随着大数据和人工智能技术的快速发展,应用信息化解决方案日益成为各个行业解决问题的有效手段。公安机关在日常案件侦办中面临着侵财犯罪的频发高发情况,同时这些案件侦办过程中各个侦办程序都消耗了大量的警力,这与新型警务发展的初衷背道而驰,为了投入更少警力更快更准地侦破案件抓获嫌疑人,各公安部门亟需研发一套高效快速侦破侵财案件的信息化系统。侵财嫌疑人刻画系统需要达到以下两种作用:一是对侵财案件嫌疑人进行刻画,二是要对重点人员做预警。首先,针对目前侵财类案件侦破的技术手段和存在的问题,分析了侵财犯罪嫌疑人刻画系统需求分析、可行性分析,建立了某市侵财犯罪人员信息刻画信息系统,为下一步进行侵财犯罪嫌疑人数据的统计分析打下基础。其次,对某市近8年侵财犯罪案件进行了分析,运用K-means聚类算法对侵财犯罪嫌疑人特征点进行聚类分析,对盗窃、抢夺、抢劫和诈骗这四类典型侵财犯罪的特征点进行数据挖掘,归纳出对应案件犯罪嫌疑人的特征点。提出了一种Profile-K-means侵财犯罪嫌疑人画像算法,给出了算法实现及布署方法,为构建此类侵财犯罪嫌疑人刻画系统提供了特征参考模型。再次,在对侵财犯罪新发案件嫌疑人刻画系统进行需求分析、可行性分析的基础上,运用JSP编程语言和SQL Server数据库软件为某市公安系统构建了一套侵财犯罪嫌疑人刻画系统。设计了案件侦查、人员查询、在研判案件信息载入、犯罪嫌疑人查询、涉案特征标注等主要功能,搭建犯罪嫌疑人可视化建模工具,通过机器学习技术达到对侵财犯罪嫌疑人进行刻画的目标,对于新发侵财类案件可以给办案人员提供可疑度较高的人员信息,根据可疑度从高到低进行排序,办案人员只需按照排行表对可疑人员进行分析研判,这样就可以大大减少警力的投入,另一方面对前科重点人员进行预警,对重点人员周围发生的案件进行预警,便于办案人员对重点人员活动的掌握进而更好的提高打击多发性侵财案件的效率。通过利用近8年的历史案件数据对该系统进行了测试,验证了所研究的侵财犯罪嫌疑人刻画系统的可行性。