亲爱的朋友，节日快乐哈。
但是话说，这几天你在哪里给祖国“添堵”呢。网上有各种版本的堵车、堵人照片和视频，比如出行酱紫：
而景点游玩酱紫：
我呢也在北京，但是我没敢去天安门给老毛“添堵”，我猫在家里研究怎样才能不堵。
前天我不是写了篇《用大数据解决交通拥堵》嘛，有朋友就说，中国人多车多，什么方法也没用。我不信。你看北京交管部门也会玩数据，也会预警说：表走京藏高速、京开高速、京承高速、京港澳高速，这四条高速路是假日堵车的“钉子户”。
实际上，只要政府部门真正建立服务意识，把纳税人真正当作主人，以纳税人需求为中心，就没有解决不了的问题。
老百姓买个车，首先政府可能不让买；好容易摇到号了，又有各种费税一大堆，包括购车费、购置税、车船使用税、保险费、上牌费、燃油费、燃油税、停车费、路桥费、维修保养费等，其中：燃油税、停车费、路桥费是最大的开销，也是养车人心中最大的痛。
倘若政府真是有心解决交通问题，首先就要站在纳税人立场，切实考虑纳税人的根本需求，而不是死抱着计划经济之“残”、坚守部门利益之“缺”。
纳税人的需求是什么呢？一、想买车就买车，想出行就出行，别限制我的人权。二、各种税费，能不收就别收、能少收就少收、最好不要收。三、油价随行就市，维修保养别黑幕太多。
为什么如今节假日出行堵车那么严重？道理无比简单：因为政府“良心发现”，节假日高速不收费了。假若政府从此高速永远不收费了，高速一定不会有机会变成免费停车场。
用大数据解决交通拥堵问题，无非几个加减法：
-：放弃愚蠢的拍脑袋限制车辆购置的作法；
-：砍掉各种收费关卡，包括高速收费、停车收费等等；
-：停止收取燃油税、车船使用税
+：强化“天网”，确保视频监控的网格密度无死角、确保软件处理能力达到大数据要求；
+：分级分类分时段管理道路收费，确保多用多交、少用少交、不用不交，确保收费自动、实时且安全进行；
+：充分发挥移动互联网的优势，确保“软件定义交通”、“数据管理一切”，并与路况、养路、天气、大型活动等各类信息互联互通。
我测算了一下，仅砍掉高速收费关卡一项，就能减少高速拥堵10%以上。首都机场高速时常堵车，砍掉收费关卡能够减缓的比例更高。
……不细说了！假若哪座城市的首席交通官真心想解决拥堵问题，我再告诉他详细方案。今天本来是前篇文章意犹未尽，没想啰嗦这么久的。今天的主题是大数据预防犯罪和不正当行为。
在昆明火车站砍人事件发生后，公安、交通和安全部门对大数据反恐和预防犯罪的重视程度明显提高。我当时对合作伙伴讲，如果公安局自身首先打破壁垒，整合内部相关信息系统，而不是十几个系统相互割裂，然后再整合交通数据和网上的一些数据（如社交系统数据），做一个重点人群异动监控和预防犯罪的大数据系统，并没有什么难的。比如，你知道某少数民族聚居地有重点防范对象若干，你能通过交通数据知道他的动向，通过社交数据掌握他的言行，则在他行动之前你就轻松能够防患于未然嘛。
可惜，难的不是大数据，难的是那个“如果”，也就是打破内部壁垒的“小数据”。而在国外，利用大数据防范犯罪于未然，已经取得不俗的成绩。
2012年5月，北约峰会在芝加哥召开，约有来自50个国家的7000名政要参加此次峰会。由于此次峰会计划针对北约军队撤离阿富汗问题签署协议，预计将引发大规模反战游行示威和网络攻击等活动。因此，如何保障市民案例，就成为警方亟待解决的问题。
峰会期间，芝加哥警方密切监视社交媒体上的状态和留言，当消极的状态和留言集中发布于某个人流密集的场所时，就可以推断该地区将要发生游行示威或犯罪。只要将这些状态和留言发送地标注在地图上，并在其周边加强警备，就可以防范骚乱于未然了。
在该系统的帮助下，示威游行得以在相对平稳的状态下进行，逮捕人数也成功控制在10人以内。
类似地，田纳西州警方通过分析以往的犯罪数据，得出了“汽车盗窃案在雨夜会有所增加”等一系列犯罪倾向，从而改变了以往依照直觉进行人员配置和巡逻的惯例，还实行了一套新的道路交通法，使暴力犯罪量减少了15%、重大犯罪量减少了30%以上。
商业机构也可以用大数据防止不正当行为。例如，信用卡公司用大数据检测和预防使用卡的不正当使用。
北美某信用卡公司，多年来一直努力检测信用卡的不正当使用行为，但效果一直不太理想，因此也就很难采取有效的预防措施。
这是因为，如果想查出与常规正当使用行为不同的行为（即不正当使用行为），就必须分析大量的数据并进行建模。然而，当花费一至数周好不容易完成分析建模时，该模型通常已经派不上用场了。
采用Hadoop技术后，该公司的分析建模时间大大缩短，从过去7年内每天1亿笔交易数据中，提取1份个体数据并建模的时间，仅需13分钟。因此，当发现用户的操作与过去的建模有明显不同时，系统可以在该操作执行前发出警报，从而避免了由不正当使用行为造成的损失，多达12亿美元。