论大数据视域下的侦查情势

秦 晔

（中南财经政法大学，湖北 武汉 430073）

基于大数据、人工智能技术的兴起，近年来有关大数据侦查的研究及应用均取得了突破性进展。研究成果方面，在中国知网以“大数据侦查”为关键词搜索，2015 年以来共有学术性论文1197 篇，学位论文327 篇（其中博士论文29 篇、硕士论文298 篇），在同时期侦查类研究文献中排名第六位，占比4.68%；而应用方面，大数据应用衍生出的人脸识别、语音识别、大数据智能分析等技术在公安领域得到深度应用。[1]大数据及其相关技术已在侦查研究和实践中不可或缺，但是正如有的学者总结：大数据的观念直接映射到对大数据侦查的认知，将大数据的一般性特征简单转换为大数据侦查的特征，从而忽略了应用场景的改变，使大数据侦查的研究和应用出现了一些错误倾向。[2]事实上，大数据研究不仅包含大数据本身，还包括大数据技术与大数据思维的应用。在不同领域，大数据应用的具体路径方法必然存在差异，需要融通契合点，才能有效发挥大数据的功能。侦查领域同大数据的应用契合点集中于侦查情势，因为侦查方法、途径、策略和技术措施的实施都必须以特定侦查环境为背景或平台，而侦查环境中的诸要素便称之为侦查情势。侦查情势内部各要素相互作用，使侦查情势整体呈现运行状态，而大数据不仅是海量数据的集合，还包含对数据的处理分析，以及在此基础上衍生出的思维方法和决策方式等。故而以“大数据视域”总括大数据及其处理技术和应用类型，以“运行路径”诠释大数据在侦查情势中的运用，重点梳理大数据视域下侦查情势分析较之传统模式的变化，借以纠正大数据侦查某些错误倾向，促进大数据思维和技术更好应用于侦查实践。

一、大数据与侦查情势的概念特征及契合点分析

2010 年前后，大数据、云计算、物联网等广泛应用，开启了第三次信息化浪潮，[3]作为新概念的大数据融合了传统的信息采集、处理、存储、分析理念，并在此基础上借助云计算、物联网等最新技术，创新了思维决策方式。侦查情势是对侦查各项要素的总括，强调系统分析、宏观调控，作为传统侦查研究概念，却饱含前瞻性的思维探索。大数据创新的思维决策方式同侦查情势饱含的前瞻性思维相碰撞，即是大数据视域下侦查情势概念分析的新起点。但是，大数据与侦查情势毕竟属于不同范畴，因此为更好发挥大数据在侦查情势认定和分析中的作用，需要从概念角度梳理大数据和侦查情势各自特点及应用契合点，从而避免不顾应用场景变化，将大数据观念简单照搬到大数据侦查，把大数据特征直接转接至大数据侦查特征等错误倾向。

（一）大数据概念的特征分析

论及大数据概念，比较公认的是“4V”式概括，即Volume概指数据量巨大，Variety概指数据类型繁多，Velocity 概指处理速度极快，Value 概指价值密度较低，“4V”特点表征了大数据同传统数据在构成理念上的四项创新。第一，大数据包含的数据量特别巨大，使大数据样本具有了整体性和开放性的特征；第二，大数据内部数据类型繁多，使大数据样本之间形成了关联、因果、包含等各类关系；第三，大数据应用要求处理速度极快，从而基于快速生成的数据能够得到实时分析结果；第四，大数据的价值密度比较低，所以需要建构相应的监控设备、存储设备、网络设备，乃至构建大型的电能和存储空间来支撑大数据的运行。上述大数据构成理念上的四项创新，演绎出大数据思维方式的三种转变，即由之前的通过分析样本数据推断全集数据到直接对全集数据短时间内迅速分析结果；由传统的数据分析注重精确性转变到大数据分析更为注重效率；由过去的以因果关系为核心架构转变成追求分析关联关系为主。大数据的上述特征为数据的构成、思维模式、技术方法提供了全新的视角，并且伴随信息技术与各行业的深度融合、新技术和新应用的不断涌现，大数据对社会发展的影响也日益广泛，使各领域的研究都无法回避大数据视域的分析论证。

