摘要：现阶段，我国各类公安信息系统在警察数据处理与讯问中发挥着至关重要的作用，但由于缺乏深层次的数据挖掘技术以及分析能力。因此，通过深入挖掘刑事风险模型中的决策与公安出入境数据中的关联性规则，应当不断探索与提取具有价值的规则和知识，从而为决策者提供重要的参考资料。

关键词：数据挖掘;公安信息;关联规则;技术应用

数据挖掘可以从大型数据库中提取隐含的、具有潜在价值的预测知识，并根据其概念、规则和模式及时解决各种预测问题。因此，数据挖掘技术已广泛应用在各行各业当中，但在公安行业中应用研究方面相对较少。伴随着经济社会与科学技术的迅速发展，违法犯罪向着动态化、智能化与高科技方面全面发展，具有时代性特征的新犯罪手法日益显著，比如网络犯罪。怎样将数据挖掘技术应用在公安行业中，及时发现全新关联规则以及提高高效执法和迅速反应能力，预防与打击犯罪行为手段，已经成为公安行业值得思考的重要问题，同时也是公安行业向着信息化建设发展的全新方向。

一、数据挖掘技术简介

数据挖掘技术主要从大型数据库中提取人类感兴趣的知识，其知识包含着隐含的及潜在的具有价值的信息，而提取的知识主要表现为基本概念、规律、模式与规则等方面。因此，数据库管理系统用于存储数据，以及机器学习方法用于分析数据，能够充分挖掘出大量数据背后所隐含的知识，并将两者之间进行结合全面促进数据挖掘技术的产生。数据挖掘属于交叉性与综合性较强的学科，其主要涉及机器学习、模式识别、归纳思维、数据可视化以及高性能计算等各方面。

截止在当前，最为常见的数据挖掘任务共归纳为分类、估计、预测、关联规则、聚类、描述以及建立简档等六个方面。其中分类、估计与预测前三方面需要完成定向数据挖掘任务，其目的为及时发现特定目标具有的变量值，同时关联规则与聚类属于非定向数据挖掘任务，其目的为在不限定目标变量情况下对数据结构进行揭示与展示，最后建立简档既可能为定向数据挖掘任务，又可能为非定向数据挖局任务。与此同时，在数据实际挖掘过程中，其需要从以下方面深入挖掘数据问题：1）选择准确合适数据，2）创建模型集，3）修复数据问题，4）建立与评估模型，5）评估结果并重新开始。通过对数据挖掘基本流程进行反复训练与进行，能够展示出数据挖掘技术的优势，并对其技术进行优化及趋近。

二、数据挖掘技术在公安领域信息中的应用

（一）决策树在犯罪风险行为中的应用

决策树作为数据挖掘技术的分类算法，其是以实际案例为基础的归纳学习算法，也是组无次序与无规则事例，正所谓，推理出的决策树主要表示着分类规则，这种算法主要利用树形结构表现出决策集合，通过对数据集的分类而产生规则。与此同时，树的每个节点都表示着属性测试，其分支表示着测试的结果，每片樹叶代表着类别。所以在实际建树过程中，需要采用剪枝方式剪去数据中的独立点，其中决策树最为常见的算法为ID3算法，基于信息内容的决策分类算法，根据实际属性选择实际案例类别，同时该算法的核心是对决策树各个层次的节点属性进行选择和分类，以确保未知数据分类的真实性以及准确性。除此之外，据实际调查分析，在实际生活中，按照公安工作经验能够得出，年龄在犯罪程度分析属于不可缺少的重要因素，其与模型结论之间存在着偏差，所以需要根据数据挖掘技术及先进算法保障其改善并完全适应公安领域的实际工作。

