本發(fā)明涉及交通警情研判領(lǐng)域，特別是涉及一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)及方法。

背景技術(shù)：

隨著經(jīng)濟(jì)的快速發(fā)展，城市交通發(fā)展增速，交通管理部門對(duì)掌控當(dāng)前交通警情形勢(shì)的需求日益強(qiáng)烈，使得警情分析與研判工作成為其實(shí)現(xiàn)輔助指揮決策的重要手段?，F(xiàn)有技術(shù)中的警情研判分析系統(tǒng)只是對(duì)單一或幾個(gè)維度警情數(shù)據(jù)進(jìn)行查詢統(tǒng)計(jì)，沒(méi)有進(jìn)行多維度、多樣本數(shù)據(jù)分析，導(dǎo)致對(duì)警情研判分析統(tǒng)計(jì)數(shù)據(jù)較片面，沒(méi)有全方位進(jìn)行警情統(tǒng)計(jì)分析。

由于通過(guò)警情數(shù)據(jù)分析研判能夠?qū)榻y(tǒng)計(jì)、警情研判等對(duì)交通事故的預(yù)警有很重要的指導(dǎo)意義。現(xiàn)有技術(shù)中公安交管部門使用的警情統(tǒng)計(jì)分析系統(tǒng)是基于關(guān)系型數(shù)據(jù)庫(kù)的警情研判分析系統(tǒng)，該系統(tǒng)存在著系統(tǒng)僅僅能夠簡(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)帶來(lái)數(shù)據(jù)資源的浪費(fèi)和統(tǒng)計(jì)分析效率的低下的缺陷，無(wú)法適應(yīng)警情研判數(shù)據(jù)量增多和數(shù)據(jù)維度加深的信息需求。

因此，如何對(duì)警情全方位進(jìn)行全范圍了解、分析和預(yù)警，提供更好的支持，就成為本領(lǐng)域技術(shù)人員亟需解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于提供一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)及方法，以克服現(xiàn)有技術(shù)中存在的上述缺陷。

本發(fā)明的基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)可以對(duì)警情全方位進(jìn)行了解分析，并基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)應(yīng)用于對(duì)交通警情研數(shù)據(jù)搜集、統(tǒng)計(jì)、研判分析。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)，其包括以下設(shè)備：數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊；所述數(shù)據(jù)采集模塊包括有三臺(tái)合一警情數(shù)據(jù)模塊、其他業(yè)務(wù)系統(tǒng)模塊和在線填報(bào)數(shù)據(jù)者模塊；所述數(shù)據(jù)儲(chǔ)存模塊包括動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊，所述動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊包括多個(gè)hadoop相關(guān)組件，所述靜態(tài)數(shù)據(jù)儲(chǔ)存模塊包括依次連接的本體模型模塊、映射模型模塊和多個(gè)hadoop相關(guān)組件；數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊均包括計(jì)算機(jī)設(shè)備。

優(yōu)選地，數(shù)據(jù)采集模塊構(gòu)成數(shù)據(jù)采集層；數(shù)據(jù)存儲(chǔ)模塊構(gòu)成數(shù)據(jù)存儲(chǔ)層；數(shù)據(jù)分析模塊構(gòu)成數(shù)據(jù)分析層；業(yè)務(wù)系統(tǒng)模塊構(gòu)成業(yè)務(wù)層。

優(yōu)選地，hadoop相關(guān)組件的核心部分包括hdfs和mapreduce，hdfs為數(shù)據(jù)采集層數(shù)據(jù)存儲(chǔ)提供支持，mapreduce為海量數(shù)據(jù)提供計(jì)算支持。

為實(shí)現(xiàn)上述目的，本發(fā)明提供一種應(yīng)用上述分析系統(tǒng)的基于大數(shù)據(jù)的交通警情研判分析方法，采用hadoop相關(guān)組件和計(jì)算模型框架應(yīng)用相應(yīng)流程設(shè)計(jì)構(gòu)成，其包括以下步驟：

