基于数据挖掘聚类分析的犯罪预警方法研究

摘要

针对当前犯罪形式多样化,犯罪信息复杂的现状,运用决策树算法建立犯罪预警模型,实现对犯罪数据的判定和检索.在传统C4.5算法的基础上,通过引入泰勒公式和麦克劳林公式来降低信息增益率计算过程量.采用由上往下不断对决策树内部节点属性值比较得到决策树结论,借助决策树修剪技术进行剪枝修改,提升样本数据分类的准确度.最后通过实例对模型的运算效率和准确度进行验证,研究结果表明:相较于传统的C4.5决策树算法,文中建立的犯罪预警模型提升执行效率的同时保证了算法的准确率,获得了优异的预警结果.