随着我国经济和社会不断发展，城市化进程快速推进，大量劳动力人口涌向城市，他们在城市中工作的同时，也增强了城市中人群的流动性和不确定性，为区域人流的日常管理、重点区域的治安管理带来越来越大的困难和挑战。庞大的数据资源使得各个领域开始了决策量化进程，具有预判性及更精准的决策将日益基于数据和分析而作出，“大数据分析”也将会成为城市治安管理、现代化指挥调度体系中的重要手段，为掌握、分析、预测社会治安新情况、新问题以及治安状况趋势提供科学、准确的数据依据。

支持socket、FTP协议，实时采集CDR信令数据和用户号码对应信息，根据数据源进行建模宽表的制作，将源数据存入分布式处理框架体系中，进行模型训练、评估、调优和结果固化，最后通过系统界面呈现分析后的数据及模型结果。

• 案情分布

  基于信令数据与基站位置信息，在GIS上呈现电信号码报警人员位置信息。

• 人流监控

  结合基站信息、地理位置信息，将运营商的人流信息在GIS上直观的展现出来。

• 黑名单用户检测

  对特定重点区域设定不同的黑名单，只要该黑名单用户出现在重点区域，即触发告警。

• 用户画像分析

  系统支持通过查询手机号码或者身份证号码，得到相关用户的画像分析结果，包括用户的姓名、身份证号码、电话号码、出行轨迹信息、工作地、居住地信息、职业信息、诚信状况、经济状况。

• 用户云度分析

  系统支持查询用户号码的云度网络关系，直观展现用户一段时间的三度网络关系。

基于大数据分析技术的智能化IT运维，预测式的挖掘用户刚需，使营销更精准。

居民生活时空分析：基于A口信令数据挖掘分析居民生活时空轨迹、社交关系、出行路线等。达到大数据处理实时化，用户轨迹直观化，广告营销精准化。

公安110系统：基于基站位置信息，在GIS上及时呈现人员位置信息。

黑名单监控告警：通过实时告警显示及声音告警提示黑名单用户出现在监控区域的时间，姓名、身份证号码、电话号码、大概地理位置。

间序列人流预测：根据以往历史人数，运用时间序列模型，预测未来某个重点区域某个时间段的人数。

蓝色是原始样本，红色是用模型模拟出来的效果和原始的数据很吻合，黄框是对未来时间的预测。

还可通过报告型分析服务，如区域常住人员分析、工作和非工作人员的对比分析、工作地TOPN排名统计分析、居民周末休闲活动行为分析和密集联系人居住地分析等，针对性、真实性、论理性、典型性和时效性的开展一些营销业务等。

大数据应用的五个典型应用场景：

• 利用大数据探索实现信息库的充实。

  客户服务、保险、汽车、维修、医药等行业需要储备规模巨大的知识库，而庞大繁杂的解答手册和知识系统会造成重复查询，导致系统延迟和成本上升。

• 增强360度全方位客户视图实现客户交互改进。

  电信、零售、旅游、金融服务和汽车等行业将“快速抓取客户信息从而了解客户需求”列为首要任务。

• 利用运营分析实现运营优化。

  制造、能源、公共事业、电信、旅行和运输等行业需要时刻关注突发事件、通过监控提升运营效率并预测潜在风险。

• 利用数据仓库扩充实现IT效率和规模效益提升。

  企业需要增强现有数据仓库基础架构，实现大数据传输、低时延、和查询的需求，确保有效利用预测分析和商业智能实现性能和扩展。

• 利用安全性和智能扩展实现犯罪防范。

  政府、保险等行业亟待利用大数据技术补充和加强传统的安全解决方案。

随着数据量的庞大，实时数据的价值也将逐步降低，需要不断的将历史数据归档管理，以便供历史数据查询、公检法查询、内外部审计和书记挖掘预测、归档数据回迁之用。