【摘要】：隨著經(jīng)濟(jì)與城市化的快速發(fā)展,流動(dòng)人口迅速增加,公共安全問題越來越嚴(yán)峻,犯罪發(fā)生的頻率越來越高。盡管公安機(jī)關(guān)信息化建設(shè)力度逐年加大,內(nèi)部積累了大量的業(yè)務(wù)數(shù)據(jù),但是這些數(shù)據(jù)大多數(shù)只應(yīng)用于查詢、統(tǒng)計(jì),不能適應(yīng)當(dāng)前警務(wù)工作大數(shù)據(jù)管理與犯罪分析預(yù)測需求。為了解決這些問題,本課題研究開發(fā)了警務(wù)大數(shù)據(jù)系統(tǒng)。在研究開發(fā)過程中,作者分析了傳統(tǒng)犯罪分析預(yù)測技術(shù)的缺陷,提出了基于大數(shù)據(jù)技術(shù)的犯罪預(yù)測模型與算法。研究實(shí)現(xiàn)了警務(wù)大數(shù)據(jù)的預(yù)處理方法、基于分布式文件系統(tǒng)HDFS與關(guān)系數(shù)據(jù)庫聯(lián)合應(yīng)用的數(shù)據(jù)存儲技術(shù)。研究了著名的大數(shù)據(jù)并行處理框架Spark生態(tài)系統(tǒng)的組成,核心思想、工作原理、平臺構(gòu)建以及應(yīng)用系統(tǒng)開發(fā)方法。在理論與技術(shù)研究的基礎(chǔ)上,基于Spark大數(shù)據(jù)框架開發(fā)實(shí)現(xiàn)了警務(wù)大數(shù)據(jù)原型系統(tǒng)。本系統(tǒng)主要包括犯罪預(yù)測、警務(wù)數(shù)據(jù)查詢、警務(wù)決策支持、數(shù)據(jù)存儲與管理等軟件模塊。其中的犯罪預(yù)測模塊基于Spark MLlib庫,綜合運(yùn)用決策樹算法、聚類算法、關(guān)聯(lián)規(guī)則三種算法生成應(yīng)用于分析預(yù)測警務(wù)工作的模型。犯罪預(yù)測主要是對犯罪的最大嫌疑人和犯罪熱點(diǎn)進(jìn)行預(yù)測,并將結(jié)果顯示出來,為公安人員決策提供輔助。警務(wù)數(shù)據(jù)查詢主要實(shí)現(xiàn)以往案件查詢和未結(jié)案件查詢。警務(wù)決策支持模塊根據(jù)犯罪預(yù)測的結(jié)果輔助公安人員進(jìn)行警力部署和警力資源查詢。盡管本課題研究開發(fā)的警務(wù)大數(shù)據(jù)系統(tǒng)是一個(gè)原型系統(tǒng),但為大數(shù)據(jù)技術(shù)在警務(wù)工作中的實(shí)際應(yīng)用進(jìn)行了有意義的探索,必將為提高我國公安系統(tǒng)的案件偵破效率與自動(dòng)化水平起到積極的促進(jìn)作用。
【圖文】：

且具有唯一性，，該表中所具有的屬性有編號、性別、年齡段、籍貫、文化程度和案件類別。其部分?jǐn)?shù)據(jù)顯示如圖4-9 所示：字段名稱 字段描述 主鍵 字段類型 可否為空id 編號 √ varchar(10) NOT NULLsex 性別 varchar(10) NOT NULLage 年齡段 varchar(10) NOT NULLjg 籍貫 varchar(50) NULLwhcd 文化程度 varchar(10) NOT NULLajlb 案件類別 Varchar(20) NOT NULL

