摘要 | 第5-6页 |
abstract | 第6页 |
引言 | 第10-11页 |
1 入室盗窃案件概述 | 第11-15页 |
1.1 入室盗窃案件的概念 | 第11页 |
1.2 入室盗窃案件的现状 | 第11-12页 |
1.3 入室盗窃案件的特点 | 第12-15页 |
1.3.1 团伙犯罪明显 | 第12页 |
1.3.2 系列犯罪突出 | 第12-13页 |
1.3.3 跨区域流窜盗窃日益增多 | 第13页 |
1.3.4 地域性犯罪猖獗 | 第13-14页 |
1.3.5 特定人群作案危害大 | 第14-15页 |
2 入室盗窃案件侦查工作存在的问题 | 第15-20页 |
2.1 刑侦基础工作薄弱,管控手段乏力 | 第15-16页 |
2.1.1 阵地控制手段单一 | 第15页 |
2.1.2 刑嫌调控工作滞后 | 第15-16页 |
2.2 刑事科学技术支撑作用发挥不充分 | 第16-17页 |
2.2.1 现场勘查工作质量亟待提升 | 第16页 |
2.2.2 刑事技术与侦查工作脱节 | 第16-17页 |
2.3 情报导侦工作效果不佳 | 第17-18页 |
2.3.1 情报信息搜集不全面 | 第17页 |
2.3.2 数据共享仍然存在壁垒 | 第17-18页 |
2.3.3 情报研判工作服务实战效果不佳 | 第18页 |
2.4 侦查协作机制亟待完善 | 第18-20页 |
2.4.1 警种间合成作战机制运行不畅 | 第18-19页 |
2.4.2 跨区域侦查协作机制不健全 | 第19页 |
2.4.3 警企间侦查协作机制待建立 | 第19-20页 |
3 入室盗窃案件的侦查难点 | 第20-22页 |
3.1 犯罪活动隐蔽,预警发现难 | 第20页 |
3.2 反侦查能力强,侦查破案难 | 第20-21页 |
3.3 对抗意识强烈,审讯深挖难 | 第21页 |
3.4 销赃渠道隐蔽,追赃返赃难 | 第21-22页 |
4 入室盗窃案件侦查中大数据应用分析 | 第22-25页 |
4.1 大数据的概念和特点 | 第22-23页 |
4.1.1 大数据的概念 | 第22页 |
4.1.2 大数据的特点 | 第22-23页 |
4.2 入室盗窃案件侦查中大数据应用的优势 | 第23-25页 |
4.2.1 拓展入室盗窃案件侦查视野 | 第23-24页 |
4.2.2 提高入室盗窃案件研判分析成效 | 第24页 |
4.2.3 提升入室盗窃案件侦查主动进攻能力 | 第24-25页 |
5 大数据背景下入室盗窃案件侦查对策 | 第25-37页 |
5.1 树立大数据侦查工作理念 | 第25-26页 |
5.1.1 树立大数据相关性侦查理念 | 第25页 |
5.1.2 树立大数据规模化侦查理念 | 第25-26页 |
5.2 深化大数据预警应用,提升犯罪主动发现能力 | 第26-29页 |
5.2.1 依托大数据强化盗窃赃物的预警查控 | 第26-27页 |
5.2.2 依托大数据强化盗窃高危人员的预警管控 | 第27-28页 |
5.2.3 依托大数据深化盗窃热点地区的预警监测 | 第28-29页 |
5.3 依托大数据强化刑事科学技术支撑作用 | 第29-30页 |
5.3.1 依托大数据技术推动刑事技术智能化 | 第29页 |
5.3.2 集中开展刑事技术大数据比对破案会战 | 第29-30页 |
5.4 运用大数据加强情报研判分析工作 | 第30-32页 |
5.4.1 运用大数据刻画犯罪嫌疑人数据画像 | 第30页 |
5.4.2 运用大数据理清犯罪团伙网络关系 | 第30-31页 |
5.4.3 运用大数据智能化串并入室盗窃案件 | 第31-32页 |
5.5 深入推进视频+大数据建设,创新侦查技战法 | 第32-34页 |
5.5.1 完善视频监控天网,提升视频数据质量 | 第32页 |
5.5.2 依托车辆大数据系统应用由车到人 | 第32-33页 |
5.5.3 依托人脸大数据预警发现盗窃重点人员 | 第33页 |
5.5.4 依托人脸识别系统应用开展人员身份落查 | 第33-34页 |
5.6 构建数据共享和多方联动的一体化侦查模式 | 第34-37页 |
5.6.1 依托大数据构建“情指一体化”快速反应警务机制 | 第34页 |
5.6.2 强化多警种合成作战,提升攻坚克难能力 | 第34-35页 |
5.6.3 深化跨区域侦查协作,打击跨区域流窜盗窃 | 第35页 |
5.6.4 拓展与社会行业部门和互联网企业的数据共享 | 第35-37页 |
结论 | 第37-38页 |
参考文献 | 第38-40页 |
在学研究成果 | 第40-41页 |
致谢 | 第41页 |