APP下载

基于聚类的关联规则算法在刑事犯罪行为分析中的应用

2010-06-21张建岭

中国人民公安大学学报(自然科学版) 2010年3期
关键词:数据挖掘关联规则

王 慧, 郑 涛, 张建岭

(中国人民公安大学信息安全工程系,北京 102600)

0 引言

近年来,随着“金盾工程”一期的顺利完成,公安机关信息化应用水平大幅提高,公安机关的整体战斗力得到有力提升,在打击犯罪、维护国家安全等方面发挥了重要作用。信息系统建设已经涵盖各警种的主要业务工作,初步实现了跨地区、跨部门、跨警种信息共享,当前“情报主导警务”理念深入人心,公安信息化已开始进入到高端应用阶段。

但是,随着社会经济的快速发展,人、财、物流动速度骤然加快,犯罪的动态化、智能化特征日趋明显,职业犯罪、高科技犯罪不断增多,诸多不稳定因素导致当前社会打击、遏制和预防犯罪的任务空前加重。面对每天不断更新的宝贵信息资源,全国公安机关尚未建立起统一的信息共享规则,信息资源综合开发利用不足,导致信息系统的可用性受到较严重的影响。因此,基层一线民警要善于从各种纷繁复杂的信息中捕捉到有价值的信息,进一步加强对各类信息的日常分析研究,打破传统的单纯数字罗列、数据比较、情况研判等简单粗糙的分析方法,努力寻找挖掘深层次情报的切入点,注意发现蛛丝马迹,及时发现可疑线索和犯罪踪迹。

数据挖掘(Data Mining)就是从大量数据中提取或“挖掘”知识[1]。所要解决的核心问题是如何有效地从海量数据中获取有用知识信息,任务一般分为描述和预测,为进行科学决策提供必要的帮助,其中聚类挖掘、关联规则挖掘是数据挖掘领域中的重要研究应用领域,聚类挖掘主要将研究对象划分成簇,使得簇内数据具有较高相似性;关联规则挖掘主要发现数据集中的频繁模式。……

登录APP查看全文

猜你喜欢

数据挖掘关联规则
撑竿跳规则的制定
“苦”的关联
数独的规则和演变
探讨人工智能与数据挖掘发展趋势
让规则不规则
基于并行计算的大数据挖掘在电网中的应用
智趣
TPP反腐败规则对我国的启示
一种基于Hadoop的大数据挖掘云服务及应用
基于GPGPU的离散数据挖掘研究