（二）侦查情势概念的特征分析

侦查情势是对案件侦查有意义的各种条件与状况及其携带着的动态信息之间相互联系、相互作用而形成的混沌体系。此概念中，对“案件侦查的意义”可以概括为帮助“侦查主体作出正确的方法选择，并正确实施，及时根据反馈信息进行方法评价和修正，最终取得良好的侦查效果”。[4]侦查情势作为混沌体系包含四个取向：

1.开放与内聚共存

开放是指构成侦查情势混沌体系的要素是不断增加或减少的，如果将个体要素的变化设置临界点，那么由临界点组成的混沌体系边界是不断变化的，随着侦查的推进某些要素会被剔除，某些要素会加入，因此体系边界是开放的。而内聚是指所有进入混沌体系的要素，其运动方向指向案件真相和查办结果两个终极点，如果将混沌体系设想成一个椭圆，那么案件真相和查办结果便是椭圆的焦点，而椭圆内分布的点阵均指向两个焦点之一。诚然，理想状态是案件真相和查办结果同一，混沌体系变成规则的圆形闭环，但正常情况下两个焦点是存有距离的。混沌体系常态是闭合的椭圆形态，更有特殊情况下，两个焦点出现相离和相悖，比如案件未破是结果与真相相离，冤错案件则是结果与真相相悖，此时混沌体系无法闭合。另外，侦查情势中的各要素因其构成有主体性和客体性之分，还有主观和客观的差异，以致侦查情势每个要素都可能存在两个相伴的运动方向，最终是两个运动的合力指向椭圆焦点。

2.动态与静态相生

侦查情势内容丰富，包含作案的目的、作案人的手段和反侦查措施、侦查员的能力素质、破案的物质基础、科技手段、犯罪现场的地理环境、气候条件等。这些内容从单一要素角度讲是静态的，抑或说，这些要素必须是确定并可以利用的，比如犯罪现场的地理环境，现场勘查中只有测算出具体的位置、距离、高度等数据才对侦查有意义。但是侦查过程中，一个内容要素会引发一系列结果进而涉及众多其他内容要素，每一个结果也是由很多内容要素共同形成。从这个角度讲，侦查情势的各项内容一旦互相联系便是动态的，在侦查情势中动态与静态相生，两者相互依存又彼此制约。

3.因果与关联同在

侦查的实质是侦查机关及其所属的侦查人员依据犯罪及其侦查的基本规律发掘、发现、识别、解析、判读、固定、描述、展现犯罪行为发生、发展的因果联系的活动过程。不过，侦查情势中因果关系并不是完整存在于同一链条之上，而是被分割存在于众多的关联关系内，侦查的任务便是根据众多关联关系的碰撞比对分析，抽取指向案件真相的要素，厘清因果关系的链条。比如天气的原因诠释了作案人犯罪时间的选择，而犯罪时间的认定又在被害人死亡时间的鉴定中得到证实，天气、作案人、被害人、鉴定等要素中提取了关联信息，组成了作案人为何选取某个时间杀害被害人的因果关系闭合链条，从这个例子中也可以看出因果关系和关联关系实则是同根而生。

4.共性与个别相成

侦查情势类型可以划分为典型的侦查情势和个别的侦查情势，前者关注同类型案件的共性特征，后者强调个案中战术的运用和组织的方法，两者相互补充。从传统侦查角度而言，案件侦查围绕何时、何地、何事、何物、何情、何故、何人等七个要素查证事实真相，与“七何”要素相关的信息组成典型侦查情势的基本框架。但“七何”要素只是侦查主体感受到的主客观要素，侦查情势基本框架仅包含了部分场景要素，当面临新的案件时无法含括个案侦查情势的所有要素，而且两者差异越大，侦查的偏离度就越高。理想状态是基于侦查情势的所有组成部分构筑侦查情势典型化模型，不过在实践中几乎是不可能完成的任务。唯有尽可能多的搜集侦查情势的相关要素，在此基础上构建概率模型，使之达到有效应用的程度。

