• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      盜竊旅財(cái)犯罪嫌疑人犯罪概率分析與積分預(yù)警模型應(yīng)用

      2014-05-11 07:44:58
      關(guān)鍵詞:前科實(shí)名制測(cè)算

      高 峰

      (濟(jì)南鐵路公安局 刑偵處,山東 濟(jì)南250001)

      2011年3月1日,公安部在全國(guó)實(shí)施“積分預(yù)警,分類處置”的重點(diǎn)人員管控工作新模式,對(duì)公安機(jī)關(guān)警務(wù)模式改革提出明確的要求。面對(duì)日趨嚴(yán)峻復(fù)雜的鐵路反恐維穩(wěn)斗爭(zhēng)形勢(shì)和日益繁重的打擊防范工作,積極順應(yīng)公安信息化作戰(zhàn)的警務(wù)模式改革趨勢(shì),建立符合鐵路公安實(shí)際的情報(bào)積分預(yù)警模型和標(biāo)準(zhǔn),進(jìn)一步完善和創(chuàng)新重點(diǎn)人員管控工作模式,提高防范、打擊犯罪工作效率水平,已經(jīng)成為當(dāng)前鐵路公安情報(bào)信息工作的一個(gè)重要研究方向。

      為此,按照公安局黨委“121”總體規(guī)劃和新時(shí)期對(duì)于“加強(qiáng)信息化建設(shè),建立信息主導(dǎo)警務(wù)的新型勤務(wù)模式”的要求,筆者試對(duì)濟(jì)南局盜竊旅財(cái)前科人員實(shí)名制數(shù)據(jù)、犯罪概率和積分預(yù)警模型進(jìn)行分析、測(cè)算,對(duì)進(jìn)一步完善鐵路大情報(bào)系統(tǒng)建設(shè)和重點(diǎn)人員管控工作機(jī)制,提出相應(yīng)的參考數(shù)據(jù)和建議,供大家批評(píng)指正。

      一、全局盜竊旅財(cái)前科人員及其實(shí)名制數(shù)據(jù)情況

      (一)全路盜竊旅財(cái)前科人員及其實(shí)名制數(shù)據(jù)情況

      經(jīng)查詢鐵路公安局《全路違法犯罪人員系統(tǒng)》和《鐵路公安案件管理系統(tǒng)》,2012年1月至2014年6月,全路共立盜竊旅財(cái)案件18867起,破獲6457起,共抓獲盜竊旅財(cái)流竄犯罪嫌疑人2521名。

      經(jīng)查詢鐵路公安局《實(shí)名制分析綜合分析系統(tǒng)》,2012年1月至2014年6月,該2521名盜竊旅財(cái)前科人員共有152803條實(shí)名制購(gòu)票數(shù)據(jù),其中有828名盜竊旅財(cái)前科人員在濟(jì)南局管內(nèi)站車(chē)有實(shí)名制乘車(chē)信息12036條。

      (二)全局盜竊旅財(cái)前科人員實(shí)名制數(shù)據(jù)分析

      2012年1月至2014年6月共30個(gè)月,該828名盜竊旅財(cái)前科人員共有涉及濟(jì)南局站車(chē)的實(shí)名制購(gòu)票數(shù)據(jù)12036條;該30個(gè)月,全局共立盜竊旅財(cái)案件1067起,破獲155起。

      1.從乘車(chē)次數(shù)分析。一是按月均乘車(chē)次數(shù)分析。該828名盜竊旅財(cái)前科人員中:月均乘降列車(chē)3次及以上、乘車(chē)90次以上的有30人,涉及實(shí)名制購(gòu)票數(shù)據(jù)5690條,分別占前科人員總數(shù)的3.6%、實(shí)名制購(gòu)票數(shù)據(jù)總數(shù)的47.3%;月均乘降列車(chē)3次以下、乘車(chē)90次以下的有798人,涉及實(shí)名制購(gòu)票數(shù)據(jù)6346條,分別占前科人員總數(shù)的96.4%、實(shí)名制購(gòu)票數(shù)據(jù)總數(shù)的52.7%。二是按結(jié)伙乘車(chē)次數(shù)分析。12036條實(shí)名制購(gòu)票數(shù)據(jù)中,2人以上結(jié)伙乘車(chē)的數(shù)據(jù)共有2664條,占22.1%。該2664條數(shù)據(jù)中,2人共同乘車(chē)的1018次,3人結(jié)伙乘車(chē)的153次,4人結(jié)伙乘車(chē)的32次,5人結(jié)伙乘車(chē)的7次,6人結(jié)伙乘車(chē)的1次。

