随着信息技术特别是网络技术飞速发展,人们收集、存贮、传输数据能力不断提高。数据出现了爆炸性增长,与此形成鲜明对比的是,对决策有价值数据的能力却非常匾乏。知识发现与数据挖掘技术正是在这一背景下诞生的一门新学科。数据挖掘在实际应用中发挥着巨大的作用。“创新平台,打击精确”这是公安局科技强警系统工程中的重点项目,在“警务信息”平台上实现了网上查询、网上追逃、网上破案的日常化和系统化,极大提高了公安机关破案攻坚的能力。但这种方法也是事先设定好的,往往并不能挖掘案件嫌疑人,处理比较单一,尤其对于海量数据,查询速度慢、效率低下、准确率不高。为克服以上缺点,采用数据挖掘技术尤为重要。本文以数据挖掘为最基本问题,针对传统的k-均值算法聚类时初始聚类中心难以确定的缺点,我们对k-均值算法进行改进,在确定初始K类时,加入相对应的权重因子,增强了收敛性,达到全局最优,从而实现了聚类中心的确定。运用改进的k-均值算法对犯罪数据做逼近实验,验证了此方法的有效性。改进的k-均值算法,达到了追逃嫌疑人目的,获得了很好的预测效果,对于管理决策、科学调控有重要的实战意义。