智慧内保是社会治安防控体系建设的重要内容，汇聚单位标准地址、从业人员、保卫人员等基础信息，对重点单位和要害部位的人员，结合空间数据，建立人员全息档案，进行警情态势预测、高危人群筛查、串并案等主题和多维度分析研判，实现多维度预警。

智慧内保在平安城市建设中起着举足轻重的作用，包括汇聚内保单位基础信息，建设信息资源库，为数据交换共享提供服务支撑；实现内保辅助决策，展示单位内保工作形势，提供参考和数据支撑；实现内保监测预警功能，采用大数据挖掘、人工智能等技术进行预警监测。

智慧内保安全监管大数据平台，包括数据中心、智慧内保安全监管系统、企业采集系统、智慧内保警务通APP。

智慧内保安全监管系统，包括重点单位管理、人员密集场所管理、人员信息管理、自查管理、非警务纠纷调解管理、案件信息管理、行业专家管理、标签管理、数据统计、分析研判、任务下达、预警提示、系统管理。

人员信息管理

实现人员信息管理，包括姓名、证件类型、证件号码、性别、出生日期、联系手机、民族、籍贯、人员类型等。

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，帮助构建商业智能(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。