改进的决策树算法在刑事审讯决策支持中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 引言 | 第8-10页 |
| 1 相关知识 | 第10-21页 |
| 1.1 数据挖掘技术 | 第10-17页 |
| 1.1.1 数据挖掘分类 | 第11页 |
| 1.1.2 数据挖掘方法简介 | 第11-15页 |
| 1.1.3 数据挖掘过程 | 第15-17页 |
| 1.2 数据仓库 | 第17-18页 |
| 1.3 知识发现 | 第18-19页 |
| 1.4 数据挖掘的应用 | 第19-21页 |
| 2 刑事审讯辅助决策系统的综合分析 | 第21-27页 |
| 2.1 刑事审讯问题描述 | 第21-23页 |
| 2.2 挖掘技术在刑事审讯中的应用现状 | 第23-24页 |
| 2.3 决策模型的综合分析 | 第24-27页 |
| 2.3.1 决策模型的基本思想 | 第24-25页 |
| 2.3.2 决策模型的主要工作 | 第25-27页 |
| 3 基于改进的ID3决策树建模 | 第27-49页 |
| 3.1 信息论简介 | 第28-30页 |
| 3.2 决策树算法比较分析 | 第30-36页 |
| 3.2.1 ID3算法 | 第30-32页 |
| 3.2.2 C4.5算法 | 第32-35页 |
| 3.2.3 缺值情况的处理 | 第35页 |
| 3.2.4 决策树的剪枝 | 第35-36页 |
| 3.3 基于 ID3的改进算法 | 第36-38页 |
| 3.4 基于改进的ID3算法的决策系统模型 | 第38-44页 |
| 3.4.1 数据清理 | 第39-41页 |
| 3.4.2 构造犯罪分析决策树 | 第41-43页 |
| 3.4.3 修正建成的决策树 | 第43-44页 |
| 3.5 实例分析 | 第44-49页 |
| 4 犯罪记录的关联序列挖掘分析 | 第49-54页 |
| 4.1 关联挖掘分析 | 第49-52页 |
| 4.2 序列挖掘分析 | 第52-53页 |
| 4.3 小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
