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