刑事犯罪既与罪犯的个人外部因素(例如家庭背景、成长经历、受教育情况等)有关,也与其生理状况等内在因素相关。本文尝试将数据挖掘技术应用于犯罪因素分析,力图从中获得一些犯罪规律,为预防和治理犯罪提供有价值的信息,具有重要研究价值和现实意义。论文针对600例刑事罪犯的个人背景信息、基因数据和心理调查问卷信息,与重庆市公安局和我校环境系统生物学研究所合作,采用犯罪心理学、犯罪行为学及数据挖掘技术相结合的方法,重点开展犯罪因素之间的关联性分析。论文描述了遗漏数据、噪声数据、不一致数据和连续属性数据的预处理方法,开展了属性约简和规则挖掘研究研究；针对约简后的属性,将Apriori算法与粗糙集方法相结合,提出了AprioriRS算法,并与常规算法进行了实验对比。AprioriRS算法利用项集分类预处理的方法对事务数据库中所有的项集进行预处理,从而减少了大量候选集产生的可能性。在筛选项集的过程中,利用粗糙集理论中的知识约简方法对项集进行化简,避免了多次重复扫描数据库。论文详细说明了从数据的预处理到如何实现对数据集进行特征约简和进行关联规则挖掘和分析的过程,对所挖掘的关联规则结果进行了分析和筛选,并讨论了所获得的规则在重庆地区的具体价值。论文研究工作对于公安机关案件处理有一定的借鉴价值,同时对于预防刑事犯罪和开展相关的法制宣传教育等工作具有积极作用。