数据挖掘是当前人工智能研究领域中最热门和最有前途的方向之一。随着中国经济的发展和WTO的进入，我国与国外的交流越来越频繁，公安出入境管理因此越来越显示出其重要性。本文通过引入数据挖掘技术，探讨和研究了其中较为成熟的模型和方法在出入境管理中的应用，并对具体的挖掘算法进行了探讨。本文同时介绍了一些相关的数据挖掘方法，并且分析如何运用这些方法去解决一些现实世界具有挑战性的问题例如智能化的出入境管理。 本文的主要内容可以概括为以下三点： 1、利用粗糙集理论在出境劳务人员记录中找出其近似的方面，同时通过知识约简，对数据进行简化处理，得出相应规则，并把实验得出的规则带入实际工作中进行深入讨论。 2、通过对部分在港澳违法人员的数据进行分析，以决策树理论为基础，在拟定算法下对在港澳犯罪人员记录进行分析，从而发现可能犯罪的规律、趋势，以及不同犯罪行为之间的关联，以及何种状态会诱发何种犯罪行为等，初步建立起一个犯罪预警模型。 3、引入经典关联规则挖掘算法Apriori，并对其在公安出入境数据挖掘中的应用进行探讨，同时对该算法进行了一定的改进，找出一些“有趣”且对日常管理工作有益的知识。