基于数据挖掘的恐怖袭击嫌疑对象判断研究

情报探索

• 理论探索 •

基于数据挖掘的恐怖袭击嫌疑对象判断研究

杨振柳1李颖2钟子森1

1.大连海事大学航海学院辽宁大连116026 2.大连海事大学环境信息研究所辽宁大连116026

出版日期:2019-04-20 发布日期:2019-04-22
通讯作者: 杨振柳（1993—），男，2017级硕士研究生,主要从事数据挖掘研究。

Online:2019-04-20 Published:2019-04-22

摘要/Abstract

摘要： ［目的/意义］以数据驱动方式对恐怖袭击事件进行数据挖掘，有助于提高侦破效率，发现新生或者潜在的恐怖分子。［方法/过程］对全球恐怖主义数据库收录的数据进行数据挖掘，主要包括数据清洗与通过主成分分析算法完成的特征筛选，进而建立基于改进的K-means算法的聚类模型，将聚类模式中具有较多相似特征的事件进行归纳处理。［结果/结论］通过该聚类模型可以有效的将恐怖袭击事件按照嫌疑程度对嫌疑对象作出判断，为侦破恐怖袭击事件提供信息支撑。

关键词: 反恐, 数据挖掘, 特征筛选, 主成分分析, K-means聚类算法

杨振柳1李颖2钟子森1. 基于数据挖掘的恐怖袭击嫌疑对象判断研究[J]. 情报探索.

[1]	杨青1刘敏榕2陈慧琪2等. 基于期刊论文产出的科研机构影响力评价研究* ——以武夷山生物研究领域为例[J]. 情报探索, 2020, 1(7): 1-.
[2]	范云欢. 智慧环境下基于大数据挖掘的图书馆学习支持服务[J]. 情报探索, 2020, 1(5): 1-.
[3]	秦宜庞建刚吴景海等. 科研人员合作影响因素研究* ——以“小木虫”论坛为例[J]. 情报探索, 2020, 1(5): 1-.
[4]	吴茵茵. 多种因素交互影响农村儿童阅读能力的数据挖掘研究*[J]. 情报探索, 2020, 1(5): 1-.
[5]	陈和王爽许妙娟. 基于本地学位论文系统的知识图谱分析与应用探讨* ——以厦门大学学位论文系统为例[J]. 情报探索, 2020, 1(4): 1-.
[6]	赵凯杨云帆宋卓远等. 数据挖掘视角下二手房市场与调控政策研究*[J]. 情报探索, 2020, 1(4): 1-.
[7]	刘志群吴卓茜靳萍. Kriging代理模型下的图书馆文献采购经费分析*[J]. 情报探索, 2020, 1(02): 1-.
[8]	高晟. 基于关联规则与贝叶斯网络的高校图书馆个性化图书推荐服务*[J]. 情报探索, 2019, 1(8): 1-.
[9]	王秀艳. 国外智慧图书馆研究的热点主题和发展趋势分析[J]. 情报探索, 2019, 1(8): 1-.
[10]	姜立宝　陈昱帆　俞　璐等. 一种基于聚类的反恐数据分析方法[J]. 情报探索, 2019, 1(6): 1-.
[11]	吕俊杰. 基于购物篮理论的图书借阅数据挖掘[J]. 情报探索, 2019, 1(5): 1-.
[12]	郭燕1　杨佳鑫1　王玉平2. 计划行为理论视角下高校图书馆学科服务团队知识共享因素研究*[J]. 情报探索, 2019, 1(11): 1-.
[13]	周娜　李秀霞. 中外图书情报学领域数据挖掘研究现状对比分析*[J]. 情报探索, 2019, 1(11): 1-.
[14]	朱峰　潘晓中. 朴素贝叶斯算法在反恐情报分类中的应用研究[J]. 情报探索, 2019, 1(10): 1-.
[15]	朱健序. 大数据背景下反恐合成作战模式探究与完善——以Z市公安机关合成作战中心为例[J]. 情报探索, 2018, 1(9): 1-.

基于数据挖掘的恐怖袭击嫌疑对象判断研究

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价