随着信息技术的高速发展,公安领域的情报信息系统也面临着海量数据,主要是文本数据带来的巨大挑战,传统的手工处理方式已经难以满足业务上的需求,必须采用更加自动化、智能化的文本挖掘技术来提高办案效率。面向刑事案件文本,重点研究案件精细分类和串并案分析这两个刑侦人员普遍关注的问题。提出了基于朴素贝叶斯和关键词共现图谱的两级分类方法TLC-NBK,该方法根据案件文本长度短、词频低、类别分布具有层次性和不均衡性的特点,首先在文档频率DF方法的基础上引入了词性特征,提出双因子评估算法进行特征选择,然后利用面向不均衡类别的多变量贝努利模型进行朴素贝叶斯分类,实现了一级案件类别的快速、准确划分;在第一级分类器的基础上,针对其所属的二级案件类别分别构建以文档集为基本单位的关键词共现向量,以关键词间的共现关系代替词频计算权重,并提出了逆类别频率因子对共现权重进行修正,最后采用简单向量距离算法实现二级案件类别的精细分类。此外,还利用同义词网技术消除了领域同义词对分类结果的干扰。提出了基于案件特征的密度聚类方法,实现了系列案件的串并分析。该方法首先结合规则和字典从非结构化的案情描述信息中抽取出结构化的案件特征;接着定义了案件文本间的特征相似度计算公式,综合考虑了精细案件类别、案发时间和案发地点对案件特征相似度的影响,并采用层次分析法决策各维度的权重值;最后,借鉴经典密度聚类算法OPTICS的思想,提出了特征密度聚类算法OPTICS-FD,能够有效的分析出系列案件的密集簇,辅助刑侦人员破案。最后,通过实验对双因子评估算法、两级分类器、案件特征抽取和串并案聚类进行了测试。结果表明,在刑事案件文本挖掘领域,相比于传统方法,TLC-NBK方法的准确率和召回率分别提升了7.53%和12.99%;OPTICS-FD算法的缩减率与召回率分别达到了66.52%和91.25%,更好的支持了刑侦人员进行决策。