基于数据挖掘技术警务智能信息系统构建和应用

摘要3-4

Abstract4-9

1 绪论9-13

1.1 研究背景及9-10

1.2 数据挖掘研究和应用现状10-11

1.3 的主要工作11

1.4 的内容组织11-12

1.5 小结12-13

2 数据挖掘技术13-18

2.1 数据挖掘13

2.2 数据挖掘的任务和13-16

2.2.1 数据挖掘的任务13-14

2.2.2 数据挖掘的14-16

2.3 数据挖掘的方法16-17

2.4 数据挖掘结果评价17

2.5 小结17-18

3 警务智能及警务信息分析18-40

3.1 警务智能18

3.2 警务智能信息系统的工作流程18-20

3.3 基于联机分析处理的警务信息分析20-22

3.3.1 联机分析处理的基本20

3.3.2 基于联机分析处理的警务信息分析20-22

3.4 基于决策树的警务信息分析22-30

3.4.1 决策树的基本和 ID3 算法22-25

3.4.2 Microsoft 决策树算法25

3.4.3 基于决策树的警务信息分析应用25-30

3.5 基于关联规则的警务信息分析30-36

3.5.1 关联规则的基本和Apriori 算法30-33

3.5.2 Microsoft 关联规则算法33-34

3.5.3 基于关联规则的警务信息分析应用34-36

3.6 基于聚类的警务信息分析36-39

3.6.1 聚类分析概述和k-中心点算法36-37

3.6.2 Microsoft 聚类算法37-38

3.6.3 基于聚类的警务信息分析应用38-39

3.7 小结39-40

4 警务智能信息系统的构建40-54

4.1 系统需求40

4.2 开发环境与工具40

4.3 警务智能信息系统体系结构40-41

4.4 数据集成层41-45

4.4.1 数据预处理的方法41-43

4.4.2 数据集成层设计43-45

4.5 数据分析层45-51

4.5.1 数据仓库设计45-46

4.5.2 联机分析处理设计46-49

4.5.3 数据挖掘设计49-51

4.6 数据展示层51-53

4.7 小结53-54

5 警务智能信息系统的应用54-64

5.1 系统原型54-55

5.1.1 系统功能结构54

5.1.2 系统原型54-55

5.2 联机分析处理应用实例55-57

5.2.1 维度的组合分析56

5.2.2 维度的对比分析56-57

5.3 数据挖掘应用实例57-63

5.3.1 决策树的应用实例57

5.3.2 关联规则应用实例57-60

5.3.3 聚类应用实例60-63

5.4 统计分析应用实例63

5.5 小结63-64

6 总结与展望64-66

6.1 总结64

6.2 展望64-65

6.3 小结65-66