基于图数据挖掘算法的犯罪规律研究及应用

• 作者: 唐德权 张悦 肖自红 贺永恒
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 数据挖掘 频繁子图 犯罪规律 核心成员 关联知识
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 89-91,95
• 分类号: TP311.2
• 字数: 2776字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.11.024

摘要

数据挖掘应用于犯罪集团或恐怖组织社会网络结构分析已经成为公安信息系统领域的研究热点,国内外在分析犯罪和恐怖组织之间的内在规律方面的研究工作亟待深入.与一般的数据挖掘技术相比,图能够表达更加丰富的语义,基于图数据挖掘技术应用于犯罪规律研究是一种新兴的研究方法.为了挖掘犯罪规律和频繁出现的核心成员,首先提出了基于图数据挖掘的相关理论,然后提出了基于相同犯罪特征频繁子图结构的挖掘犯罪规律算法GDMCR(Graph Data Mining Crime Rule),最后利用GDMCR算法得到的频繁子图关联知识分析犯罪规律及网络核心成员.实验证明了文中提出的基于图数据挖掘犯罪规律分析系统的有效性和实用性,并验证了GDMCR算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐德权	湖南警察学院计算机系	25	66	5.0	7.0
2	张悦	湖南警察学院计算机系	8	19	2.0	4.0
3	肖自红	湖南警察学院计算机系	6	20	3.0	4.0
4	贺永恒	湖南警察学院计算机系	4	14	1.0	3.0