      2.從重點(diǎn)人員情況分析。一是從年齡看,該828名盜竊旅財(cái)前科人員中:24歲以下的48人,占5.8%;25至40歲的274人,占33.1%;41至50歲的331人,占40.0%;50歲以上的175人,占21.1%。二是從籍貫看,該828名盜竊旅財(cái)前科人員共涉及27個(gè)省、市、自治區(qū),主要有東北籍169名、河南籍168名、四川籍76名、湖南籍58名、山東籍51名、湖北籍46名、安徽籍43名、江西籍36名、廣西籍29名、河北籍27名、陜西和江蘇籍各23名,分別占20.4%、20.3%、9.2%、7.0%、6.2%、5.6%、5.2%、4.3%、3.5%、3.3%、2.8%、2.8%(見(jiàn)圖1)。

      圖1 :828名盜竊旅財(cái)前科人員的籍貫分布情況

      3.從活動(dòng)線路分析。12036條實(shí)名制購(gòu)票數(shù)據(jù)中:在局管內(nèi)車(chē)站乘降列車(chē)的4878條,占40.5%;跨局乘降列車(chē)的4153條,占34.5%;在外局車(chē)站乘降濟(jì)南局列車(chē)的3005條,占25%。在4878條局管內(nèi)車(chē)站乘降數(shù)據(jù)中:較為突出的線路是膠濟(jì)線1657條,占34%;菏兗日線1120條,占23%;京九線910條,占18.7%;京滬線906條,占18.6%(見(jiàn)表1、圖2)。

      表1 :管內(nèi)車(chē)站乘降數(shù)據(jù)所占比例表

      圖2 :管內(nèi)車(chē)站乘降數(shù)據(jù)所占比例與旅財(cái)案件數(shù)所占比例對(duì)比圖

      4.從乘降車(chē)站分析。12036條實(shí)名制購(gòu)票數(shù)據(jù)中:乘車(chē)車(chē)站為局管內(nèi)車(chē)站的數(shù)據(jù)6980條,占58%;到達(dá)車(chē)站為局管內(nèi)車(chē)站的數(shù)據(jù)7135條,占59.3%。該12036條實(shí)名制購(gòu)票數(shù)據(jù),共涉及局管內(nèi)車(chē)站63個(gè)。從乘降次數(shù)來(lái)看,京九線較為突出的車(chē)站是菏澤、聊城站,京滬線較為突出的車(chē)站是兗州、濟(jì)南、泰山、棗莊西、滕州站,膠濟(jì)線較為突出的車(chē)站是濰坊、淄博、青島、高密、膠州、城陽(yáng)、濟(jì)南東站,菏兗日線較為突出的車(chē)站是濟(jì)寧、巨野、臨沂站,藍(lán)煙線較為突出的車(chē)站是煙臺(tái)、萊陽(yáng)站(見(jiàn)表2)。

      5.從乘車(chē)車(chē)次分析。12036條實(shí)名制購(gòu)票數(shù)據(jù)中,共涉及濟(jì)南局值乘的列車(chē)97趟次、實(shí)名制購(gòu)票數(shù)據(jù)有5879條,占47.3%。該5879條列車(chē)數(shù)據(jù)中:在管內(nèi)車(chē)站乘降濟(jì)南局列車(chē)的2874條,占48.9%;在外局車(chē)站乘降濟(jì)南局列車(chē)的3005條,占51.1%。

      表2 :2012年1月至2014年6月乘車(chē)次數(shù)50次以上的車(chē)站發(fā)案情況

      19 20濟(jì)南東萊陽(yáng)57 51 68 29 0 14

      表3 :2012年1月至2014年6月乘降次數(shù)100次以上的列車(chē)發(fā)案情況

      (三)旅財(cái)案件發(fā)案概率測(cè)算

      基本數(shù)字:2012年1月至2014年6月,全路共立盜竊旅財(cái)案件18867起,破獲6457起。濟(jì)南局共立盜竊旅財(cái)案件1067起,破獲155起,抓獲流竄犯136名;其中立車(chē)站盜竊旅財(cái)案件388起,破獲54起,立列車(chē)盜竊旅財(cái)案件679起,破獲101起。

