一．當前公安行業在數據處理中存在的問題

1.數據存儲不及時

現如今公安機關開展治安管控工作涉及社會的方方面面，可以通過多渠道、不同層次收集數據信息。然而盡管有如此多的數據來源，由于公安機關手動的數據管理方式過于落后，造成情報信息存儲工作流于局限性。因此，數據存儲業務上的缺陷，常常暴露出情報工作的諸多問題，深知釀成較為嚴重的后果。例如，“10.28”金水橋暴力恐怖襲擊事件，在事件發生前，暴力恐怖襲擊分子為了進行暴力恐怖襲擊、制造恐慌，40次分別從不同加油站收集了200升汽油，購買了數把管制刀具，前后三次去天安門廣場踩點，攜帶反動旗幟進京，這些數據背后無不透漏出恐怖襲擊的蛛絲馬跡，如果公安行業及時開展數據搜集工作，完善信息管理系統，大量存儲此類有價值的信息并加以挖掘分析，金水橋暴力恐怖襲擊事件也許就不會發生或能避免不應有的損失。

2.信息上報延遲、失真

現階段公安信息工作呈現出大數據特點，基層的信息情報搜集人員和主管負責人員面對每日如此多的數據流量，汪汪會走向兩個極端。一是由于工作人員對情報工作重要性認識不夠、敷衍了事，這種不負責任的工作態度造成上報信息不及時，進而導致上報的信息失去其應有的價值；二是參加信息搜集的公安民警面對堆積如山的數據信息逐漸變得麻木，對上報信息缺乏篩選分析，使得傳到領導前的數據質量不高、內容單一、指導性差，為治安案件埋下禍根。如云南省普洱市“孟連事件”中，之行任務的公安民警未能及時向上級領導部門傳達膠農訴求，上級主管部門未能提出有針對性的對策伸直視而不見，導致我公安民警在現場處置過程中矛盾激化，受到500多名膠農圍攻，41名民警受傷、8輛警車被砸壞，15名群眾在混亂中受傷，這一系列嚴重后果，揭示出下層情報信息向上級匯報的過程中存在失真、不及時現象。因此，公安行業的信息情報工作保證信息的真實性和時效性也是公安行業工作中的重要一環。

3.數據技術含量低

先進的信息情報技術能夠提高各級公安機關對各種信息的收集、處理、分析的效率和準確性，提高對信息資源的開發利用，向上級決策機關提供準確、可靠的信息，提高決策機關的決策水平。但是從基層民警上傳的信息內容來看，很大一部分內容是某年某月某日開會、某年某月某日集中行動、某年某月某日破獲或查處了一起刑事或治安案件等等，大都屬于一事一議類，體現了工作的進度。但是公安行業進行信息搜集工作的根本目的是充分利用搜集到的數據進行科學的分析研判，從中分析出犯罪特點、犯罪人心理特征、活動規律、目的，進而做到打擊犯罪，預防犯罪。現階段，我國刑事案件中流竄作案的比率逐漸擴大，給國家和人民造成重大的經濟財產損失。對于流竄案件處置方面，各地公安民警多以鄰為壑、畫地為牢，不能做到及時發現及時查獲，以動制動。究其原因主要是對于搜集到的動態信息沒有定期匯總、綜合整理、及時進行串并案分析，缺乏技術支持，

4. 信息搜集方法欠缺、深度分析不夠

及時準確的行動必須以科學高效的分析方法為依據，具體的信息數據分析方法有邏輯推理法、綜合統計法、比較練習法、特征解析法、碰撞比對法、頻率分析法等。而受到情報信息分析研判機制和基層民警基礎業務素質的限制，一些民警不能建立相應的數據工作模型，沒有數據模型作為基礎就無法在孤立的零散的海量信息中圍繞犯罪活動構成要素，無法找出表面上看似沒有關聯事物之內的內在聯系，使得異常條件很難發現，最終不能用科學的管理、完善的機制來規范和保障信息情報分析工作的開展。在信息匯報方面，基層民警在對搜集到的信息進行整理時往往生搬硬套、缺乏靈氣，在寫作技巧上沒有針對性，一個模式。

二．北京泓維明昊公安行業商業智能解決方案目標

解決上述問題，關鍵是要對大數據進行大量的搜集整理清理，通過模型對海量的數據進行分析建模，挖掘出各類數據產生的內在原因，進而預測某一案件的發生概率及發展趨勢，以實現公安行業治安防控的目的。為實現這一目的，解決上述問題，北京泓維公安行業商業智能解決方案以公安信息網絡為依托，將公安內部資源和其他渠道獲取的相關社會信息資源，經過匯集、整合后融入到局警務信息綜合決策服務平臺上，根據各部門及相關業務警種的實戰需求，合理進行信息組織和資源配置，實現公安信息資源的綜合應用和深層次利用的決策服務平臺，分別滿足宏觀決策、作戰指揮和一線行動的研判需求。平臺具有上下互通、縱橫比對、分析研判、預警防范、輔助決策等綜合決策服務功能，具有解決資源整合、信息共享、深度應用等問題。因此，警務信息綜合決策服務平臺主要解決三大服務，既“為輔助領導決策提供服務，為基層民警一線作戰提供服務指導，為各警種公安業務工作提供服務支持”。

