基于數(shù)據(jù)挖掘技術(shù)的犯罪因素關(guān)聯(lián)性分析.pdf

1、刑事犯罪既與罪犯的個(gè)人外部因素(例如家庭背景、成長(zhǎng)經(jīng)歷、受教育情況等)有關(guān)，也與其生理狀況等內(nèi)在因素相關(guān)。本文嘗試將數(shù)據(jù)挖掘技術(shù)應(yīng)用于犯罪因素分析，力圖從中獲得一些犯罪規(guī)律，為預(yù)防和治理犯罪提供有價(jià)值的信息，具有重要研究?jī)r(jià)值和現(xiàn)實(shí)意義。
　　 論文針對(duì)600例刑事罪犯的個(gè)人背景信息、基因數(shù)據(jù)和心理調(diào)查問卷信息，與重慶市公安局和我校環(huán)境系統(tǒng)生物學(xué)研究所合作，采用犯罪心理學(xué)、犯罪行為學(xué)及數(shù)據(jù)挖掘技術(shù)相結(jié)合的方法，重點(diǎn)開展犯罪因素之間

2、的關(guān)聯(lián)性分析。論文描述了遺漏數(shù)據(jù)、噪聲數(shù)據(jù)、不一致數(shù)據(jù)和連續(xù)屬性數(shù)據(jù)的預(yù)處理方法，開展了屬性約簡(jiǎn)和規(guī)則挖掘研究研究；針對(duì)約簡(jiǎn)后的屬性，將Apriori算法與粗糙集方法相結(jié)合，提出了AprioriRS算法，并與常規(guī)算法進(jìn)行了實(shí)驗(yàn)對(duì)比。AprioriRS算法利用項(xiàng)集分類預(yù)處理的方法對(duì)事務(wù)數(shù)據(jù)庫中所有的項(xiàng)集進(jìn)行預(yù)處理，從而減少了大量候選集產(chǎn)生的可能性。在篩選項(xiàng)集的過程中，利用粗糙集理論中的知識(shí)約簡(jiǎn)方法對(duì)項(xiàng)集進(jìn)行化簡(jiǎn)，避免了多次重復(fù)掃描數(shù)據(jù)庫。