      1.全路旅財(cái)案件發(fā)案概率測(cè)算。一是按立案數(shù)來(lái)測(cè)算:按該全路盜竊旅財(cái)前科人員乘降列車(chē)152803次、發(fā)生18867起盜竊旅財(cái)案件測(cè)算,盜竊旅財(cái)案件發(fā)案概率為12.3%。二是按照破案數(shù)來(lái)測(cè)算,共破獲盜竊旅財(cái)案件6457起、涉及實(shí)名制數(shù)據(jù)95814條,盜竊旅財(cái)案件發(fā)案概率為6.7%。

      2.全局旅財(cái)案件發(fā)案概率測(cè)算。一是按立案數(shù)來(lái)測(cè)算:按該828名盜竊旅財(cái)前科人員乘降列車(chē)12036次、發(fā)生1067起盜竊旅財(cái)案件測(cè)算,盜竊旅財(cái)案件發(fā)案概率為8.7%。二是按照破案數(shù)來(lái)測(cè)算,共破獲盜竊旅財(cái)案件155起,抓獲流竄犯136名,涉及濟(jì)南局站車(chē)實(shí)名制數(shù)據(jù)1833條,盜竊旅財(cái)案件發(fā)案概率為8.5%。

      3.車(chē)站旅財(cái)案件發(fā)案概率測(cè)算。一是按立案數(shù)來(lái)測(cè)算:濟(jì)南局管內(nèi)22個(gè)車(chē)站發(fā)生盜竊旅財(cái)案件388起,涉及車(chē)站實(shí)名制數(shù)據(jù)6212條,車(chē)站旅財(cái)案件發(fā)案概率為6.2%。二是按照破案數(shù)來(lái)測(cè)算,共破獲車(chē)站盜竊旅財(cái)案件54起、抓獲流竄犯43名,共涉及實(shí)名制數(shù)據(jù)1517條,車(chē)站盜竊旅財(cái)案件發(fā)案概率為3.6%。

      4.列車(chē)旅財(cái)案件犯罪概率測(cè)算。一是按立案數(shù)來(lái)測(cè)算:濟(jì)南局97趟值乘列車(chē)發(fā)生盜竊旅財(cái)案件679起,涉及客車(chē)實(shí)名制數(shù)據(jù)5666條,列車(chē)旅財(cái)案件發(fā)案概率為12%。二是按照破案數(shù)來(lái)測(cè)算,共破獲列車(chē)盜竊旅財(cái)案件101起、抓獲流竄犯93名,共涉及實(shí)名制數(shù)據(jù)1175條,列車(chē)盜竊旅財(cái)案件發(fā)案概率為8.6%。

      5.線路旅財(cái)案件犯罪概率預(yù)警測(cè)算。2012年1月至2014年6月,濟(jì)南局共立管內(nèi)旅財(cái)案件610起、涉及客車(chē)實(shí)名制數(shù)據(jù)4787條。按立案數(shù)來(lái)測(cè)算,濟(jì)南局管內(nèi)京滬、膠濟(jì)客專、菏兗日、京九、藍(lán)煙、京滬高鐵、膠新線7條線路分別立案242起、155起、76起、64起、42起、25起、6起,分別涉及客車(chē)實(shí)名制數(shù)據(jù)條906條、1657條、1120條、910條、129條、34條、31條,發(fā)案概率分別為26.7%、9.4%、6.8%、7.0%、32.6%、73.5%、19.4%。

      綜上所述,從對(duì)旅財(cái)案件與實(shí)名制購(gòu)票數(shù)據(jù)分析測(cè)算結(jié)果來(lái)看,重點(diǎn)人員乘降次數(shù)與旅財(cái)案件發(fā)案數(shù)有一定的客觀對(duì)應(yīng)性,呈一定的比例關(guān)系,這一測(cè)算結(jié)果為建立旅財(cái)案件和盜竊旅財(cái)前科人員積分預(yù)警模型提供了依據(jù)。

