犯罪是人类社会发展的必然产物,是人与社会、人与人之间矛盾关系的反映。随着社会的发展,各类犯罪的表现形式日趋多样,人们很难时刻保持警惕,避免犯罪的发生。如果能根据已有的信息发现犯罪的规律,预测潜在的犯罪,并提前给予犯罪提醒,人们就可以做好预防措施,避免遭遇犯罪,保障人身和财产安全。另外,随着国家公安信息化系统的建设,公安机关积累了大量的犯罪记录,为实现犯罪预警提供了数据支持。数据挖掘技术作为从大量数据中提取隐含知识的智能化技术,具有强大的数据分析和处理能力,为发现犯罪数据中的规律和趋势、预测潜在犯罪,实现犯罪预警提供了理论及技术支持。本文运用数据挖掘技术,通过对公安机关所提供的犯罪记录数据的分析,发现犯罪的规律,并运用手机实时定位技术,实时监测用户的地理位置,然后使用发现的犯罪规律预测用户周围潜在的犯罪,并及时给予用户犯罪提醒,指导用户安全出行。本文首先对犯罪分子的作案心理和作案动机进行分析,总结了犯罪发生的七个特征,然后对犯罪预警需要解决的问题进行分析,总结了解决犯罪预警问题的方法至少需要满足的六点要求,在此基础上,提出了运用数据挖掘和手机实时定位技术解决犯罪预警问题的方法。方法的基本思想是运用数据挖掘分析犯罪记录数据,发现犯罪的规律,并使用手机客户端的应用实时监测用户的地理位置,预测用户下一位置的安全情况,如有可能发生犯罪,及时给予用户提醒。本文分别将C4.5算法、朴素贝叶斯算法等分类算法,及K-Means算法、EM算法等聚类算法应用于犯罪的规律发现、预测和预测模型的创建,并对其效果进行对比分析。分析结果显示,基于聚类算法的数据挖掘聚类分析方法更适合解决犯罪预警问题。本文运用手机实时定位技术,实时监测用户所处的地理位置,并预测用户下一时刻的位置,然后使用手机客户端的应用,调用从服务器下载的犯罪预测模型预测用户下一位置的安全情况,如果有可能发生犯罪,及时给予用户预警信息。为验证研究成果的可行性与有效性,本文设计并开发了一个基于数据挖掘的城市犯罪预警系统,介绍了系统的架构设计、主要功能模块、数据库设计和系统实现的关键代码。应用效果表明,本文提出的数据挖掘技术结合手机实时定位技术解决犯罪预警问题的方法是可行有效的。