警情数据的关联规则与序列模式发现
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-10页 |
| 1 概述 | 第10-17页 |
| ·引言 | 第10-11页 |
| ·警情数据分析与数据挖掘 | 第11-16页 |
| ·公安信息化概述 | 第11-12页 |
| ·网络报警与来访报案 | 第12-14页 |
| ·数据挖掘在警情数据分析中的实际意义 | 第14-16页 |
| ·警情数据的特点 | 第16页 |
| ·本文的组织结构 | 第16-17页 |
| 2 数据挖掘技术 | 第17-24页 |
| ·数据挖掘的发展历程及发展现状 | 第17-18页 |
| ·数据挖掘的任务 | 第18-19页 |
| ·数据挖掘的过程 | 第19-21页 |
| ·数据挖掘的方法 | 第21-22页 |
| ·发展趋势及面临的挑战 | 第22-24页 |
| 3 关联规则在警情数据分析中的应用 | 第24-39页 |
| ·关联规则概述 | 第24-26页 |
| ·相关概念 | 第24-25页 |
| ·关联规则的挖掘类型 | 第25-26页 |
| ·关联规则的发现算法 | 第26-32页 |
| ·关联规则发现的过程 | 第26页 |
| ·提取频繁项目集的算法 | 第26-28页 |
| ·经典的关联规则发现算法 | 第28-32页 |
| ·挖掘警情数据中的关联规则 | 第32-39页 |
| ·问题定义与数据的准备 | 第32-34页 |
| ·算法的选择与改进 | 第34-37页 |
| ·关联规则的挖掘过程 | 第37-38页 |
| ·结果与评价 | 第38-39页 |
| 4 序列模式在警情数据分析中的应用 | 第39-63页 |
| ·序列模式挖掘概念 | 第39-42页 |
| ·问题模型 | 第39-40页 |
| ·子序列和超序列 | 第40页 |
| ·序列的支持度和频繁序列 | 第40页 |
| ·序列模式和序列模式挖掘 | 第40-42页 |
| ·序列模式挖掘算法 | 第42-55页 |
| ·AprioriAll算法 | 第43-47页 |
| ·广义的序列模式挖掘算法 | 第47-49页 |
| ·基于前缀投影的序列模式挖掘 | 第49-51页 |
| ·使用等价类的序列模式挖掘算法 | 第51-55页 |
| ·挖掘警情数据中的序列模式 | 第55-63页 |
| ·问题定义与数据的准备 | 第55-56页 |
| ·算法的选择与改进 | 第56-58页 |
| ·序列模式的挖掘过程 | 第58-61页 |
| ·结果与评价 | 第61-63页 |
| 5 总结与展望 | 第63-65页 |
| ·论文总结 | 第63-64页 |
| ·工作展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 学位论文数据集 | 第68页 |
