朴素贝叶斯算法在反恐情报分类中的应用研究

情报探索

• 工作研究 •

朴素贝叶斯算法在反恐情报分类中的应用研究

朱峰　潘晓中

武警工程大学密码工程学院　陕西西安　710000

出版日期:2019-10-11 发布日期:2019-10-11
通讯作者: 朱峰（1988—），男，2017级硕士研究生，研究方向为计算机技术；潘晓中（1964—），男，博士，教授，硕士生导师，研究方向为网络安全与信息安全。

Online:2019-10-11 Published:2019-10-11

摘要/Abstract

摘要： ［目的/意义］提出一种基于朴素贝叶斯算法的反恐情报分类模型，在反恐工作中，根据涉恐情报的特点，使用机器学习的方法训练分类器进行涉恐等级划分。［方法/过程］该分类模型建立过程包括构建情报词典、构建样本集、属性降维、构建分类器、评价标准以及实验结果分析等六个步骤。为了详细描述该模型的分类过程，利用虚拟样本集中的数据进行了数据挖掘和定量分析。［结果/结论］该方法能够快速对数据库中的数据信息进行分类，为情报研判提供参考依据，提高了分析效率，节约了人力成本。

关键词: 贝叶斯理论, 朴素贝叶斯, 反恐情报, 数据挖掘, 机器学习

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.

[1]	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-.
[2]	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-.
[3]	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-.
[4]	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-.
[5]	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-.
[6]	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-.
[7]	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-.
[8]	单良刘欣. 基于中国历史人物知识的智能问答系统构建[J]. 情报探索, 2019, 1(6): 1-.
[9]	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-.
[10]	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, 2019, 1(4): 1-.
[11]	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-.
[12]	孙龙杰　俞凯君. 智慧图书馆分类服务优化及其预测模型的研究*[J]. 情报探索, 2018, 1(11): 1-.
[13]	韦霁芸. 基于商品在线评论的用户品牌持续使用意愿研究[J]. 情报探索, 2017, 1(8): 1-.
[14]	朱东妹. 数据驱动下大学新生入馆教育模式实践探索*[J]. 情报探索, 2017, 1(6): 1-.
[15]	廖宇峰. 基于用户数据挖掘的图书馆图书采购模式研究[J]. 情报探索, 2017, 1(4): 1-.

朴素贝叶斯算法在反恐情报分类中的应用研究

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