智慧警务室以5G、大数据、云计算、物联网、视频监控和智能服务终端为支撑，将社区警力真正扎根于社区，构建社区安防、维护治安、调解纠纷、便民服务的智慧警务应用场景。智慧警务室平台，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。

社区智慧警务室平台，包括治安防控中心、指挥情报中心、视频监控系统、警司联动处置中心、数据中心、侦查实战中心、便民服务中心。

数据中心

大数据中心提供对海量数据的处理、存储、计算、分析、数据挖掘和数据服务。数据资源涉及公安所有的数据资源类型，包括市局各部门、各专业警种等业务系统数据，各种社会数据资源和部省资源；涵盖各种结构化数据，以及视频、图片、音频、文档、互联网数据、电子笔录等半结构化和非结构化数据。

主要功能包括：数据接入，包括元数据管理、数据定义、数据读取、数据处理；数据来源包括视频图像、外部数据、内部警务数据；数据治理，包括资源编目、数据血缘管理、标签管理、数据质量管理、数据运维管理；数据组织，建立基础数据库、主数据库、关联数据库、专题数据库、主题数据库。数据服务，包括数据服务接口、API网关。

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。

随着信息化系统的不断建设，相关的数据量级已从TB级别跃升到PB级别，形成了名副其实的大数据。但是这些以往的海量数据大多只存在于垂直业务和单一应用中，数据过于分散且信息内容单一，而且缺乏有效的数据分析方法，数据处理效率低下，致使海量的数据无法被共享利用，严重制约信息化建设整体发展的速度。因此，需要通过信息化手段对已有各系统的海量数据进行整合、分类、归纳，搭建数据仓库，实现有效的数据存储与管理。

大数据平台利用各种分析方法，对已有数据进行统计和分析，提供历史数据的分析结果。帮助决策者能快速有效的从大量资料中，获得有价值的分析结果，做出科学的决策，帮助建构商业智能(BI)。

近年来，数据挖掘理论及其技术研究和开发取得了较为快速的发展，其在各个领域应用有着非常广阔的空间和潜力。数据挖掘主要依赖两项技术：一是对某个领域各部门产生的各种业务数据进行整理和集成，搭建支持决策的数据分析环境，即数据仓库；二是发现隐藏在各种监测数据之中的有用知识，即数据挖掘。

作为一个多学科交叉的领域，数据挖掘可以用多种方式定义，例如“从数据中挖掘知识”、“知识挖掘”等。许多人把数据挖掘视为另一个流行术语——数据中的知识发现的同义词。由以下步骤组成：（1）数据清理：清除噪声和删除不一致数据；（2）数据集成：多种数据源可以组合在一起；（3）数据选择：从数据库中提取与分析任务相关数据；（4）数据变换：通过汇总或聚集操作，把数据变换和统一成适合挖掘的形式；（5）数据挖掘：基本步骤，使用智能方法提取数据模式；（6）模式评估：根据某种兴趣度量，识别代表知识的真正有趣模式；（7）知识表示：使用可视化和知识表示技术，向用户提供挖掘的知识。

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。