论文部分内容阅读
当前,公安系统已存有丰富的业务信息资源,这些信息资源不仅是公安工作的宝藏,同时也具有极大的社会价值和经济价值。目前各地公安业务信息系统的应用绝大多数还停留在档案管理、业务查询和静态统计等初级应用水平,信息资源的综合开发利用、增值服务的意识不强、手段不足,信息的深层次挖掘很不充分,分析功能相当欠缺,不能适应现时需要。这些信息数据所隐含的内在联系可能就是有价值的知识,如何发现、提取这些知识和规则并加以利用就成了当务之急。数据挖掘技术在很多领域己有研究,但在公安工作中的研究与应用尚处于起步阶段,如何将数据挖掘技术应用于公安工作,对公安业务信息进行分析研究,为各级领导、管理部门分析、发现、掌握公安业务的动向与规律提供及时、准确的各种统计信息,为辅助决策和参考提供科学依据,是本文研究的重点。众所周知,社会正处于快速发展时期,人的社会关系也随之调整,各种矛盾冲突、利益纠纷导致违法犯罪案件呈现上升趋势,引发违法犯罪的因素多种多样,哪些是主要因素,哪些是次要因素,怎么从公安机关掌握的大量案例中理出头绪,分析出因果,本文利用数据挖掘技术对此进行了探讨。本研究从理论上运用数据挖掘的两种方法进行实例构造,得到了相关模型:一是决策树ID3算法。对决策树ID3算法知识进行学习,运用ID3算法对犯罪成因进行分类。使用这种方法能够充分考虑各种属性(成因)的熵,可以有效地减少各节点不合理的选择划分,得到了分类模型。由于ID3算法偏向于选择取值较多的属性,而取值较多的属性却不总是最优属性,为此提出了改进方法——信息增益度法。二是关联分析Apriori算法。运用关联分析方法Apriori算法对不同案例进行分析,实现了对违法犯罪案例信息进行关联分析,找出案例记录数据中的潜在规律,并生成了关联模型。基于JAVA开放源码软件WEKA设计和实现了公安信息数据挖掘系统PIDMS,并在其上进行了仿真测试,结果表明该系统基本上是可行的。