数据挖掘技术在安全技术防范管理中的应用研究

　　表1.2  案件发生记录

　　表1.3  案件类别名称

　　表1.4  案发场所

　　技防器材使用记录：这部分的数据描述的是各种技防器材在案发地区的使用记录，又称“地区－器材关系表”，其主要相关内容如下：
 

        表1.5  技防产品使用记录

　　表1.6  技防产品名称

　　根据数据情况和建模要求，在经过数据的预处理、清洗、转换和修正后，建立样本数据。

　　二、分类方法在技防管理中的应用

　　1、用决策树分类方法构造分析模型

　　在分类方法中，数据挖掘算法的工作方法主要是通过分析已知分类信息的历史数据总结出一个预测模型。

　　基于决策树的分类方法是指是在内部节点上选用一个属性进行分割，每个分支代表一个测试输出，叶子节点表示一个类分布。每一个叶子节点都有一个由各种变量取值组成的规则，每一个输入记录都可以根据该模型归类到一个叶子节点中。由于每一叶子节点描述了训练数据的一个特定子集，而训练数据集中的每一种情况恰好属于树上的一个终端节点，所以决策树展示的任一特定数据记录只有一种可能预测。在本课题中采用了判定树分类方法。

　　2、 使用ID3算法建模

　　通过分析样本数据，发现技防产品中的移动报警系统大多数都涉及到机动车盗窃案件。于是提取某地区在已侦破的机动车盗窃案件中涉及移动报警系统技防手段的全部信息，如表2.1所示。在本文中，我们通过建立决策树来分析机动车盗窃案件中案发地区、时间、地点和发案季节等属性对于移动报警系统防范效果的影响。

　　表2.1  机动车盗窃案件统计表

　　表2.2 是经过数据清理后的机动车盗窃信息的训练集。其中地区状态中的1代表市区，2代表城乡结合处。技防产品防范效果中A类代表该产品在侦破案件中起决定作用，B类代表起一定作用，C类代表未起作用。