蘇 欣

（湖南警察學院，湖南 長沙 410138）

引言

當前，隨著信息技術的不斷革新，人類的信息化社會已經進入一個全新的階段，即物聯(lián)網、移動互聯(lián)、云計算、人工智能和大數據共同編織的信息新時代。同時，大量的犯罪活動，比如電信詐騙呈現出行為隱秘、分工明確、組織結構復雜等特征，公安在偵破這類犯罪活動面臨著諸如情報線索獲取困難、取證工作復雜等挑戰(zhàn)。公安高等學校作為培養(yǎng)警務化人才的專業(yè)院校，需要針對當前公安偵查工作面臨的挑戰(zhàn)，結合新工科、智慧公安等政策的需求，為智慧偵查培養(yǎng)更多的數據分析人才。

一、偵查活動的發(fā)展階段

偵查作為公安機關打擊犯罪、維護社會安定、保障人民安寧的主要手段，經過長期的實踐，已經取得了長足的發(fā)展，本文在對偵查理念體系和發(fā)展階段厘清的基礎上，將我國的偵查活動分為三個發(fā)展階段，即傳統(tǒng)偵查階段、合成偵查階段和智慧偵查階段[1]。

（一）傳統(tǒng)偵查階段

在傳統(tǒng)偵查階段，偵查是以人力成本為基礎?；鶎庸ぷ魅藛T依靠他們的嘴進行調查訪問，依靠他們的筆來記錄事件的信息并制作案件筆錄和其他文書。所有這些文書和信息都在紙上，在調查者的頭腦中[1]。處于這一階段的偵查活動，它有一些缺點，如偵查效率低，警察負擔重。

（二）合成偵查階段

二十一世紀初，互聯(lián)網技術的穩(wěn)步發(fā)展和個人電腦的廣泛使用帶來了一場靜悄悄的信息革命，使傳統(tǒng)的偵查時代逐漸進入合成偵查時代。調查人員心中的材料和信息的紙質記錄逐漸讓位于存儲在計算機上的電子數據。在人類技術進步的同時，刑事科學技術手段也有了很大的進步，視頻監(jiān)控技術被引入并廣泛應用于調查中。兇殺案件的破案率也在繼續(xù)提高，執(zhí)法機構越來越重視對八類案件的偵破。但由于公安機關的職能部門較為分散，導致信息資源隔離、信息孤島、效率低下等管理制約。要淘汰分散化的偵查模式，打破部門之間的間隔，發(fā)揮自身技能，最大化的實現資源整合、信息整合、高效順暢，就要求形成集中偵查的模式。

（三）智慧偵查階段

合成偵查的時代已經發(fā)展了較長一段時間，逐漸過渡到了后合成偵查階段。在此期間，各警察部門掌握的數據正逐漸被納入科學信息部門?？茖W信息部門負責處理這些數據，并向所有派出所提供數據接口，從而支持全警的大數據系統(tǒng)建設。與此同時，“天網”和 “雪亮”項目的建設也已開始，社會方面的視頻監(jiān)控也獲得了重大發(fā)展，網絡與公共方面的數據整合能力在提升。數據中心是基于研究人員多年的經驗和技能，數據的建模和構建也是一個挑戰(zhàn)。隨著網絡與人工智能的爆炸式發(fā)展，加上各類大數據算法的不斷完善，各個研發(fā)單位對數據的使用意識也越來越高。隨著各類大數據算法能力不斷增強，偵查出現了蓬勃發(fā)展的新機遇。

