数据挖掘技术在公安出入境管理中的应用研究

摘要	第1-6页
Abstract	第6-7页
致谢	第7-12页
第一章 绪论	第12-17页
·数据挖掘技术产生的背景	第12-13页
·数据挖掘的基本概念	第13页
·数据挖掘的发展现状和趋势	第13-14页
·数据挖掘在公安出入境管理中的作用	第14-15页
·本文的研究内容和意义	第15-17页
第二章 数据挖掘概述	第17-29页
·知识发现的过程模型	第17-18页
·面向应用的数据挖掘的主要步骤	第18-21页
·标识待挖掘的数据	第19页
·数据准备	第19-20页
·构造挖掘模型	第20页
·评估与部署挖掘模型	第20-21页
·数据挖掘的主要功能	第21-22页
·自动预测趋势和行为	第21页
·关联分析	第21页
·聚类	第21-22页
·概念描述	第22页
·偏差检测	第22页
·数据挖掘中的主要技术	第22-25页
·神经网络	第22-23页
·神经网络概述	第22页
·基于神经网络的数据挖掘	第22-23页
·分类模型	第23-24页
·什么是分类模型	第23页
·几种基本的分类器	第23-24页
·遗传算法	第24-25页
·遗传算法的概念	第24页
·基于遗传算法的数据挖掘	第24-25页
·规则归纳	第25页
·数据挖掘在行业管理工作中应用	第25-26页
·数据挖掘是提升公安出入境管理工作的重要手段	第26-28页
·公安出入境信息系统建设的基本现状	第26-27页
·数据挖掘对提高公安出入境管理的重要性	第27-28页
·本章小结	第28-29页
第三章 利用粗糙集理论对公安出入境数据简化的研究	第29-38页
·粗糙集理论背景及其意义	第29页
·粗糙集理论的概念	第29-30页
·基于粗糙集理论的规则挖掘	第30-31页
·粗糙集的规则获取与应用	第31-32页
·获取规则	第31页
·规则的简化	第31-32页
·基于出境人员实例的粗糙集理论应用	第32-37页
·等价集下近似和依赖度的计算	第33页
·各属性重要度的计算	第33-34页
·简化数据表	第34-35页
·等价集、上下近似集的计算	第35页
·获取规则	第35页
·规则化简	第35页
·最后的规则	第35-36页
·实验结果的讨论与分析	第36-37页
·本章小结	第37-38页
第四章 决策树方法在出境人员犯罪风险预测的研究	第38-48页
·决策树综述	第38-39页
·决策树的概念	第38-39页
·决策树算法	第39页
·基于决策树的分类模型挖掘	第39-41页
·出境人员数据分类的重要性	第41页
·基于决策树的前往港澳人员犯罪风险预测模型挖掘	第41-46页
·前往港澳人员犯罪风险预测模型的示例	第42-46页
·决策树中分类规则的获取	第46页
·决策树方法应用中需要考虑的问题	第46-47页
·本章小结	第47-48页
第五章 公安出入境数据的关联性规则挖掘方法研究	第48-60页
·关联规则的概念	第48-49页
·关联规则定义	第48-49页
·挖掘关联规则的步骤	第49页
·关联规则的种类	第49-51页
·单维关联规则挖掘	第50页
·多层次关联规则	第50页
·多维关联规则	第50-51页
·经典关联规则挖掘算法Apriori	第51-52页
·常见关联规则挖掘方法在公安出入境数据中应用	第52-59页
·量化属性字段的离散化处理	第53-54页
·频繁项集的产生	第54-55页
·关联规则挖掘具体实现	第55-59页
·本章小结	第59-60页
第六章 结束语	第60-62页
·工作总结	第60页
·下一步研究方向	第60-62页
参考文献	第62-66页