發(fā)布時間：2015-01-14 10:59

 

【摘要】 隨著Internet的迅速發(fā)展和廣泛普及，人們對信息的需求量越來越多，各種方便、快捷的信息管理系統(tǒng)成了人們生活中不可缺少的工具。同時也為公安民警辦案和信息研判與偵破案件提供了一定的新思路和新方法，即在實際案件偵破過程中利用信息管理工具和互聯(lián)網技術對公安部門的案件信息進行管理。因此，在我國的公安工作系統(tǒng)中對各類案件信息進行管理已經成為公安信息化未來發(fā)展的總體趨勢。本文擬要對數據挖掘技術在公安部門的應用進行研究，運用數據挖掘技術來進行開發(fā)的系統(tǒng)和公安部門傳統(tǒng)的信息管理系統(tǒng)是不同的，它不僅具有信息處理能力，還能對系統(tǒng)中的信息和數據進行分析，然后根據分析的結果來為公安民警辦案提供決策依據。通過數據挖掘技術，可以將公安部門日常處理的案件進行統(tǒng)計和分類，根據分析的結果來對公安部門的新發(fā)案件進行早期的預處理，這樣可以在案件處理過程中少走彎路，大大節(jié)省了警力，提高辦案效率。本文研究的主要問題是如何在公安部門中應用數據挖掘技術來實施決策支持系統(tǒng)，使得公安部門的案件管理和嫌疑人管理合理化。本文主要工作為：對數據挖掘技術和相關的開發(fā)技術進行分析；對公安決策支持系統(tǒng)的實施進行需求分析、設計和實現(xiàn)。這一部分是這個論文的重點，通過詳細的設計，最終實現(xiàn)了公安決策支持系統(tǒng)；分析數據挖掘技術公安決策支持系統(tǒng)中的作用，并且通過分析，得出數據挖掘的主要作用是不同的案件和嫌疑人進行分類和分析，最終根據不同的案件類型采取相應的偵破和處理方案。本文研究的重點主要有如下幾點：（1）對系統(tǒng)的需求、設計和實現(xiàn)進行了詳細的分析和論述，應用面向對象的理論完成了整個軟件生命周期的所有開發(fā)工作。（2）設計并實現(xiàn)了一個功能比較全面的公安決策支持系統(tǒng)，能夠有效地將公安部門案件的管理的功能集成在一起。（3）該系統(tǒng)能夠實現(xiàn)公安決策支持管理的流程優(yōu)化，公安部門的管理層可以通過該系統(tǒng)對案件的偵破情況進行管理，并可以根據結果進行高層決策。（4）該系統(tǒng)在公安部門案件管理中的運用，基本上實現(xiàn)了公安部門案件管理和其他管理工作的整合。（5）對數據挖掘的決策樹算法進行研究，然后提出一種改進的決策樹算法，通過該算法可以完成對公安部門涉及案件的嫌疑人和案件的海量數據進行挖掘，通過挖掘得到的信息對嫌疑人和案件進行分類。（6）本系統(tǒng)建立的公安決策支持模型是基于Web的，所以系統(tǒng)可以在不同的物理位置使用，完成分布式的數據分析和處理業(yè)務。（7）本系統(tǒng)實現(xiàn)的公安決策系統(tǒng)的數據挖掘過程能夠對數據進行事先的清洗、轉換和提取，這樣就降低了后續(xù)的數據挖掘的難度。 

第 1 章 緒論

 