三．北京泓維明昊公安行業商業智能解決方案意義

因現階段我國的警力其實是不足，我國正式編制的經歷約200萬人，與普通群眾的人數比大約為千分之二。各地經歷日常工作壓力中，任務量大，基本保證不了正常休息，尤其在北京上海深圳等大城市，基層民警日常工作尤為繁重。在如此繁重的任務之外，還要加入大數據信息的分析，勢必會加重民警的工作。而泓維明昊的的解決方案很好的解決了這項問題，大大地提高了公安行業的效率。

泓維明昊所提供的解決方案是通過數據的分析、跟蹤、挖掘技術進行快速的識別模式，從而預測未來的犯罪行為。隨著與日俱增的犯罪數據規模與日漸復雜的犯罪手段的出現，使得根據經驗分析犯罪數據的難度越來越大，數據的分析、跟蹤和挖掘的技術的出現為快速識別犯罪模式，確定犯罪人員，提供了高效的分析或是產生實時的解決方案都提供了可能，從而節省了大量的時間與人力資源，使得公安行業的治安工作更上一個臺階。數據的分析、跟蹤和挖掘技術是一種應用數理統計方法及機器學習技術從大量的不完全信息中提取有價值的信息的過程，通過對數據的清理，建立分析的模型，從而得出有價值的結論，為決策和判斷提供支持。公安機關可以通過這樣的途徑，預測出某地發生治安案件的概率，并采取相應的措施，將暴力案件扼殺在源頭，變破為防，以提升犯罪防控的能力，降低犯罪率。

同時泓維明昊的解決方案對于治安管理的意義還在于，能夠提高公安決策的科學性和準確性。當前公安機關在把握轄區整體警務工作的時候，由于缺乏準確的、關聯的信息，往往導致決策時效性差，科學性不足，有的甚至是拍腦門的決策。在該解決方案得以實施以后，會為領導決策提供大量的依據，增加決策的準確性，有效指導警務實戰，發揮統一部署，協調各方的作用。

四．北京泓維明昊公安行業商業智能解決方案主要內容

根據建設目標，主要建設任務主要包括以下幾個方面：

1.建立統一的數據化業務決策規范與工作流程：

建立統一的警務信息綜合決策服務平臺管理規范與工作流程，是從建立健全配套工作機制的角度提出了建設任務，這個工作也是開展警務決策平臺建設的主要任務，否則各級干警在使用系統的過程中就會缺乏標準，無從下手、各行其是。

2.建立統一的警務綜合數據庫：

建設目標之一就是要提供技術手段去獲取公安內部和社會面信息數據，最終形成數據豐富、鮮活的綜合決策庫，這是信息共享和綜合決策利用工作的基礎。通過數據交換平臺整合三類數據資源，在市廳統一建立涵蓋公安主要信息、易管理、易維護的市級警務綜合數據庫。

3.建立統一警務信息綜合決策服務平臺，實現三大服務：

采用集中建庫和市、縣（區）、所隊四級應用的建設模式，實現為輔助領導決策提供服務，為基層民警一線作戰提供服務指導，為各警種公安業務工作提供服務支持。

4.建立技術支撐體系，滿足需求的不斷增長與變化：

該支撐體系不但要以數據交換平臺和公安業務架構平臺為核心，還要以智能統計分析工具、智能軌跡分析工具和智能全文檢索工具等。整個技術支撐體系將能夠滿足市廳警務平臺今后不斷發展的需要。

五．北京泓維明昊公安行業商業智能解決方案主要子系統模塊

1.軌跡分析

充分利用現有情報平臺的人員行蹤軌跡數據，通過可靈活定制業務模型的配置工具創建軌跡分析方案，向各級民警提供易于理解使用的分析功能和可視化的分析結果關聯信息，為各類人員、車輛軌跡信息開展研判工作、服務實戰提供強有力的技術支持。基于活動異常類人員分析研判分析，可以快速查看高危人員、較高活動頻次人員，跨多個地市人員的各種信息，可以通過圖形方式更加直觀的查看相關信息。軌跡分析主要包括以下幾種：

a. 重點人員軌跡分析

b. 流動人口軌跡分析

c. 異常人員活動軌跡分析

2.專題分析

根據情報信息分析的特點和需求定制開發專題分析模塊，依托這些分析模型尋找和發現情報線索，實施軌跡定位和追蹤。 

a.機場安檢及經停旅客分析

b.國內旅客分析

c.卡口車輛分析

d.網吧上網人員分析

e.暫住人口分析

3.警報分析

警情分析模型和工具主要包括多維分析、趨勢預測、對比分析、指標分析、統計分析、案事件分析、治安分析、熱區分析、軌跡分析、警務運行分析、串并案分析、線索分析、GIS地圖分析、110 警情分析、流動人口專題分析等。