(1)數(shù)據(jù)采集層主要采集交通警情數(shù)據(jù)，其對(duì)三臺(tái)合一警情數(shù)據(jù)、其他業(yè)務(wù)系統(tǒng)數(shù)據(jù)和現(xiàn)場(chǎng)錄入數(shù)據(jù)進(jìn)行采集，其采集的數(shù)據(jù)包括警情類型、時(shí)間、地點(diǎn)和描述，在采集之后將所述數(shù)據(jù)上傳至數(shù)據(jù)儲(chǔ)存層；

(2)數(shù)據(jù)儲(chǔ)存層主要存放歷史及實(shí)施警情數(shù)據(jù)，其將數(shù)據(jù)采集層采集的數(shù)據(jù)儲(chǔ)存在動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊中，其中警情數(shù)據(jù)主要存放在靜態(tài)數(shù)據(jù)存儲(chǔ)模塊中，并按照一年25萬(wàn)條數(shù)據(jù)量設(shè)計(jì)；

(3)數(shù)據(jù)分析層主要對(duì)數(shù)據(jù)儲(chǔ)存層中的警情數(shù)據(jù)進(jìn)行分析、清洗和過(guò)濾，去掉不關(guān)注數(shù)據(jù)，提取主要內(nèi)容，供業(yè)務(wù)層使用；

(4)業(yè)務(wù)層主要對(duì)警情進(jìn)行研判分析給使用者提供相應(yīng)的警情數(shù)據(jù)，主要功能有警情概覽、警情查詢、警情統(tǒng)計(jì)、警情地圖、警情熱力圖和預(yù)警規(guī)則。

優(yōu)選地，所述業(yè)務(wù)層可以根據(jù)操作者需求可生成預(yù)制模板報(bào)表和定制模板報(bào)表。

優(yōu)選地，所述預(yù)制模板報(bào)表具有四個(gè)專題，其包括今日警情專題、高發(fā)警情類型專題、警情高發(fā)轄區(qū)專題和警情高發(fā)時(shí)段專題。

優(yōu)選地，所述預(yù)制模板報(bào)表是通過(guò)對(duì)日、周、月和年基本警情統(tǒng)計(jì)數(shù)據(jù)的研判分析，按照警情研判樣本、研判維度和研判結(jié)果輸送的選擇形成。

優(yōu)選地，所述定制模板報(bào)表根據(jù)操作者的需求，通過(guò)第一步數(shù)據(jù)清洗、第二步數(shù)據(jù)分組、第三部確定業(yè)務(wù)對(duì)象、第四步數(shù)據(jù)過(guò)濾、第五步產(chǎn)生目標(biāo)對(duì)象和第六步業(yè)務(wù)層展示形成。

本發(fā)明的有益效果：

本發(fā)明提出的基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)設(shè)計(jì)方法，解決現(xiàn)有技術(shù)中智能交通業(yè)務(wù)系統(tǒng)對(duì)大量數(shù)據(jù)做統(tǒng)計(jì)研判分析時(shí)普遍基于關(guān)系型數(shù)據(jù)庫(kù)的系統(tǒng)出現(xiàn)的一些弊端；本發(fā)明基于hadoop架構(gòu)設(shè)計(jì)，具有很高的可擴(kuò)展性、高效性和可靠性，在對(duì)大數(shù)據(jù)處理分析能力方面有顯著提高。同時(shí)本發(fā)明基于大數(shù)據(jù)架構(gòu)，采用多樣本、多維度統(tǒng)計(jì)研判，支持業(yè)務(wù)系統(tǒng)定制化業(yè)務(wù)，支持業(yè)務(wù)系統(tǒng)應(yīng)用擴(kuò)展。本發(fā)明是在面對(duì)當(dāng)前交管警情業(yè)務(wù)量急劇上升，交管業(yè)務(wù)需求急劇深入發(fā)展情況下形成，在保證對(duì)業(yè)務(wù)支撐同時(shí)，考慮了后續(xù)可擴(kuò)展、可升級(jí)等需求，可更好的服務(wù)于交通警情業(yè)務(wù)管理和支撐，基于此設(shè)計(jì)方法的警情研判系統(tǒng)可適用于智能交通及其他業(yè)務(wù)系統(tǒng)設(shè)計(jì)。

