薛亚龙，刘梓泞

(1.宁夏警官职业学院现代侦查技战法研究中心，宁夏 银川 750021) (2.宁夏警官职业学院成人教育培训处，宁夏 银川 750021)

云数据情报源呈现出数据拓扑分布复杂性、数据结构异构性以及数据记录时间戳差异性等特征属性，造成数据挖掘关联聚类密度低、数据迭代运算次数多、数据情报价值需求识别匹配率低等情报侦查问题，易使案件发生情报侦查错误或者陷入情报侦查僵局。可见，选择科学高效的数据挖掘算法已成为实现云数据情报侦查应然价值的核心考量。[1]决策树算法正是根据不同特征样本数据的出现概率，在构建决策树基础上进行挖掘分析的一种分类决策算法。一方面，决策树算法能够帮助侦查人员快速地进行云数据情报侦查平台设计和流程模型构建；另一方面，能够对云数据情报侦查进行精确的循证预测，进而提升对云数据情报源挖掘分析的高效性和准确性。鉴于此，引入决策树算法的云数据情报侦查研究范式，不仅是将决策树算法广泛应用于社会各行业、各领域的必然要求，而且是云数据情报侦查方法自身变革和转型的实然需求。

一、决策树算法云数据情报侦查的内涵与属性

决策树算法云数据情报侦查最为显著的特征是将决策树算法与云数据情报侦查进行融合，这也是其与传统云数据情报侦查的本质区别。尤其在多源数据驱动创新时代，决策树算法作为一种典型的分类与回归机器学习方法，通过制定分类与回归规则、构建决策树算法模型，对不同数据节点和数据连边的属性或特征进行挖掘与分析，并采取决策树剪枝或修剪等决策树挖掘算法，实现自上而下的递归算法挖掘。……