公安數(shù)據(jù)分析系統(tǒng)的設(shè)計和實現(xiàn).pdf

1、公安領(lǐng)域的信息系統(tǒng)建設(shè)經(jīng)過了十余年的發(fā)展已經(jīng)初具規(guī)模。隨著信息化建設(shè)的不斷深入，對信息系統(tǒng)發(fā)揮的作用提出了更高的要求，于是決策支持提上了議事日程，而傳統(tǒng)的事務(wù)型處理系統(tǒng)并不能很好地解決這類問題。 該文詳細闡述了公安數(shù)據(jù)分析領(lǐng)域應(yīng)用數(shù)據(jù)挖掘技術(shù)的方法，拓展了該技術(shù)的使用范圍，同時提高了刑事犯罪分析領(lǐng)域的水平，在一定程度上實現(xiàn)了應(yīng)用計算機技術(shù)分析數(shù)據(jù)和輔助破案，促進了該領(lǐng)域的信息化進程。在挖掘了大量數(shù)據(jù)后，該文得出了有一定參考價值的

2、分析結(jié)論，為該領(lǐng)域有效應(yīng)用數(shù)據(jù)挖掘技術(shù)進行研究提供了一個方向。該課題在一定的程度上獲得了成功，主要包括以下幾方面： (1)成功地進行了關(guān)聯(lián)挖掘。在一定支持度、置信度和有趣度基礎(chǔ)上，采用Apriori算法進行挖掘，得出頻繁項集，從而導(dǎo)出關(guān)聯(lián)規(guī)則，得出有用的結(jié)論； (2)成功地建了一棵犯罪行為分析決策樹，得出相應(yīng)判定規(guī)則； (3)成功地對案件信息作了串并案分析，減輕了手工勞動的強度，提高了串并案的準(zhǔn)確性和速度；

3、 (4)提出了建立用于OLAP分析的犯罪分析數(shù)據(jù)庫的方法； (5)提出了一種新穎的聚類算法BFSN。與同類算法相比，該算法具有實現(xiàn)簡單，復(fù)雜度低，容易設(shè)定最佳參數(shù)等優(yōu)點。實驗證明，在聚類正確率相近的情況下，該算法的效率比較高，而且還能揭示同類對象之間的相異程度； (6)提出了將數(shù)據(jù)挖掘和OLAP分析應(yīng)用于犯罪分析的方法和模式； (7)得到了一些關(guān)于刑事案件方面的結(jié)論，這些知識對于指導(dǎo)決策有相當(dāng)重要的意義。