随着大数据时代的到来,大数据分析技术在商业应用、工业生产、社会服务和政府管理等各个领域得到高度重视和广泛应用,有效地提高了各行各业的决策能力、服务效率和运营管理水平,同时也为支撑公共安全领域管控模式创新,实现实时化、精确化、个性化的敏感人群洞察和敏捷响应提供了丰富的应用场景。本文结合某市公共安全部门的实际需求,利用复杂网络的社团结构检测技术,开展有组织犯罪活动的大数据辅助分析研判模型的应用研究,主要工作如下:1、将来自于外部的各社交媒体数据和来自于组织内部的各业务流程数据进行收集、清洗、转换,实现多源异构数据的关联融合,并将处理完成的数据按照不同的主题分类管理,实现面向主题分析的数据仓库。2、设计一种基于社团结构检测算法的有组织犯罪活动的结构检测模型。该模型将个案嫌疑人的动态行为数据和静态关系数据进行关联融合,构建个案嫌疑人群通联网络,通过多种社团结构检测算法(LPA标签传播算法、Louvain算法等)进行集成分析,刻画目标群体中频繁联系人、活跃人物、核心人物,逐层精简网络结构,初步呈现出核心团伙结构,并以直观可视化形式呈现。3、设计一种基于社团结构的指数判别模型。该模型综合考虑关联人员的通话行为特征、通信录好友关联以及通联强度。基于KL散度,开展通话行为的特征提取和度量;基于六度空间、重叠网理论,设定了通信录好友的关联指数以及通联强度指数,综合这三部分,构造了指数判别模型,以便快速锁定嫌疑人,有效缩小早期布控的范围,同时也为个案的后期循线深挖调查提供了一定的方向,弥补人工摸排的缺陷。4、设计一种基于社团结构检测算法的串并案模型。该模型利用相同类型的犯罪团伙之间的一定存在勾结的特征,通过多种社团检测算法进行集成分析,刻画团伙间的中间人和桥节点,实现对重要嫌疑人的锁定,支撑多案件串并案分析,挖掘案件的潜在可能性,实现以人找案。目前以上研究工作已经投入实际应用,在多起有组织犯罪案件侦破中提供了有价值的数据分析和辅助研判情报,验证了论文所提技术路线和模型的有效性,也为积极构建以大数据分析应用为核心的公共安全管控模式创新进行了有意义的尝试。