资源描述：
《浅谈数据挖掘技术在公安领域中的应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、2008年第4期福建警察学院学报No42008(总第104期)JOURNALOFFUJIANPOLICEACADEMYSerialNo104浅谈数据挖掘技术在公安领域中的应用郭亮山(福建警察学院计算机与信息管理系,福建福州350007)摘要:当前,我国各类公安信息化系统在警务数据处理与查询方面发挥了重要作用,但信息的深层次挖掘很不充分,分析功能相当欠缺。通过决策树在犯罪风险模型和关联规则在公安出入境数据的挖掘,发现、提取出有价值的知识和规则,为辅助决策和参考提供科学依据。关键词:数据挖掘;公安信息;决策树;关联规则;ID3算法中图分类号:D63115文献标识码:ATheApp
2、licationofDataMiningontheFieldofPublicSafetyGUOLiangshan(DepartmentofComputerandInformationManagement,FujianPoliceAcademy,Fuzhou350007,China)Abstract:Currently,variouspublicsecuritymanagementinformationsystemsplayanimportantroleinpolicedataprocessingandenquiries,buttheinformationresourcesavailable
3、can'tbefullyusedforpeoplehaveignoredthevaluesofinformationresources.Tryminingtocrimeriskmodelandpublicsecurityimmigrationdatabydecisiontreeandassociationrulesmethods,tofindextractknowledgeorrulesandexploitthem,toprovideascientificbasisfordecision.Keywords:datamining;policeinformation;decisiontree;
4、associationrule;ID3algorithm引言一、数据挖掘技术简介[1]当前以金盾工程!为载体的公安信息化、数字数据挖掘(DataMining),也称数据库中的知化建设中,开发了各类公安业务应用系统,如公安人识发现(KDD:KnowledgeDiscoveryinDatabase),事管理、经侦、刑技、治安、监管、边防、消防、交通管是指从大型数据库或数据仓库中提取人们感兴趣的理、外管、禁毒、计算机安全监察、警用装备等系统,知识,这些知识是隐含的、事先未知而又潜在有用的建设和完善了国家违法犯罪信息中心(CCIC)。但信息,提取的知识一般可表示为概念(Concepts)、规是目
5、前这些系统基本上仅限于本部门的应用,形成则(Rules)、规律(Regularities)、模式(Patterns)等了许多信息孤岛!。通过数据仓库技术对这些系统形式。用数据库管理系统来存储数据,用机器学习的数据进行合理的整合,再利用数据挖掘技术将这方法来分析数据,挖掘大量数据背后的知识,这两者些海量数据进行挖掘,以发现一些隐含的、潜在的、的结合促成了数据挖掘技术的产生。数据挖掘是一有用的信息及事件之间的相互联系,从而对未来的门交叉性学科,涉及机器学习、模式识别、归纳推理、活动作进一步的预测,实现快速、准确辅助警务决统计学、数据库、数据可视化、高性能计算等多个领策,指导警务工作,提高执法效率
6、,节省执法成本的域。目标。常见的数据挖掘任务可以归纳为6种,包括分收稿日期:20080603作者简介:郭亮山(1982-),男,福建警察学院计算机与信息管理系教师,研究方向:数据库与数据挖掘。32浅谈数据挖掘技术在公安领域中的应用类(Classification)、估计(Estimation)、预测(PredicID3算法基本原理:设H=F1∀F2∀#∀Fn是tion)、关联分组(AffinityGrouping)或关联规则N维有穷向量空间,其中Fj是有穷离散符号集,H(AssociationRule)、聚类(Clustering)、描述和建立中的元素俄e=叫做例
7、子,其中。vj简档(DescriptionandProfiling)。其中前3项是定∃Fj,j=1,2#,n。向数据挖掘任务,目的是发现特定目标变量的值。设PE和NE是E的两个例子集,分别叫做正关联分组和聚类是非定向挖掘任务,目的是在不限例集和反例集。定目标变量的情况下揭示数据的结构。建立简档可假设向量空间H中的正例集PE和反例集NE能是定向的,也可能是非定向的数据挖掘任务。的大小分别为P和N,ID3算法基于
