gStore及生态产品由于完善的功能和卓越的性能已应用于金融、医疗、政府大数据、公安、纪检、工业互联网、军工、智能问答等多个领域，在多个互联网和人工智能公司的图数据和知识图谱项目进行了部署，已产生了良好的社会和经济效益。今天我们介绍gStore在公安方面的应用：如今违法犯罪活动呈现复杂化、动态化、智能化的特征，公安信息庞大而且实体关系复杂，海量数据的快速检索和理解需求难以满足。某市公安局作为市人民政府下设主管全市公安工作的职能部门，承担公安机关的工作职责，包括预防、制止和侦查违法犯罪活动，防范、打击恐怖活动；维护社会治安秩序，直至危害社会治安秩序的行为等。公安干警在进行案件研判时，不仅需要处理海量警情数据，还需要融合民政、工商、税务、电信、银行、住建、出入境等各个职能部门的数据，其数据量可能千万级甚至上亿级，在如此海量、离散、复杂的数据中进行快速准确的检索，来对嫌疑人线索及轨迹进行分析挖掘无疑是“海底捞针”。通过知识图谱自动化构建平台gBuilder融合海量多源异构数据，构建百亿级涵盖亲属、住宿、航班、火车、车辆、社交等多领域数据的公安知识图谱。然后通过gStore图数据库，对认知研判业务进行定制化开发，通过对知识图谱的查询和推理，从少量已知信息中获取和挖掘出图谱的潜在网络拓扑信息及行为信息，并构建一系列基于知识图谱的应用工具，提升公安面对犯罪类型多变等挑战的能力，查找串并联案件及判断团伙关系线索，有效应对新型犯罪活动及多类型、多渠道的犯罪模式。在侦查办案过程中，对涉及的人、事、物、组织等对象，可基于知识图谱快速调出该对象的关系网络，并可根据公安业务侦查思路，不断进行关系网络的扩展。同时，支持采用图形算法展示关系网络中各实体之间的关系，帮助侦查人员快速梳理各类分散的、独立的情报线索。
1.3 核心功能
团伙关系图谱分析主要基于对象的基本属性信息进行分析，并在这些信息数据之间建立内在关联，通过关系推断和隐含关系挖掘，分析出目标对象群体的集群关系，分析指标包括目标对象群体的同类工作关系、同类犯罪倾向关系、同类居住区域关系、同类活动规律关系、同类网络关系等，从而发现与嫌疑人“关系为紧密”的对象。通过知识图谱这种直观的表示方法可以帮助公安通过已知信息更有效地分析和发现潜在的风险。串并案线索发现:
将每个案件首通过中文分词，词性标注、实体识别等技术形成构建一个知识图谱，然后通过关联多个案件的知识图谱，来为公安案件侦破提供更多线索。例如：对于手机丢失的警情数据我被盗的手机是一部华为Nova5pro,内存是64G，黑色。手机号为13862063，当时我花了2300元买的。我|被盗|的|手机|是|一|部|华为|Nova5pro|,|内存|是|64|G|，|黑色|。|手机号|为|13862063***||当时|我|花|了|2300|元|买|的|。|
我/rr被盗/v的/ude1手机/n是/vshi一/m部/q华为/nzNova5pro/x,/wd内存/n是/vshi64/mG/o，/wd黑色/n。/wj手机号/q为/v13862063***/m，/wd当时/t我/rr花/v了/ule2300/m元/q买/v的/ude1。/wj
同时通过异构数据的融合和多个知识图谱的关联，为串并案线索发现提供更多支撑，同时为办案提供更多线索。1. 公安数据转化为知识，将存储在关系型数据库中的数据智能、高效的转化为知识图谱数据，将海量、异构、离散的数据充分利用并发挥价值。2. 多维度知识探索，从“同程、同宿、同案件”等20多个维度及进行知识探索和知识推理，为嫌疑人团伙发现提供数据支撑。3. 从交通出行、上网、出入境等部门和系统中获取数据，发现人物之间的隐含关联关系，提供更多案件线索，提升公安机关办案效率。