      二、對(duì)盜竊旅財(cái)前科人員和旅財(cái)案件積分預(yù)警模型的測(cè)算

      表4 :2012年1月至2014年6月全局管內(nèi)旅財(cái)案件立案情況及發(fā)案概率

      按照公安部關(guān)于開(kāi)展“積分預(yù)警、分類管控”的基本原理和要求,結(jié)合對(duì)上述濟(jì)南局旅財(cái)案件涉及實(shí)名制數(shù)據(jù)的分析和測(cè)算情況,可以最具有鐵路特色的旅財(cái)案件和扒竊前科人員為突破口,進(jìn)一步研究、探索前科人員積分預(yù)警模型的測(cè)算標(biāo)準(zhǔn),逐步將涉毒、涉拐、重大刑事犯罪前科等重點(diǎn)人員納入到積分預(yù)警工作中,以加強(qiáng)動(dòng)態(tài)管控機(jī)制建設(shè),全面實(shí)施“信息主導(dǎo)警務(wù)的新型勤務(wù)模式”。

      (一)旅財(cái)案件積分預(yù)警模型

      1.全局旅財(cái)案件積分預(yù)警模型。以全路旅財(cái)案件發(fā)案概率為基數(shù)測(cè)算,全路盜竊旅財(cái)前科人員日均乘降列車(chē)次數(shù)超過(guò)8.1次(最高不超過(guò)14.8次),發(fā)生1起盜竊旅財(cái)案件。以全路旅財(cái)案件發(fā)案概率為基數(shù)測(cè)算,全局136名盜竊旅財(cái)前科人員在濟(jì)南局站車(chē)日均乘降列車(chē)次數(shù)超過(guò)11.3次(最高不超過(guò)11.8次),發(fā)生1起盜竊旅財(cái)案件。綜上所述,濟(jì)南局旅財(cái)案件積分預(yù)警最低線為盜竊旅財(cái)前科人員日均乘降列車(chē)8.3至11.3次,最高線為11.8至14.8次。

      2.線路旅財(cái)案件積分預(yù)警模型。按照濟(jì)南局管內(nèi)各線路發(fā)案概率測(cè)算,京滬高鐵、膠濟(jì)客專、京滬、菏兗日、京九、藍(lán)煙、膠新線積分預(yù)警最低線,分別為管內(nèi)盜竊旅財(cái)前科人員日均乘降列車(chē)1.4次、10.7次、3.7次、14.2次、14.7次、3.1次、5.2次。

      (二)盜竊旅財(cái)前科人員積分預(yù)警模型

      按照公安部關(guān)于積分預(yù)警模型的要求,由省、市公安機(jī)關(guān)分別構(gòu)建對(duì)前科人員的積分預(yù)警模型并設(shè)定積分規(guī)則,根據(jù)積分高低進(jìn)行二次研判后,分別以橙、黃、藍(lán)三種顏色發(fā)布預(yù)警指令。刑事前科人員積分模型包括背景信息、動(dòng)態(tài)信息和管控信息,實(shí)行總積分超過(guò)100分的,按100分計(jì)算。

      1.背景信息積分預(yù)警標(biāo)準(zhǔn)。一是根據(jù)涉案次數(shù)計(jì)算預(yù)警積分,并根據(jù)連續(xù)涉案情況,自動(dòng)提升預(yù)警積分。二是按照24歲以下、25至40歲、41至50歲和50歲以上等四個(gè)不同年齡段計(jì)算預(yù)警積分。三是根據(jù)前科人員是否有吸毒、流竄、刑釋解教等前科系數(shù)疊加相乘計(jì)算預(yù)警積分,用于放大某類要素對(duì)前科人員再犯罪可能性的影響。