圖 4-10 部分犯罪記錄數(shù)據(jù)Fig 4-10 Part of the criminal record data在實(shí)現(xiàn)警務(wù)大數(shù)據(jù)平臺的分析預(yù)測功能時(shí)所關(guān)心的有時(shí)間、地點(diǎn)、受害人性別、案件類型等影響犯罪的因素。因此，在進(jìn)行模型訓(xùn)練的時(shí)候只選取所關(guān)心的屬性，這樣減少了算法的復(fù)雜度，同時(shí)提高了精準(zhǔn)度和效率。4.4 本章總結(jié)本章介紹了警務(wù)大數(shù)據(jù)平臺的分析與總體設(shè)計(jì)過程，包括系統(tǒng)需求分析、用例分析、軟件系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)庫設(shè)計(jì)、存儲系統(tǒng)設(shè)計(jì)等。
【學(xué)位授予單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP311.13;TP311.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李國軍;;預(yù)測警務(wù)的理論基礎(chǔ)與技術(shù)路徑研究[J];湖北警官學(xué)院學(xué)報(bào);2016年05期

2 呂雪梅;;美國犯罪情報(bào)預(yù)測分析技術(shù)的特點(diǎn)——基于蘭德報(bào)告《預(yù)測警務(wù)》的視角[J];情報(bào)雜志;2016年07期

3 呂雪梅;;美國預(yù)測警務(wù)中基于大數(shù)據(jù)的犯罪情報(bào)分析[J];情報(bào)雜志;2015年12期

4 �；�;;大數(shù)據(jù)時(shí)代下的機(jī)場旅客數(shù)據(jù)價(jià)值挖掘[J];綜合運(yùn)輸;2015年11期

5 焦建;;上海外灘踩踏事件發(fā)生后部分報(bào)紙頭版分析[J];今傳媒;2015年11期

6 李熙;黃力;;大數(shù)據(jù)背景下的犯罪預(yù)測與預(yù)防——基于犯罪預(yù)測分析模型的應(yīng)用及構(gòu)建[J];山西科技;2015年03期

7 黃宜華;;大數(shù)據(jù)機(jī)器學(xué)習(xí)系統(tǒng)研究進(jìn)展[J];大數(shù)據(jù);2015年01期

8 孫菲菲;曹卓;;面向重復(fù)犯罪人的再犯罪預(yù)測方法[J];湖北警官學(xué)院學(xué)報(bào);2015年04期

9 崔曼;薛惠鋒;;基于云計(jì)算的智能決策支持系統(tǒng)研究[J];管理現(xiàn)代化;2014年02期

10 黃素萍;葛萌;;Hadoop平臺在大數(shù)據(jù)處理中的應(yīng)用研究[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2013年29期

相關(guān)碩士學(xué)位論文 前10條

1 張玉超;公安重點(diǎn)關(guān)注對象的聚類分析研究[D];山東大學(xué);2015年

2 孫媛;基于Hadoop平臺的決策樹算法研究[D];南京郵電大學(xué);2015年

3 曹建華;ERP環(huán)境下基于大數(shù)據(jù)的智能訂單決策支持系統(tǒng)研究[D];武漢科技大學(xué);2015年

4 楊志偉;基于Spark平臺推薦系統(tǒng)研究[D];中國科學(xué)技術(shù)大學(xué);2015年

5 李爽;基于Spark的數(shù)據(jù)處理分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2015年

6 霍美娜;基于Hadoop海量數(shù)據(jù)分析的反腐云計(jì)算設(shè)計(jì)與實(shí)現(xiàn)[D];山東大學(xué);2015年

7 席屏;基于Hadoop的視頻大數(shù)據(jù)智能預(yù)警系統(tǒng)應(yīng)用研究[D];江蘇科技大學(xué);2015年

8 宋廣友;基于數(shù)據(jù)挖掘的犯罪預(yù)警研究和系統(tǒng)開發(fā)[D];西安電子科技大學(xué);2014年

9 趙海東;數(shù)據(jù)挖掘技術(shù)在犯罪分析中的研究與應(yīng)用[D];中國海洋大學(xué);2014年

10 謝寒光;基于數(shù)據(jù)挖掘技術(shù)的犯罪行為分析[D];中山大學(xué);2014年

本文編號：2551383