数据挖掘技术在警务数据分析系统的应用研究
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-20页 |
| 1.1 课题研究背景 | 第11-12页 |
| 1.2 警务大数据和数据挖掘技术应用 | 第12-15页 |
| 1.2.1 警务大数据 | 第12-13页 |
| 1.2.2 数据挖掘技术应用 | 第13-15页 |
| 1.3 国内外警务信息数据应用现状 | 第15-18页 |
| 1.3.1 国内警务信息数据应用 | 第15页 |
| 1.3.2 国外警务信息数据应用 | 第15-18页 |
| 1.4 研究内容 | 第18页 |
| 1.5 组织结构 | 第18页 |
| 1.6 本章小结 | 第18-20页 |
| 第二章 构造警务数据仓库 | 第20-32页 |
| 2.1 警务数据仓库技术分析 | 第20-23页 |
| 2.1.1 警务大数据面临的问题 | 第20-21页 |
| 2.1.2 数据仓库 | 第21-22页 |
| 2.1.3 警务数据仓库结合 Hadoop | 第22-23页 |
| 2.2 警务数据仓库体系结构 | 第23-24页 |
| 2.3 数据预处理 | 第24-27页 |
| 2.3.1 数据来源 | 第24-25页 |
| 2.3.2 数据清理 | 第25页 |
| 2.3.3 数据集成 | 第25-26页 |
| 2.3.4 数据转换 | 第26-27页 |
| 2.3.5 数据简化 | 第27页 |
| 2.4 ETL 数据抽取方式及工具 | 第27-31页 |
| 2.4.1 数据抽取方式 | 第27-29页 |
| 2.4.2 开源工具 Kettle | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 构建多维数据模型 | 第32-38页 |
| 3.1 数据立方体 | 第32页 |
| 3.2 联机分析 OLAP | 第32-33页 |
| 3.3 数据概念分层 | 第33-35页 |
| 3.4 多维数据模型 | 第35-37页 |
| 3.4.1 星形模式 | 第35-36页 |
| 3.4.2 时间维表设计 | 第36-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 出境数据挖掘 | 第38-48页 |
| 4.1 关联规则应用 | 第38-43页 |
| 4.1.1 相关理论 | 第38-39页 |
| 4.1.2 挖掘出境人员数据的频繁项集 | 第39-42页 |
| 4.1.3 关联规则分析 | 第42-43页 |
| 4.2 决策树应用 | 第43-47页 |
| 4.2.1 相关理论 | 第43-44页 |
| 4.2.2 生成出境数据决策树 | 第44-46页 |
| 4.2.3 决策树分析 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第五章 案件数据挖掘 | 第48-54页 |
| 5.1 数据挖掘架构 | 第48页 |
| 5.2 构建案件数据立方 | 第48-50页 |
| 5.3 案件多维分析 | 第50-52页 |
| 5.4 分析结论 | 第52-53页 |
| 5.5 本章总结 | 第53-54页 |
| 第六章 总结 | 第54-56页 |
| 6.1 本文主要工作 | 第54-55页 |
| 6.2 今后工作 | 第55-56页 |
| 个人简介 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 致谢 | 第60页 |
