| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第7-23页 |
| 1．1 数据挖掘技术 | 第7-12页 |
| 1．2 数据挖掘的研究现状 | 第12-13页 |
| 1．3 公安信息化与“金盾工程” | 第13-20页 |
| 1．4 数据挖掘在公安信息化中的实际意义 | 第20-21页 |
| 1．5 本论文的组织 | 第21-23页 |
| 第二章 关联规则在犯罪行为分析中的应用 | 第23-42页 |
| 2．1 关联规则 | 第23-25页 |
| 2．2 关联规则挖掘算法 | 第25-29页 |
| 2．2．1 核心算法 | 第25-27页 |
| 2．2．2 高频集算法的几种优化方法 | 第27-29页 |
| 2．3 公安工作中传统Apriori算法存在的问题 | 第29-32页 |
| 2．4 基于新犯罪敏感性的Apriori优化算法 | 第32-36页 |
| 2．4．1 Apriori优化算法 | 第33-35页 |
| 2．4．2 优化算法的实现模型 | 第35-36页 |
| 2．5 基于权重参数的Apriori优化算法 | 第36-42页 |
| 2．5．1 Apriori优化算法 | 第37-39页 |
| 2．5．2 优化算法的实现模型 | 第39-42页 |
| 第三章 决策树在犯罪风险中的应用 | 第42-53页 |
| 3．1 决策树ID3算法 | 第42-45页 |
| 3．2 ID3算法在犯罪行为分析中的应用模型 | 第45-48页 |
| 3．3 公安工作中ID3算法存在的问题 | 第48页 |
| 3．4 基于专家系数α的ID3优化算法 | 第48-49页 |
| 3．5 专家系数α-IDS优化算法在犯罪行为分析中的应用模型 | 第49-53页 |
| 第四章 结束语 | 第53-55页 |
| 4．1 论文总结 | 第53-54页 |
| 4．2 工作展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 攻读硕士学位期间研究成果及发表的学术论文 | 第57-58页 |
| 致谢 | 第58页 |