在智慧偵查階段，數據為王已經獲得了各警種的共識，數據分析人才也成為了公安機關亟需引進和培養(yǎng)的人才。國內的很多公安院校也意識到了這個問題，紛紛提出相關的建議和觀點。湖北警官學院的段蓓玲提出了公安院校智慧偵查人才核心能力培養(yǎng)的措施和路徑[2]，認為培養(yǎng)智慧偵查人才應該從數據思維、主動學習、創(chuàng)新工作、組織溝通這四個方面的能力進行培養(yǎng)，為公安機關偵查部門提供復合應用型人才輸出。中國人民公安大學的韓雨航提出要培養(yǎng)學生具備利用先進信息技術開展案件偵查的能力，也要及時的調整偵查觀念的教育，從而使得培養(yǎng)的學生能夠適應大數據時代下的偵查工作[3]。甘肅政法大學的魏克強等人提出了要打破偵查思維定勢，優(yōu)化傳統(tǒng)偵查思維，培養(yǎng)學生大數據偵查思維，發(fā)揮大數據在偵查中的最佳效能[4]。這些觀點從多個方面為智慧偵查的人才培養(yǎng)提供了建議，但是并沒有對智慧偵查人才最關鍵的能力，即數據分析能力該如何培養(yǎng)進行說明。因此，本文將圍繞培養(yǎng)目標、課程體系、師資培養(yǎng)、院局合作這四個方面來探討大數據時代下公安院校的智慧偵查數據分析人才培養(yǎng)模式。

二、智慧偵查數據分析人才培養(yǎng)的必要性

智慧偵查數據分析是指運用大數據分析技術、大量的相關數據、先進的技術手段，然后實踐運用到偵查過程之中，對與案件有關的人、事、物、時間、空間內各主要要素相互之間實現智能聯(lián)系串并，對犯罪現場的重要信息內容進行回溯、預測，進而實現偵破管理工作高效率的開展。

（一）智慧偵查是適應新形勢下復雜犯罪狀況的有效策略選擇

當前我國刑事違法犯罪動態(tài)化、職業(yè)化、智能化、高技術化等特征突出，電信詐騙、二維碼犯罪活動、互聯(lián)網金融犯罪活動等新型刑事犯罪形態(tài)層出不窮，對我國犯罪預防和偵查破案能力提出了全新挑戰(zhàn)。以廣東省中山市為例，位于中國珠江三角洲經濟區(qū)和粵港澳大灣區(qū)城市群中心腹地，同時緊鄰珠海橫琴、廣州南沙二個國家自貿區(qū)，未來隨著深中通道通車以及市際地鐵沿線城市的深入發(fā)展，將逐漸形成為中心城市，犯罪活動空間也將更加擴大，犯罪活動鏈條也更加延長，刑事犯罪機動性更加提升。以欺詐犯罪活動為例，當前中山市新型詐騙犯罪已占該市詐騙犯罪總數的百分之七十以上，增長速度遠高于中國傳統(tǒng)詐騙罪。以個人財產損失統(tǒng)計為例，近年，中山市以網絡金融服務欺詐罪主導的跨地方涉眾市場經濟犯罪活動案值，已達到中國任何地方侵財犯罪活動作案過程數額的四倍以上。所以，公安機關必須在全面進行社會治安預防管理體系建設的同時，超前規(guī)劃推進偵查轉型，以智慧偵查策略應對新形勢下經濟犯罪新常態(tài)。

（二） 智慧偵查是實現對犯罪精準打擊的題中之意

人們已處在一個日益變化但卻又越來越嚴密的被監(jiān)視態(tài)勢之中，而實際上，人們的一舉一動都可以從一個信息數據庫中發(fā)現信息線索。智慧偵查管理工作則是構建在信息系統(tǒng)基石之上的專業(yè)活動，而當今社會日常生活和數據信息化已有密切關聯(lián)，人的行動往往以一些數據形態(tài)直接或間接的被記載。隨著公安部門對通訊基站、錄像監(jiān)測、旅業(yè)食宿、城市交通乘客、銀行業(yè)務貿易、網上社區(qū)等各種社會治安重點要素數據的采集、整合、分類、串并、黏合、拼接等功能的進一步提升，所謂“天網恢恢，疏而不漏”將越來越詳細、準確地在調查工作中體現。2017年，中山市警方和某影像研究有限公司協(xié)作，在中山西環(huán)福華公交總站、黃圃車站等客流密集場所開展了視頻結構化和動態(tài)人像試點工作，僅用了三個多月時間便獲取數據二千多萬條，成功抓捕了在逃人員三十多名，信息化的打擊效果，是傳統(tǒng)偵查方法所不能比擬的。

