基于JavaEE与APRIORI算法的公安情报分析

摘要：随着社会的发展，信息技术的进步，与大数据技术的广泛应用，公安系统的信息化建设也得到了长足的发展，从各类案件卷宗信息、身份证信息、户口信息、交通信息、住宿信息、通信信息、天网数据监控数据等各类信息的电子化，为我们从这些海量数据中分析出某类案件产生的各种背景因素、各类因素之间的关联关系，提供了数据基础。而通过分析这些关联关系，能够为特定案件的侦破，提供方向指导的数据支持。

关键词：JavaEE;apriori

中图分类号：TP311 文献标识码：A

文章编号：1009-3044（2020）27-0097-03

开放科学（资源服务）标识码（OSID）：

1 背景

利用大数据技术，开展公安情报分析，如今已经成为公安系统信息化建设的核心。根据统计年鉴分享平台的数据分析，从2016年到2017年公安机关刑事案件立案数据如下：2016年，公安机关刑事立案总数为642.75万起，其中盗窃案430.43万起，占比66.97%;2017年公安机关刑事案件立案总数548.26万起，其中盗窃案345.97万起，占比63.1%。2016年盗窃案中人室盗窃立案1184052起，占比18.42%;盗窃机动车立案435221起，占比6.77%。如此之多的盗窃案，其中大部分都不能破案，因此，本系统试着通过运用APRIORI算法，来分析盗窃案中各类字段之间的关联性，为案件的侦破提供数据支持。

2 技术介绍

2.1 关联规则

关联规则是形如X—Y的蕴涵表达式，在数据库表中，可以将X与Y看成表中的字段，通过迭代算法，分析出各个字段出现的次数，然后根据贝叶斯算法，计算字段值出现的关联性概率，关联规则的强度可以用它的支持度（support）和置信度（con-fidence）来度量，Support（支持度）：表示同时包含A和B的事务占所有事务的比例。如果用P（A）表示使用A事务的比例，那么Support=P（A&B）。Confidence（可信度）：表示使用包含A的事务中同时包含B事务的比例，即同时包含A和B的事务占包含A事务的比例。公式表达：Confidence=P（A&B）/P（A），通过合理设置置信度，能为公安破案提供侦破方向的数据支持。

2.2 JavaEE技术

为便于民警进行数据的实时查询，本系统通过B/S架构的JavaEE技术来实现，JavaEE是一个开发分布式企业级应用的规范和标准。通过JDBC技术实现平台无关的与各类数据库的连接，通过STRUTS技术实现前端页面与后台技术的分离。

3 数据字段设计

根据盗窃案结案录入的内容，审讯内容，破案经过，本系统着重分析盗窃案的如下字段数据，盗窃物品：分类为A1现金，A2手机，A3贵重物品，A4家电，A5古董字画，A6含重大价值的文件（科技类，遗嘱）。同理方式处理作案手段（Bl撬锁，B2翻窗，B3冒充户主开锁，B4未关门，B5自己家），地点（C1小区，C2普通民房，C3出租屋，C4店铺），對象（D1独居老人，D2单身女性，D3单身职员，D4家人外出的空屋），动机（El购买毒品，E2赌博，E3补贴家用，E4获取重大遗产，E5售卖获利，E6还债，E7其他），团伙人数（2人团伙，3人团伙，4人团伙，其他），联系方式（G1手机联系，G2 QQ联系，G3微信联系，G4其他），案发前后去向（H1回住所，H2网吧，H3宾馆，H4麻将馆，H5 KTV），是否前科（I1是，12不是），时间（J1受害人上班，J2受害人睡着，J3受害者外出）学历（KI小学，K2初中，K3高中，K4中专，K5大专，K6本科，K7硕士，K8博士），作案者年龄（11 15-20.L221-25，L326-35.L4 36-45 L5 46-50）踩点时间（M1案发前一周内，M2，案发前一个月，M3案发前很久）。作案者职业（N1学生，N2无业人员，N3临时工，N4薪水<3000，N5薪水<5000，N6个体户）

