| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-18页 |
| ·研究背景 | 第13-14页 |
| ·国内外研究现状 | 第14-16页 |
| ·国外研究现状 | 第14-15页 |
| ·国内研究现状 | 第15-16页 |
| ·研究目的与意义 | 第16页 |
| ·研究内容 | 第16-17页 |
| ·组织结构 | 第17-18页 |
| 第2章 数据挖掘与公安信息化 | 第18-30页 |
| ·数据挖掘 | 第18-23页 |
| ·数据挖掘定义 | 第18-19页 |
| ·数据挖掘任务 | 第19-20页 |
| ·数据挖掘方法 | 第20-22页 |
| ·数据挖掘的应用领域 | 第22-23页 |
| ·数据挖掘研究的动态发展趋势 | 第23页 |
| ·公安信息化 | 第23-27页 |
| ·公安工作与信息化 | 第24-25页 |
| ·金盾工程 | 第25-26页 |
| ·我省公安信息化现状 | 第26-27页 |
| ·数据挖掘在公安工作中的应用 | 第27-28页 |
| ·数据挖掘在公安工作中的展望 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第3章 违法犯罪行为的关联性分析 | 第30-50页 |
| ·引言 | 第30页 |
| ·关联规则及Apriori 算法 | 第30-32页 |
| ·关联规则基本概念 | 第30-31页 |
| ·关联规则的种类 | 第31页 |
| ·关联规则 Apriori 算法思想 | 第31-32页 |
| ·算法 Apriori 的性能瓶颈问题 | 第32页 |
| ·关联规则挖掘在违法犯罪行为应用中存在的问题 | 第32-34页 |
| ·在违法犯罪行为中的应用 | 第32-33页 |
| ·存在的问题 | 第33-34页 |
| ·一种改进的加权关联规则挖掘算法WARMA | 第34-40页 |
| ·加权关联规则模型 | 第35页 |
| ·权值参数的设定 | 第35-36页 |
| ·算法 WARMA 的基本思想 | 第36-37页 |
| ·算法 WARMA 描述 | 第37页 |
| ·算法 WARMA 实验及分析 | 第37-40页 |
| ·算法 WARMA 实验数据 | 第37-39页 |
| ·算法 WARMA 性能测试及分析 | 第39-40页 |
| ·基于 FUP 的改进关联规则增量式更新算法 | 第40-49页 |
| ·算法 FUP 的分析 | 第41-42页 |
| ·基于敏感参数的改进算法 SFUP | 第42-44页 |
| ·算法 SFUP 基本思想 | 第44页 |
| ·敏感参数的含义 | 第44-45页 |
| ·算法 SFUP 描述 | 第45页 |
| ·算法 SFUP 实验及分析 | 第45-49页 |
| ·算法 SFUP 实验数据 | 第45-47页 |
| ·算法 SFUP 性能测试及分析 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第4章 基于决策树的违法犯罪行为分析 | 第50-71页 |
| ·决策树分类算法 | 第50-53页 |
| ·ID3 算法基本原理 | 第50-51页 |
| ·ID3 算法基本概念 | 第51-52页 |
| ·ID3 算法优劣分析 | 第52页 |
| ·其他分类算法简述 | 第52-53页 |
| ·传统 ID3 算法在犯罪行为分析应用中存在的问题 | 第53-58页 |
| ·ID3 算法的应用 | 第53-57页 |
| ·存在的问题 | 第57-58页 |
| ·一种基于先验参数的改进算法 BID3 | 第58-65页 |
| ·基于先验参数的BID3 算法描述 | 第58-59页 |
| ·先验参数的确定 | 第59页 |
| ·实验及分析 | 第59-63页 |
| ·算法的性能测试 | 第63-65页 |
| ·基于决策树算法的犯罪行为分析原型系统的设计与实验 | 第65-69页 |
| ·功能需求与系统流程图 | 第65-66页 |
| ·原型系统模块构成 | 第66-68页 |
| ·原型系统实现 | 第68-69页 |
| ·在公安实际系统中的应用信息 | 第69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-77页 |
| 附录A 攻读学位期间发表的论文和参加的项目 | 第77-78页 |
| 致谢 | 第78页 |