（三）智慧偵查是我們搶占對抗犯罪制高點的現實需要

偵查行為從啟動到結束，一直處在偵查主體與罪犯(或者是偵查手段與犯罪活動)相互之間的博弈過程狀態(tài)中，但由于當前犯罪活動持續(xù)表現新規(guī)則、新特征，偵查工作一直處于被動求證的劣勢。而大數據分析技術的運用，將徹底改變傳統(tǒng)偵查技術手段和信息犯罪技術相互之間的能力對比，特別是依托物聯(lián)網、云計算技術、新一代人工智能以及機械學習應用的大規(guī)模數據分析研究挖掘信息技術，開創(chuàng)了大數據分析技術引導下智能偵查工作的新思路、新模式。例如，隨著中山市通信及網絡犯罪出現，以往的偵查手段存在著監(jiān)管難、定案難、打擊難、取證難、追損難等實際問題。但隨著國家刑事打擊整治體系的逐漸形成和完善以及更大數據資料的整理與共享，特別是于2014年由中山市的國家反電詐中心(電信、金融公司進駐)建立運營以來，對電詐犯罪的各專項檢查工作部門整體展開，完成了對電詐新型犯罪活動的全面精確、全鏈條監(jiān)控與打擊，僅在2014年當年，該市的電詐犯罪破案數量便增加了3.2倍，電詐破案絕對數排名，也位列廣東省前茅。

（四）智慧偵查是實現公安人力資源無增長改善的途徑

現代市場經濟除了需要人們找到資源配置利用的最優(yōu)化解決辦法外，在法律基本價值上也引入了“效益”的概念[4]。大數據分析時代，智能公安的主要價值指向同樣是以低集約理念進行偵查活動的，以最小成本費用投入達到遏制犯罪、維護公民權益的最高收益，從而在最后做到足不出戶即確定嫌疑人。以中山縣的“1996.08.25”持槍殺人案為例，專案組在案發(fā)當年查明嫌疑對象后，花費大批人財物力展開搜捕，其中近年在“清網行為”中啃“硬骨頭”，卻一直沒有進展。2017年初，中山公安便利用人像比對系統(tǒng)，迅速地使已潛逃了20年以上的犯罪嫌疑人浮出了水面，并順利將其緝捕。2017年迄今，中山公安借助人像比對等技術手段已陸續(xù)破獲了七起重大命案積案，其中五起都是十五年前積壓的大案。智慧偵查管理系統(tǒng)做到了在警察數量無增長的情形下，偵查模式和辦案效果的合理優(yōu)化。

