智慧警務室以5G、大數據、云計算、物聯網、視頻監控和智能服務終端為支撐，將社區警力真正扎根于社區，構建社區安防、維護治安、調解糾紛、便民服務的智慧警務應用場景。智慧警務室平臺，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。

社區智慧警務室平臺，包括治安防控中心、指揮情報中心、視頻監控系統、警司聯動處置中心、數據中心、偵查實戰中心、便民服務中心。

數據中心

大數據中心提供對海量數據的處理、存儲、計算、分析、數據挖掘和數據服務。數據資源涉及公安所有的數據資源類型，包括市局各部門、各專業警種等業務系統數據，各種社會數據資源和部省資源；涵蓋各種結構化數據，以及視頻、圖片、音頻、文檔、互聯網數據、電子筆錄等半結構化和非結構化數據。

主要功能包括：數據接入，包括元數據管理、數據定義、數據讀取、數據處理；數據來源包括視頻圖像、外部數據、內部警務數據；數據治理，包括資源編目、數據血緣管理、標簽管理、數據質量管理、數據運維管理；數據組織，建立基礎數據庫、主數據庫、關聯數據庫、專題數據庫、主題數據庫。數據服務，包括數據服務接口、API網關。

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。

隨著信息化系統的不斷建設，相關的數據量級已從TB級別躍升到PB級別，形成了名副其實的大數據。但是這些以往的海量數據大多只存在于垂直業務和單一應用中，數據過于分散且信息內容單一，而且缺乏有效的數據分析方法，數據處理效率低下，致使海量的數據無法被共享利用，嚴重制約信息化建設整體發展的速度。因此，需要通過信息化手段對已有各系統的海量數據進行整合、分類、歸納，搭建數據倉庫，實現有效的數據存儲與管理。

大數據平臺利用各種分析方法，對已有數據進行統計和分析，提供歷史數據的分析結果。幫助決策者能快速有效的從大量資料中，獲得有價值的分析結果，做出科學的決策，幫助建構商業智能(BI)。

近年來，數據挖掘理論及其技術研究和開發取得了較為快速的發展，其在各個領域應用有著非常廣闊的空間和潛力。數據挖掘主要依賴兩項技術：一是對某個領域各部門產生的各種業務數據進行整理和集成，搭建支持決策的數據分析環境，即數據倉庫；二是發現隱藏在各種監測數據之中的有用知識，即數據挖掘。

作為一個多學科交叉的領域，數據挖掘可以用多種方式定義，例如“從數據中挖掘知識”、“知識挖掘”等。許多人把數據挖掘視為另一個流行術語——數據中的知識發現的同義詞。由以下步驟組成：（1）數據清理：清除噪聲和刪除不一致數據；（2）數據集成：多種數據源可以組合在一起；（3）數據選擇：從數據庫中提取與分析任務相關數據；（4）數據變換：通過匯總或聚集操作，把數據變換和統一成適合挖掘的形式；（5）數據挖掘：基本步驟，使用智能方法提取數據模式；（6）模式評估：根據某種興趣度量，識別代表知識的真正有趣模式；（7）知識表示：使用可視化和知識表示技術，向用戶提供挖掘的知識。

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。