در این پژوهش، با بکارگیری داده های بانک اطلاعاتی موادمخدر پلیس، چارچوبی از دادهکاوی ارائه کردهایم که بتواند الگوهای نهان و جالب را در پرونده دستگیرشدگان موادمخدر مکشوفه شناسایی نماید. در این تحقیق سعی شده است داده های عملیاتی پلیس به منظور کشف دانش در روابط نهفته میان خصوصیات فردی دستگیرشدگان با نوع مادهمخدر مکشوفه به طور کامل تحلیل شود، تا با بکارگیری بهینه افسران پلیس و ایجاد آرایش نظامی مناسب، فرصتهای ارتکابی جرم در حوزه کشفیات موادمخدر کاهش یابد. در چارچوب ارائه شده، از الگوریتم های درختتصمیم، شبکههای بیزین و بردار پشتیبان تصمیم برای استخراج الگوها از پایگاه داده موادمخدر پلیس استفاده کرده ایم. گردآوری داده ها نیز به دو روش "مشاهده" و "مصاحبه" انجام شده است، بهطوری که برای دستیابی به اطلاعات پرونده دستگیرشدگان از پایگاه داده موجود از روش مشاهده و برای شناسایی متغیرهای تاثیرگذار و شناخت اصطلاحات کلامی و مفهومی مربوط به هر یک از متغیرها و یا حوزهها از مصاحبه آزاد با خبرگان پلیس استفاده شده است. در این تحقیق، در ابتدا مجموعه دادهها را با استفاده از نرمافزار g10oracle database آمادهسازی کردیم؛ سپس برای استخراج قواعد پنهان میان دادهها از نرمافزار 12 clementineاستفاده کردیم. سپس با مقایسه مدل های استفاده شده در تحقیق، قوانینی را که از درصد صحت و دقت بالاتری برخوردار بودند، با تایید و نظر خبر گان پلیس استخراج نمودیم. همچنین در این پژوهش، با شرح گزارش های چند وجهی از سیستم پلیس مواد مخدر، جهت افزایش پتانسیل کشف جرم و کاهش فرصت ارتکاب جرایم به ارائه پیشنهاداتی پرداخته ایم.