（五）人才培養(yǎng)是智慧偵查工作的重要后備力量

無論怎樣重視大數據等先進信息技術，其創(chuàng)造和應用的主體終究是人，人才培養(yǎng)更是智慧偵查工作的重中之重。而以當下的公安從業(yè)人員來看，信息化專業(yè)人才比例嚴重不足，并出現了人才分散、專業(yè)不對口等社會管理問題。因此，學校應該把人才培養(yǎng)目標擺在現代偵查社會中可持續(xù)發(fā)展的突出位置。一是培育多型人才。根據各盡其才、使用多功能人才的發(fā)展思路，逐步走一專多能的犯罪技術偵查人才路線。要在做好本職工作的基礎上，極力培育掌握犯罪科學技術、網絡偵查、視頻偵查、情報研究等各種知識領域的復合人才。要堅持“多源異構”的教學理念，努力建立集數學、統(tǒng)計、經濟分析，以及自然語言處理技術和公安專業(yè)知識為一體的差異化知識與人才架構。要弘揚崇尚優(yōu)秀的“匠人奉獻精神”，改善大眾技術創(chuàng)新的激勵機制管理模式，進一步激活基層單位警察智能活性，提升偵查經驗生產化、偵查實戰(zhàn)有效化水平。二是積極整合人力資本。要突破工作時限條線、區(qū)域局限，主動搭建大數據挖掘人才專家?guī)欤匀姹Ｕ洗髠刹閷崙?zhàn)、確保人才的及時調用，做到各學科資源優(yōu)勢利用的最優(yōu)化。要進一步健全民警科技人才政策，通過綜合使用行政管理人員編制、社會服務事業(yè)人員編制、合同聘任機制等多種形式，從源頭上克服民警科技隊伍警力的不足，以及科研人才和技術開發(fā)人員留不住、用不好的問題。要依靠高等學校、地區(qū)大學及科研機構，進行專門生源和在職民警的雙定向人才培養(yǎng)。要擴大同互聯(lián)網、大數據領軍公司的發(fā)展戰(zhàn)略協(xié)作，通過選拔信息化技術創(chuàng)新性強和警務實戰(zhàn)經歷豐富的民警團隊，在大數據算法優(yōu)選、模式構建、專業(yè)技能戰(zhàn)略變革等領域進行深入研究、培訓，逐步培養(yǎng)一大批既精于刑偵實戰(zhàn)又精于大數據分析運用的數據信息策劃師、信息情報分析師。

三、智慧偵查數據分析人才培養(yǎng)模式探究

當前，大數據偵查成為一個新型的偵查手段，亟待有關專業(yè)人才在實踐中加以運用。偵查工作中主要遇到的問題為相關專業(yè)的人才不足，在各類公安院校中大數據偵查沒有得到重視，也缺乏完整的人才培養(yǎng)系統(tǒng)，沒有一個完整的培養(yǎng)流程。沒有關于大數據分析人才培養(yǎng)的政策與措施，造成人才培養(yǎng)缺失[5]。2011年，國務院學位委員會、國家教育部發(fā)布了《學位授予和人才培養(yǎng)學科目錄》。由此，公安學作為法學門類下的一級學科，告別了公安學不是一級學科的歷史，完成了由職業(yè)化到學科化的歷史發(fā)展過渡。同時教育部還下發(fā)《有關繼續(xù)深入本科生改革整體質量的若干意見》，規(guī)定學校要從經濟發(fā)展形勢對人才的現實要求入手，廣泛征詢用人單位對學科設置的建議，調整學科專業(yè)體系結構，有針對性地培育專門人才[6]。目前的偵查學專業(yè)知識架構，已無法滿足公安實戰(zhàn)部門的需求。在將公安學作為國家一級學科的契機下，為了適應大數據偵查工作的新職業(yè)需要，政法類院校中在偵查學二級學科下設立大數據偵查方向是十分必要的，同時也是比較合理的。因為設立大數據偵查學科不但能夠適應大數據偵查的需求，而且還能夠促進公共安全領域應用型人才的培育。

