智慧公安以大數據、云計算、人工智能、物聯網和移動互聯網技術為支撐，以“打、防、管、控”為目的，綜合研判為核心，共享信息數據資源，融合業務功能，構建公安智慧大數據平臺，實現公安信息數字化、網絡化和智能化。智慧公安大數據平臺，全面感知、綜合分析、整合公安業務資源和社會化信息資源，提供高效的警務管理手段，拓展便民服務空間。

青少年違法犯罪問題是全社會關注的熱點問題，也是消除社會不穩定因素，創建良好環境的重要研究課題。近年來，青少年違法犯罪呈上升趨勢，出現低齡化、團伙作案的特點，己成為危害社會治安的亟待解決的社會問題。對于低收入家庭，成年人忙于生計，無瑕顧及青少年的教育；社會上不良因素、不良社會意識的出現，使得來青少年極易受社會不良意識的影響，走上違法犯罪道路。

通過公安大數據建模，構建學校對在校生管理和犯罪預測模型，通過大數據賦能，推動未成年人犯罪分級預防工作規范開展。

大數據平臺對近年涉未成年人犯罪案件進行全面梳理分析，發現職業技術類學校學生犯罪案件數占未成年人犯罪案件數比例高達半數，且短期內重復犯罪現象嚴重，存在被采取強制措施期間再次作案的情形。學校對學生日常監管不到位，犯罪預防機制不完善，聯合矯治機制缺乏。

公安大數據平臺聯合教育局、人社局，匯聚轄區內學校學生學籍信息，打通數據壁壘，建立“學校對在校生管理和犯罪預防”模型，通過該模型發現線索，更新犯罪預防重點人員名單，形成常態化犯罪預防機制。通過大數據平臺，將預測模型運行范圍延伸到義務教育階段，對全部中小學生開展控輟保學，做好一般犯罪預防工作。

數據挖掘是從海量數據中，通過算法搜索隱藏于其中信息。通過統計、在線分析處理、情報檢索、機器學習、專家系統（依靠過去的經驗法則）和模式識別等諸多方法來實現目標。 通過數據挖掘平臺，將海量數據轉化為寶貴的“數據資產”。數據挖掘常用的方法有分類、回歸分析、聚類、關聯規則、特征分析、變化和偏差分析、網頁挖掘等。

分類

根據犯罪嫌疑人的分類、屬性和特征來對犯罪趨勢進行預測預警等。例如，將青少年犯罪按照年齡、性別、職業、有無固定居所等特征進行分類，可以對未來可能的犯罪人員進行預測，對符合這些分類特征的人員進行預警。

回歸分析

在公安的預測預警系統中，通過對案件時間上的相關性、延續性來對案發時間進行預測，提前進行布控。

基于沃達德大數據平臺，通過對海量數據采集、處理、存儲、分析和數據挖掘，根據數據的特性，采用合適的可視化方式，將數據直觀地展現出來，以幫助人們認識數據、理解數據，同時找出包含在海量數據中的規律或者信息，預測未來發展趨勢，進行智能化決策分析，使得數據資產成為核心競爭力。