（三）大数据与侦查情势契合点分析

1.构成模式均呈现运动开放状态

大数据和侦查情势都具有整体性和开放性的特征，而且内部各要素错综复杂，包含了各种关系，所以大数据意求包含所有数据，并且数据本身是不断变化的；而侦查情势也力求含括所有侦查信息属于开放式的系统，同时系统内的信息是动态的。信息的本质也是数据，数据的有序排列便形成信息，在众多侦查学教材编写时，大数据视域下的数据概念尚未普及，因此多使用侦查信息而没有使用侦查数据。如果弥合数据和信息的差异，以构成模式为视角，大数据同侦查情势均呈现运动和开放的状态。构成模式的相似性诠释了大数据应用中对数据的处理、存储、分析技术亦可应用于侦查情势，借助大数据建立大系统思维，将帮助侦查人员更加准确地把握影响侦查情势的各项要素，掌握侦查主动权。

2.内部要素均表征相近相联关系

传统的数据分析追求解释事物背后的发展机理，进而预测未来可能发生的事件。大数据视域下，因果关系并不那么重要，相反事件内部各要素的相关性成为主要追寻目标。侦查情势是侦查方法和侦查措施使用的基础，但侦查情势并不期待通过分析成因获取案件侦破的方法。侦查情势更为关注的是案件发生的时间、空间外在环境、客观现实及其他发展动态之间的相互联系，以此角度推断，侦查情势认定和分析阶段是最为适合应用大数据相关技术和思维方法。因为侦查的其他阶段都无法脱离因果关系的链条，而侦查情势的任务是认定侦查环境，分析侦查面临的形势，提供案件查办的基础，尚未进入因果关系证实阶段。

3.目标取向均追求预测研判功能

预测研判是大数据的核心功用，而侦查情势分析的核心任务也包括预测整个情势发展变化的趋势，因此大数据相关技术可以用来提升侦查情势分析时的预测能力。同时，大数据因其不是全部数据，预测的结果必然存有误差，而侦查情势分析时基于的是已被感知的主客观要素，其自身被界定为“混沌”系统。混沌系统无法完全正确地找出某个事物所以这样而不是那样的全部原因和这些原因作用于事物的非常正确的量化关系，它求取的仅仅是近似值。[5]所以在目标取向上，大数据和侦查情势都在追求尽力接近真相，而非真相本身。在整个侦查体系中，侦查情势因为能够接受预测研判形成的近似值，而成为大数据在侦查领域最为适用的应用环境。

二、大数据对侦查情势分析的作用探析

侦查情势自身具有的动态性、整体性、开放性、关联性和能动性等特征使其处于运行状态，此状态下侦查情势内部各要素互相影响，作用此消彼长，从而影响案件侦查。侦查中，不断有主观和客观的要素加入或被排除，侦查人员勘验现场的效果、对遗留证据的认知能力、自然条件对现场的破坏等均是侦查情势处于运行状态的动力源。动力源汇聚在侦查情势形成两股互相制衡的作用力，即推动案件查证到真相的力量和阻碍案件查办到真相的力量。大数据的引入，虽然助长了侦查情势中查办真相的力量，但也并不代表大数据能够影响到侦查情势中的每一项要素。概括讲，大数据主要通过提升侦查情势中侦查主体的认知能力和办案积极性，从而感知更多的案件信息用于侦查情势分析，以此提升侦查主体开展侦查情势分析的能力水平。