附圖說(shuō)明

圖1為本發(fā)明的系統(tǒng)架構(gòu)圖；

圖2為本發(fā)明的警情熱力圖；

圖3為本發(fā)明的研判樣本選擇示意圖；

圖4為本發(fā)明的研判維度選擇示意圖；

圖5為本發(fā)明的定制模板報(bào)表示意圖；

圖6為本發(fā)明的數(shù)據(jù)過(guò)濾流程示意圖。

具體實(shí)施方式

為使本發(fā)明實(shí)施的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行更加詳細(xì)的描述。在附圖中，自始至終相同或類似的標(biāo)號(hào)表示相同或類似的元件或具有相同或類似功能的元件。所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。下面通過(guò)參考附圖描述的實(shí)施例是示例性的，旨在用于解釋本發(fā)明，而不能理解為對(duì)本發(fā)明的限制?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。下面結(jié)合附圖對(duì)本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說(shuō)明。

在本發(fā)明一寬泛實(shí)施例中一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)，其包括以下設(shè)備：數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊；所述數(shù)據(jù)采集模塊包括有三臺(tái)合一警情數(shù)據(jù)模塊、其他業(yè)務(wù)系統(tǒng)模塊和在線填報(bào)數(shù)據(jù)者模塊；所述數(shù)據(jù)儲(chǔ)存模塊包括動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊，所述動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊包括多個(gè)hadoop相關(guān)組件，所述靜態(tài)數(shù)據(jù)儲(chǔ)存模塊包括依次連接的本體模型模塊、映射模型模塊和多個(gè)hadoop相關(guān)組件；數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊均包括計(jì)算機(jī)設(shè)備。

在本發(fā)明一寬泛實(shí)施例中本發(fā)明提供應(yīng)用上述分析系統(tǒng)的基于大數(shù)據(jù)的交通警情研判分析方法，采用hadoop相關(guān)組件和計(jì)算模型框架應(yīng)用相應(yīng)流程設(shè)計(jì)構(gòu)成，其包括以下步驟：

(1)數(shù)據(jù)采集層主要采集交通警情數(shù)據(jù)，其對(duì)三臺(tái)合一警情數(shù)據(jù)、其他業(yè)務(wù)系統(tǒng)數(shù)據(jù)和現(xiàn)場(chǎng)錄入數(shù)據(jù)進(jìn)行采集，其采集的數(shù)據(jù)包括警情類型、時(shí)間、地點(diǎn)和描述，在采集之后將所述數(shù)據(jù)上傳至數(shù)據(jù)儲(chǔ)存層；

(2)數(shù)據(jù)儲(chǔ)存層主要存放歷史及實(shí)施警情數(shù)據(jù)，其將數(shù)據(jù)采集層采集的數(shù)據(jù)儲(chǔ)存在動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊中，其中警情數(shù)據(jù)主要存放在靜態(tài)數(shù)據(jù)存儲(chǔ)模塊中，并按照一年25萬(wàn)條數(shù)據(jù)量設(shè)計(jì)；

(3)數(shù)據(jù)分析層主要對(duì)數(shù)據(jù)儲(chǔ)存層中的警情數(shù)據(jù)進(jìn)行分析、清洗和過(guò)濾，去掉不關(guān)注數(shù)據(jù)，提取主要內(nèi)容，供業(yè)務(wù)層使用；

(4)業(yè)務(wù)層主要對(duì)警情進(jìn)行研判分析給使用者提供相應(yīng)的警情數(shù)據(jù)，主要功能有警情概覽、警情查詢、警情統(tǒng)計(jì)、警情地圖、警情熱力圖和預(yù)警規(guī)則。

本發(fā)明提供的一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)及方法，與現(xiàn)有技術(shù)相比具有以下優(yōu)點(diǎn)：