      2.動(dòng)態(tài)信息積分預(yù)警標(biāo)準(zhǔn)。一是乘降次數(shù)。以不同計(jì)分標(biāo)準(zhǔn)計(jì)算月乘降3次以下、3至5次和5次以上的預(yù)警分值,并根據(jù)連續(xù)乘降情況,自動(dòng)提升預(yù)警積分。二是乘降車(chē)站。按照乘降車(chē)站分別為局管內(nèi)車(chē)站、跨局車(chē)站和外局車(chē)站乘降濟(jì)南局客車(chē)三種類型,分別計(jì)算月乘降3次以下、3至5次和5次以上的預(yù)警分值;乘降車(chē)站系涉恐、涉毒、涉拐、涉假重點(diǎn)地區(qū)的,要疊加相乘計(jì)算預(yù)警積分,用于放大某類要素對(duì)前科人員再犯罪可能性的影響。三是結(jié)伙乘車(chē)次數(shù)。分別以不同計(jì)分標(biāo)準(zhǔn)計(jì)算2人結(jié)伙、3人以上結(jié)伙乘降列車(chē)次數(shù)的分值;同時(shí)按照同一戶籍地市的前科人員、同一前科等不同類型,以不同系數(shù)疊加相乘計(jì)分。

      3.管控信息積分預(yù)警標(biāo)準(zhǔn)。一是對(duì)前科人員經(jīng)營(yíng)偵查。按照“認(rèn)定違法犯罪嫌疑人”、“有重大作案嫌疑但證據(jù)不足”、“有作案嫌疑”、“有違法行為”、“未發(fā)現(xiàn)有作案嫌疑”等類型計(jì)算積分。二是住宿、網(wǎng)吧等外圍調(diào)查信息反饋。派出所開(kāi)展管控工作的反饋信息,按次累計(jì),積分與經(jīng)營(yíng)偵查單位反饋?lái)?xiàng)合并計(jì)算。

      三、關(guān)于加強(qiáng)“積分預(yù)警、分類管控”模型應(yīng)用工作的建議

      為深入貫徹鐵路公安局和公安局黨委關(guān)于信息化建設(shè)總體框架要求,依托省警綜平臺(tái)和鐵路實(shí)名制數(shù)據(jù),進(jìn)一步加強(qiáng)對(duì)鐵路積分預(yù)警模型的研究、實(shí)踐,不斷深化公安刑偵“大情報(bào)”平臺(tái)建設(shè),積極適應(yīng)信息化建設(shè)推動(dòng)基礎(chǔ)工作、專業(yè)手段、偵查經(jīng)營(yíng)等方面模式轉(zhuǎn)變的新要求,建立以深度研判、情報(bào)導(dǎo)偵、聯(lián)動(dòng)處置為核心的重點(diǎn)人員管控新模式,改變以往的預(yù)警指令逐條處置的方法,實(shí)施精確管控、精準(zhǔn)打擊,全面提升打防管控能力。

      (一)加強(qiáng)情報(bào)平臺(tái)建設(shè),建立科學(xué)積分預(yù)警模型

      一要加強(qiáng)情報(bào)平臺(tái)建設(shè)。整合鐵路刑事、治安、違法犯罪人員、指紋、客貨運(yùn)實(shí)名制、鐵路出租房屋和雇傭人員等鐵路資源信息庫(kù),建立信息收集、分析研判、預(yù)警處置等實(shí)戰(zhàn)功能于一體的大情報(bào)平臺(tái)。同時(shí)按照公安部新的信息采集、錄入標(biāo)準(zhǔn)和要求,制定鐵路公安機(jī)關(guān)入庫(kù)信息的范圍、程序、標(biāo)準(zhǔn),規(guī)范信息采集、錄入和預(yù)警處置、反饋工作,為做好情報(bào)平臺(tái)建設(shè)與積分預(yù)警工作機(jī)制的對(duì)接與應(yīng)用打下堅(jiān)實(shí)基礎(chǔ)。

      二要搭建科學(xué)的積分預(yù)警模型。依托情報(bào)平臺(tái)匯集的信息資源,通過(guò)對(duì)以往涉恐、涉穩(wěn)、涉毒、在逃、重大刑事犯罪前科、重性精神病、重點(diǎn)上訪人員各類重點(diǎn)人和實(shí)際案例的反復(fù)分析驗(yàn)證,引入地方公安機(jī)關(guān)關(guān)于“高危地域”、“高危人員”和“同類前科同行積分驟增”等典型特征的研判經(jīng)驗(yàn),設(shè)置科學(xué)的積分模型、積分指標(biāo),合理設(shè)定積分分值,采取系統(tǒng)積分和人工研判相結(jié)合的方式,客觀評(píng)估重點(diǎn)人員可能從事涉恐、違法犯罪等危害社會(huì)行為風(fēng)險(xiǎn),形成精準(zhǔn)預(yù)警指令,使基層單位有的放矢開(kāi)展管控工作,實(shí)現(xiàn)立足本地、本職、本崗位管控重點(diǎn)人員的工作目標(biāo)。

