数据挖掘技术在公安侦查中的应用

前言：想要写出一篇引人入胜的文章？我们特意为您整理了数据挖掘技术在公安侦查中的应用范文，希望能给你带来灵感和参考，敬请阅读。

摘要随着大数据时代的到来，数据挖掘的重大意义被更多人所了解，在很多领域中也得到了广泛的使用，数据挖掘技术的应用，使传统的工作模式发生了极大的改变，同时也给行业发展带来了新的机遇，研究并分析基于大数据背景下，数据挖掘技术在公安侦查中的应用，分析其技术应用的显示意义和具体操作，对数据挖掘技术在公安侦查工作中的运用有促进作用。

关键词大数据；数据挖掘；公安侦查

随着科技的发展，云计算、人工智能等技术的兴起，人们开始迈入以大数据为支撑的信息化时代。对于新兴技术应用领域的开拓，已经成为一个国家发展的重要战略方向。将新兴技术应用到公安侦查领域，成为公安侦查领域强有力的技术支持。本文在大数据背景下，对数据挖掘技术在公安侦查工作中的应用进行分析，使读者对其应用有更为清楚的认识。

1数据挖掘技术概述

1.1数据挖掘的概念

根据百度百科的解释，数据挖掘（DataMining）也被翻译为数据探索。这是数据库知识发现的一个步骤。数据挖掘通常是指通过算法对大量数据中隐藏的信息进行搜索。数据挖掘通常与计算机科学相关，通过统计学、联机分析和处理、信息检索、机器学习、专家系统(依赖于过去的经验规则)和模式识别等手段来实现上述目的。

1.2数据挖掘的一般过程

数据挖掘的过程一般为：数据集选取、数据预处理、数据分析算法、分析总结改进。其中，数据预处理包括数据清理、数据集成、数据归约和数据变换等四个步骤。数据清理是将错误的、不完整的、不一致的数据进行消除，避免在数据挖掘过程中干扰数据分析。数据集成是对从不同数据库或文件系统中收集得到的数据进行合并，从而得到完整、清晰的数据。数据归约是将与数据挖掘任务有关的数据进行提取。数据预处理将选取的数据集进行提前处理，为数据开采做准备。数据预处理有利于提高数据的准确性、完整性和一致性上，对数据挖掘的准确性有直接的影响。

2公安侦查工作中运用数据挖掘技术的现实意义

2.1提供了体量激增的情报来源

数据是指记录和区分客观事件的符号。它是指记录客观事物的性质、状态和相互关系的物理符号或这些物理符号的组合。它不仅指狭义的数字，而且可以是有意义的单词、字母、图形、图像、视频和音频。它也是客观事物的性质、数量、位置和关系的抽象表现。在公安侦查工作中，数据具有多种表现形式和丰富内容。数据是信息的形式和载体。信息依赖于数据来表达、连接和处理信息，这些信息可以形成信息。价值作为标准，这3个被安排成基于信息和数据的金字塔结构。大容量是大数据的主要特征之一，它包含大量的数据。随着存储技术和加工技术的发展，数据与以前相比有了爆炸性的增长。数据挖掘技术用于处理、分析和挖掘互联网空间中未经处理的原始数据，为调查工作提供了无穷的信息来源，成为调查工作的有力支持。

2.2引发了更高效的侦查模式的演变

随着科技的发展，尤其是计算机科学的发展，信息化的普及，对于犯罪活动的监管造成了很大的困难。这是由于，犯罪类型随着科技的发展，呈现出多样化、复杂化的趋势，出现了许多以前没有的犯罪行为，这给侦查工作带来新的挑战，同时，构成案件的各个要素都在发生变化，新型犯罪行为的出现，使得公安侦查工作进行改革，合理运用科技，对新型犯罪行为进行监督管理。现代犯罪，犯罪手段越来越隐蔽，无实体犯罪场所的网络犯罪案件也日益增加。传统侦查模式依赖于现场勘查，并不适用于网络犯罪等没有实体犯罪场所的犯罪。而利用新技术对数据进行挖掘，通过对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寻到与案件侦破相关的情报和资料，由于数据挖掘技术的应用，大量的无效信息被清除，有用信息被提取，使得最终达到有效且精准的侦破，探索出新的侦查模式以顺应新时代犯罪现状的要求。

2.3为疑难问题提出了解决方案

公安系统对指纹、面部识别等人体特征信息的采集已经产生效果，并逐步系统化。根据智能手机中GPS的定位信息，结合基站定位，可以将犯罪嫌疑人锁定在很小的范围内。随着科技的不断发展，技术手段的不断更新，公安系统对内部数据库进行更新，建设更为完善的数据平台。基于当前环境，有关犯罪的数据量和数据形式日益增多，这些数据，客观的记录每天产生的大量信息，被永久地保存在数据库中。数据挖掘技术为积案、悬案等疑难问题提供了新的解决方案。

