版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著公安部門信息化建設(shè)的不斷發(fā)展和多年的工作實踐,公安信息中心積累了大量的犯罪數(shù)據(jù)。然而,目前公安部門在對已經(jīng)存在的犯罪數(shù)據(jù)使用方面,很多時候只停留在傳統(tǒng)的簡單查詢、統(tǒng)計等功能上。和傳統(tǒng)數(shù)據(jù)分析的技術(shù)相比較,數(shù)據(jù)挖掘技術(shù)可以從已有的犯罪數(shù)據(jù)中提取隱藏的規(guī)律和趨勢。因此,如何利用數(shù)據(jù)挖掘技術(shù)實現(xiàn)對犯罪各類影響因素進行分析,是目前公安系統(tǒng)迫切需要研究的一個課題。
“兩搶”犯罪是對社會治安影響較大的多發(fā)性案件,它隨時危害了公民的生命
2、財產(chǎn)安全,所以減少案件的頻發(fā)是公安機關(guān)的一項重要任務。犯罪的產(chǎn)生受由各種因素共同支配,也是各影響因素相互作用的綜合結(jié)果。如果能夠發(fā)現(xiàn)蘊含在犯罪數(shù)據(jù)中的規(guī)律,提前做好治安防控的預防措施,就能降低犯罪率。本文嘗試將AHP和Apriori關(guān)聯(lián)規(guī)則算法結(jié)合應用到犯罪影響因素的分析,試圖從中獲得一些犯罪發(fā)生的原因,為犯罪的預防和教育提供有價值的信息,因此在治安防控上具有研究的價值和現(xiàn)實意義。
本文首先提出“兩搶”犯罪影響的四大因素:個人
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 改進的Apriori算法在微信熱點分析中的應用研究.pdf
- 基于改進Apriori算法的海事事故關(guān)聯(lián)分析.pdf
- Apriori算法改進及其在Snort IDS中的應用研究.pdf
- 改進Apriori算法在入侵檢測中的應用研究.pdf
- 基于數(shù)組的Apriori算法的改進研究.pdf
- 基于Hadoop對Apriori算法的改進與研究.pdf
- 改進的Apriori算法及其在領(lǐng)域數(shù)據(jù)挖掘中的應用.pdf
- 基于Hadoop的Apriori算法改進與移植的研究.pdf
- 關(guān)聯(lián)規(guī)則中Apriori算法的研究與改進.pdf
- 基于Hadoop的改進Apriori算法研究及應用.pdf
- 序列模式挖掘中類Apriori算法的改進研究.pdf
- 基于粗糙集對Apriori算法的改進.pdf
- 關(guān)聯(lián)規(guī)則中的Apriori算法的研究與改進.pdf
- 基于證券用戶系統(tǒng)的改進的Apriori算法研究.pdf
- 改進的Apriori算法在高校學生就業(yè)中的研究及應用.pdf
- 街面“兩搶”犯罪的偵防對策研究.pdf
- Apriori算法的改進及應用.pdf
- 改進的Apriori算法在貧困生助學系統(tǒng)中的應用.pdf
- 基于知識簡約方法對Apriori算法的改進.pdf
- 基于權(quán)重的一種Apriori改進算法.pdf
評論
0/150
提交評論