京公网安备 11010802034615号
经营许可证编号:京B2-20210330
用“大数据”守护一方平安
又是一年国庆假期,对深圳市公安局光明分局公明派出所合成作战中心民警戴越凡而言,这是他从警以来过的第11个国庆节,假期值班备勤一如往常,戴越凡带领着合成作战团队,通过接听电话、浏览电脑等处理着海量警情信息,并综合分析研判,为基层一线民警提供数据支撑。在幕后,他们默默地为国庆假期的平稳安全奋战、奉献。
从零开始带出合成作战团队
平均每周破案过3宗
戴越凡是广东河源人,2006年10月参加公安工作以来,一直扎根基层,先后在深圳光明公安分局公明派出所的案件队、支援队、合成作战中心等岗位工作。2012年,深圳市公安局推动情指联动、情勤对接工作,公明派出所情指室正式挂牌,戴越凡被任命为情指室专职民警。
面对新岗位,戴越凡从零开始,自己找资料学习,向先进单位请教,并结合派出所实际情况摸索出一套情指联动机制。此外,戴越凡利用市公安局视频警察支队到公明派出所支援开展信息化共建工作的机会,虚心求教,迅速提高合成作战中心的信息化应用能力。2013年,戴越凡组织派出所合成作战团队利用多种数据系统,进行24小时实时监测并通过短信平台及时派单,在短短的20天内,便抓获吸毒人员34人,其中强戒21人。取得成果的背后,是戴越凡持续的努力和学习,他坚持每天召开一次培训短会,并找来各种案例让大家讨论,搜集一些数据及信息运用的书籍给大家学习,迅速让队伍掌握了研判、分析、运用等基本技能。
另一方面,戴越凡还带领合成作战队伍参与到派出所的打防工作中,通过实践来检验学习成果,并及时提出不足和改进建议。同时,他也鼓励每一位成员分享自己的经验和想法,并进行总结提升。这支“学习型”合成作战队伍,如今正发挥着越来越大的作用。仅在破案一项,戴越凡带领的团队平均每周便达3宗以上。
打造市级合成作战规范
获评十佳综合情指民警
作为一名“数据分析师”,戴越凡也颇善于思考总结。在前几年的合成作战工作经验积累基础上,2016年,戴越凡带领团队积极探索“视频网+传统手段”服务基层实战,通过一系列的成功案例提炼形成以“视频网+对象追踪”、“视频网+布控指挥”、“视频网+群防群治”、“视频网+案件串并”等技战法为核心的“视频+”技战法体系,充分利用视频情指结合信息研判,服务于公安打防管控工作,共为派出所破获各类刑事案件100余宗。
值得一提的是,戴越凡还积极投身于市公安局警务标准建设,参与编制了《基层派出所情报指挥室数据支撑工作规范》。同时,他通过对公明派出所合成作战中心的大量实战案例和工作经验进行提炼总结形成了教程,并加入市公安局讲师团,为全市公安机关数据分析师授课。
在基层工作岗位上的认真履职,也让他多次获得荣誉。从警以来,戴越凡多次获个人嘉奖,获评为优秀公务员,获颁多枚深圳警察功勋奖章,因为在警务信息化工作领域上的开拓进取,戴越凡还被评为深圳市公安局信息化建设先进个人、“十佳综合情指民警”,并荣立个人二等功。
提前收集信息把控风险隐患
保障假期平稳有序
今年国庆假期,戴越凡除了公明派出所的工作岗位外,还要到光明公安分局合成作战中心值班,合成作战中心值班席365天24小时都有民警在岗在位,主要是支撑分局各岗位对信息的需求。
一组数字,一类现象,看似平常,但是在合成作战中心民警的手中,往往会发现隐藏的价值。日常工作中,包括戴越凡在内的合成作战中心团队,进行类案、多发案件的分析,对案件进行数据研判,摸清规律特点,提出综合解决方案以及整体防控措施,建立打击模式,再提供给打击部门参考,促进问题的解决。
在国庆假期,合成作战中心民警会密切关注社会情况。戴越凡介绍,他们会提前主动收集信息,整体把控社会面情况,对辖区重点场所、人流量情况、人群活动情况等会仔细梳理,“提前发现可能存在的风险和隐患,发出预警提示,从而保障国庆期间社会秩序的平稳有序。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28在数据可视化领域,单一图表往往难以承载多维度信息 —— 力导向图擅长展现节点间的关联结构与空间分布,却无法直观呈现 “流量 ...
2025-10-27这个问题问到了 Tableau 中两个核心行级函数的经典组合,理解它能帮你快速实现 “相对位置占比” 的分析需求。“index ()/size ( ...
2025-10-27对 CDA(Certified Data Analyst)数据分析师而言,“假设检验” 绝非 “套用统计公式的机械操作”,而是 “将模糊的业务猜想转 ...
2025-10-27在数字化运营中,“凭感觉做决策” 早已成为过去式 —— 运营指标作为业务增长的 “晴雨表” 与 “导航仪”,直接决定了运营动作 ...
2025-10-24在卷积神经网络(CNN)的训练中,“卷积层(Conv)后是否添加归一化(如 BN、LN)和激活函数(如 ReLU、GELU)” 是每个开发者都 ...
2025-10-24在数据决策链条中,“统计分析” 是挖掘数据规律的核心,“可视化” 是呈现规律的桥梁 ——CDA(Certified Data Analyst)数据分 ...
2025-10-24在 “神经网络与卡尔曼滤波融合” 的理论基础上,Python 凭借其丰富的科学计算库(NumPy、FilterPy)、深度学习框架(PyTorch、T ...
2025-10-23在工业控制、自动驾驶、机器人导航、气象预测等领域,“状态估计” 是核心任务 —— 即从含噪声的观测数据中,精准推断系统的真 ...
2025-10-23在数据分析全流程中,“数据清洗” 恰似烹饪前的食材处理:若食材(数据)腐烂变质、混杂异物(脏数据),即便拥有精湛的烹饪技 ...
2025-10-23在人工智能领域,“大模型” 已成为近年来的热点标签:从参数超 1750 亿的 GPT-3,到万亿级参数的 PaLM,再到多模态大模型 GPT-4 ...
2025-10-22在 MySQL 数据库的日常运维与开发中,“更新数据是否会影响读数据” 是一个高频疑问。这个问题的答案并非简单的 “是” 或 “否 ...
2025-10-22