论文部分内容阅读
自从改革开放以来,随着经济的不断发展,城市规模的扩大,人口的大量增加,如何在目前警力有限的情况下去打击贪污贿赂等职务犯罪,这是检察机关必须解决的一个重要课题。打击贪污贿赂等职务犯罪,除了事后追查到底外,事前从源头进行职务犯罪预防教育至关重要。然而,由于受人力、财力、物力等因素的限制,在现阶段对所有的行业、部门都进行预防职务犯罪教育,既不可能,也不现实。因此,必须抓住主要矛盾,对部分重点行业、部门进行职务犯罪预防教育。那么,选择哪些部门和行业作为重点进行职务犯罪预防教育呢?要较好解决这个问题,笔者提出使用数据挖掘技术,对已有的经济数据和职务犯罪数据进行数据挖掘,建立模型,并进行预测,从而给出对选择哪些行业进行重点的预防教育给出建议,为领导决策给予支持。本文首先对职务犯罪进行了概述,介绍了职务犯罪的定义、职务犯罪的特点、职务犯罪的社会危害,分析了职务犯罪的产生原因,阐述了传统的职务犯罪预防对策,并指出传统方法的不足之处,然后根据以上的分析提出了预防职务犯罪分析系统的目标和要求,并给出该系统的系统框架,以及建立预防职务犯罪分析模型。然后,本文阐述了数据挖掘的理论与技术方法,比较数据挖掘与传统分析方法的区别和联系,指出数据挖掘在解决具有海量信息处理、要求深入分析历史信息、从中发现数据特征、预测其发展趋势并辅助决策的问题方面有较强的优势,满足职务犯罪预防分析系统的要求。接着,详细分析了聚类与分类方法的原理和部分算法,并将其与职务犯罪预防分析结合,并阐述了技术与模型结合的方法:应用聚类技术分析一系列职务犯罪预防属性,得出职务犯罪多发行业的主要特征。然后应用分类的决策树分析方法将这些特征转化成判断职务犯罪的分类规则,并依据这个分类规则预测各个行业是否有职务犯罪发生。最后给出了本系统的总体设计和各主要模块的主要流程,并以某省近两年的数据,应用聚类和分类算法实施了数据挖掘,得出职务犯罪多发行业的特征,并将这些特征转化为判断职务犯罪的分类规则。通过对分类规则的检验,预测结果较好地符合了实际情况。