题目：关联分析在网吧上网人员伴随关系挖掘中的应用研究

不同类别数据记录中进行伴随关系挖掘是公安情报分析中的基础工作之一，其中住店、高速关卡过车、网吧上网等海量数据记录中的关联分析较为常见，本论文主要是基于网吧上网人员的登记数据进行伴随关系挖掘。论文首先分析了网吧上网人员数据的几个特征并做数据转换与处理，数据的处理是基于Hadoop平台上的Hive内部的函数对海量的网吧上网记录进行分布式的转换处理；然后用改进的Aapriori算法在转换出的数据上进行频繁项集和关联规则的析出，算法针对网吧上网人员记录数据的特征进行的改进大大提升频繁项集与关联规则的析出效率；由于挖掘算法只能析出直接伴随关系与核心人，没有以频繁项集形式直接出现的间接伴随关系不能被分析出，本论文最后用基于tanimoto相似度系数的协同过滤来推荐出间接的伴随人，另外在推荐间接伴随人的基础上给出了完备团伙的析出的方法和分析结果应用的设计与实现。这样从海量的网吧上网人员信息中分析出的结果为公安部门办案扩大了涉案线索范围，挖掘关注人员的伴随人，能为有效实施布控逮捕，为公安部门掌握犯罪团伙关系与高效办案提供有力协助。