公安领域的信息系统建设经过了十余年的发展已经初具规模。随着信息化建设的不断深入，对信息系统发挥的作用提出了更高的要求，于是决策支持提上了议事日程，而传统的事务型处理系统并不能很好地解决这类问题。 该文详细阐述了公安数据分析领域应用数据挖掘技术的方法，拓展了该技术的使用范围，同时提高了刑事犯罪分析领域的水平，在一定程度上实现了应用计算机技术分析数据和辅助破案，促进了该领域的信息化进程。在挖掘了大量数据后，该文得出了有一定参考价值的分析结论，为该领域有效应用数据挖掘技术进行研究提供了一个方向。该课题在一定的程度上获得了成功，主要包括以下几方面： (1)成功地进行了关联挖掘。在一定支持度、置信度和有趣度基础上，采用Apriori算法进行挖掘，得出频繁项集，从而导出关联规则，得出有用的结论； (2)成功地建了一棵犯罪行为分析决策树，得出相应判定规则； (3)成功地对案件信息作了串并案分析，减轻了手工劳动的强度，提高了串并案的准确性和速度； (4)提出了建立用于OLAP分析的犯罪分析数据库的方法； (5)提出了一种新颖的聚类算法BFSN。与同类算法相比，该算法具有实现简单，复杂度低，容易设定最佳参数等优点。实验证明，在聚类正确率相近的情况下，该算法的效率比较高，而且还能揭示同类对象之间的相异程度； (6)提出了将数据挖掘和OLAP分析应用于犯罪分析的方法和模式； (7)得到了一些关于刑事案件方面的结论，这些知识对于指导决策有相当重要的意义。 数据仓库和数据挖掘技术提出、形成时间不长，在国内得到具体应用不过数年，目前成功的例子不多，且基本局限在金融、保险、商业等领域，而在公安数据分析领域，更是鲜见有效应用。本文抛砖引玉，在该领域作了初步探索，相信这是公安司法领域所迫切需要的，具有很大的应用、借鉴和参考价值。