数据挖掘在户籍管理中地应用.pdfVIP

摘要 摘要 国内的户籍管理从最早的手工档案管理到后来的单机版系统管理，再到今 天的联网数据库管理，虽然管理水平和管理手段都获得了长足的提升，但随着 时代的进步，公安工作对户籍管理的要求也越来越高，许多复杂的工作，早己 不能仅仅通过简单的查询、统计来做到。目前户籍管理上所采用的各种数据分 析方法，大多是直接依赖工作经验，研发专家系统，将各类数据整合起来，通 过人工分析+专家系统的方法，在数据海洋中大海捞针，从而获得人们想要知道 的线索或有价值的信息。这个过程，从某种程度来说，只是验证了一些人们已 知的“知识”。而隐藏在数据中的未知的、具有巨大价值的潜在“知识”则仍 然不为大家所知。 而要将这些有用的模式找出来，发现其中隐含的、事先未知的潜在有用信 息，则正是数据挖掘技术的用武之地。利用数据挖掘技术对海量的户籍人口数 据进行深层次的挖掘、分析；可以从中获得有价值的信息，帮助实战单位更好 地打击犯罪，并进一步探索案事件与地域、人口之间的联系。另外，通过对户 籍人口数据的挖掘，还可以为决策者提供更有价值的辅助和支持，从而提高人 口管理的水平。 本文从我国人口和户籍管理工作的现实情况出发，对主流挖掘工具进行概 述和选用，面向户籍人口数据进行挖掘和分析。因使用WEKA的K均值算法 生成的聚类结果与实际掌握情况有明显差异，遂针对K均值算法进行改进：一 是引入权值概念，并适当放大权值对簇均值的影响，使得簇中心更偏向于点密 集的区域；二是引入了新的距离计算方法，在处理循环性数值时，使聚类结果 更贴合实际。并基于该改进算法开发出JAVA平台上的挖掘功能模块Miner。实 验表明，该模块在改进算法后，生成的聚类结果比原始K均值算法更贴近工作 中实际掌握的情况。 关键字：数据挖掘聚类户籍人口K中心算法K均值算法预处理 Abstract Abstract in Chinahas the fromthe Populationmanagement experiencedgreatchanges manual tothe thento later,and managementmono—computermanagementsystem thenetwork isobviousthatthe levelandmethods managementtoday．It management have considerable duetotimes gained improvement，butdevelopment；thepublic forhousehold are and securityrequirements registrationhigherhigher．Thiscomplex workCannotbedoneall a allthe methodson bysimplequery．Atpresentanalysis dataare on the research andthe directlydependentexperience．All byexperts ofallthedataare concludedthemethodofartificial and integration only by analy