《大数据警务的崛起》一书于2017年由美国纽约大学出版社出版，是在数据警务方兴未艾之际撰写的著作。随着技术的革新，社会的进步，警务执法面临一系列新的挑战。作者指出大数据技术和预测分析将彻底革新警务执法。作者试图阐明大数据警务产生的“黑色数据”，还探讨了大数据警务如何影响“警务执法对象”“警务执法地点”“警务执法时机”以及“警务执法手段”。新技术可能会影响警务的各个方面，研究由此产生的混乱，并提供了评估未来监控技术的理论框架。大数据警务革命已经到来。
这项创新的独特见解在于，数据驱动的预测技术可以识别和预测未来的风险。新技术为侦查和监控提供了新的机遇，技术环境提供了丰富的可能性，但也伴随着各种风险。本书试图就这些创新发展展开讨论，希望通过揭示和解释数据驱动的警务的扭曲效应，社会可以为大数据未来的发展做好规划。

谢全发，男，江苏警官学院侦查系副教授，法学博士，剑桥大学访问学者，长期从事经济犯罪侦查专业的教学与科研工作。近年来先后参与完成国家社会科学基金项目5项、省部级项目2项，单独主持司法部项目1项，主持并完成江苏省政府法制办公室、江苏省公安厅、江苏省教育厅等单位的厅级课题6项，在《西北民族大学学报》《中国人民公安大学学报》等期刊公开发表20余篇论文，研究成果有较高的被引用率，并获得江苏警官学院第十届哲学社会科学优秀成果三等奖。

导论 大数据警务
第一章 大数据的警惕之眼：数据监控的兴起
第一节 数据痕迹
第二节 什么是大数据
第三节 大数据来源于何处
第四节 谁拥有大数据
第五节 永久性数字记录
第六节 大数据工具
第二章 数据是新风尚：数据驱动警务的诱惑
第一节 警务黑暗时代
第二节 争议的焦点
第三节 蓝领警察生活遭遇的困苦
第四节 以创新应对危机
第五节 转变思维方式
第三章 警务执法的对象：基于人的预测性目标定位
第一节 暴力病毒
第二节 重点威慑
第三节 “热点名单”
第四节 数学与谋杀
第五节 锁定“坏蛋”
第六节 预测目标理论
第七节 谁会被锁定为目标
第八节 大数据“热点名单”
第九节 大数据嫌疑
第十节 大数据如何改变侦查对象
第四章 警务执法的地点：基于场所的预测性警务
第一节 可能发生谋杀案的阴霾
第二节 计算机生成的预感
第三节 地震预测算法
第四节 风险地形建模
第五节 预测性警务有用吗
第六节 数据问题
第七节 预测性警务是否具有族群歧视性
第八节 宪法问题
第九节 大数据如何改变警务地点
第五章 警务执法的时段：实时监控和侦查
第一节 小心你的危险系数
第二节 实时区域感知系统
第三节 追踪汽车、人脸和空间
第四节 实时侦查
第五节 族群数据
第六节 虚幻的信赖
第七节 时间刻录机问题
第八节 大数据如何影响警务执法的时段
第六章 警务执法的手段：数据挖掘的数字工具箱
第一节 循环网络
第二节 手机号码的汪洋大海
第三节 元数据
第四节 挖掘社交媒体数据
第五节 数据挖掘
第六节 算法调查可信吗
第七节 大数据带有族群主义色彩吗
第八节 或然性怀疑
第九节 大数据如何影响警务执法方式
第七章 黑色数据：族群，透明度和法律的扭曲
第一节 望尽黑暗
第二节 黑色数据和族群
第三节 黑色数据和透明度
第四节 黑色数据和法律
第五节 克服黑色数据
第八章 蓝色数据：警务数据
第一节 蓝色风险
第二节 犯罪全景地图
第三节 风险风向标
第四节 数据挖掘警务实践
第五节 警务感知系统
第六节 社区数据采集
第七节 蓝色数据系统
第八节 蓝色数据的未来
第九章 显性数据：风险和补救措施
第一节 看清风险
第二节 显性数据和地点
第三节 显性数据和模式
第四节 显性数据和人员
第十章 无数据：填补数据漏洞
第一节 数据漏洞
第二节 无价值数据
第三节 丰富的数据与糟糕的数据
第四节 代价高昂的数据采集
第五节 隐私恐惧
结语 未尽之路
第一节 风险：你能识别出你利用大数据技术所要解决的风险吗
第二节 输入：你能捍卫系统的数据输入（数据的准确性、方法的合理性）吗
第三节 输出：你能捍卫系统的数据输出（它们将如何影响警务实践和社区关系）吗
第四节 测试：你能测试这项技术（提供问责制和某种程度的透明度）吗
第五节 自主性：警察运用该项技术是否尊重它所影响的人的自主性
参考文献
索引