【大數據成救人關鍵】

Facebook Banner 02

早前有滑翔傘愛好者鍾旭華於大嶼山伯公坳玩滑翔傘後失蹤,出事時他身上有帶GPS、無線電及手機,而鍾旭華本身從事資訊科技行業,他的舊同事及家屬在其失蹤後,便立即利用手機GPS定位找到兩個懷疑是鍾旭華的座標。無奈最終因警方依賴電訊商發射塔訊號定位,以致遲遲未能找到鍾的確實位置,最終未能救回他。

現時各行各業均會使用大數據,協助找到解決方法。除了透過定位可以快速找到求救者位置外,大數據亦有助減低犯罪率。以日本為例,它現在嘗試利用每一輛東京車輛的數據,從而推算最多車禍發生的時間和地點,配以適當的措施,減少因車禍而導致死亡的案件數量。

其實香港警務處同樣有收集交通意外的大數據。翻查警方統計資料,警方會於每月、每時、各區收集交通數據,其中如十大交通黑點,警方亦有收集各時段意外發生次數及傷亡率,曾有學者指出,警方是透過這些資料分析意外發生機率,其中在凌晨及下午的時間,嚴重交通意外較多。另外,這些數據亦有分別別類,包括夏天與冬天的分別,較熱的時段交通意外會否較天氣冷為多?

除此,世界各國紀律部門均有借助大數據,防止罪案發生。美國警局透過收集過去的警方資料,運用數據分析,研發預測性警務軟體,目的是預測有可能發生罪案的機率。研究團隊以三項因素推算出未來案件出現的機率,包括犯罪案件經常出現的地點、多次受害地區如屢次遭人爆竊的地區及受害地區的鄰近地區會有較大機會出現類似的案件。當警方分析有關數據後,鎖定未來較大機會出現案件的地點後,然後對執勤的安排作出調整,以預防案件的發生。

有報道指,自從加州採用該軟件系統的地區後,入屋爆竊的案件比其他地區減少了大約11%,搶劫案件亦大幅下降了27%;洛杉磯罪案率亦降低了13%。