利用大数据进行找人寻人服务可以采取以下方法：

1. 建立数据模型：首先需要建立一个适合的数据模型，以便对数据进行分类、筛选和分析。例如，可以建立一个人脸识别模型，对图像和视频中的人脸进行识别和比对。

2. 数据收集和整合：收集整合与找人寻人相关的数据，包括社交媒体数据、公共安全摄像头数据、人口数据库等。这些数据可以通过数据API或直接购买获得。

3. 数据预处理：对收集到的数据进行清洗、去重、标准化等预处理工作，以确保数据的准确性和可靠性。

4. 特征提取和比对：利用数据挖掘和机器学习技术，从预处理后的数据中提取特征，并进行比对。例如，可以提取人脸特征、身高等特征，并与已知数据进行比对，以找到匹配的人员信息。

5. 结果呈现和反馈：将比对结果以可视化报告的形式呈现给用户，包括目标人员的姓名、性别、年龄、住址等信息。同时也可以提供进一步的操作建议，例如联系当地警方、通过社交媒体扩大搜索范围等。

需要注意的是，利用大数据进行找人寻人服务涉及到个人隐私和信息安全等问题，需要遵守相关法律法规和伦理规范，确保数据的合法性和安全性。同时，也需要加强技术研发和数据共享合作，以提高找人寻人的准确性和效率。