（一）大数据有助于提升侦查主体的认知能力

在侦查情势的构成要素中，侦查主体作为推动案件查办的主导力量是最为重要的。诚然，大数据时代侦查情势各要素都受大数据影响，但是诸如客体、客观方面要素的变化，只有被侦查主体感知才能影响侦查情势的认定和分析。大数据对侦查主体的影响，体现在扩大侦查主体的知识触角，激发侦查潜能，提升侦查主体对侦查情势分析、利用和控制的能力。大数据以全部数据为视角，加之相应的数据处理技术，帮助侦查主体获取更多的案件信息，进行更为全面的综合分析，破除案件伪装。大数据广阔的信息把控能力还能帮助侦查主体更为有效地控制案件查办要点，掌控侦查情势。同时，基于大数据相关技术对大量的结构化、半结构化和非结构化数据进行处理，形成的实时分析能力和预测能力，帮助侦查主体抓住侦查情势动态变化过程中呈现的空白点①空白点由侦查情势要素错位而形成，侦查主体抓住空白点可以推动案件侦破，作案人抓住空白点，将会加大案件查办的阻力。，直击要害突破侦查僵局进而主导整个侦查走向。总之，大数据帮助侦查主体增强在活力对抗方面的优势，弥补侦查主体个人能力和业务知识的不足，及时修正错误，保持职业敏感度，更好地寻求侦查方法，使侦查情势由错综复杂走向条理清晰，为破案打造良好基础。

（二）大数据有助于侦查主体感知更多的侦查情势信息

侦查情势认定的本质是拓宽侦查人员认识及预测侦查情势各方面因素的可能性，对侦查情势和侦查人员这两组因素进行联接。[6]换言之，侦查情势如同混沌体系，其间包含了已知和未知的要素，从侦查破案的角度审视侦查情势，只有侦查情势中被侦查主体感知到的已知部分才是案件侦破所能依靠的情势。侦查的目标是查明案件真相并抓捕犯罪嫌疑人，侦查目标影射到侦查情势就是在已知信息基础上，分析调取并查证未知的信息，经过比对信息中包含的各类印证关系，最后形成指向性强、关系单一的简单型侦查情势。所以，回溯至案件侦查的起点，面对侦查情势，侦查主体能够感知的信息越多、越系统，那么对侦查情势的认定就越准确，基于侦查情势采取的侦查方法、侦查策略和侦查措施就越有效果。大数据视域下的侦查情势，相对于传统数据统计，拓展了侦查情势所包含各项要素，同时运用大数据技术分析处理，增加了侦查主体能够感知的信息量，帮助侦查主体从全新的高度认定侦查情势。

（三）大数据为侦查情势分析提供了先进的方法

侦查情势的分析实质包含了认定和分析两个步骤，侦查情势的认定是对特定侦查环境的描述型表达，是侦查情势中被侦查主体感知的因素之和，而侦查情势分析是以正确侦查决策为目标，对情势要素进行分析，选取合适的侦查方法并使之具体化。侦查情势的认定和分析前后相继，认定是分析的起点，分析是认定的深化，但整体而言，两者属于同一分析过程，故而统称为“侦查情势分析”。大数据视域下侦查情势分析较之传统模式是变革性的，主要表现在两个方面：

1.分析对象由信息转换为数据

信息和数据是彼此联系又相互区别的一对概念，信息由数据组成，系统化的数据便是信息。传统侦查情势分析的基本单元是信息（如图1），而大数据视域下侦查情势分析的基础是数据（如图2）。数据被系统化为信息的过程中，人为剔除了大量被认为无用的数据，但这些被认为无用的数据只是侦查主体在进行小众数据分析时暂未涉及，从大数据的角度审视则未必是无用数据。所以，大数据视域下以数据为基本单元的侦查情势分析更为客观准确。

