犯罪行为分析本身是一门涉及面极广的学科,渗透了法学、心理学、行为学等多学科。由于各种案件的复杂性、犯罪嫌疑人的多样性、审讯人员的素质等因素,现有的审讯过程常常浪费了大量人力和物力,而且存在着一定的偏差。目前在该领域,相关部门已经建设了大量业务信息数据库,已具相当规模,并已建成连接全国各地成千上万台电脑的大型信息网络,隐藏在大量业务数据中的某些有价值的规律、趋势,有待挖掘和提取。本文以大连市公安局项目刑事审讯辅助决策支持系统为研究背景。该系统将计算机技术应用于刑事审讯的全过程,包括审讯案例信息管理、审讯过程跟踪、以及对已有大量案例记录进行数据挖掘。本文详细介绍了数据挖掘技术在刑事审讯决策支持中的应用。设计、实现了一个基于改进的决策树算法的数据挖掘模型;通过引入用户兴趣度概念,改进了ID3决策树算法,弥补了ID3决策树算法在属性选择上偏向于选择属性取值较多项的缺陷;并利用关联分析方法对不同案例进行了分析,了解不同犯罪行为之间的关联。目的是依据数据挖掘技术实现对大量的犯罪记录信息进行数据挖掘,找出大量案例记录数据中的潜在规律,用于度量案例中各种因素对于特定案例所起的作用,给出对于特定案例审讯的可行性审讯方案,提高审讯系统的办案过程的准确率和效率。目前在国内,数据仓库和数据挖掘技术得到成功应用的例子主要集中在金融、保险、商业等领域,而在犯罪行为分析领域,鲜见有效应用。本文通过对公安系统犯罪记录数据的分析,建立了一个合理的数据挖掘模型。得出的结论包括:在犯罪个性心理分析中,除去胆汁形、粘液形等气质因素外,教育起了决定作用;在犯罪风险分析中,有无职业起决定作用等。这些规则与案例分析专家决策基本上符合。本文是在该领域有效应用数据挖掘技术的一次尝试。