數(shù)據(jù)挖掘技術(shù)在公安情報分析中的應(yīng)用研究

閆偉

摘要：近年來，數(shù)據(jù)的挖掘技術(shù)已經(jīng)成為數(shù)據(jù)庫和人工智能領(lǐng)域研究的熱點課題，在很多領(lǐng)域數(shù)據(jù)挖掘技術(shù)已經(jīng)開始使用，而數(shù)據(jù)的挖掘技術(shù)在公安工作中還處于起步階段。時代在快速的發(fā)展，社會經(jīng)濟和政治也在迅速發(fā)展，這就為犯罪分子所利用，犯罪行為也開始智能化和科技化。在這樣的情況下，采用數(shù)據(jù)的挖掘技術(shù)并應(yīng)用于公安系統(tǒng)工作中去，將極大的提高執(zhí)法的效率和快速反應(yīng)的能力，也能及時的預(yù)防和打擊犯罪行為。

關(guān)鍵詞：數(shù)據(jù)挖掘；公安；情報分析

引言：

隨著社會人口的不斷增加，現(xiàn)代科學(xué)技術(shù)的進步，犯罪行為也一直在呈現(xiàn)上升的趨勢。而公安部門的對行政區(qū)進行分片管理的工作體制背景下，對犯罪行為分析時處于被動地位。而近年來國內(nèi)外學(xué)者開始研究的數(shù)據(jù)挖掘技術(shù)能很大程度的解決這樣的被動地位。只不過數(shù)據(jù)挖掘技術(shù)在公安情報分析中還處于起步階段，公安的數(shù)據(jù)挖掘是在海量的信息案件中，提取出有用的信息并將數(shù)據(jù)挖掘技術(shù)應(yīng)用到公安情報分析中去。

一、數(shù)據(jù)挖掘的簡介

數(shù)據(jù)的挖掘是利用工具從海量的、模糊的、不完善的數(shù)據(jù)中提取出有價值的信息和規(guī)則。能及時的對未來做出預(yù)測和評估，發(fā)現(xiàn)更為直觀的信息和知識。而數(shù)據(jù)挖掘的步驟主要是六個過程。第一個步驟是定義問題。就是指數(shù)據(jù)的挖掘者要熟悉所在行業(yè)的業(yè)務(wù)。第二是步驟是數(shù)據(jù)的準(zhǔn)備。這個步驟是數(shù)據(jù)挖掘的核心，又可以分為三個小步驟，數(shù)據(jù)的集成、選擇和處理。第三個步驟是確定主題。確定要研究的主體并決定如何進行數(shù)據(jù)的操作。第四個步驟是對數(shù)據(jù)進行錄入并且建立模型。第五個步驟是挖掘操作。是根據(jù)上述的準(zhǔn)備工作對選好的數(shù)據(jù)挖掘工具在海量的數(shù)據(jù)中進行查找，已達到發(fā)現(xiàn)知識的目的。第六個步驟是結(jié)果的表達。根據(jù)用戶提供的決策目標(biāo)進行信息的提取，把具有價值的信息篩選出來，遞交給決策者[1]。

二、數(shù)據(jù)挖掘的關(guān)鍵技術(shù)

數(shù)據(jù)挖掘的主要功能包括四個方面，趨勢和行為的預(yù)測、關(guān)聯(lián)的分析、聚類的分析、概念的描述和偏差的檢測。數(shù)據(jù)的挖掘是指用統(tǒng)計學(xué)、數(shù)據(jù)庫、機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等多門學(xué)科運用的技術(shù)，近幾年數(shù)據(jù)挖掘的研究方向，已經(jīng)向自然語言、語料學(xué)研究等邁進，綜合的用于情報分析的技術(shù)方法和工具，并且形成了大量的軟件產(chǎn)品。而目前所運用的數(shù)據(jù)挖掘技術(shù)主要有五種，分別是：關(guān)聯(lián)規(guī)則分析法。用于超市貨架擺放和庫存的預(yù)警以及發(fā)掘潛在顧客。決策樹分析法是主要用于分類挖掘，例如市場細分和產(chǎn)品定位等。最近相鄰技術(shù)。聚類和偏差任務(wù)的分析、人工神經(jīng)網(wǎng)絡(luò)，用于事物數(shù)據(jù)庫的分析和建模。可視化指的是將非空間的信息用圖像、曲線、動畫等顯示，利用人們的可視模式快速的識別能力去瀏覽、判別和理解信息。