图1 信息为基本单元的侦查情势分析示意图

图2 数据为基本单元的侦查情势分析示意图

2.分析方法引入智能化工具

传统的侦查情势分析是侦查主体以信息统计为基础开展（如图3），大数据视域下的侦查情势分析仍然离不开侦查主体的价值判断与分析决策，只是判断与决策的基础不再单纯依靠信息统计，而是通过大数据技术对数据进行研判分析后，基于数据分析结果和诸多可视化的数据提示做出研判（如图4）。因大数据视域下包含了众多结构化数据，数量巨大且复杂，需要引入智能化工具辅助研判。智能化工具基于人工智能技术研发，与大数据几乎相伴而生，人工智能需要数据实现其智能，如机器自学习，同时大数据技术还为人工智能提供强大的存储能力和计算能力。但是大数据只能用于寻找结果，却无法根据结果采取行动，人工智能则能够执行认知功能，辅助完成对大数据处理结果的研判。因此，智能化工具的引入将大幅提升侦查主体对侦查情势的认定和分析能力。

图3 传统侦查分析示意图

图4 引入智能化工具后的侦查情势分析示意图

三、大数据视域下侦查情势运行的优化路径阐释

大数据之于侦查情势，在实践应用层面的载体是大数据及其相关技术生成的一系列研究成果，由于大数据研判需要借助人工智能技术，因此这些研究成果被设计成各类含括了人工智能技术的大数据应用系统（简称“大数据智能化应用系统”），交付给侦查人员使用。探析大数据视域下侦查情势运行的优化路径，实则是分析智能化应用系统的优化路径。结合大数据应用场景及对侦查情势各要素的影响，集中阐述与侦查主体密切相关的几项工作，借此呈现大数据视域下侦查情势运行路径优化的重点。

（一）提升数据库质量是优化大数据智能化应用系统的基础

伴随信息化侦查的开展，侦查过程中获取了大量的图像、视频、文本、语音等数据。上述数据的分类存储构成了各类数据库，加之金盾工程建设以来，公安各部门的数据库积累取得很大成就。目前，从大数据角度审视，数据库质量主要欠缺在数据联通。首先，表现在各警种间单独作战，所依靠和形成的是自己的数据库；其次，各地区、各层级间侦查办案也基本呈现个体化状态，彼此数据不融通；第三，公检法司等政法各协同单位间的数据更是缺乏互联性。因此提升数据库质量，侦查机关需建成互通互联、共建共享、综合应用的统一大数据平台，借此打破警种部门乃至区域间的“数据壁垒”。实现此目标的难点集中在侦查各单位①侦查各单位，包括基于各警种间、不同层级间、不同区域间形成的侦查部门，如基于警种形成的刑事犯罪侦查、经济犯罪侦查等；基于行业形成的铁路公安、森林公安等。彼此数据开源的不现实性，在目前阶段，各侦查单位间数据开源会造成极大的安全隐患，而且管理成本高、难度大。此情形下，相对优化的思路是采取有限开源模式，并借助区块链技术等确保数据融通安全。构思概述如下：首先建设公用数据平台，直接存储查阅非密可共享的数据，并设置涉密数据查询端口；其次针对涉密数据密级设定相应的数据使用审批程序；第三借助区块链技术确保数据查询使用人员申报信息保密，同时对查询时间、次数、事项建链留存，以备将来案件复查时使用；第四设置内卷信息存储管理系统，只待重特大案件侦办需要或重大冤假错案复查时，按程序审批调取查阅。

“有限开源”的方法虽然能够缓解“数据壁垒”带来的负面影响，但不是解决该项问题的最优路径。换言之，“数据壁垒”的存在不是单纯的技术因素导致的，更多的是体制原因。目前我国侦查权配置中，享有侦查权的主体包括公安机关、检察机关、国家安全机关、军队保卫部门和监狱等。其中侦查权限最为广泛的公安机关又根据查办案件类型设立国内安全保卫、经济犯罪侦查、刑事犯罪侦查和禁毒等部门。[7]诸多类型的侦查主体构成我国传统的“条块结合、以块为主”的侦查权设置模式，该模式已被实践证明，有助于侦查权的有效行使。只不过，伴随大数据、人工智能等新科技手段应用于侦查，传统以块为主的侦查权设置，不利于大数据建设过程中人、财、物的统筹，间接影响了数据互通。鉴于此，为解决“数据壁垒”问题而论及的体制优化，首先要肯定侦查权设置的整体合理性，进而研析如何集中各侦查主体在大数据建设方面的人力、物力、财力，统一规划建设、协调运行、共享互通。逐步建立统一的信息化数据采集、分析、管理机构及相应的考评制度，最终妥善解决数据壁垒问题，有效提升数据库质量。

