数据挖掘在公安情报分析中的研究与应用

论文摘要

公安情报分析为有效打击和预防犯罪提供重要的决策支持,是公安工作中非常重要的一环。随着信息技术在公安工作中不断深入和广泛的应用,公安机关在实际工作中积累了海量的社会数据和信息。这些海量的数据和信息中蕴藏着我们没有发现的情报。要想发现这些蕴藏在海量数据和信息中的情报,光靠传统的人工分析方法是远远不能的,必须有专门的分析工具帮助,这就使得当前公安情报分析工作一定要有效利用当今信息技术。只有这样,公安情报分析工作才能适应当今信息化发展趋势,充分发挥自身作用,促进现代警务向情报主导化转移。本文正是在以上背景下提出,意在探索面对看似杂乱无章,毫无关联的海量数据和信息,公安机关如何利用数据挖掘技术从中找出我们还未察觉的大量有用情报,从而提高公安情报分析能力。本文主要包括以下几方面：1.分析公安侦察工作获取犯罪信息的传统模式及工作需求。2.对当前数据挖掘技术及应用现状进行阐述,结合公安犯罪情报信息特点阐述数据挖掘技术应用于犯罪行为分析中的思路。3.重点提出Apriori算法和ID3算法在公安工作数据分析中的应用。得出能够反映社会治安形势及犯罪规律的结论,将结论转换为犯罪预警信息及情报信息。4.提出情报信息分析系统的系统架构与模块设计。本文针对当今公安情报分析工作面临的情报缺失而信息过剩的状况,主要探讨了数据挖掘技术中关联规则和决策树分类在公安情报分析工作中的应用,提出数据挖掘技术在实际工作中的应用思路。希望能够通过数据挖掘技术的应用,帮助公安机关对海量数据和信息进行有效分析,从中找出我们需要的情报,为公安情报分析工作进一步发展发挥重要作用。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题研究背景及意义
• 1.2 课题研究内容和现状
• 1.2.1 主要研究内容
• 1.2.2 研究现状
• 1.3 论文组织
• 第二章 数据挖掘技术概述
• 2.1 数据挖掘
• 2.1.1 数据挖掘的基本概念
• 2.1.2 数据挖掘的主要任务
• 2.1.3 数据挖掘的方法
• 2.1.4 数据挖掘的应用及发展现状
• 第三章 关联规则挖掘在情报分析中的应用
• 3.1 关联规则
• 3.1.1 关联规则基本概念
• 3.1.2 关联规则分类
• 3.2 Apriori关联规则算法
• 3.2.1 关联规则算法伪代码
• 3.2.2 Apriori的改进方法
• 3.3 情报分析中传统APrlori算法的优化
• 3.3.1 传统APrlori算法在情报分析中的不足
• 3.3.2 基于新型犯罪敏感性的Apriori优化算法
• 3.3.2.1 基于新型犯罪敏感性的Apriori优化算法思路
• 3.3.2.2 优化算法的实现模型
• 3.3.3 基于权重参数Apriori优化算法
• 3.3.3.1 基于权重参数Apriori优化算法思路
• 3.3.3.2 优化算法的实现模型
• 第四章 决策树在情报分析中的应用
• 4.1 分类分析和决策树
• 4.1.1 分类分析
• 4.1.2 决策树介绍
• 4.1.3 决策树基本算法
• 4.2 决策树ID3算法
• 4.3 ID3算法的改进
• 4.3.1 ID3算法在情报分析中存在的问题
• 4.3.2 基于专家系数α的ID3优化算法
• 4.3.3 专家系数α-ID3优化算法在情报分析中的应用模型
• 第五章 情报信息分析系统的系统架构与模块设计
• 5.1 系统需求与架构
• 5.1.1 系统需求
• 5.1.2 系统架构
• 5.2 数据预处理模块设计
• 5.3 OLAP联机分析处理模块设计
• 5.4 数据挖掘模块设计
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献