三、數(shù)據(jù)挖掘在公安情報分析領(lǐng)域的應(yīng)用

數(shù)據(jù)挖掘在公安系統(tǒng)的情報分析中還處于起步階段。最基礎(chǔ)的就是數(shù)據(jù)算法的運用，數(shù)據(jù)挖掘的算法各不相同，數(shù)據(jù)的類型對應(yīng)的就是某個算法，但目前沒有一種數(shù)據(jù)的算法應(yīng)用于所有的數(shù)據(jù)模型。在應(yīng)用數(shù)據(jù)算法時，要根據(jù)具體情況綜合數(shù)據(jù)的多樣性運用多種算法對數(shù)據(jù)進行挖掘。只有找到最適合的算法才能達到最佳的挖掘數(shù)據(jù)的效果。而目前在公安情報中使用較多的數(shù)據(jù)挖掘的算法主要是兩類，決策樹算法和關(guān)聯(lián)規(guī)則算法。

（一）決策樹算法

決策樹算法是利用樹形的結(jié)構(gòu)進行集合決策，通過對數(shù)據(jù)集的分析產(chǎn)生規(guī)則。每個節(jié)點表示的是一個測試的屬性，而每一個分支表示的是一個測試的輸出，而每個樹葉的節(jié)點表示的是類分布。在進行歸納總結(jié)時，要進行剪枝的操作，提高決策樹的準(zhǔn)確性。決策樹運用最多的是對群體性事件的分析。通過決策樹的算法對群體性的事件進行分析和預(yù)測?？梢苑譃槿齻€步驟分別是，數(shù)據(jù)的預(yù)處理、構(gòu)造決策樹、決策樹分析。這里指的是可以從公安信息系統(tǒng)中獲取相關(guān)的數(shù)據(jù)，并記錄當(dāng)時的敏感詞匯，形成數(shù)據(jù)源。數(shù)據(jù)可以僅僅只是包含著群體性事件的部分項目的內(nèi)容，這樣構(gòu)造的決策樹就相對直觀和簡單。決策樹的分析能讓公安機關(guān)及時預(yù)測群體性事件發(fā)生的概率，依據(jù)決策樹的模型對其進行準(zhǔn)確的決策，做好防范的工作。最大可能降低群體性事件的發(fā)生和造成的不良影響。

（二）關(guān)聯(lián)規(guī)則的算法

關(guān)聯(lián)規(guī)則是在數(shù)據(jù)庫中取兩個或者是多個量之間的暗含的某種規(guī)律性。公安情報分析中最經(jīng)常應(yīng)用的就是對犯罪行為規(guī)律性的挖掘，犯罪行為包含了心理學(xué)、行為學(xué)等，最適合運用的就是關(guān)聯(lián)規(guī)則的用法。挖掘的對象可以從全國違法犯罪信息數(shù)據(jù)庫、偵查情報資料數(shù)據(jù)庫等進行，極大可能發(fā)現(xiàn)犯罪活動中罪犯的作案手法、地點、事件和被害人等這些相關(guān)的關(guān)聯(lián)規(guī)律性。從而得到有實際意義的犯罪活動規(guī)律，為以后的偵查策略和打擊犯罪活動提供了有力的依據(jù)和指導(dǎo)。在預(yù)警的機制中還可以用關(guān)聯(lián)規(guī)則對新型的犯罪發(fā)展方向進行預(yù)測。我們可以以傳統(tǒng)罪犯和新型罪犯為對比，以傳統(tǒng)的罪犯為研究的對象，對數(shù)據(jù)進行挖掘并找到其中的規(guī)律，提前預(yù)防并制定相應(yīng)的防護措施，從根源上遏制新罪犯的產(chǎn)生。而在數(shù)據(jù)的挖掘中，經(jīng)常用的是支持度和置性度兩個概念來量化事物之間相關(guān)聯(lián)的規(guī)則，他們能最大程度的反映出規(guī)則的有用性和確定性。在關(guān)聯(lián)規(guī)則的挖掘過程中，會有最小的支持閾值和最小的置性度閾值，在某條關(guān)聯(lián)規(guī)則同時滿足最小的支持閾值和最小的置性度閾值的時候，就認為該規(guī)則能給用戶帶來感興趣的東西[2]。

四、結(jié)束語

人類社會正在全面發(fā)展，信息化時代已經(jīng)到來。信息化的建設(shè)將成為未來發(fā)展的總趨勢，公安機關(guān)作為政府部門的重要管理單位，對社會的各個層面都有相應(yīng)的影響和制約作用。公安工作要快速的適應(yīng)信息時代的發(fā)展，加大信息化的建設(shè)，建立健全的情報分析信息機構(gòu)，通過數(shù)據(jù)挖掘技術(shù)，提升公安信息化程度，承擔(dān)起公安機關(guān)在社會主義現(xiàn)代化建設(shè)中的責(zé)任。

參考文獻：

[1]褚春梅.淺析工民建工程中基坑支護施工技術(shù)[J].工程技術(shù)：全文版，2017（2）：00075-00076.

[2]王立建，安建光.工民建工程中的基坑支護施工技術(shù)[J].環(huán)球市場，2017（8）：188-188.