本發(fā)明提出的基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)設(shè)計(jì)方法，解決現(xiàn)有技術(shù)中智能交通業(yè)務(wù)系統(tǒng)對(duì)大量數(shù)據(jù)做統(tǒng)計(jì)研判分析時(shí)普遍基于關(guān)系型數(shù)據(jù)庫(kù)的系統(tǒng)出現(xiàn)的一些弊端；本發(fā)明基于hadoop架構(gòu)設(shè)計(jì)，具有很高的可擴(kuò)展性、高效性和可靠性，在對(duì)大數(shù)據(jù)處理分析能力方面有顯著提高。同時(shí)本發(fā)明基于大數(shù)據(jù)架構(gòu)，采用多樣本、多維度統(tǒng)計(jì)研判，支持業(yè)務(wù)系統(tǒng)定制化業(yè)務(wù)，支持業(yè)務(wù)系統(tǒng)應(yīng)用擴(kuò)展。本發(fā)明是在面對(duì)當(dāng)前交管警情業(yè)務(wù)量急劇上升，交管業(yè)務(wù)需求急劇深入發(fā)展情況下形成，在保證對(duì)業(yè)務(wù)支撐同時(shí)，考慮了后續(xù)可擴(kuò)展、可升級(jí)等需求，可更好的服務(wù)于交通警情業(yè)務(wù)管理和支撐，基于此設(shè)計(jì)方法的警情研判系統(tǒng)可適用于智能交通及其他業(yè)務(wù)系統(tǒng)設(shè)計(jì)。

對(duì)本發(fā)明實(shí)施例進(jìn)行描述如下：

一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)，其包括以下設(shè)備：數(shù)據(jù)采集模塊、數(shù)據(jù)存儲(chǔ)模塊、數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊；所述數(shù)據(jù)采集模塊包括有三臺(tái)合一警情數(shù)據(jù)模塊、其他業(yè)務(wù)系統(tǒng)模塊和在線填報(bào)數(shù)據(jù)者模塊；所述數(shù)據(jù)儲(chǔ)存模塊包括動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊，所述動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊包括多個(gè)hadoop相關(guān)組件，所述靜態(tài)數(shù)據(jù)儲(chǔ)存模塊包括依次連接的本體模型模塊、映射模型模塊和多個(gè)hadoop相關(guān)組件；數(shù)據(jù)分析模塊和業(yè)務(wù)系統(tǒng)模塊均包括計(jì)算機(jī)設(shè)備。

數(shù)據(jù)采集模塊構(gòu)成數(shù)據(jù)采集層；數(shù)據(jù)存儲(chǔ)模塊構(gòu)成數(shù)據(jù)存儲(chǔ)層；數(shù)據(jù)分析模塊構(gòu)成數(shù)據(jù)分析層；業(yè)務(wù)系統(tǒng)模塊構(gòu)成業(yè)務(wù)層。

hadoop相關(guān)組件的核心部分包括hdfs和mapreduce，hdfs為數(shù)據(jù)采集層數(shù)據(jù)存儲(chǔ)提供支持，mapreduce為海量數(shù)據(jù)提供計(jì)算支持。

本發(fā)明提供一種應(yīng)用上述分析系統(tǒng)的基于大數(shù)據(jù)的交通警情研判分析方法，采用hadoop相關(guān)組件和計(jì)算模型框架應(yīng)用相應(yīng)流程設(shè)計(jì)構(gòu)成，其包括以下步驟：

(1)數(shù)據(jù)采集層主要采集交通警情數(shù)據(jù)，其對(duì)三臺(tái)合一警情數(shù)據(jù)、其他業(yè)務(wù)系統(tǒng)數(shù)據(jù)和現(xiàn)場(chǎng)錄入數(shù)據(jù)進(jìn)行采集，其采集的數(shù)據(jù)包括警情類型、時(shí)間、地點(diǎn)和描述，在采集之后將所述數(shù)據(jù)上傳至數(shù)據(jù)儲(chǔ)存層；

