基于AHP-Apriori改进算法在“两抢”犯罪因素分析中的研究

摘要

随着公安部门信息化建设的不断发展和多年的工作实践，公安信息中心积累了大量的犯罪数据。然而，目前公安部门在对已经存在的犯罪数据使用方面，很多时候只停留在传统的简单查询、统计等功能上。和传统数据分析的技术相比较，数据挖掘技术可以从已有的犯罪数据中提取隐藏的规律和趋势。因此，如何利用数据挖掘技术实现对犯罪各类影响因素进行分析，是目前公安系统迫切需要研究的一个课题。
　　“两抢”犯罪是对社会治安影响较大的多发性案件，它随时危害了公民的生命财产安全，所以减少案件的频发是公安机关的一项重要任务。犯罪的产生受由各种因素共同支配，也是各影响因素相互作用的综合结果。如果能够发现蕴含在犯罪数据中的规律，提前做好治安防控的预防措施，就能降低犯罪率。本文尝试将AHP和Apriori关联规则算法结合应用到犯罪影响因素的分析，试图从中获得一些犯罪发生的原因，为犯罪的预防和教育提供有价值的信息，因此在治安防控上具有研究的价值和现实意义。
　　本文首先提出“两抢”犯罪影响的四大因素：个人因素、社会因素、时间因素和空间因素，并且分析出四大因素对犯罪的影响。然后详细阐述了 AHP和Apriori关联规则算法的思想和实现过程。最后针对 Apriori算法不能进行多层次关联性分析的不足和无法判断事务性重要度的缺陷，结合 AHP层次分析法进行多层次分析并进行加权，得到犯罪影响因素的权值和关联规则。并从结果分析出“两抢”犯罪影响因素的一些规律和特点，为治安防控提供新的方向。

目录

声明

1 引 言

1.1 选题背景及意义

1.2 研究现状

1.3 主要研究内容

2 “两抢”犯罪影响因素分析

2.1 “两抢”犯罪的概述

2.2 个人因素对犯罪的影响

2.3 社会因素对犯罪的影响

2.4 时间因素对犯罪的影响

2.5 空间因素对犯罪的影响

2.6 本章小结

3 AHP层次分析法理论及模型构建

3.1 层析分析法的概述

3.2 AHP的步骤

3.3 基于AHP法的犯罪模型

3.4 本章小结

4 Apriori算法的研究及改进

4.1 关联规则概述

4.2 Apriori算法概述

4.3 基于加权的Apriori改进算法

4.4 本章小结

5 AHP-Apriori改进算法在“两抢”犯罪影响因素分析中的应用

5.1 数据处理

5.2 AHP模型计算

5.3 Apriori模型的构建及其计算

5.4 结果分析

5.5 本章小结

6 总结与展望

6.1 论文结论

6.2 研究展望

参考文献

攻读硕士学位期间发表的论文及科研成果

致谢