（二）完善的知识图谱是优化大数据智能化应用系统的关键

大数据智能化应用系统包含各类查询系统、办案系统、分析系统、研判系统等，这些系统研发以大数据及相关技术应用为基础，其中最为关键的是引入了人工智能技术。人工智能技术在实现对人类的思维意识、行为方式进行自主学习后，可以完成诸如语言图像识别、信息收集反馈、自然语言处理等。大数据是人工智能的基础，人工智能是大数据应用的重要载体，在构建侦查情势的大数据智能化应用系统中，因为侦查情势所涉及的数据量及类型过于复杂，便需要分类型完成计算机自主学习规则——知识图谱的制定。知识图谱是将实体的定义、构成、属性等按不同维度梳理凝练出共性的知识描述，再用图形进行可视化表示。就侦查情势的应用场景而言，编写知识图谱就是要将侦查情势的数据，从数据接收和处理过程、各类因素在侦查活动中的作用、动态系统中进行的静态和动态分析、时序中进行的树杈状思维、信息的反馈、决策的修改等维度，按照系统模型的构造，凝练出共性知识，并转化成计算机可以识别的结构化数据。目前大数据、人工智能在司法领域的应用中，制作知识图谱是基础性工作。[8]知识图谱作为实务工作与大数据、人工智能应用的桥梁，将数据的处理分析和研判汇聚到一个应用平台，实现了大数据和人工智能技术的具体化应用。构建知识图谱需要通用技术、行业技术和模型技术的支撑，以上技术以数据和业务为基础。归结到侦查情势，数据基础是指侦查相关数据，业务基础则针对行业技术而言，表现为各种模型、算法，一般是先有数据模型，然后是业务模型，最后才是算法，业务模型需要算法去实现，但实践中很可能出现算法滞后于业务模型的情况。由于通用技术对基础数据有依赖，行业技术对业务有依赖，所以完善知识图谱需要优化模型参数，借助真实的侦查情势数据调教数据模型，使其在后续应用过程中更加具体准确。

大数据视域下的侦查情势运行借助大数据技术和人工智能技术实现，其间涉及的具体技术不仅是数据库和知识图谱的构建及完善，诸如数据处理技术、流计算和图计算技术、可视化技术等都发挥重要作用。但是有别于后几项技术可以由专业人员独力研发，数据库和知识图谱的构建和完善离不开侦查人员的参与及相关侦查部门的配合。侦查人员在数据库和知识图谱的建设中起着主导作用，也正是侦查人员的主导作用，使数据库和知识图谱因循了侦查的基本特征和侦查的方法策略措施等，从而有效解决了“将大数据的一般性特征简单转换为大数据侦查的特征”的错误倾向。鉴于数据库和知识图谱在系统构建中的基础性和关键性作用，所以大数据视域下侦查情势运行路径的优化以两者为关键词论述，也借此阐述侦查人员需要重点关注的事项。

四、大数据应用于侦查情势的预测作用厘定

“大数据的核心是预测”是最具颠覆和重构能力的大数据观，[9]因此大数据应用于侦查情势无法回避预测作用的分析。同时，侦查情势作为侦查实施的要素平台辐射侦查全过程，所以预测作用的厘定，其论述视角含括了多个侦查阶段。