(2)數(shù)據(jù)儲(chǔ)存層主要存放歷史及實(shí)施警情數(shù)據(jù)，其將數(shù)據(jù)采集層采集的數(shù)據(jù)儲(chǔ)存在動(dòng)態(tài)數(shù)據(jù)儲(chǔ)存模塊和靜態(tài)數(shù)據(jù)儲(chǔ)存模塊中，其中警情數(shù)據(jù)主要存放在靜態(tài)數(shù)據(jù)存儲(chǔ)模塊中，并按照一年25萬(wàn)條數(shù)據(jù)量設(shè)計(jì)；

(3)數(shù)據(jù)分析層主要對(duì)數(shù)據(jù)儲(chǔ)存層中的警情數(shù)據(jù)進(jìn)行分析、清洗和過(guò)濾，去掉不關(guān)注數(shù)據(jù)，提取主要內(nèi)容，供業(yè)務(wù)層使用；

(4)業(yè)務(wù)層主要對(duì)警情進(jìn)行研判分析給使用者提供相應(yīng)的警情數(shù)據(jù)，主要功能有警情概覽、警情查詢、警情統(tǒng)計(jì)、警情地圖、警情熱力圖和預(yù)警規(guī)則。

所述業(yè)務(wù)層可以根據(jù)操作者需求可生成預(yù)制模板報(bào)表和定制模板報(bào)表。

所述預(yù)制模板報(bào)表具有四個(gè)專題，其包括今日警情專題、高發(fā)警情類型專題、警情高發(fā)轄區(qū)專題和警情高發(fā)時(shí)段專題。

所述預(yù)制模板報(bào)表是通過(guò)對(duì)日、周、月和年基本警情統(tǒng)計(jì)數(shù)據(jù)的研判分析，按照警情研判樣本、研判維度和研判結(jié)果輸送的選擇形成。

所述定制模板報(bào)表根據(jù)操作者的需求，通過(guò)第一步數(shù)據(jù)清洗、第二步數(shù)據(jù)分組、第三部確定業(yè)務(wù)對(duì)象、第四步數(shù)據(jù)過(guò)濾、第五步產(chǎn)生目標(biāo)對(duì)象和第六步業(yè)務(wù)層展示形成。

根據(jù)附圖1-6對(duì)本發(fā)明進(jìn)行詳細(xì)描述。

本發(fā)明要解決的主要技術(shù)問(wèn)題是，提供一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)設(shè)計(jì)方法。

基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)應(yīng)用于交通警情研數(shù)據(jù)搜集、統(tǒng)計(jì)、研判分析。

為解決上述問(wèn)題，本發(fā)明提供了一種基于大數(shù)據(jù)的交通警情研判分析系統(tǒng)設(shè)計(jì)方法，整體考慮采用hadoop相關(guān)組件和計(jì)算模型進(jìn)行整體架構(gòu)設(shè)計(jì)和應(yīng)用響應(yīng)流程設(shè)計(jì)。

hadoop框架的核心部分包括hdfs和mapreduce，hdfs為底層數(shù)據(jù)存儲(chǔ)提供支持，mapreduce為海量數(shù)據(jù)提供計(jì)算支持。主要優(yōu)勢(shì)體現(xiàn)在其可擴(kuò)展性、高效性和可靠性等方面?；趆adoop框架設(shè)計(jì)的大數(shù)據(jù)交通警情研判分析系統(tǒng)總體架構(gòu)如圖一所示。該總體架構(gòu)主要分為數(shù)據(jù)采集層、數(shù)據(jù)存儲(chǔ)層、數(shù)據(jù)分析層、上層應(yīng)用系統(tǒng)層。

1.數(shù)據(jù)采集層：主要采集的數(shù)據(jù)為交通警情數(shù)據(jù)，包括警情類型、時(shí)間、地點(diǎn)、描述等，主要來(lái)源有三臺(tái)合一警情數(shù)據(jù)、其他業(yè)務(wù)系統(tǒng)數(shù)據(jù)(指揮調(diào)度系統(tǒng)等)、現(xiàn)場(chǎng)錄入數(shù)據(jù)等；(“三警合一”，即將110，122，119三種不同警種，合并一起)

2.數(shù)據(jù)存儲(chǔ)層：存放歷史及實(shí)時(shí)警情數(shù)據(jù)。警情數(shù)據(jù)主要存放在靜態(tài)數(shù)據(jù)存儲(chǔ)區(qū)，按照一年25萬(wàn)條數(shù)據(jù)量設(shè)計(jì)；