（一）人才培養(yǎng)目標

任何一個行業(yè)的人才培養(yǎng)，首先應該對培養(yǎng)的模板有明確的定位。有學者認為，“智慧偵查”不僅涉及偵查的思想、偵查思路、偵查手法、偵查模式、偵查機制等幾個領域，還應該涉及“數據挖掘、數據分析、數據關聯(lián)”三位一體的多維變革①參見126頁的參考文獻[1][6].。在偵查理念方面，應確保其作為偵查工作的指導思想，貫穿于全過程，主要包含“大數據理念”“數據偵查理念”“全維偵查理念”“訴訟為旨理念”。這些理念相輔相成，在進行智慧偵查數據分析人才培養(yǎng)時，首先得從大數據本身理解“大數據理念”。在大數據時代，犯罪信息變成了虛擬的數據，特別是半結構化、非結構化的數據占據絕大多數，智慧偵查人才需要清晰地認識到，必須要利用大數據技術在這些半結構化、非結構化數據與結構化數據之間架起一個轉換的橋梁，達到虛擬數據服務偵查工作的目的。智慧偵查培養(yǎng)人才需要以數據為中心，了解“數據偵查”理念和數據的追蹤溯源以及有效查詢。其次，智慧偵查培養(yǎng)人員需要從大數據相關性原則認識到“全維偵查理念”，能夠全方位、多視角進行案件數據分析，以完成偵查工作。最后，以審判為中心了解“訴訟為旨理念”，根據法律規(guī)范，將大數據算法系統(tǒng)整合到證明系統(tǒng)中。在現代偵查工作中，偵查人員必須拋棄傳統(tǒng)的偵查思想，積極擁抱移動互聯(lián)網絡、云計算技術、大數據分析、物聯(lián)網等新興技術，同時注重人工智能在偵查工作中的發(fā)展和運行，為打擊違法犯罪工作保駕護航。在偵查手段方面，需要將傳統(tǒng)偵查與大數據、人工智能等技術進行融會貫通，比如刑偵手段與大數據相結合的圖碼聯(lián)偵、與人工智能相結合的人臉識別、數據庫自動比對預警等。在偵查模式方面，傳統(tǒng)的偵查模式和大量數據分析比對研究模式“雙軌并行”，形成以數據信息為中心、由數據信息到人、由數據信息到案等的偵查思維，并形成由人到案、由案到案、由物到案、類案偵破、串案偵破等不同的偵查模型，實現偵查工作“人力戰(zhàn)斗型”向“智能戰(zhàn)斗型”的過渡。在合成偵查方面，應確?？v向合成偵查、橫向合成偵查、區(qū)域合成偵查緊密結合。利用大數據遠程傳輸系統(tǒng)形成上下互聯(lián)的扁平化指揮體制，既能夠有效沖破傳統(tǒng)行政體制束縛，也能夠突破傳統(tǒng)偵查金字塔式的層次決定指揮結構問題，使偵查決定更精準、實施更有效。以偵破需要為導向，突破警種部門壁壘，做到刑偵、技偵、網偵、圖偵、電子情報等各警種同時上案、技術手段共同運用、信息化實戰(zhàn)應用資源共享，在國際、省際、市際的警務技術協(xié)同大框架下，逐步健全完善犯罪偵查區(qū)域有效合作制度，以促進偵查合作、技術協(xié)作效率的迅速提高。

（二）課程體系建設

構建科學、合理、有效的課程體系是智慧偵查數據分析人才培養(yǎng)的關鍵。本文在對國內多所公安院校偵查學、網絡安全與執(zhí)法、情報學、數據警務技術等相關專業(yè)的人才培養(yǎng)方案研究的基礎上，發(fā)現這些培養(yǎng)方案中的課程體系要么側重偵查學理論，要么側重大數據相關的技術，并沒有將偵查學理論和大數據相關技術進行有效的融合。該現狀也導致了培養(yǎng)的人才不能滿足當前智慧偵查數據分析的要求。因此，需要構建多學科交叉的智慧偵查數據分析課程體系，培養(yǎng)偵查理論和數據分析技能兼?zhèn)涞膹秃闲?、應用型的人才?/p>

1.課程設置

如上所述，為適應“智慧公安”“智慧偵查”的需要，一些公安院校已經提出了相應的專業(yè)人才培養(yǎng)的方案。比如情報學專業(yè)側重對學生的情報獲取、研判、分析能力的培養(yǎng)，其課程設置偏向于綜合情報業(yè)務能力，但與數據分析需求仍存在一定的距離。數據警務技術側重于對學生的數據分析、挖掘、建模等方面能力的培養(yǎng)，其課程設置偏向于大數據相關技術的課程，與智慧偵查需求也存在一定的距離。

