基于Rough集数据挖掘在犯罪人口数据库中应用.pdfVIP

基于Rough 集数据挖掘在犯罪人口数据库中的应用 1 2 3 1 林和 ，莫照 ，虞龙江 ，李永礼 1 兰州大学信息科学与工程学院软件所，兰州 (730000) 2 湖南城市学院 计算机系，湖南益阳 (413000) ； 3 兰州市公安局通信处，兰州 (730030) E-mail ：linhe88@ 摘 要：以粗糙集方法为基础，利用数据挖掘中的关联规则对犯罪人员数据库的职业结构 进行定量分析、推断和提取规则，把犯罪的定量分析技术应用到犯罪学领域，为决策提供依 据和预防犯罪提供理论上的指导。 关键词：数据挖掘，关联规则，定量分析，粗集理论 1. 引言 人类社会在预防和控制犯罪方面积累了大量的实际经验，犯罪学的研究成果为预防犯罪 提供了理论上的指导；另外在治理犯罪方面我国不仅有可靠地政治保障和组织保障，而且与 国际刑警组织的合作交流提供了有利条件，这些措施使预防犯罪成为可能。我国的犯罪研究 侧重于定性分析，诸如从社会、阶级、家庭等影响来分析犯罪原因，这是分析犯罪研究的一 个重要方面；它的另一方面是定量分析，即探索犯罪现象量的规律性。比如说，某些犯罪现 象在今后一定时间内可能会下降或增长，其下降或增长的数量是多少？在某一时期，犯罪集 中在哪类职业的人？哪个年龄段等。预测犯罪既需定性分析，也需定量分析，这样在我国社 会主义市场经济的大环境中，预测犯罪定量分析就显得尤为重要[2] 。 预防犯罪是维护社会秩序的重要手段，同时也是治理犯罪的最根本途径。预测犯罪是搞 好预防犯罪的前提条件，是制定预防犯罪战略、对策和实施的基础。对其研究通常分为以下 几个步骤：⑴确定研究范围；⑵犯罪数据的收集整理；⑶确定选择采用的分析方面和方法； ⑷数据分析；⑸对数据结果评估，为决策提供依据。利用Rough 集[1,5]与Data Mining[4,6]技术, 借助计算机强大的数据处理能力，对犯罪人员的构成及犯罪行为进行分析、推断和提取规则， 把犯罪的定量分析技术应用到犯罪学领域，为决策提供决策依据和预防犯罪提供理论上的指 导，有着重要地意义。 2. 模糊聚类的算法实现 在模糊聚类分析中，对于各个不同的λ∈(0,1)，可得到不同的分类，下面是模糊聚类的 算法实现: ⑴ 数据标准化 ①数据矩阵的建立 设论域 U= （x ，x ，…，x ）为被分类对象，每个对象由 m 1 2 n 个指标表示其性状：x = （x x ， … ， x ）(i=1…n) 。 i i1 i2 im ②数据标准化 将数据压缩到区间[0，1]上。通常需要作如下两种变换：（平移） 标准差变换；（平移）极差变换。 ⑵ 标定（建立模糊相似矩阵[3] ） 设论域U= （x ，x ，…，x ），x = （x ，x ，…，x ），依照传统的聚类方法确定相似 1 2 n i i1 i2 im 系数，建立模糊矩阵，x 与 x 的相似度r =R （x ，x ），采用相似系数法的数量积法来确定 i j ij i j rij ； - 1 - 1 i=j rij= m m ∑ xik ．xjk ／M i≠j ，其中M