智慧公安以大数据、云计算、人工智能、物联网和移动互联网技术为支撑，以“打、防、管、控”为目的，综合研判为核心，共享信息数据资源，融合业务功能，构建公安智慧大数据平台，实现公安信息数字化、网络化和智能化。智慧公安大数据平台，全面感知、综合分析、整合公安业务资源和社会化信息资源，提供高效的警务管理手段，拓展便民服务空间。

青少年违法犯罪问题是全社会关注的热点问题，也是消除社会不稳定因素，创建良好环境的重要研究课题。近年来，青少年违法犯罪呈上升趋势，出现低龄化、团伙作案的特点，己成为危害社会治安的亟待解决的社会问题。对于低收入家庭，成年人忙于生计，无瑕顾及青少年的教育；社会上不良因素、不良社会意识的出现，使得来青少年极易受社会不良意识的影响，走上违法犯罪道路。

通过公安大数据建模，构建学校对在校生管理和犯罪预测模型，通过大数据赋能，推动未成年人犯罪分级预防工作规范开展。

大数据平台对近年涉未成年人犯罪案件进行全面梳理分析，发现职业技术类学校学生犯罪案件数占未成年人犯罪案件数比例高达半数，且短期内重复犯罪现象严重，存在被采取强制措施期间再次作案的情形。学校对学生日常监管不到位，犯罪预防机制不完善，联合矫治机制缺乏。

公安大数据平台联合教育局、人社局，汇聚辖区内学校学生学籍信息，打通数据壁垒，建立“学校对在校生管理和犯罪预防”模型，通过该模型发现线索，更新犯罪预防重点人员名单，形成常态化犯罪预防机制。通过大数据平台，将预测模型运行范围延伸到义务教育阶段，对全部中小学生开展控辍保学，做好一般犯罪预防工作。

数据挖掘是从海量数据中，通过算法搜索隐藏于其中信息。通过统计、在线分析处理、情报检索、机器学习、专家系统（依靠过去的经验法则）和模式识别等诸多方法来实现目标。 通过数据挖掘平台，将海量数据转化为宝贵的“数据资产”。数据挖掘常用的方法有分类、回归分析、聚类、关联规则、特征分析、变化和偏差分析、网页挖掘等。

分类

根据犯罪嫌疑人的分类、属性和特征来对犯罪趋势进行预测预警等。例如，将青少年犯罪按照年龄、性别、职业、有无固定居所等特征进行分类，可以对未来可能的犯罪人员进行预测，对符合这些分类特征的人员进行预警。

回归分析

在公安的预测预警系统中，通过对案件时间上的相关性、延续性来对案发时间进行预测，提前进行布控。

基于沃达德大数据平台，通过对海量数据采集、处理、存储、分析和数据挖掘，根据数据的特性，采用合适的可视化方式，将数据直观地展现出来，以帮助人们认识数据、理解数据，同时找出包含在海量数据中的规律或者信息，预测未来发展趋势，进行智能化决策分析，使得数据资产成为核心竞争力。