数据挖掘技术是当前数据库和人工智能领域研究的热点课题之一,旨在从海量数据中提取有效的、新颖的、潜在有用的、易被理解的知识.从上世纪90年代初开始,数据挖掘已在市场、金融投资、生产和制造、生物、医学、天文、地理等众多领域得到了广泛的应用,但在公安工作中的应用研究尚处在初级阶段,目前还没有成熟的技术和应用系统.将数据挖掘技术应用于警情数据分析当中是本文研究的重点.本文以统一接警平台中网络报警与来访报案系统的建设为背景,以系统运行过程中产生的大量报警数据为基础进行数据挖掘技术的相关应用研究与开发.通过对相关文献的分析与比较,在数据挖掘相关知识的基础上,针对大量警情数据进行关联规则挖掘和序列模式发现这两大问题分别进行了探索性的研究与开发。在阐述关联规则与序列模式的相关概念和问题模型基础之上,重点设计与实现了关联规则发现算法与序列模式挖掘算法,根据系统的实际应用需求和警情数据特点,在相应算法的基础上分别提出了挖掘警情数据关联规则以及序列模式的算法改进.在算法的预处理阶段,数值属性采用无指导的离散化处理;将多值属性进行等价拆分;采用划分策略减小分析的数据量;在关联规则和序列模式的挖掘阶段,分别使用权值参数和加权前缀来区分案件之间的重要程度,以挖掘出不常发生的重大案情的发生规律;最后使用模拟数据进行了验证和分析.使用本算法挖掘出的关联规则和序列模式具有很高的应用价值,为警方决策的制定,警力的部署,警情的预测和应急处理等工作提供了重要的参考依据.