数据挖掘技术是近年来数据库和人工智能领域研究的热点课题,目前在很多领域有研究,但在警务工作中的研究还十分不足,因此本次论文将以数据挖掘技术应用于犯罪行为分析作为研究的重点。当前,随着社会政治、经济和科学技术的高速发展,现代犯罪行为表现出了速度化、智能化、高科技化的特点,从犯罪整体走势看,建国以来,我国出现过五次犯罪高峰,伴随着每一次犯罪浪潮都有新的罪种出现,智能犯罪迅速崛起,同时影响较大的案件所占比例有所上升。当前社会背景下,运用大数据及数据挖掘技术发现最新方法并及时将其运用到警务实战中,来提高执法效率和快速反应能力,预防与打击犯罪活动,已成为公安工作中急需解决的问题。传统的分类规则Apriori算法和决策树ID3算法在公安工作中的应用还存在着这样或那样的不能解决的困难,例如不能对新的犯罪活动产生规则,忽略所占比例较低但危害性很大的案件的相关规则等,对这种情况,本文基于数据挖掘技术在犯罪行为分析研究中存在的问题进行了思考与探讨,给出了基于敏感性的Apriori优化算法以及加权的优化算法,分析了传统的ID3算法在犯罪活动分析中存在的缺陷的基础上,提出了相应的优化改进算法。在充分的研究和分析后,本文提出了一套全新的犯罪分析模型构建方式即四色人员危险等级模型,该模型基于对决策树的应用对犯罪人员做了关联规则挖掘和聚类分析,这种基于犯罪信息分析辅助系统得出的规则和聚类结果对公安机关案件处理有一定的借鉴价值,并给管理者提供决策辅助。