
潍坊利用“大数据”引领立体化治安防控
每天清晨,山东省潍坊市委、市政府主要领导的手机都能准时收到前一天全市治安状况的各项数据。如果遇到重大突发案情,一条条专项分析数据更是不间断地被推送过来……
“构建立体化治安防控体系,就是要让社会治理者对辖区治安状况做到心中有数、手中有招。而这一切都是通过大数据的收集、分析和流转来实现的。”近日,潍坊市副市长、公安局局长于永生接受《法制日报》记者采访时表示:“近年来,潍坊坚持运用大数据思维,相继研发建设‘五大信息化平台’,依托城乡网格化管理,使得各类警情数据上报下推、双轨流转,实现与综治工作的有机结合,使社会治安防控体系建设走向立体化、社会化。”
警务数据有效指挥实战
今年8月初以来,高密市连续发生砸汽车玻璃盗窃案件。案发后,各类数据源源不断汇聚到警方的大数据信息分析平台上,经过智能分析,警方成功串并18起案件,判断皆由一人所为。近日,犯罪嫌疑人常某被抓获。
“这些繁杂的数据来源于公安机关的各个环节,以及散布在网格里的社会治理数据,详实的数据最终确保分析研判的及时准确。”潍坊市公安局指挥中心主任刘崇道说。
据悉,去年以来,潍坊市公安局专门研发建设了全市统一的云警务指挥调度系统,包括一体化指挥调度、大数据信息分析、网络社会管控、视频警务云和合成作战等“五大信息化平台”,为警情主导警务建设提供数据支撑和技术保障。
“针对五大平台对警情数据的收集和应用,我们首先实现了如实立案,杜绝了以往人为造假、不实不准、时间滞后等数据不实问题;其次实现了对数据的及时分析研判,特别是高发区域、高发时段、高发类型的‘三高警情’,通过云计算,平台自动生成各种研判数据;三是实现‘五大平台’的互联互通、数据共享,为各警种各单位侦查破案提供源头数据支持。”潍坊市公安局副局长夏光说。
除了建设云警务指挥调度系统,潍坊市公安局还专门研发“民意云”信息系统,广泛收集民情民意。记者了解到,这些民意数据包括群众对公安机关的意见建议、案件当事人对办案机关和办案民警的举报投诉和表扬、其他党政部门以及人大政协对公安机关的意见和建议,以及群众咨询和其他预警信息、社情动态等。
“警情数据和民意数据构成了完整的警务数据,通过对这些数据的分析研判,就能得到准确的治安状况晴雨表,并有效指挥实战。”于永生说:“两类数据的交融和碰撞,也促进了警民互动,大大提高了群众参与社会治安的积极性,为立体化治安防控体系奠定群众基础。
织密网络一触以动全身
近日,寿光市稻田镇一家超市发生持刀抢劫案,店内8600余元现金被抢走。然而,劫匪逃跑的轨迹清晰地记录在了视频警务云平台上,指挥中心根据轨迹,实时调动周边有效警力进行围堵抓捕,快速侦破了这一案件。
“我们利用大数据为支撑,围绕技防、物防、人防和心防,织密治安防控网络,实现快速准确反应,让违法犯罪分子无处遁形。”潍坊市公安局副局长薛林说。
在技防方面,潍坊市将天网工程纳入智慧城市建设,目前一二三类目标实现视频全覆盖,县级公安机关和派出所全部建成视频监控平台。广泛运用警用地理信息实现对巡防警力的可视化智能指挥,接警后自动显示1.5公里范围内的警务资源,出警速度提高90%。
在人防方面,建立了中心城区、相邻县市区和全市范围3个防控圈,设置交通治安检查站和治安卡点,全天候派员驻守检查;在中心城区和县市城区推行合成化巡防、网格化布警,每天保持1100车次、3300人次四班三运转24小时不间断巡逻;在火车站、汽车站、机场等人流密集区域,设置反恐处突“一分钟处置点”,武警特警武装备勤……
在物防方面,小到头盔、钢叉,大到巡逻车、装甲车、无人机,不断提高单警装备水平;在心防方面,警情数据分析研判后通过官方微信、微博等新媒体及时发布,极大提高了群众的预警防范意识。
“如果把立体化治安防控体系比喻成一个人的话,云警务指挥系统就是大脑,视频监控相当于眼睛,街面警力是四肢,‘心防’则是自我免疫力。”于永生说,“而最终要实现一触以动全身的快速反应,则需要大数据的收集、分析和流转,这相当于神经系统。”
据悉,立体化治安防控体系建设极大提高了警方对突发、高发、多发警情的快速准确反应。据统计,今年1月至8月,当地刑事、治安警情同比下降26%、22.5%,可防性案件下降19.4%。
双轨流转助力综合管控
手机显示“网购订单退款”,其实是一个网络诈骗。安丘市民刘某就这样被人骗走了银行卡内的所有现金……安丘市公安局“反信息诈骗中心”接警后,迅速启动金融单位联动机制,第一时间冻结了相关账户,为刘某追回了被骗钱财。
刘某的“幸运”是当地推进治安防控体系建设社会化的一个缩影。“网络诈骗防不胜防,单靠公安机关单兵作战,打防控效果欠佳。在综治部门的牵头下,我们与通信、银行、法院四方联动,成立了‘反信息诈骗中心’,实现了网络诈骗犯罪第一时间锁定涉案账户阻止交易、第一时间阻断涉案电话瘫痪其通讯、第一时间通过法律途径追回损失。”安丘市公安局局长刘兆泰说。
记者在采访时了解到,推行警务数据“双轨流转”是实现治安防控社会化的关键。目前,潍坊警方已经实现了从县市区、街道,到每个社区村居的定时警情分类、案类排序和发案时间统计,根据这些信息准确计算出各个区域的治安指数。
在公安机关内部,这些信息被分别推送到相关警种和辖区的干警手中,指导基层有针对性地开展治安清查、巡逻防范以及物防技防的布建;在外部,通过与综治信息平台的对接,又被推送到市、县、镇街的三级党政主要领导和综治部门手中,针对突出问题统筹协调、综合治理。
与此同时,治安指数还对公众进行发布,让每一个居民清楚自己身边的治安环境,激发他们参与群防群治和平安建设的热情。
“警务数据的双轨流转,确保了各级党政领导对自己辖区治安状况的全面了解,并根据研判,针对突出治安问题和不安定因素,要求相关部门落实责任、属地管控。”潍坊市委常委、政法委书记苏立科说:“构建立体化治安防控体系,是一个广义上的概念,不能光靠公安一家唱独角戏,必须在党委、政府主导下,整合资源,统筹协调,全民参与,才能不断提升全社会治安防控水平,提高群众的安全感、满意度。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03