3基于数据挖掘的犯罪分析

3.1人员特征分析

人员特征主要指的犯罪人员的基本信息和与案件相关的有效信息，在对犯罪人员的侦破过程中，要准确的掌握这些信息才能更好的进行案件的开展。而采用数据挖掘技术应用在犯罪特征的收集和鉴别上，对案件的侦破有着重大的帮助，采用数据挖掘技术时，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与案件相关的信息中，找出这些信息之间的共同点，对人员特征进行连线式的摸索，然后对这些共同点进行分析和归纳，最终挖掘出与犯罪相关的人员特征，运用碰撞式分析方法对犯罪人员的特征进行挖掘其基本的原则就是对证据与案件相关信息的吻合度、生活轨迹和案件特征的重合度或相似的人与案件之间内在联系的紧密度等来判断犯罪嫌疑人。

3.2轨迹分析

轨迹分析是办案过程中常见的分析方法，提取犯罪人员在案发现场遗留下来的犯罪痕迹或者活动痕迹，然后从这些犯罪痕迹中挖掘对用的犯罪信息，并最终根据这些信息锁定最终的犯罪人员并实施调查和抓捕，达到侦破案件的最终目的。这种方法的运用，依赖于众多情报系统，在众多情报系统中确定犯罪行为的各个时空点，为侦破案件提供线索。调查犯罪人员可能遗留下来的犯罪信息，然后对收集到的海量信息进行分析，提取有效信息，实现案件的侦破。这种分析方法能够为案件带来突破性的进展，是侦查工作中最受欢迎的方法。

3.3犯罪时空分析

时间节点是指犯罪事件本身或犯罪嫌疑人的行动留下的可侦查的痕迹。我们处在一个信息时代，人的任何言行都存在被记录的可能。而记录的途径是多种多样的。科技将生活轨迹通过不同的手段和途径记录下来。在这种背景下，犯罪嫌疑人的包括藏匿地点、活动区域、案发时的作案过程等相关信息也有可能被记录下来，而利用数据挖掘技术，将原本不起眼的零碎的信息，挖掘出来，为公安侦查工作的进展提供便利。

3.4犯罪落脚点估测

罪犯不能自由选择犯罪的时间和空间。事实上，对于罪犯来说，时间和空间的选择实际上是对机会成本的考虑，机会成本是仔细考虑和利益平衡的结果，而不是任意的选择。从大量的信息中找出犯罪嫌疑人留下的“痕迹”，可以成功地定位出犯罪嫌疑人乃至整个犯罪的特定时空信息。在此基础上，可以将侦查的范围和方向缩小到特定的时空，从而实现犯罪嫌疑人的立足点。获得更明确的立场，并将大大提高刑事侦查工作的针对性。

4数据挖掘技术在公安侦查中的应用分析

目前，公安系统的数据库仅仅只用来查询、检索信息，对于隐秘的信息只能通过数据挖掘技术来实现。对于公安情报部门来说，数据挖掘技术对于大量情报的获取提供了有力的支持，最大程度发挥了数据的有效性。信息提取工作是在众多数据库中挖掘有用的信息，提供给公安部门，找到嫌疑对象的活动方式，为打击犯罪提供信息支持。公安部门根据数据信息的准确性来判断案件的具体情况，实现破案模式的转变。在公安情报分析中运用数据挖掘算法、聚类算法的关联规则，结合侦查特点，利用已存在的大量不同维度的数据，以此来掌握实时的情报状况。

5结论

与耗费大量人力、物力、财力的传统侦查模式相比，信息时代的侦查模式更多的是数据比较和传统侦查模式的结合。这种形式是以数据为中心，利用数据挖掘技术，对数据跟踪人进行案例调查的概念。各种侦查模式的形成，如人与案件、案件与案件、对象与案件、案件侦查类型、合谋侦查等，提高了公安侦查工作的效率，从而实现了案件的顺利处理。因此，以大数据作为支撑和数据挖掘技术对公安侦查工作具有重要意义。

参考文献

[1]郑廷，张云涛.基于领域本体的数据挖掘技术在贿赂犯罪侦查中的应用[J].中国检察官，2016（3）：55-57.

[2]李冬静，江林升.关联规则在公安情报数据挖掘中的应用研究[J].福建电脑，2018（1）.

[3]康涛.大数据时代数据挖掘在公安信息资源管理中的应用研究[J].科技经济导刊，2017（9）.

[4]谭炽烈.海量数据挖掘时代智能分析技术在公安领域的应用[J].中国安防，2016（7）：71-74.

作者：王玉清 单位：山东省青岛市公安局信息通信处