3.數(shù)據(jù)分析層：對(duì)警情數(shù)據(jù)進(jìn)行分析、清洗、過(guò)濾等，去掉不關(guān)注數(shù)據(jù)，提取主要內(nèi)容，如日、周、月、年基本警情統(tǒng)計(jì)數(shù)據(jù)，其主要依據(jù)業(yè)務(wù)系統(tǒng)內(nèi)容進(jìn)行過(guò)濾，同時(shí)提取基本支撐數(shù)據(jù)，供上層業(yè)務(wù)系統(tǒng)使用；

4.應(yīng)用系統(tǒng)層：主要指各個(gè)業(yè)務(wù)應(yīng)用系統(tǒng)，本文指警情研判分析系統(tǒng)。主要功能有警情概覽、警情查詢、警情統(tǒng)計(jì)、警情地圖、警情熱力圖、預(yù)警規(guī)則等；

支持預(yù)制模板和定制報(bào)表兩種模式，預(yù)制模板下設(shè)如下四個(gè)專題：今日警情專題、高發(fā)警情類型專題、警情高發(fā)轄區(qū)專題和警情高發(fā)時(shí)段專題；

今日警情專題：輸出今日警情發(fā)展態(tài)勢(shì)、今日警情類型分布、今日警情級(jí)別分布、今日警情轄區(qū)分布四張圖，刷新周期可設(shè)置，支持5分鐘、15分鐘、30分鐘和60分鐘四種；可以回查七天內(nèi)的當(dāng)日警情專題；四張圖命名分別固定為；今日警情發(fā)展態(tài)勢(shì)、今日警情類型分布、今日警情級(jí)別分布、今日警情轄區(qū)分布；圖表上方顯示當(dāng)前日期和時(shí)間(若為當(dāng)天數(shù)據(jù)則顯示日期+時(shí)間，比如為昨天或前天等的數(shù)據(jù)則只顯示日期，如2016年5月26日)

以警情統(tǒng)計(jì)為例說(shuō)明：警情統(tǒng)計(jì)可以按照常規(guī)報(bào)表統(tǒng)計(jì)和自定義報(bào)表統(tǒng)計(jì)；

常規(guī)報(bào)表統(tǒng)計(jì)可以包括：24小時(shí)警情發(fā)展態(tài)勢(shì)、今日警情類型分析、今日警情級(jí)別分析、今日警情轄區(qū)分布等；

自定義報(bào)表：設(shè)計(jì)見(jiàn)圖5；

具體說(shuō)明一下如果進(jìn)行業(yè)務(wù)數(shù)據(jù)過(guò)濾，以按照轄區(qū)統(tǒng)計(jì)當(dāng)日警情數(shù)量為例說(shuō)明如何進(jìn)行數(shù)據(jù)過(guò)濾，結(jié)合圖6說(shuō)明：

數(shù)據(jù)采集層采集到的警情數(shù)據(jù)源有多處，很多警情信息分散，說(shuō)明不一致，但是基本都有基礎(chǔ)實(shí)體，每個(gè)實(shí)體基本都包括警情內(nèi)容，警情發(fā)生時(shí)間，警情地點(diǎn)等基本信息，但是各個(gè)數(shù)據(jù)源偏重點(diǎn)可能不一樣，比如三臺(tái)合一數(shù)據(jù)關(guān)注警情基本信息，警情調(diào)度信息不關(guān)注，比如業(yè)務(wù)系統(tǒng)(如指揮調(diào)度系統(tǒng))的警情數(shù)據(jù)可能比較完善，警情基本內(nèi)容、警情調(diào)度信息、警情附件信息等均有全面說(shuō)明；再比如在線填報(bào)的警情數(shù)據(jù)可能有和其他數(shù)據(jù)源數(shù)據(jù)重復(fù)的現(xiàn)象。

