面對龐雜的線索信息，則可以借助大數(shù)據(jù)分析技術(shù)實(shí)現(xiàn)深入，高效的挖掘分析，進(jìn)而快速找出要素之間的關(guān)聯(lián)關(guān)系。警務(wù)大數(shù)據(jù)的關(guān)鍵是建模挖掘分析人員、組織、案（事）件、物品、地點(diǎn)各種信息，通過合適的數(shù)據(jù)分析挖掘技術(shù)建立模型找到蘊(yùn)藏在數(shù)據(jù)下面的規(guī)律，并進(jìn)行智能碰撞比對和關(guān)聯(lián)分析。

大數(shù)據(jù)算法模型的主要目標(biāo)包含：

預(yù)測趨勢
采用數(shù)據(jù)挖掘技術(shù)自動在大型數(shù)據(jù)庫中尋找預(yù)測性信息，如利用時(shí)序分析、數(shù)據(jù)融合預(yù)測警情趨勢、某個(gè)區(qū)域的社會治安管控情況。

關(guān)聯(lián)分析
數(shù)據(jù)關(guān)聯(lián)是數(shù)據(jù)庫中存在的一類重要的可被發(fā)現(xiàn)的知識，關(guān)聯(lián)分析旨在找出具有強(qiáng)相關(guān)關(guān)系的幾個(gè)屬性。比如研究報(bào)警量與巡邏覆蓋的關(guān)聯(lián)比值關(guān)系，找出最佳巡邏區(qū)域，巡邏點(diǎn)位等。

聚類
數(shù)據(jù)庫中的一些相類似的記錄可以劃歸到一起，即聚類，聚類分析沒有先驗(yàn)知識，一般是將一堆看似毫無規(guī)則的數(shù)據(jù)根據(jù)某種特征進(jìn)行劃分，不同屬性的數(shù)據(jù)分到不同的組。警方可以根據(jù)時(shí)間或者空間為基準(zhǔn)屬性，對采集到的身份證號，報(bào)警信息，手機(jī)串號等進(jìn)行分組，進(jìn)而發(fā)現(xiàn)可疑線索。

       其他算法模型包括：決策樹、神經(jīng)網(wǎng)絡(luò)、多元線性回歸、廣義線性回歸、貝葉斯網(wǎng)絡(luò)等等。這些算法模型有的適合預(yù)測趨勢和行為，有的適合關(guān)聯(lián)分析，有的適合分析 ，每種模型算法都有各自的優(yōu)劣性，我們可以針對不同的場景選擇合適的算法模型進(jìn)行大數(shù)據(jù)分析挖掘。