數據挖掘技術在公安偵查中的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了數據挖掘技術在公安偵查中的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要隨著大數據時代的到來，數據挖掘的重大意義被更多人所了解，在很多領域中也得到了廣泛的使用，數據挖掘技術的應用，使傳統的工作模式發生了極大的改變，同時也給行業發展帶來了新的機遇，研究并分析基于大數據背景下，數據挖掘技術在公安偵查中的應用，分析其技術應用的顯示意義和具體操作，對數據挖掘技術在公安偵查工作中的運用有促進作用。

關鍵詞大數據；數據挖掘；公安偵查

隨著科技的發展，云計算、人工智能等技術的興起，人們開始邁入以大數據為支撐的信息化時代。對于新興技術應用領域的開拓，已經成為一個國家發展的重要戰略方向。將新興技術應用到公安偵查領域，成為公安偵查領域強有力的技術支持。本文在大數據背景下，對數據挖掘技術在公安偵查工作中的應用進行分析，使讀者對其應用有更為清楚的認識。

1數據挖掘技術概述

1.1數據挖掘的概念

根據百度百科的解釋，數據挖掘（DataMining）也被翻譯為數據探索。這是數據庫知識發現的一個步驟。數據挖掘通常是指通過算法對大量數據中隱藏的信息進行搜索。數據挖掘通常與計算機科學相關，通過統計學、聯機分析和處理、信息檢索、機器學習、專家系統(依賴于過去的經驗規則)和模式識別等手段來實現上述目的。

1.2數據挖掘的一般過程

數據挖掘的過程一般為：數據集選取、數據預處理、數據分析算法、分析總結改進。其中，數據預處理包括數據清理、數據集成、數據歸約和數據變換等四個步驟。數據清理是將錯誤的、不完整的、不一致的數據進行消除，避免在數據挖掘過程中干擾數據分析。數據集成是對從不同數據庫或文件系統中收集得到的數據進行合并，從而得到完整、清晰的數據。數據歸約是將與數據挖掘任務有關的數據進行提取。數據預處理將選取的數據集進行提前處理，為數據開采做準備。數據預處理有利于提高數據的準確性、完整性和一致性上，對數據挖掘的準確性有直接的影響。

2公安偵查工作中運用數據挖掘技術的現實意義

2.1提供了體量激增的情報來源

數據是指記錄和區分客觀事件的符號。它是指記錄客觀事物的性質、狀態和相互關系的物理符號或這些物理符號的組合。它不僅指狹義的數字，而且可以是有意義的單詞、字母、圖形、圖像、視頻和音頻。它也是客觀事物的性質、數量、位置和關系的抽象表現。在公安偵查工作中，數據具有多種表現形式和豐富內容。數據是信息的形式和載體。信息依賴于數據來表達、連接和處理信息，這些信息可以形成信息。價值作為標準，這3個被安排成基于信息和數據的金字塔結構。大容量是大數據的主要特征之一，它包含大量的數據。隨著存儲技術和加工技術的發展，數據與以前相比有了爆炸性的增長。數據挖掘技術用于處理、分析和挖掘互聯網空間中未經處理的原始數據，為調查工作提供了無窮的信息來源，成為調查工作的有力支持。

2.2引發了更高效的偵查模式的演變

隨著科技的發展，尤其是計算機科學的發展，信息化的普及，對于犯罪活動的監管造成了很大的困難。這是由于，犯罪類型隨著科技的發展，呈現出多樣化、復雜化的趨勢，出現了許多以前沒有的犯罪行為，這給偵查工作帶來新的挑戰，同時，構成案件的各個要素都在發生變化，新型犯罪行為的出現，使得公安偵查工作進行改革，合理運用科技，對新型犯罪行為進行監督管理。現代犯罪，犯罪手段越來越隱蔽，無實體犯罪場所的網絡犯罪案件也日益增加。傳統偵查模式依賴于現場勘查，并不適用于網絡犯罪等沒有實體犯罪場所的犯罪。而利用新技術對數據進行挖掘，通過對犯罪信息的分析和有用信息的提取，使得在海量的信息中搜尋到與案件偵破相關的情報和資料，由于數據挖掘技術的應用，大量的無效信息被清除，有用信息被提取，使得最終達到有效且精準的偵破，探索出新的偵查模式以順應新時代犯罪現狀的要求。

2.3為疑難問題提出了解決方案

公安系統對指紋、面部識別等人體特征信息的采集已經產生效果，并逐步系統化。根據智能手機中GPS的定位信息，結合基站定位，可以將犯罪嫌疑人鎖定在很小的范圍內。隨著科技的不斷發展，技術手段的不斷更新，公安系統對內部數據庫進行更新，建設更為完善的數據平臺。基于當前環境，有關犯罪的數據量和數據形式日益增多，這些數據，客觀的記錄每天產生的大量信息，被永久地保存在數據庫中。數據挖掘技術為積案、懸案等疑難問題提供了新的解決方案。

