公安情报中基于关键图谱的群体发现算法

• 作者: 周可 王桦 韩同阳
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 群体发现 关键图谱 公安情报 图聚类 行为聚类
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 服务计算
• 页码范围: 1173-1180
• 页数: 8页
• 分类号: TP391
• 字数: 8306字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2017.06.015

摘要

为了在公安情报场景下将人的行为特征量化聚类,从而发现行为特征相似的人群并将其归类以提供决策支持,提出一种基于关键图谱的群体发现算法(KCD).KCD从人的行为特征入手,通过建立关键图谱并利用图聚类算法来进行群体发现.KCD首先将人与人之间的多个维度的行为特征进行量化计算,并将多维行为特征的量化值融合,形成三元组"人-人-值"的共现度集合;然后过滤噪音数据,建立基于行为特征的无向图;最后应用聚类算法SCAN从无向图中找出多个不同的群体,同时找出图的中心点和离群点,解决了公安情报场景中群体之间关键人物的挖掘问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周可	华中科技大学武汉光电国家实验室	29	396	7.0	19.0
2	王桦	华中科技大学武汉光电国家实验室	5	292	3.0	5.0
3	韩同阳	华中科技大学武汉光电国家实验室	1	2	1.0	1.0