（二）关联规则在公安出入境管理中的应用

关联规则挖掘主要在大量数据中深入挖掘具有价值描述数据联系的有关知识。以啤酒-尿布经典案例为背景，当男性顾客购买尿布时，百分之三十至百分之四十男性也会购买啤酒。因此，按照常规思维模式分析，尿布和啤酒之间没有冲突，所以利用数据挖掘技术对交易数据进行综合分析，能够正确揭示出其具有的价值规律。与此同时，根据实际调查分析，各类留学生主要是30岁以下的大学毕业生，受过高等教育以及有着较高的学历，渴望达到许多发达国家的教育水平。以美国为例，由于部分学生在留学之前会参加GRE考试，而美国大学的录取通知书往往在中国春节前后才正式发放，这也就意味着只有学生拿到录取通知书之后才能够申请办理护照，但同时，每年三月份与四月份为处境旅游高峰期，这时留学生办理出境的受理窗口总是人满。所以这就需要深入挖掘公安出入境数据，得到具有价值的规律，保障公安能够给广大人民群众提供优质服务，从而在最大程度上为科学合理安排公安警力提供重要保障及科学依据。

三、数据挖掘技术在公安领域应用中的未来展望

由于当前公安业务信息系统具有分散与复杂性基本特点，其管理层面决策具有着广度与深度。因此，在正式实践过程中，需要充分利用数据仓库以及数据挖掘技术对公安信息系统进行优化，并在各方面得到有效进展与突破。

（一）交通管理的决策

交通管理作为城市管理需要解决的重点问题，伴随着城市道路与车辆的迅速增多，传统人工劳动式交通岗亭指挥已难以适应当今社会交通管理工作的需求。因此，建立健全交通管理情况数据仓库，能够采用数据挖掘技术以及OLAP技术，对城市道路路面情况及车辆交通流量方面进行实时监测，制定科学合理有效对策，彻底解决城市道路交通的阻塞问题，进而将其当作城市道路交通管理研究的重要方向。

（二）警力安排的决策

怎样预防与制止突发事件的发生已经成为各级公安机关需要考虑的重要问题之一，同时如何合理安排公安警力也需要慎重思考。因此，在当今社会治安多变的环境下，不仅需要保障社会秩序，还需要保障警力不会出现浪费的情况，并减少无效功劳等方面的重点工作。

（三）消防调度决策

消防工作具有很强的时间观念，其消防调度也具有很强的科学性与合理性。因此，在消防人员、消防车辆配置以及水资源安排过程中，需要对城市道路最佳路线选择方式等方面提供可靠及可深入挖掘的信息内容。

结束语：综上所述，在经济社会迅速发展过程中，充分利用数据仓库及数据挖掘技术在公安领域中应用，全面实现信息资源共享以及综合利用，发挥出数据挖掘技术优势，发现其信息数据隐含着内在联系价值以及关联性规则，进而为公安信息工作提供优质服务。与此同时，数据挖掘技术属于新兴科学，其主要适合应该用在公安犯罪分析与犯罪行为中，并成为公安工作现实性斗争的实际需求。基于此，文章主要全面分析数据挖掘技术在公安领域的应用优势及作用，针对存在的问题进行简要分析，以实际案例为背景，充分发挥分类规则算法在公安行业实际工作中的作用及重要性，对其进行深入研究与探讨，从而在最大程度上保障数据挖掘技术以及分类规则算法广泛应用在各行各业当中。

参考文献：

[1]魏文燕，吕鑫，高琰.挖掘技术在公安领域案件分析中的应用[J].湖南警察学院学报，2020，29（03）：98-104.DOI：10.14097/j.cnki.5392/2020.21.052.

[2]高毅超，王凡，郭晶.数据挖掘技术在公安领域中的应用概况[J].湖南学院，2020，35（07）：182-185.DOI：10.16808/j.cnki.issn1003-7705.2020.07.075.

[3]郭亮山.浅谈数据挖掘技术在公安领域中的应用[J].福建警察学院学报，2021（04）：32-36.

作者简介：韩宇，男，1982年出生，本科，高级程序员、项目经理，研究方向：联网技术开发、运维等。