数据挖掘在检察业务分析上的应用研究
| 中文摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 引言 | 第9-13页 |
| ·背景及意义 | 第9-10页 |
| ·内容及现状 | 第10-11页 |
| ·研究内容 | 第10页 |
| ·研究现状 | 第10-11页 |
| ·本文工作 | 第11-12页 |
| ·研究成果 | 第11页 |
| ·本文结构 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 第二章 数据挖掘知识 | 第13-21页 |
| ·数据挖掘 | 第13-17页 |
| ·数据挖掘的概念 | 第13-14页 |
| ·数据挖掘的功能 | 第14页 |
| ·数据挖掘的流程 | 第14-16页 |
| ·数据挖掘的方法 | 第16页 |
| ·数据挖掘的结果分析 | 第16-17页 |
| ·关联规则 | 第17-19页 |
| ·关联规则的基本概念 | 第17-18页 |
| ·关联规则的分类 | 第18-19页 |
| ·分类分析 | 第19-20页 |
| ·决策树 | 第19-20页 |
| ·决策树基本算法 | 第20页 |
| ·本章小结 | 第20-21页 |
| 第三章 关联规则挖掘 | 第21-30页 |
| ·Apriori关联规则算法 | 第21-22页 |
| ·Apriori算法在检察业务分析中的应用 | 第22-26页 |
| ·数据准备 | 第22-23页 |
| ·使用Apriori算法进行数据挖掘 | 第23-26页 |
| ·关联规则试验测试结果及评价 | 第26页 |
| ·Apriori算法存在问题及优化 | 第26-29页 |
| ·Apriori算法存在问题 | 第26-27页 |
| ·Apriori算法的加权改进 | 第27-28页 |
| ·Apriori算法的增量改进 | 第28-29页 |
| ·本章小结 | 第29-30页 |
| 第四章 基于决策树的数据分类 | 第30-36页 |
| ·ID3算法 | 第30-32页 |
| ·ID3算法在检察业务分析中的应用 | 第32-34页 |
| ·数据准备 | 第32页 |
| ·构建决策树 | 第32-34页 |
| ·ID3算法分类结果分析 | 第34页 |
| ·检察信息决策树分析结果 | 第34页 |
| ·ID3算法的优缺点 | 第34-35页 |
| ·ID3算法的优点 | 第34页 |
| ·ID3算法的缺点 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第五章 数据仓库的设计 | 第36-45页 |
| ·检察业务数据特点 | 第36-38页 |
| ·检察业务数据分析 | 第36-37页 |
| ·检察业务数据特点 | 第37-38页 |
| ·数据仓库和OLAP的特点 | 第38-39页 |
| ·数据库与数据仓库的对比 | 第38页 |
| ·OLTP与OLAP的对比 | 第38-39页 |
| ·数据仓库模型设计 | 第39-41页 |
| ·高级模型设计 | 第39-40页 |
| ·中级模型设计 | 第40-41页 |
| ·低级模型设计 | 第41页 |
| ·构建数据仓库 | 第41-42页 |
| ·数据集成 | 第41-42页 |
| ·数据仓库优化 | 第42页 |
| ·侦查信息系统数据仓库主题分析 | 第42-44页 |
| ·案件主题 | 第42-43页 |
| ·案犯主题 | 第43页 |
| ·侦查人员主题 | 第43-44页 |
| ·线索主题 | 第44页 |
| ·本章小结 | 第44-45页 |
| 第六章 检察侦查信息系统的设计 | 第45-54页 |
| ·系统需求 | 第45-46页 |
| ·系统需求 | 第45-46页 |
| ·技术思路 | 第46页 |
| ·系统架构设计 | 第46-49页 |
| ·系统体系总架构 | 第46-47页 |
| ·支撑网络平台架构 | 第47-48页 |
| ·数据存储技术架构 | 第48-49页 |
| ·查询平台技术架构 | 第49页 |
| ·访问控制技术架构 | 第49页 |
| ·系统实现 | 第49-53页 |
| ·数据汇集模块 | 第50-51页 |
| ·数据挖掘模块 | 第51-52页 |
| ·OLAP模块 | 第52-53页 |
| ·访问控制模块 | 第53页 |
| ·本章小结 | 第53-54页 |
| 第七章 结束语 | 第54-55页 |
| 参考文献 | 第55-56页 |
| 致谢 | 第56-57页 |
| 个人简历、在学期间的研究成果及发表的学术论文 | 第57页 |