具体数据如表1：

4 主要功能模块

案件统计分析：通过当前报案信息，选择某个报案进行数据分析。

关联字段的筛选：根据案件已有的线索，选择数据分析的字段内容。

可信度与置信度的设置：根据同类案件的数量，设置可信度与置信度。

关联规则显示：显示关联分析结果数据。

5 案件统计分析

进入情报分析系统，首先根据不同查询条件查询报案案件类别，效果如下：

通过struts配置文件：

if （session.getAttribute（" daoqielist"）！="nully*将统计查询数据，放到session中的daoqieList中，如果有删除旧的。*/

session. removeAttribute（"daoqieList"）; session. setAttribute（”daoqieList"，tj DAO.query2（tj Form》;

public List query2（ tongjiForm tjForm）（

List daoqieList= new ArrayList0;

String sql= "select 8from tongji where”;

if（！ tj Form.getAO.equals（”0"》

sql =sql+ "and A=”+”¨+tj Form.getAO+”¨;

if（！ tj Form.getB O.equals（" 0"》

sql=sql+”and B=”+”¨+tj Form.getB0+”¨;

……….‘

ResultSet rs= conn.executeQuery（sql2）;

try{

while （rs.next0）{

tjForm= new tongjiForm0;

tjForm.setIDcard （rs.getString（l》;

tjForm.setA（rs.getString（2》;

tj Form.setB （rs.getString（3》;

……..

daoqieList.add（tjForm）;

）

…...

return daoqieList;

7 可信度与置信度的设置

通过点击统计分析：进行字段筛选与置信度，支持度的选择。

List tjlist = （List） session.getAttribute（"daoqieList"）;

ArrayLisKString> dataList = new ArrayList （）;

for （int i = 0; i < tjlist.size（）; i++） {

tjForm = （tongjiForm） tjlist.get（i）;

for（int j=O;j

if （str_cond[j].equals（"A "》

condition = tjForm.getAO + ";";

if （str_cond[jl.equals（"B "》

condition = condition + tjForm.getBO + ";";

dataList.add（condition）;

//关联分析代码

Map relationRulesMap = apriori2.getRela-tionRules（frequentSetMap）;

SeKString> rrKeySet = relationRulesMap.keySet0;

for （String rrKey ： rrKeySet） {

String s = rrKey;

System.out.println（s.replaceAII（";"， " "） + " ： '1 +“概率為 ："+ relationRulesMap.get（rrKey》;

}

9 结束语

本系统通过分析盗窃案的各类字段之间的关联关系，在收到的报案信息中，根据已有的线索信息，可以设置字段筛选内容，从而分析出个字段之间的出现概率，为案件的侦破提供方向指导。

参考文献：

[1]陈鹏，瞿珂，胡啸峰.犯罪情报分析中的数据挖掘应用[J].计算机系统应用，2017，26（2）： 249-253.

[2]李乐亮，李桂峰.论盗窃案件的特点及侦查方法[J].市场周刊（理论研究），2008（12）： 92，115-116.

[3]刘智明，廖艺.入室盗窃案外围现场勘查的几点启示[J].法制博览，2017（5）： 152.

[4]梁凡，赵丽.基于中智模糊关联规则生成的大数据挖掘分析算法[J].计算机应用与软件，2019，36（10）： 285-292，298.

[5]雷宇.面向大数据的高维数据挖掘技术研究[J].企业科技与发展，2019（7）： 166-167.

[6]罗乐，葛启东，周永学.基于Apriori算法的装备数据关联规则挖掘[J].指挥控制与仿真，2020，4（10）：2.

[7]王彬.盗窃案件侦查的数据碰撞问题研究[J].辽宁警察学院学报，2019，21（5）： 34-40.

【通联编辑：谢媛媛】

作者简介：徐雪飞（1977-），男，江西南昌人，讲师，硕士，主要研究方向为软件工程。