第一步：數(shù)據(jù)清洗，要把警情研判系統(tǒng)關(guān)注的基本警情數(shù)據(jù)提取出來(lái)，包括警情基本信息(內(nèi)容、時(shí)間、地點(diǎn)、轄區(qū)、警情級(jí)別、警情類別、接警人、接警人所屬機(jī)構(gòu)、接警人電話、報(bào)警人信息等)、警情調(diào)度信息(如警情狀態(tài)、派警人信息、反饋信息、督辦信息等)、警情附屬信息(如相關(guān)車輛信息、傷亡人員信息、設(shè)施損毀信息等)；

第二步：數(shù)據(jù)分組。數(shù)據(jù)清洗后，提取到基礎(chǔ)的警情數(shù)據(jù)，但基礎(chǔ)警情數(shù)據(jù)數(shù)量龐大、凌亂，需要進(jìn)行分組進(jìn)行后續(xù)支撐。研判系統(tǒng)業(yè)務(wù)分析，基本分組按照，日、月、年分組；

第三步：設(shè)計(jì)業(yè)務(wù)對(duì)象。經(jīng)過(guò)上述兩步驟，整理出警情基本分組信息。按照業(yè)務(wù)功能設(shè)計(jì)對(duì)象。如按照轄區(qū)統(tǒng)計(jì)當(dāng)日警情數(shù)量，關(guān)鍵信息有轄區(qū)id，轄區(qū)負(fù)責(zé)人信息，聯(lián)系方式，當(dāng)日轄區(qū)警情數(shù)量；

第四步：數(shù)據(jù)過(guò)濾。按照業(yè)務(wù)對(duì)象，從分組數(shù)據(jù)中進(jìn)行數(shù)據(jù)過(guò)濾，需要分組提取出結(jié)轉(zhuǎn)信息，如按照轄區(qū)統(tǒng)計(jì)警情數(shù)量(日、月、年)；

第五步：產(chǎn)生目標(biāo)對(duì)象。如按照轄區(qū)統(tǒng)計(jì)當(dāng)日警情數(shù)量，目標(biāo)對(duì)象信息有轄區(qū)id、轄區(qū)名稱、當(dāng)日警情數(shù)量；

第六步：業(yè)務(wù)層展示。業(yè)務(wù)層基于第五步的數(shù)據(jù)進(jìn)行業(yè)務(wù)展示。完成整個(gè)業(yè)務(wù)數(shù)據(jù)提取。

本發(fā)明提出的設(shè)計(jì)方法采用大數(shù)據(jù)架構(gòu)設(shè)計(jì)，提出從多樣本、多維度進(jìn)行警情數(shù)據(jù)統(tǒng)計(jì)研判，提出主要應(yīng)用場(chǎng)景及主要數(shù)據(jù)統(tǒng)計(jì)研判同時(shí)，支持定制化統(tǒng)計(jì)分析研判，支持不同關(guān)注重點(diǎn)分析。如下例：

主要應(yīng)用場(chǎng)景介紹

警情高發(fā)轄區(qū)專題：輸出本月警情按轄區(qū)分布、警情月度同比分析、警情月度環(huán)比分析三張圖；

警情高發(fā)時(shí)段專題：輸出本月警情按時(shí)段分布(含早平峰、早高峰、平峰、晚高峰、晚平峰五個(gè)時(shí)段，早高峰時(shí)段和晚高峰時(shí)段可配置，早平峰為00:00到早高峰起始點(diǎn)，平峰為早高峰結(jié)束點(diǎn)到晚高峰起始點(diǎn)，晚平峰為晚高峰結(jié)束點(diǎn)到23:59)、警情月度同比分析和警情月度環(huán)比分析三張圖；

警情熱力圖：生成一個(gè)時(shí)間段內(nèi)(如一個(gè)月)的警情熱力圖分布，如圖2；

同時(shí)支持多樣本、多維度警情統(tǒng)計(jì)研判；

樣本選擇、維度選擇主要設(shè)計(jì)參考圖3、圖4；

最后需要指出的是：以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案，而非對(duì)其限制。盡管參照前述實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)的說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對(duì)前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對(duì)其中部分技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的精神和范圍。