| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景 | 第9-10页 |
| ·公安信息化与数据挖掘 | 第10-11页 |
| ·主要研究内容与论文结构 | 第11-14页 |
| ·主要研究内容 | 第11-12页 |
| ·论文组织结构 | 第12-14页 |
| 第2章 数据挖掘概述 | 第14-23页 |
| ·数据挖掘的定义 | 第14页 |
| ·数据挖掘技术的分类 | 第14-15页 |
| ·数据挖掘的知识表示 | 第15页 |
| ·数据挖掘的主要方法 | 第15-19页 |
| ·分类预测型方法 | 第15-18页 |
| ·描述性方法 | 第18页 |
| ·文本/WEB挖掘方法 | 第18-19页 |
| ·数据挖掘的过程 | 第19-21页 |
| ·数据挖掘应用领域 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 基于关联规则和聚类技术的高危人员犯罪信息分析 | 第23-55页 |
| ·数据挖掘中的关联关系分析 | 第23-29页 |
| ·关联规则的基本概念 | 第23-24页 |
| ·关联规则的分类 | 第24-25页 |
| ·关联规则的生成 | 第25-26页 |
| ·Apriori算法 | 第26-28页 |
| ·Apriori算法的改进 | 第28-29页 |
| ·数据挖掘中的聚类分析(k-means) | 第29-37页 |
| ·聚类分析的基本概念 | 第29-30页 |
| ·聚类分析的方法 | 第30-32页 |
| ·相异度的计算 | 第32-36页 |
| ·k-means聚类算法 | 第36-37页 |
| ·关联规则和聚类技术在高危人员犯罪和多发案件分析中的应用 | 第37-53页 |
| ·基于关联规则的高危人员犯罪信息分析 | 第37-47页 |
| ·聚类方法发现案件规律 | 第47-53页 |
| ·本章小结 | 第53-55页 |
| 第4章 刑事犯罪信息系统概述 | 第55-62页 |
| ·系统设计原则 | 第55-56页 |
| ·系统总体结构 | 第56-58页 |
| ·功能模块设计 | 第58页 |
| ·数据库设计 | 第58-61页 |
| ·本章小结 | 第61-62页 |
| 第5章 高危人员犯罪信息分析辅助系统的设计与实现 | 第62-76页 |
| ·高危人员犯罪信息分析辅助系统概述 | 第62页 |
| ·高危人员犯罪信息分析辅助系统的设计 | 第62-63页 |
| ·基于Apriori改进算法的高危人员犯罪信息挖掘的实现 | 第63-65页 |
| ·开发环境 | 第63-64页 |
| ·系统的主界面和主要功能界面 | 第64-65页 |
| ·基于Apriori改进算法的高危人员犯罪信息数据挖掘实现 | 第65-73页 |
| ·关联规则的生成 | 第65-69页 |
| ·关联规则的分析 | 第69-73页 |
| ·基于K-means算法的高危人员犯罪信息挖掘实现 | 第73-75页 |
| ·数据的预处理 | 第73-74页 |
| ·聚类生成 | 第74-75页 |
| ·结果分析 | 第75页 |
| ·本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| ·总结 | 第76页 |
| ·展望 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 致谢 | 第82页 |
