大数据的魔力：快速破获摩托车肇事逃逸案

近年来，随着公安信息化建设与应用的不断深化，公安机关掌握的数据资源的广度和深度正在快速扩大。各警种业务对大数据的依赖性越来越强，对大数据定制服务、模型研发的需求越来越多，要求越来越高。实施公安大数据战略可以顺应信息化条件下公安实战的需求，加强对公安内外部数据资源的汇聚、清洗、管理、挖掘分析等工作，为各警种提供更高质量、更有针对性的大数据定制服务，为公安中心工作提供更有力的支持和保障。

下面我就以一个摩托车肇事逃逸案的侦破过程为例，演示下新智数通蜘蛛平台可视化数据分析挖掘系统的应用。系统通过案件中主要的三条线索：现场遗漏物品、网络征集、沿线视频监控排查分别入手调查，利用省车档数据、二轮摩托车数据、轻骑铃木所有型号摩托车数据、常住人口数据等几大类数据展开进行关联分析，最终确定凶手身份。

案件的应用场景

机动车与一行人发生碰撞，造成行人倒地受伤，伤者被送往医院经抢救无效死亡。经现场处置，这是一起交通肇事逃逸案。肇事逃逸案的破案关键是找到肇事车辆。

侦破难点？

现场遗留的信息少

现场附近没有视频监控

现场目击证人少

案件的模型思路

根据现场遗漏物品，通过网络征集和沿线视频监控排查，获取到的线索为“案发时间为2017年6月15日18时10分，肇事车辆型号为山西男装轻骑铃木，车身颜色为黑色，号牌第一位较模糊，最后两位数为08”等条件，通过将全省的近4千8百万辆车进行比对过滤，近15分钟就将嫌疑车辆锁定，后期经过车辆与人员信息匹配快速将嫌疑人锁定。

【 案件模型逻辑 】

案件破获结果

通过相关的电子轨迹核实发现，车主的弟弟当晚的轨迹与嫌疑车辆的轨迹完全吻合，且当晚过后，电话关机，故最终锁定嫌疑人。交警随即正面接触嫌疑人，后嫌疑人到公安机关自首。

整个案件侦破过程中，众多线索繁琐且表面关联性不强，若采用传统的破案手段不但耗费人力和时间，还有可能面临线索中断的窘迫情景。本案例中所采用可视化大数据关联分析手段通过直观的可视、交互手段，深度挖掘事物之间的关联线索，解决了这一难题。

正如我们所见，数据与数据间蕴藏着各式各样的联系，而这些关系之间更是隐藏着无限价值。新智数通蜘蛛平台可视化数据分析挖掘系统，正是通过可视化的手段将数据间有价值的关联关系深度挖掘出来，实现高效的数据分析和利用。可广泛应用于网络安全、反诈骗、案件侦查、情报分析、国防安全等领域。

本文由 新智数通 投稿至数据分析网并经编辑发布，版权归原作者所有，转载请与作者联系。