數(shù)據(jù)挖掘在戶籍管理中的應(yīng)用.pdf

1、國內(nèi)的戶籍管理從最早的手工檔案管理到后來的單機版系統(tǒng)管理，再到今天的聯(lián)網(wǎng)數(shù)據(jù)庫管理，雖然管理水平和管理手段都獲得了長足的提升，但隨著時代的進步，公安工作對戶籍管理的要求也越來越高，許多復(fù)雜的工作，早已不能僅僅通過簡單的查詢、統(tǒng)計來做到。目前戶籍管理上所采用的各種數(shù)據(jù)分析方法，大多是直接依賴工作經(jīng)驗，研發(fā)專家系統(tǒng)，將各類數(shù)據(jù)整合起來，通過人工分析+專家系統(tǒng)的方法，在數(shù)據(jù)海洋中大海撈針，從而獲得人們想要知道的線索或有價值的信息。這個過程，從

2、某種程度來說，只是驗證了一些人們已知的“知識”。而隱藏在數(shù)據(jù)中的未知的、具有巨大價值的潛在“知識”則仍然不為大家所知。
　　而要將這些有用的模式找出來，發(fā)現(xiàn)其中隱含的、事先未知的潛在有用信息，則正是數(shù)據(jù)挖掘技術(shù)的用武之地。利用數(shù)據(jù)挖掘技術(shù)對海量的戶籍人口數(shù)據(jù)進行深層次的挖掘、分析;可以從中獲得有價值的信息，幫助實戰(zhàn)單位更好地打擊犯罪，并進一步探索案事件與地域、人口之間的聯(lián)系。另外，通過對戶籍人口數(shù)據(jù)的挖掘，還可以為決策者提供更有價

3、值的輔助和支持，從而提高人口管理的水平。
　　本文從我國人口和戶籍管理工作的現(xiàn)實情況出發(fā)，對主流挖掘工具進行概述和選用，面向戶籍人口數(shù)據(jù)進行挖掘和分析。因使用WEKA的K均值算法生成的聚類結(jié)果與實際掌握情況有明顯差異，遂針對K均值算法進行改進:一是引入權(quán)值概念，并適當(dāng)放大權(quán)值對簇均值的影響，使得簇中心更偏向于點密集的區(qū)域;二是引入了新的距離計算方法，在處理循環(huán)性數(shù)值時，使聚類結(jié)果更貼合實際。并基于該改進算法開發(fā)出JAVA平臺上的挖