本文主要是利用數據挖掘技術的關聯(lián)規(guī)則性，從公安系統(tǒng)若干已處理的案件中尋找這些案件的規(guī)律和特點，并以此為基礎對其他類似案件的特點進行分析，這樣就能得出不同類型案件的某些主要特征。通過對公安部門這些案件的相關數據進行分析，我們得到對案件的分析結果并對不同案件的發(fā)生規(guī)律進行分析和統(tǒng)計。由于公安機關需要處理的案件是大量的、繁雜的，所以我們在進行這些案件數據分析的過程中需要面對的主要問題是數據量巨大、數據結構不完整、需要對數據進行選擇、轉換、歸一等復雜處理，再利用分析結果對案件的作案人員、發(fā)案地點等信息進行分析及目標鎖定，發(fā)現(xiàn)案件作案人的特點、生活軌跡以及案件本身的特點，進一步為破案打下基礎。
本文主要的研究內容如下所示：
（1）對當前用于公安系統(tǒng)內進行決策支持系統(tǒng)的研究背景和意義進行分析；
（2）對數據挖掘技術的基礎知識和公安決策系統(tǒng)的特點進行分析；
（3）詳細設計公安決策系統(tǒng)的方案。主要包括系統(tǒng)開發(fā)平臺的選擇、數據倉庫技術的應用、決策系統(tǒng)的設計目的與設計手段等內容，其中最核心的內容是設計一個工具決策系統(tǒng)的實施模型；
（4）對數據挖掘的過程進行詳細分析。具體的過程是利用關聯(lián)性分析等工具，對進行挖掘的數據先進行處理，然后利用聚類算法等對處理的結果進行分析，分析的最終結果是得出一個可以供公安機關辦案民警決策的方案。
..........

第 2 章 數據挖掘技術簡介

2.1 數據挖掘技術
數據倉庫是一種結構化數據環(huán)境，并利用數據倉庫進行決策支持和聯(lián)機事物分析。數據倉庫技術是可以從數據庫中獲得數據從而進行處理，數據倉庫的特點是面向主題的、集成的、時變性和非易失性[4]。公安部門的案件信息量繁雜，信息量巨大，因此對于案件的基礎數據處理也是海量的，有一部分數據對于決策有用，而有一部分則是無用數據，在進行決策的時候就需要利用數據來進行數據挖掘，但是這種數據是分布在不同物理位置的，大量的，傳統(tǒng)的數據庫對于這種數據已經顯得力不從心。這主要體現(xiàn)在如下幾個方面：
1．在數據的分析處理中，其分析模式和數據的事務處理模式不同，分析模式需要大量數據，而且運行時間長，同時需要大量的系統(tǒng)資源。
2．決策分析必須以大量的歷史數據為依托，但是數據庫中一般只存儲短期數據，即使有些歷史數據得以保存，通常也不能得到充分利用。

2.2 決策樹算法基本理論
目前，一般利用決策樹算法進行分類，使用決策樹算法也可以進行數據挖掘，通過數據挖掘和分析來實現(xiàn)對數據的分類，通過分類來建立一種模型或者規(guī)則，從而通過建立的決策樹對數據進行分類處理。 決策樹算法的作用和流程圖類似，每個決策樹中的內部節(jié)點是一個特征值，筆耕文化傳播，每個從根到葉子節(jié)點的分支表示一個最終的輸出過程，而每個葉子節(jié)點就表示分類得到的一個結果集[5]。具體的決策樹算法流程如圖2.1所示。從圖2-1可以看出，首先對數據集進行預處理，然后對得到的訓練集進行歸納建立決策樹，接下來通過對決策樹的剪枝等操作來提取相應的分類規(guī)則，通過分類規(guī)則來建立規(guī)則集，然后通過規(guī)則集的預測得到新的數據集。一般都采用遞歸的方式來建立決策樹，采用的是自頂向下的生成算法。生成決策樹的過程中需要比較每個內部節(jié)點，然后根據得到的結果確定應該具體生成哪個分支，經過這樣的反復比較最終形成葉子節(jié)點。所以，從根節(jié)點到葉子節(jié)點的途徑就是一條決策樹的生成規(guī)則。

第3 章 公安決策支持系統(tǒng)的需求分析....................... 11
3.1 業(yè)務需求 ......................................... 11
3.2 非業(yè)務需求 ....................................... 11
第4 章 公安決策支持系統(tǒng)設計............................. 14
4.1 系統(tǒng)總體設計 ..................................... 14
第5 章 公安決策支持系統(tǒng)的實現(xiàn)........................... 27
5.1 基于OLAP 的案件數據的分析 ........................ 27
5.2 公安決策數據的預處理過程 ......................... 27