      (二)創(chuàng)新工作機(jī)制,建立重點(diǎn)人員管控新模式

      全力推進(jìn)情報(bào)積分預(yù)警、分類管控機(jī)制與各部門(mén)、各警種整合對(duì)接。

      一是實(shí)行聯(lián)動(dòng)機(jī)制,強(qiáng)化落地查控。針對(duì)各部門(mén)各警種實(shí)際,制定重點(diǎn)人員積分預(yù)警、分類管控處置流程、操作細(xì)則和聯(lián)動(dòng)處置規(guī)范,通過(guò)建立網(wǎng)上發(fā)現(xiàn)、網(wǎng)上排查、網(wǎng)上關(guān)聯(lián)和網(wǎng)上偵查工作聯(lián)動(dòng)機(jī)制,最快時(shí)間內(nèi)進(jìn)行落地查控,最大限度實(shí)現(xiàn)信息資源和偵查力量的整合。同時(shí),選取部分派出所和乘警支隊(duì)作為試點(diǎn)先期運(yùn)作,從中發(fā)現(xiàn)問(wèn)題,不斷完善系統(tǒng)、充實(shí)內(nèi)容和細(xì)化程序,形成預(yù)警處警時(shí)間迅速、處警人員專業(yè)的聯(lián)動(dòng)機(jī)制,建立以信息化實(shí)現(xiàn)基礎(chǔ)管控動(dòng)態(tài)化的警務(wù)模式。

      二是實(shí)行協(xié)作機(jī)制,形成作戰(zhàn)合力。建立國(guó)保、刑偵、治安、情報(bào)、反恐、網(wǎng)安和技偵等部門(mén)協(xié)調(diào)聯(lián)動(dòng)工作機(jī)制,實(shí)現(xiàn)網(wǎng)上與網(wǎng)下、虛擬與現(xiàn)實(shí)社會(huì)同時(shí)作戰(zhàn)。

      三是優(yōu)化情報(bào)隊(duì)伍及手段建設(shè)。成立局處情報(bào)中心專門(mén)研判機(jī)構(gòu)和專門(mén)研判隊(duì)伍,開(kāi)展全天候研判和“大情報(bào)”接發(fā)指令等工作。實(shí)行情報(bào)、國(guó)保、刑偵、治安、反恐、網(wǎng)安、技偵等部門(mén)情報(bào)會(huì)商制度,定期開(kāi)展會(huì)商研判,引入相關(guān)技術(shù)手段,全面分析重點(diǎn)人員動(dòng)態(tài)管控信息,為防范打擊工作提供情報(bào)支撐。

      四是實(shí)行考核機(jī)制,增強(qiáng)工作動(dòng)力。將重點(diǎn)人員積分預(yù)警的各類指令的下發(fā)率、簽收率、反饋率、經(jīng)營(yíng)成功率納入各部門(mén)、各警種考核范疇,通過(guò)各系統(tǒng)線上考核,拉動(dòng)基層派出所、隊(duì)與情報(bào)部門(mén)融合對(duì)接。

      (三)強(qiáng)化深度應(yīng)用,提升實(shí)戰(zhàn)效果

      一是加強(qiáng)內(nèi)外信息資源整合。按照“立足長(zhǎng)遠(yuǎn)、協(xié)同配合、互惠互利、服務(wù)大局”的原則,最大限度實(shí)現(xiàn)路內(nèi)外和路地公安機(jī)關(guān)之間信息資源共享,加強(qiáng)大情報(bào)平臺(tái)和省市警綜系統(tǒng)的有效對(duì)接,強(qiáng)化對(duì)地方社會(huì)資源信息的整合利用,使預(yù)警信息和管控措施在情報(bào)平臺(tái)與基層所隊(duì)民警之間有效流轉(zhuǎn),實(shí)現(xiàn)重點(diǎn)人員現(xiàn)狀、管控措施、預(yù)警級(jí)別“三可知”,杜絕“假管控”、“漏控”等問(wèn)題。同時(shí),針對(duì)偵查實(shí)戰(zhàn)的應(yīng)用需求,開(kāi)發(fā)信息資源關(guān)聯(lián)查詢、軌跡信息分析、人案關(guān)聯(lián)關(guān)系分析等通用性分析工具,為實(shí)現(xiàn)信息資源的深度應(yīng)用提供支撐。

