随着公安工作的不断发展,对警情分析、判研工作的要求越来越高,传统的方式和成果已经不能满足实际工作需要。公安机关对掌控社会治安形势的需求日益强烈,迫切要求可以实现辅助指挥决策的警情分析系统。数据仓库,数据挖掘技术的发展为实现这一要求提供了完善的技术保诬。一些相关的部门也对数据挖掘技术在公安信息领域的应用作了研究,但由于公安业务信息系统具有分散、繁杂的特点,管理决策具有相当的广度和深度,因此目前数据仓库这一技术在我国公安行业的应用还非常少,如何找到比较合适的切入点,将数据仓库技术应用到警情的分析中,为案件的分析和预测提供科学的保证将是非常重要的。本文首先介绍了商业智能的发展状况,以及公安指挥中心的现有信息化建设和信息化发展趋势,提出了建设警情分析和预测系统的重要性。然后采用了公安指挥中心最为关心的两抢一盗案件作为分析的切入点,(所谓两抢一盗案件就是指我们社会中发生频率高、侵害面广、危害性大的抢劫、抢夺和盗窃案件。对这类案件提供科学的预测和分析将对公安机关有效合理地布置警力,打击违法犯罪,保护人民生命财产的安全提供强有力的手段。)分析了数据挖掘中的相关算法,提出了对两抢一盗案件进行预测和分析的方法,并创建了两抢一盗的数据仓库,实现了对两抢一盗案件的分析和预测。本文的主要研究成果有:1、分析了时间序列的各个具体算法,并根据两抢一盗案件的季节性特征,最终为两抢一盗案件的预测选择了带有季节特性的算法,解决了预测的算法问题;同时根据两抢一盗的预测结果,提出了警情分级预警的方法,对不同地区按照预先设定的规则,进行警情分级(蓝,黄,橙,红四级),发出预警信息并启动预案;2、分析了关联规则的各个算法,并对两抢案件进行了剖析,根据两抢一盗事件的相关性挖掘目标,确定了对其进行关联分析的算法,并采用GRI算法和Apiori算法实现了两抢一盗案件的关联性分析,同时对两种算法的结果进行了比较;3、创建了两抢一盗的数据仓库,根据两抢一盗案件的要素,建立了各维度,并以某地区公安指挥中心的数据为源数据,通过ETL,将数据加载到数据仓库中,实现了对两抢一盗案件的OLAP分析,并通过实际的数据验证了对两抢一盗案件分析预测的算法。