基于數據挖掘的犯罪預警研究和系統開發(fā).pdf

1、犯罪是人類社會發(fā)展的必然產物，是人與社會、人與人之間矛盾關系的反映。隨著社會的發(fā)展，各類犯罪的表現形式日趨多樣，人們很難時刻保持警惕，避免犯罪的發(fā)生。如果能根據已有的信息發(fā)現犯罪的規(guī)律，預測潛在的犯罪，并提前給予犯罪提醒，人們就可以做好預防措施，避免遭遇犯罪，保障人身和財產安全。另外，隨著國家公安信息化系統的建設，公安機關積累了大量的犯罪記錄，為實現犯罪預警提供了數據支持。數據挖掘技術作為從大量數據中提取隱含知識的智能化技術，具有強大的

2、數據分析和處理能力，為發(fā)現犯罪數據中的規(guī)律和趨勢、預測潛在犯罪，實現犯罪預警提供了理論及技術支持。
　　本文運用數據挖掘技術，通過對公安機關所提供的犯罪記錄數據的分析，發(fā)現犯罪的規(guī)律，并運用手機實時定位技術，實時監(jiān)測用戶的地理位置，然后使用發(fā)現的犯罪規(guī)律預測用戶周圍潛在的犯罪，并及時給予用戶犯罪提醒，指導用戶安全出行。
　　本文首先對犯罪分子的作案心理和作案動機進行分析，總結了犯罪發(fā)生的七個特征，然后對犯罪預警需要解決的問題

3、進行分析，總結了解決犯罪預警問題的方法至少需要滿足的六點要求，在此基礎上，提出了運用數據挖掘和手機實時定位技術解決犯罪預警問題的方法。方法的基本思想是運用數據挖掘分析犯罪記錄數據，發(fā)現犯罪的規(guī)律，并使用手機客戶端的應用實時監(jiān)測用戶的地理位置，預測用戶下一位置的安全情況，如有可能發(fā)生犯罪，及時給予用戶提醒。
　　本文分別將C4.5算法、樸素貝葉斯算法等分類算法，及K-Means算法、EM算法等聚類算法應用于犯罪的規(guī)律發(fā)現、預測和預測

4、模型的創(chuàng)建，并對其效果進行對比分析。分析結果顯示，基于聚類算法的數據挖掘聚類分析方法更適合解決犯罪預警問題。本文運用手機實時定位技術，實時監(jiān)測用戶所處的地理位置，并預測用戶下一時刻的位置，然后使用手機客戶端的應用，調用從服務器下載的犯罪預測模型預測用戶下一位置的安全情況，如果有可能發(fā)生犯罪，及時給予用戶預警信息。
　　為驗證研究成果的可行性與有效性，本文設計并開發(fā)了一個基于數據挖掘的城市犯罪預警系統，介紹了系統的架構設計、主要功能