1、隨著警務(wù)信息化不斷推進(jìn),大量警務(wù)信息系統(tǒng)的應(yīng)用,在其中積累了大量的案件和嫌疑人等公安數(shù)據(jù)。海量的公安數(shù)據(jù)存儲(chǔ)在不同的數(shù)據(jù)源中,且存在非常大的數(shù)據(jù)質(zhì)量問(wèn)題,可能是不同的格式,難以綜合分析；由于不同業(yè)務(wù)系統(tǒng)采集和管理的側(cè)重點(diǎn)不同,一類(lèi)數(shù)據(jù)源中所體現(xiàn)的信息是不完整的,在獨(dú)立數(shù)據(jù)源中進(jìn)行分析時(shí)由于數(shù)據(jù)的不完整或者缺失帶來(lái)判斷失誤、線(xiàn)索中斷等；大量的分析依靠人工的、重復(fù)性的工作,導(dǎo)致分析人員將大量的精力集中的情報(bào)線(xiàn)索的獲取、整理、清洗、比對(duì)等重復(fù)

2、性勞動(dòng)中,而不能將主要精力集中在業(yè)務(wù)層面的分析上；高價(jià)值的情報(bào)往往極少,而且其價(jià)值越高,通常時(shí)效性越強(qiáng),而當(dāng)前的分析手段導(dǎo)致了獲取情報(bào)需要較長(zhǎng)的時(shí)間,在領(lǐng)導(dǎo)層和決策層進(jìn)行分析的時(shí)候,需要進(jìn)行大量的手工報(bào)表統(tǒng)計(jì),不但工作量大而且分析過(guò)程較慢,不能準(zhǔn)確及時(shí)的指導(dǎo)工作。
　　 數(shù)據(jù)挖掘技術(shù)是從大型數(shù)據(jù)庫(kù)或數(shù)據(jù)倉(cāng)庫(kù)中提取隱含的、未知的、非平凡的及有潛在應(yīng)用價(jià)值的信息或模式,它融合了數(shù)據(jù)庫(kù)、人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等多個(gè)領(lǐng)域的理論和技術(shù)

3、,在科學(xué)研究、銀行、電信、保險(xiǎn)、交通、零售等很多領(lǐng)域都得到了廣泛的應(yīng)用。然而,由于公安數(shù)據(jù)的敏感性和機(jī)密性,數(shù)據(jù)挖掘技術(shù)在警務(wù)綜合信息系統(tǒng)上的研究與應(yīng)用上卻滯后于其他領(lǐng)域。因此,大量的公安數(shù)據(jù)無(wú)法得到有效的應(yīng)用,不能轉(zhuǎn)化為知識(shí)為公安決策提供支持。
　　 本文以警務(wù)綜合信息系統(tǒng)為研究背景,分析了公安數(shù)據(jù)的數(shù)據(jù)源與數(shù)據(jù)結(jié)構(gòu),使用CDC、Kenle數(shù)據(jù)抽取工具,對(duì)各種數(shù)據(jù)進(jìn)行數(shù)據(jù)抽取、清理、集成、轉(zhuǎn)換、歸約,建立公安數(shù)據(jù)倉(cāng)庫(kù)；在數(shù)據(jù)挖

4、掘分析過(guò)程中引入數(shù)據(jù)立方技術(shù),分析數(shù)據(jù)立方的幾種建模模式,并通過(guò)對(duì)公安數(shù)據(jù)立方體進(jìn)行局部物化處理,提高挖掘分析的處理速度；運(yùn)用關(guān)聯(lián)規(guī)則挖掘、決策樹(shù)分析、相關(guān)案件挖掘等數(shù)據(jù)挖掘算法,結(jié)合公安數(shù)據(jù)進(jìn)行應(yīng)用研究。對(duì)公安數(shù)據(jù)中的出入境數(shù)據(jù)挖掘頻繁項(xiàng)集,根據(jù)目標(biāo)屬性產(chǎn)生關(guān)聯(lián)規(guī)則；對(duì)出入境數(shù)據(jù)生成決策樹(shù),然后通過(guò)剪枝等方法簡(jiǎn)化決策樹(shù),生成決策規(guī)則；對(duì)公安數(shù)據(jù)中的案件數(shù)據(jù)進(jìn)行轉(zhuǎn)換和聚合,通過(guò)相似度矩陣方法挖掘相關(guān)案件；最后,在警務(wù)信息系統(tǒng)中研究對(duì)公安