和风制

随着网络和信息技术的迅猛发展，当前卷烟违法活动呈现出组织网络化、行为隐蔽化、手段高科技化等特点，亟须专卖稽查人员转变执法理念、创新案件查办方式方法。这种情况下，大数据应用开始凸显其重要性。笔者认为，要进一步明晰大数据在专卖稽查中的具体应用思路，通过构建数据库、建立分析模型、指导稽查实践“三步走”，将大数据应用于情报建设、指挥决策和案件经营等方面。

第一步：构建数据库

高质量的数据库是大数据应用的前提和基础。专卖管理部门虽然在案件查办过程中积累了海量的数据，但种类相对单一。此外，各地在录入案件数据时，往往缺乏严格统一的标准，致使数据结构存在一定差异，对后期的数据对接、整合与分析来说都十分不利。

要扩大数据的来源。除了专卖历史案件数据和系统数据外，还要将一线业务条线在日常工作中收集的数据进行上报，包括情报信息、走访情况、客户资料、举报投诉、网上线索、对比分析结果等。数据的形式上，除了传统的文字信息外，还要注重搜集涉嫌违法的图片、视频、音频等数据。

要强化数据的整理。在补全缺失数据，删除虚假、矛盾、无意义数据的基础上，参照常用的情报分析“5W1H模型”，将数据录入结构划分为“Who（人或者组织基本信息）”“How（行为过程与方式）”“What（行为属性和特点）”“Which（涉事物品、交通工具、联系方式、账户信息等）”“When（时间）”“Where（地点）”六个部分，每个部分对应不同的数据。例如，“Who”中就包含了姓名、许可证号、身份证号、年龄、户籍等数据。相关人员只需要将真实的数据录入相应的空格即可，最终形成标准统一的结构化数据库。

第二步：建立分析模型

当前，我们对于大数据的分析和研判，大多停留在简单的人工识别加经验判断上，很多有用的情报线索没有得到及时挖掘和利用，致使有些案件该发现的没被发现，该查处的没被查处，失去破案最佳时机。另外，工作人员的操作不当也会导致分析结果的偏差，使数据失去意义。

笔者在这里，主要列举三种常用的数据分析模型。

数据节点碰撞模型，主要用于挖掘数据节点中重复出现的字段。具体操作中，我们可以利用EXCEL中的COUNTIF函数来实现。例如，已知单元格中A1、A2、A3、A4分别代表不同案件中的涉案人员，B1代表新增情报中的嫌疑人。对单条情报操作时，输入公式“=COUNTIF（A1:A4,B1）”，输出结果为2，说明该情报中的嫌疑人在已有案件中出现过2次；当需要对所有案件进行综合操作时，输入公式“=IF（COUNTIF（A:A,A1）>1,“重复”）”，输出结果显示，A2和A4项重复，说明该当事人曾出现在两个不同的案件中。

数据热点分析模型，主要用于分析数据节点中不同字段出现的频次。具体操作中，我们可以利用EXCEL中的排序功能和统计功能来实现。例如，已知单元格中D1、D2……Dn分别代表不同案件中的案发地点，在对其进行升序或降序排列后可以得到不同地址案发数的频次分布。频次越高，说明该地址的违法风险越高。为了便于分析，我们可以对频次进行分区处理：当频次超过某一数值a时，设为违法风险高发区；频次在a～b之间的，设为违法风险中等区；频次在b以下的，设为违法风险低发区。

数据关联分析模型，主要用于挖掘不同字段在给定数据节点集中出现的频率。具体操作中，我们可以利用Ais、Apriori等算法来实现。例如，已知案件中的数据节点有：涉案人员户籍、案件类型和案发区域。户籍项中包含X1、X2、X3三个字段，类型项中包含Y1、Y2、Y3三个字段，区域项中包含Z1、Z2、Z3三个字段，一共有27种不同的组合。通过计算，发现（X1，Y2，Z3）出现了6次，占22.2%；（X2，Y1、Z1）出现了4次，占14.8%。一起出现的概率越频繁，说明这组数据之间的关联越紧密。

第三步：指导稽查实践

在专卖稽查实践中，究竟大数据该怎么用？能发挥怎样的功效？目前尚处于探索阶段。行业内对大数据的应用，主要体现在执法人员考核和案件统计上。没有形成系统的、对数据价值进行深入开发和利用的体系，致使很多数据都缺少用武之地。

笔者结合以上三种数据分析模型，尝试将其用于具体的稽查实践中。

一是应用于情报建设、预警响应中。数据节点产生碰撞，说明节点或预设节点曾一次或多次出现在目标数据库中。对稽查人员来说，情报建设一直以来都是关注的重点和难点，而碰撞分析可以很好地辅助情报的分析和研判。如果收集上来的情报产生碰撞，说明该条情报具备一定的价值；碰撞的节点数越多、产生碰撞的节点越关键，情报所反映的事实越接近真相。除此之外，碰撞分析还可以用于违法预警，有效盘活历史数据。如果已有的数据库中产生碰撞，说明不同案件、情报之间存在着某种联系。稽查人员通过分析这些节点，不仅可以挖掘出新的违法线索，还可以串点连线、以案查案，逐步将小案件经营成网络大案。

二是应用于指挥协调、决策部署中。稽查人员可以通过案发地点的热点分析来了解和确认“卷烟违法行为高发区域”。结合当地的卷烟销量、物流分布、人口结构等特征，可以进一步分析违法行为频繁的原因，并科学地组织人力、物力资源对这一区域进行有目的性的干预。通过对某一时期非法卷烟来源地和流向地的热点分析，掌握卷烟流动特点，强化对目的地嫌疑车辆和人员的监管，有助于提高违法打击的精准性。通过对案发时间的热点分析，得出卷烟违法行为发生的时间规律，加强对节假日、送货日等特殊时期的市场监管，加强对夜间、清晨等监管盲区的突击检查，灵活机动地调整稽查人员的工作重点。

三是应用于案件经营、网络建设中。关联分析，有助于稽查人员通过已知的案件和情报信息，摸索新的违法行为规律。有些作案规律是可以凭经验判断出的，而有些则需要通过数据论证。比如，稽查人员有时候需要知道案发频率高峰期集中在哪几个月份，与这一时期的卷烟投放政策有什么关联；有时候希望知道哪些零售终端可能出现卷烟违法活动，他们的违法手段和特征有什么不同。再比如，在物流监管中，究竟哪些类型的车辆、哪个地区的车辆是需要重点关注的对象；哪个区域多发生哪些类型案件，与具体的区域特征有什么潜在的联系等。搞清楚这一条条的规律，就好比是梳理出一条条的脉络，最终的违法网络也会逐步呈现。