為了滿足當前公安機關智慧偵查對數據分析人才的需求，本文提出基于交叉學科的課程設置模式，將偵查學、數據警務技術兩個專業(yè)的相對應的專業(yè)課程進行融合，在公安學科大類基礎上，培養(yǎng)偵查人員系統(tǒng)掌握偵查學基礎理論、基本知識技能，以及初步運用大數據平臺開展情報收集、線索研判、主動預控、數據分析等工作的能力。同時，公安學類本科培養(yǎng)的偵查人員要能夠獨立運用數據分析技術開展偵查工作，其在從事3-5年工作后，能夠成為智慧偵查數據分析的應用型專門人才。

2.實踐教學

除了在課程的理論教學外，實踐教學對于學生理解和掌握理論知識起著非常重要的作用。同時，對于學生了解實戰(zhàn)，掌握數據分析在實戰(zhàn)偵查活動中扮演的角色也是至關重要的。因此，在開展實踐教學的過程中，應該通過逐步擴大偵查學專業(yè)學生的實踐機會，把校內的實踐教學與實驗工作納入實戰(zhàn)環(huán)節(jié)當中，使學員與教師直接走進公安的實踐部門與進行專業(yè)數據分析的學習與交流，以及運用其數據庫資源、新技術與產品進行數據模型建設與數據分析的教學，使實驗室工作、犯罪數據分析教學與實踐工作有機融合。

3.教學質量

在原來的教學過程中，用于教學的數據多是文本型的結構化數據，因此面臨非結構化數據不足、異源數據模型還沒有建立基礎、數據分析智能化運用水平低下等問題。從真實案例中收集的數據類型來看，隨著互聯(lián)網等社交媒介的發(fā)展，大大增加了視頻、音樂、照片以及與網上論壇交流等非結構化警務數據的使用維度，進一步豐富了資料模型建立的信息來源基礎，進而增加了犯罪數據分析所需要的數據使用量與種類。而根據具體案件和問題中大數據分析特征的變化情況，也確定了在建立模型時所必須掌握的算法中包含了不同技術類別，所以在面對具體案件和典型問題時選擇使用合適算法將更加有利于優(yōu)化模型的精度，從而完成在大數據模型的建構過程中尋找更多有意義變量的工作任務。也為此，學校在做好大數據分析實驗室功能建設的同時，還應當針對學校主要社會信息資源的使用狀況開發(fā)多個基礎統(tǒng)計分析平臺，并將著力解決學校社會信息資源共享平臺的數據更新和資源整合等問題，讓學生們能夠在此基礎上選擇更多的基礎統(tǒng)計分析工具和大數據分析方法，從而增強數據挖掘效度的實案應用。

（三）技能提升

智慧偵查數據分析的人才培養(yǎng)要以偵查學理論為基礎，以數據分析技術為支撐，圍繞專業(yè)理論培養(yǎng)、數據分析技術訓練、實戰(zhàn)訓練這三個方面穩(wěn)步推進。

1.專業(yè)理論培養(yǎng)

普通課程中的專業(yè)課應盡早設計，以加強專業(yè)理論的教學，促進課程體系的改革。案例知識是刑事警察工作和專業(yè)培訓的基礎，因此，學生應盡早開始學習業(yè)務的基本知識。只有盡早建立起專業(yè)的理論基礎，才能為后續(xù)的數據化調查方法培訓和數據化調查的實踐培訓奠定堅實的基礎。同時，信息驅動的偵查工作需要在大數據的智能構建和運用基礎上，探索大數據和智慧偵查模式，以改革、發(fā)展和完善偵查工作，提高控制和預防犯罪的技能。在公安大數據快速發(fā)展的大背景下，加大數據分析培訓與教育工作已成為解決人才培養(yǎng)的題中應有之義。