3基于數據挖掘的犯罪分析

3.1人員特征分析

人員特征主要指的犯罪人員的基本信息和與案件相關的有效信息，在對犯罪人員的偵破過程中，要準確的掌握這些信息才能更好的進行案件的開展。而采用數據挖掘技術應用在犯罪特征的收集和鑒別上，對案件的偵破有著重大的幫助，采用數據挖掘技術時，主要采用的是碰撞式的分析方法，碰撞式的分析方法首先在大量的與案件相關的信息中，找出這些信息之間的共同點，對人員特征進行連線式的摸索，然后對這些共同點進行分析和歸納，最終挖掘出與犯罪相關的人員特征，運用碰撞式分析方法對犯罪人員的特征進行挖掘其基本的原則就是對證據與案件相關信息的吻合度、生活軌跡和案件特征的重合度或相似的人與案件之間內在聯系的緊密度等來判斷犯罪嫌疑人。

3.2軌跡分析

軌跡分析是辦案過程中常見的分析方法，提取犯罪人員在案發現場遺留下來的犯罪痕跡或者活動痕跡，然后從這些犯罪痕跡中挖掘對用的犯罪信息，并最終根據這些信息鎖定最終的犯罪人員并實施調查和抓捕，達到偵破案件的最終目的。這種方法的運用，依賴于眾多情報系統，在眾多情報系統中確定犯罪行為的各個時空點，為偵破案件提供線索。調查犯罪人員可能遺留下來的犯罪信息，然后對收集到的海量信息進行分析，提取有效信息，實現案件的偵破。這種分析方法能夠為案件帶來突破性的進展，是偵查工作中最受歡迎的方法。

3.3犯罪時空分析

時間節點是指犯罪事件本身或犯罪嫌疑人的行動留下的可偵查的痕跡。我們處在一個信息時代，人的任何言行都存在被記錄的可能。而記錄的途徑是多種多樣的。科技將生活軌跡通過不同的手段和途徑記錄下來。在這種背景下，犯罪嫌疑人的包括藏匿地點、活動區域、案發時的作案過程等相關信息也有可能被記錄下來，而利用數據挖掘技術，將原本不起眼的零碎的信息，挖掘出來，為公安偵查工作的進展提供便利。

3.4犯罪落腳點估測

罪犯不能自由選擇犯罪的時間和空間。事實上，對于罪犯來說，時間和空間的選擇實際上是對機會成本的考慮，機會成本是仔細考慮和利益平衡的結果，而不是任意的選擇。從大量的信息中找出犯罪嫌疑人留下的“痕跡”，可以成功地定位出犯罪嫌疑人乃至整個犯罪的特定時空信息。在此基礎上，可以將偵查的范圍和方向縮小到特定的時空，從而實現犯罪嫌疑人的立足點。獲得更明確的立場，并將大大提高刑事偵查工作的針對性。

4數據挖掘技術在公安偵查中的應用分析

目前，公安系統的數據庫僅僅只用來查詢、檢索信息，對于隱秘的信息只能通過數據挖掘技術來實現。對于公安情報部門來說，數據挖掘技術對于大量情報的獲取提供了有力的支持，最大程度發揮了數據的有效性。信息提取工作是在眾多數據庫中挖掘有用的信息，提供給公安部門，找到嫌疑對象的活動方式，為打擊犯罪提供信息支持。公安部門根據數據信息的準確性來判斷案件的具體情況，實現破案模式的轉變。在公安情報分析中運用數據挖掘算法、聚類算法的關聯規則，結合偵查特點，利用已存在的大量不同維度的數據，以此來掌握實時的情報狀況。

5結論

與耗費大量人力、物力、財力的傳統偵查模式相比，信息時代的偵查模式更多的是數據比較和傳統偵查模式的結合。這種形式是以數據為中心，利用數據挖掘技術，對數據跟蹤人進行案例調查的概念。各種偵查模式的形成，如人與案件、案件與案件、對象與案件、案件偵查類型、合謀偵查等，提高了公安偵查工作的效率，從而實現了案件的順利處理。因此，以大數據作為支撐和數據挖掘技術對公安偵查工作具有重要意義。

參考文獻

[1]鄭廷，張云濤.基于領域本體的數據挖掘技術在賄賂犯罪偵查中的應用[J].中國檢察官，2016（3）：55-57.

[2]李冬靜，江林升.關聯規則在公安情報數據挖掘中的應用研究[J].福建電腦，2018（1）.

[3]康濤.大數據時代數據挖掘在公安信息資源管理中的應用研究[J].科技經濟導刊，2017（9）.

[4]譚熾烈.海量數據挖掘時代智能分析技術在公安領域的應用[J].中國安防，2016（7）：71-74.

作者：王玉清 單位：山東省青島市公安局信息通信處