使得所有区域的有限公安资源能发挥最大的功效。

5.对大数据创新应用有何看法？

从大量无序的数据中，找出对企业及组织有用的知识，这些知识无法用以往的统计方法找出来，我们运用现行的数据分析方法或数学理论挖掘出企业及组织前所未有的知识，这些具有价值的知识，可以提升经营效益、改善人类生活、发现企业商机、促进交易成果、提供安全服务及精进城市治理。

6.深圳政府主动开放数据并主导此次赛事，对此，有何看法和建议？

此次赛事形成了政府、企业、学界三方共赢的状态。政府虽然拥有大量的数据，但往往缺乏好的创新方案挖掘出有用的知识，而企业及学界有着好的方案但资金不足或无开放数据，无法将其理念实现。而此次深圳政府主动开放数据并主导此次赛事，将结合二者，并且以大赛形式开放给所有参赛队伍，激发出新的方法及技术，经由有效的城市治理，使民众获得更为方便、智慧及安全的生活。在大赛规则方面，初赛及复赛都采取在线匿名评审方式，也让我们不得不为深圳政府点赞，将重点放在真正有创意并可行之方案，未来深圳必定成为智慧友善的城市。