以上分析都是通過歸納為犯罪數據挖掘分析，可以將其主要分為以下三類：

（1）犯罪模式分析：犯罪人的行為模式，不同的犯罪人員有自己不同的行為模式，其所實施的若干案件中尤其共同的關聯性。（2）基于地理信息系統的犯罪熱點分析：根據大量犯罪案件的犯罪報告和相關信息記錄來找尋具有相似特征的案件，根據其相似性，可以認定統一犯罪事實人員，同時犯罪模式分析還可以找尋導致類似案件發生的因素，采取有效措施預防犯罪行為的發生。（3）犯罪預測分析：利用科學來提前預知可能發生的潛在犯罪行為，及時敲響警鐘，做到犯罪防范預警。

泓維明昊所提供的解決方案可以從數據源中找出形如“由于某些事情的發生而引起另外一些事情的發生”這樣的規則，推出每個數據項之間的相關性，從而找出屬性集中不同屬性之間的聯系。設定應用系統的數據項為犯罪類型、姓名、籍貫、文化程度、家庭住址、出生背景、身高、工作經歷、體型、臉型、作案動機、作案時間、作案地點、作案工具、流竄類別遺跡流竄范圍。我們通過提取犯罪人員的年齡、文化程度、工作經歷和作案動機這幾個特定項，進行關聯分析發現其相似之處。

五．北京泓維明昊公安行業商業智能解決方案技術框架

北京泓維明昊公安行業商業智能解決方案采用的國際最新BI技術Diver Solution^TM主要產品組件的應用流程如下：

數據ETL組件：Data Integrator

Data Integrator (數據的提取、轉換和加載)工具用于準備數據轉入模型。這樣可以避免編寫復雜的SQL腳本和查詢程序，系統管理員能夠無縫處理和集成不同來源的平臺或相關文件。系統環境被定義和規劃后，系統自動提取數據，計算并處理，將真正需要的數據傳輸到模型中。Data Integrator可接受整合的文件，也可接受任何抽取自數據倉庫、相關數據庫或以往系統的數據。可設定數據轉換程序，根據數據的更新，進行自動轉換。這樣就確保了用戶總是得到最新、最及時的數據。

Data Integrator指明了數據的來源、對數據的操作和輸出的位置，以Java圖形界面的形式用于準備數據，供泓維Builder使用。它不但減少了大部分的腳本編寫工作，而且允許管理員無縫處理和集成分散來源的平臺或關系型文件。Data Integrator（數據的提取、轉換和加載）在數據的傳輸過程不涉及編程。實際的腳本編輯全部在“幕后”完成。輸入文件、腳本、進程以及輸出文件都以對象的形式顯示在屏幕中，這就使得抽象的概念顯示為具有潛在關系的具體的數據流。用戶無須了解語法或人工創建對象。

數據建模組件：Builder和DiveMaster

泓維利用專利的交叉索引技術創建了多維模型，具有特殊的層數據存放設計，允許任意的數據導航和處理。Builder軟件將用戶數據轉換為數據模型，以供查看和分析。數據模型具有特殊的、專門的數據庫結構（交叉索引專利技術），在前臺展示Diver中有效地使用。Builder轉換數據的方式有摘要、索引和預處理。這實際上將客戶端（Diver）大部分的分析負擔轉移給了一個系統程序（Visual Builder），在數據系統非常龐大的情況下可以大大加快運行速度。

DiveMaster 軟件的界面幫助用戶根據需要來自定義數據模型。DiveMaster可編輯DivePlan （該文件向客戶端軟件說明數據模型應如何顯示給用戶）。DivePlan包含的信息有：顯示的列有哪些，什么計算字段可用以及如何連接多個數據模型等等。DiveMaster的另一功能是在控制臺中添加類目。

數據展現組件：DivePort、NetDiver、ProDiver和DI-Diver

DivePort是一個門戶產品技術，用于前臺查看和分析數據結果和報表；一般在企業中是初級用戶使用；權限不高。

NetDiver是一個基于WEB網絡的外部訪問端工具，用于前臺查看和分析以及鉆取數據、設計適當圖形界面結果和報表；一般在企業中是中級用戶使用。

ProDiver與Diver都是一個功能強大的商業智能界面軟件，用于生成、設計和制作包括鉆取報表和分析界面，都是高級用戶使用，系統操作和使用權利高。不同的是ProDiver是遠程訪問工具，而Diver是企業內部網絡使用。

數據展現組件是世界標準的高性能報表設計系統，支持包括OLAP多維數據查詢，提供超過幾十種以上的風格選擇，可以對數據訪問及輸出進行完全控制。終端用戶可以下下鉆取報表，排序和過濾信息，更新報表，打印報表，并且所有的報表都可以導出多種不同格式，包括PDF、Excel等。