      二是建立“主動(dòng)進(jìn)攻”實(shí)戰(zhàn)模式。積極利用情報(bào)平臺(tái)開(kāi)展深度研判,實(shí)行“積分預(yù)警、深度研判”雙軌式運(yùn)行機(jī)制,重點(diǎn)挖掘具有明顯高危特征、預(yù)警級(jí)別升高的重點(diǎn)人員,同時(shí)準(zhǔn)確把握“人案關(guān)聯(lián)”分析思路,分析其重點(diǎn)特征和同行人員,精確指導(dǎo)基層實(shí)戰(zhàn)。建立符合鐵路刑事犯罪特點(diǎn)的重點(diǎn)人員經(jīng)營(yíng)偵查數(shù)據(jù)庫(kù),將跨局流竄作案人員,涉毒、涉拐等高危人員以及其他有重大作案嫌疑的人員,納入局處情報(bào)平臺(tái)進(jìn)行積分預(yù)警,并匯集經(jīng)營(yíng)偵查過(guò)程中獲取的有關(guān)信息,支持偵查實(shí)戰(zhàn),使積分預(yù)警管控工作在鐵路公安反恐防暴、追逃、緝毒、打擊倒票等專項(xiàng)工作中發(fā)揮更大的作用。

      三是建立情報(bào)主導(dǎo)警務(wù)的勤務(wù)模式。積分預(yù)警經(jīng)過(guò)實(shí)踐檢驗(yàn),已經(jīng)成為“情報(bào)主導(dǎo)警務(wù)”的有效杠桿,改變了情報(bào)信息只作為研判輔助的狀態(tài),成為主導(dǎo)警務(wù)發(fā)展的新手段。根據(jù)情報(bào)信息精確研判,可以引導(dǎo)打防控警力向案件高發(fā)時(shí)段、區(qū)域集中,向反恐維穩(wěn)工作需要方向集中,向案件偵破指向犯罪嫌疑人集中,實(shí)現(xiàn)科學(xué)動(dòng)態(tài)布警,提升警務(wù)效能和打防控工作能力水平。

      猜你喜歡
      前科實(shí)名制測(cè)算
      司法解釋中前科減量入罪的現(xiàn)象和原理
      法大研究生(2020年2期)2020-01-19 01:42:36
      俄羅斯前科制度研究
      刑法論叢(2018年2期)2018-10-10 03:32:30
      實(shí)名制驗(yàn)證快速閘機(jī)通道及其發(fā)展趨勢(shì)分析
      快遞實(shí)名制怎樣才可行?
      基于概率分布的PPP項(xiàng)目風(fēng)險(xiǎn)承擔(dān)支出測(cè)算
      實(shí)名制
      有關(guān)τ-可測(cè)算子的Young不等式與Heinz型不等式的逆向不等式
      (T)-可測(cè)算子跡的不等式
      構(gòu)建我國(guó)未成年人前科消滅制度的探討
      對(duì)我國(guó)建立前科消滅制度的思考
      平湖市| 阿拉善盟| 南宫市| 兰溪市| 三穗县| 淮安市| 泾川县| 繁峙县| 霸州市| 巩义市| 迁安市| 治多县| 水城县| 延津县| 城步| 新疆| 游戏| 读书| 曲松县| 灌阳县| 侯马市| 灵寿县| 普安县| 潜山县| 黎川县| 天柱县| 会宁县| 崇明县| 长葛市| 汉源县| 五常市| 平顶山市| 洛浦县| 留坝县| 东乌珠穆沁旗| 台中县| 鲜城| 利川市| 呼玛县| 吉木乃县| 新乡县|