刑事案件的多维关联分析模型研究.pdf

《刑事案件的多维关联分析模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、情报学报第卷第期，年月，!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!）刑事案件的多维关联分析模型研究王雪华张旭娟王春雨（大连理工大学管理学院，大连）摘要为了发现刑事案件中犯罪的特点与规律，本文建立了刑事案件的多维关联分析模型。首先，进行刑事案件的数据清理；然后，建立刑事案件多维数据模型，其中包括概念分层与建立数据立方体；在此基础上，利用改进的频繁谓词集算法寻找频繁谓词集，根据最小支持度与最小置信度要求，产生强关联规则；最后，对结

2、果进行解释与评价。建立模型后，本文利用刑事案件的样本数据，详细地描述了整个模型的建立过程，并且利用大连市公安局提供的真实数据验证了模型的可用性与正确性并对结果进行了详细分析。本文建立的刑事案件多维关联分析模型为今后城市公安数据挖掘应用研究提供了参考。关键词数据挖掘刑事案件多维关联规则，（，），，，，，，，刑事案件预防与破获是城市公安工作的重点部引言分，如何利用大量的历史案件信息也成为关键问题，因此，利用数据挖掘技术来发现犯罪的特点与规律，多年来，城市公安信息化基础工作建设取得了为案件决策者提供辅助决策支持，这

3、是必要和现实巨大成绩，但也存在不少问题。其中之一是各类信的。关联分析是数据挖掘中的一个重点模式类型，息资源没有得到充分挖掘和合理有效利用，不能以可以发现关联规则，这些规则展示了属性———值频简便、灵活的应用手段为领导和一线民警开展工作繁地在给定数据集中同时出现的条件。如果可以在提供全天候、全方位、全过程的综合信息支持和科学刑事案件中进行关联分析找到犯罪的关联规则，比决策支持。如什么样的情况下容易出现什么类型的刑事案件，收稿日期：年月日作者简介：王雪华，女，年生，大连理工大学，博士，信息与决策技术研究所副所长，

4、教授，主要研究领域：电子政务、复杂性系统等。张旭娟，女，年生，大连理工大学硕士研究生，主要研究领域：电子政务、数据挖掘。：。王春雨，男，年生，大连理工大学在职博士生，主要研究领域：电子政务。）大连市科技项目（）：城市公安信息资源开发与管理。——情报学报第卷第期年月就可以为刑事案件的决策者提供有效的信息，辅助散的、种类化的，它显示了这些变量之间的关系，而案件的预防与破获。刑事案件的关联分析在同一犯数值型关联规则可以和多维关联或多层关联规则结［］罪人涉嫌不同类型案件的问题上有一定的研究，合起来，对数值型字段进行处

5、理，将其进行动态的分但是这是属于单维关联分析。在现实中，很多情况割，或者直接对原始的数据进行处理，当然数值型关下刑事案件数据库是关系数据库，要提取的关联规联规则中也可以包含种类变量；基于规则中数据的则是有多个谓词，属于多个维度和多个层次，这就要抽象层次，可以分为单层关联规则和多层关联规则。建立多维关联规则模型，来找到犯罪的特点和规律。在单层的关联规则中，所有的变量都没有考虑到现本文建立了刑事案件多维关联分析模型，利用实的数据是具有多个不同的层次的，而在多层的关样本数据，详细地描述了整个模型建立过程。首先，联规

6、则中，对数据的多层性已经进行了充分的考虑；进行刑事案件数据预处理，然后建立案件多维数据基于规则中涉及到的数据的维数，关联规则可以分模型———概念分层，数据立方体，在此基础上，改进为单维的和多维的。在单维的关联规则中，只涉及频繁谓词集算法来寻找频繁谓词集，产生强关联规到数据的一个维，如用户购买的物品，而在多维的关则，找到犯罪的特点与规律。最后，利用大连市公安联规则中，要处理的数据将会涉及多个维。换成另局真实数据验证了模型的可用性以及对结果进行了一句话，单维关联规则是处理单个属性中的一些关详细分析。系；多维关联规

7、则是处理各个属性之间的某些关系。关联规则刑事案件关联规则模型!"#刑事案件多维关联规则模型关联规则挖掘用于寻找给定数据集中项之间的［］有趣联系。关联规则的基本问题描述：设｛，刑事案件多维关联规则模型的总体设计，如图，⋯，｝是项的集合。定义交易（）为所示：项的集合，并且C，定义为交易的集合。设是中若干项的集合，如果C，那么称交易包含。在项目集中所包含的项的个数成为项目集的长度。关联规则是形如－的蕴涵式，这里C，C，并且0。规则－在交易数据库中的支持度（）是交易集中包含和的交易数与所有交易数之比，记为（（），即（

8、－）｛：UC，6｝。规则－在交易集中的置信度（）是指包含和的交易数与包含的交易数之比，记为（－），即（－）｛｛：U－，6｝｛：C，6｝。给定一个交易集，挖掘关联规则就是找出支持度和置信度分别大于用户给定的最小支持度（）和最小置信度（）的关联规则。［］关联规则的挖掘分为两个步骤。（）找出所有频繁项集：根据定义，这些项集出现的频率至少和预定义的最小支持计数一样。（）由频繁项集产生强关联规则：根据定义，这