2.大數據分析技術訓練

利用大數據技術進行早期預警、預測分析和決策，正在為犯罪預防和控制帶來巨大的好處。大數據分析是智能調查的核心。為了從大量的數據中提取線索并指導調查和破獲案件，有必要掌握數據收集和管理技術，特別是數據分析技術。目前，全國公安機關偵查部門依托“刑?！钡葍炔繑祿鲬?zhàn)平臺，深入開展犯罪形勢研判，協(xié)同開展合成作戰(zhàn)和跨區(qū)域作戰(zhàn)，將云模式作為打擊全國重大案事件的主戰(zhàn)場，數據技術得到了應用，大幅提高了有針對性的打擊能力。為加強大數據分析技術訓練，應強調以問題為導向，廣泛利用學校行政部門、校辦企業(yè)和校內資源，并對大數據研究方法的分析進行指導和培訓。

（四）師資培養(yǎng)

講授智能調查數據分析課程的老師不僅要有堅實的基礎知識，還要有豐富的實踐經驗。這是傳遞基礎理論知識和正確指導實踐活動的唯一方法。同時，在大數據環(huán)境下，數據分析智力人才培養(yǎng)的重點是 “理解數據分析的調查理念，加強警企合作，擴大數據源的整合，完善線上線下的合作模式”[7]。這些要求對負責人力資源開發(fā)的教師提出了更高的要求。借助公安院校提出“雙師型”教師隊伍建設的契機，通過預備教育、掛牌練習、學習任務、現場服務和實地研究，進一步將理論知識和實戰(zhàn)需求進行融合。

在師資隊伍培養(yǎng)的過程中，應完成如下工作。第一，公安院校要主動、積極選拔相關專業(yè)、相關任課教師，尤其是青年教師開展參與實戰(zhàn)、服務實戰(zhàn)的工作。第二，教師在掛職、下派等參與實戰(zhàn)的過程中，盡可能地搜集偵查部門對于數據分析工作的實際需求，盡可能地了解當前偵查工作對于數據分析人才的素質要求，并形成需求分析報告供后續(xù)教學工作使用，將實踐成果反哺到課堂教學之中。第三，成立大數據偵查科研團隊?？蒲嘘犖榻ㄔO是人才培養(yǎng)的核心內容，是專業(yè)建設與課程建設的理論來源。智慧偵查數據分析作為一門新興領域，同其他學科領域相比，存在諸如研究人員不多、知識領域局限、復合型教師缺乏等問題。這些問題導致科研隊伍弱化，研究成果不夠豐碩。沒有創(chuàng)新性的科學研究，智慧偵查數據分析的人才培養(yǎng)的發(fā)展只能故步自封，難以同時代發(fā)展相協(xié)調。只有將以上問題逐個擊破，才能避免知識結構老化，從而適應當前公安偵查工作發(fā)展的新趨勢。本文提出，要加強科研隊伍的建設，必須擴大研究規(guī)模，補充研究人員，確定學術帶頭人，利用知識互補的優(yōu)勢發(fā)揮科研隊伍的整體效能；應當明確指導思想與研究方向，集中精干人才鉆研特定領域，形成專業(yè)化科研團隊；要加大科研隊伍建設與投入，公安院校應當成立專項資金支持科研工作；要不斷完善科研工作評價體系，優(yōu)化成果獎勵制度，催生領域專門知識，形成支撐人才培養(yǎng)的理論成果。

結語

公安高等學校應當正確把握公安高等教育現代化的重要內涵，深入理解信息化、智能化是推動公安高等教育現代化發(fā)展的重要關鍵[8]，并進一步完善偵查學課程的構建，創(chuàng)新信息偵查課程的教學方法，積極打造信息偵查專門人才以順應新時代發(fā)展趨勢。在未來培育具備數據分析技能的偵查人才將是公安高等教育所面臨的重要挑戰(zhàn)。所以，要科學地總結各專業(yè)建設發(fā)展的經驗，積極開辟偵查教育試點，并不斷完善偵查的教育方式。