（一）预测功能存疑分析

大数据应用于侦查情势预测，体现在以下几个方面：典型侦查情势分析时，对一定时期内案件性质相同、情节相似的案件进行分析对比，梳理出某类案件的侦查规律，探寻破案的方向；通过大数据分析同类案件的时空分布特点，不同区域案件的特殊规律，不同因素之间的关系，进而预测下一步工作的侧重点；利用大数据分析，根据不同数据项对数据库中存储的各类犯罪人进行多元化研析，从中总结犯罪人的人格及不同犯罪人作案的时空分布特征，以此预测侦查重点对象。但是上述功能无法全部实现，比如在各侦查部门数据没有实现互通互联的情况下，大数据预测的准确度是存疑的。近年来，预测型侦查、事前侦查、宏观侦查等侦查模式不断被提及，将侦查的启动提到了犯罪预备阶段甚至犯罪实施之前，已经突破了现代刑事法治理念。“引入大数据技术为时代所需，但其也不能包治百病”[10]，更不能生搬硬套。所以，大数据应用于侦查情势，需要融合两者的契合点，依具体的应用场景和现实的技术能力发挥相应的作用，而不能拘泥于理论学说照搬应用模式，过分追求预测功能只会适得其反。

（二）预测功能的价值定位为辅助作用

大数据应用于侦查情势，因受限于目前数据联通程度低，而无法有效发挥预测功能，但是即便解决了数据联通问题，预测功能在侦查情势乃至整个侦查活动中的运用也只能作为辅助。大数据可以实现对侦查及侦查对象相关行为的发掘、识别、研析、描述等，但始终无法发现和固定因果链的闭合。即便是借助智能化的分析研判系统，也无法完成此项任务。因为无法按照学习对象的固有规则编制知识图谱，也就无法为机器学习提供样本。以AlphaGo 为例进行对比阐释，AlphaGo 能够成功，原因是围棋的规则是固定和确定的，无论如何落子，遵循的规则是统一的，如果没有遵守规则，将会判为犯规。而侦查的规则是不固定的，因为犯罪无规则，纵然各类犯罪有规律可寻，但违背规律也是大概率事件，更不会存在某个裁判者，有能力将违反犯罪规律的行为判为违规。因此，即便依据历史类案，编制了一个涵盖所有已知特征的知识图谱，在下一个案件中如果出现了新的超出编制规则的特征，预测的准确性将大打折扣。基于此，从实践角度讲，大数据在侦查活动中的预测结果，只能用于辅助侦查主体分析当前的侦查情势。

余论

前文已述，目前关于大数据侦查的研究和应用存在两个错误倾向：一是大数据的观念直接映射到对大数据侦查的认知；二是大数据的一般性特征简单转换为大数据侦查的特征。不顾及应用场景，简单移植大数据观念和特征，导致大数据在侦查中的运用缺失了侦查理论的指引及对因果关系的探索，甚至违背了现代法治精神。为解决类似错误倾向，以侦查情势为载体，探寻大数据对侦查活动的影响及大数据应用于侦查的合理化路径。通过大数据与侦查情势概念特征分析解决了第一个错误倾向，找寻到大数据与侦查情势的应用契合点，以此将大数据理念融通于侦查活动；进而通过大数据视域下侦查情势运行路径分析解决了第二个错误倾向，提炼了数据库和知识图谱这两项应用核心，侦查人员通过参与数据库和知识图谱建设将侦查理论和侦查模式注入大数据应用，以此指导侦查场景下大数据的运用。大数据及其相关应用对侦查情势的认定和分析助益颇多，但是目前侦查情势中只是运用了大数据思维，借助了智能化工具，而数据存储和处理能力达不到大数据级别，加之实用性较低，一般不具备对个体侦查情势的分析功能。因此，大数据视域下侦查情势的认定和分析，仅仅是初步开启了大数据在侦查中的运用，不过伴随科技的发展，大数据必然在侦查情势乃至整个侦查体系中得到更为广泛和深入的应用。