第 5 章 公安決策支持系統(tǒng)的實現(xiàn)

5.1 基于 OLAP 的案件數據的分析
對于公安決策支持系統(tǒng)實現(xiàn)的數據的分析情況，我們可以選擇不同的維度來進行 OLAP 的操作。例如，嫌疑人、發(fā)案的時間及地點是一個三維數組，利用OLAP 可以對不同地區(qū)的嫌疑人的進行案件偵破的情況分析，同時還可以按時間維進行下鉆，看看不同地區(qū)的嫌疑人在不同時間內的犯案情況。 系統(tǒng)的嫌疑人犯案量，案件管理人員可以在時間和嫌疑人維上進行 OLAP操作，例如，我們可以查看公安決策支持系統(tǒng)中記錄不同嫌疑人的犯案的情況，同時還可以下鉆時間維，判斷不同的嫌疑人在不同時間內的犯案情況。 為基于嫌疑人維具體數據進行分析，可以分別顯示基于嫌疑人的犯案數據和基于地區(qū)的犯案數據，對系統(tǒng)的任何一組數據進行雙擊操作就可進入下一維，從而實現(xiàn)多維數據的下鉆、切片等功能。

5.2 公安決策數據的預處理過程
前面提到不完整的，含噪聲的數據對于數據挖掘的結果有很大影響。數據不完整的原因有很多，人工輸入錯誤、數據傳輸錯誤、數據收集設備故障等都有可能會使得數據不完整。而且嫌疑人或者案件信息也可能不詳細：例如嫌疑人的學歷信息、收入信息、案件的發(fā)生地構等，這些都對嫌疑人和案件的分類有很大影響。這些信息往往在最初數據錄入的時候，案件辦理人員認為不太重要，或者信息采集不全造成相關信息的缺失，所以數據庫中沒有這些數據信息。還有的信息填入數據時為空了，這些缺失的和空缺的信息對數據庫的數據產生存在一定干擾，若要數據挖掘能準確有效地進行就必須要對數據進行清洗。具體的數據清洗的過程如圖5.1所示。
........

第 6 章 總結與展望

本文重點分析了 OLAP 和數據挖掘技術在公安決策支持系統(tǒng)中的應用，本文建立的公安決策支持模型是基于 Web 的。另外本文在系統(tǒng)中還采用決策樹算法分析了公安系統(tǒng)的嫌疑人和案件的分類方法，以輔助公安部門進行針對性的決策。通過 OLAP 和數據挖掘技術，將公安部門的案件信息和嫌疑人信息從多角度、多側面展現(xiàn)出來，以供公安部門決策者使用。決策者通過這些數據能全面掌握案件和嫌疑人的情況，有針對性的采用不同的數據挖掘算法和技術，利用案件和嫌疑人的基礎信息、案件數據和其他輔助數據對其進行細致分析，使系統(tǒng)的運營和管理決策更加科學、合理。
.........

參考文獻:

[1] 于蕭榕,郭昌言,陳剛.  基于Sql Server的銷售管理系統(tǒng)的開發(fā)應用[J]. 電腦知識與技術. 2011(13)
[2] 司錫才,陳玉坤,李志剛.  數據關聯(lián)算法的研究[J]. 哈爾濱工程大學學報. 2007(07)
[3] 張錫芳,黃上騰.  軟件工程中的測試流程模型與管理[J]. 計算機應用與軟件. 2005(08)
[4] 張文生.  .NET平臺下MVC設計模式的實現(xiàn)[J]. 中國科技信息. 2005(11)
[5] 王光宏,蔣平.  數據挖掘綜述[J]. 同濟大學學報(自然科學版). 2004(02)
[6] 楊芙清,梅宏,李克勤.  軟件復用與軟件構件技術[J]. 電子學報. 1999(02)



本文編號：11617