基于数据挖掘的全球恐怖主义数据库数据分析

• 作者: 应万明 李永群 袁飞 韩玉春
• 来源期刊: 经济数学
• 学科: 数学
• 关键词: 应用统计数学 恐怖袭击 数据挖掘 KNN K-means
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 应用数学
• 页码范围: 91-94
• 页数: 4页
• 分类号: F063.3|O213
• 字数: 4375字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1660.2019.02.015

摘要

运用数据挖掘的方法,对全球恐怖主义数据库(以下简称 GTD)进行了量化分析.建立了基于KNN邻近算法的恐怖袭击事件量化分级模型和基于 K-means 聚类算法的恐怖袭击事件分类模型.此外,对近三年来恐怖袭击事件发生的主要原因、时空特性、蔓延特性以及级别分布规律进行了分析.最后,基于建立的模型和分析结论,对未来全球和某些重点地区的反恐态势进行了预测分析,给出了具有针对性的建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永群	湖南大学数学与计量经济学院	7	11	2.0	2.0
2	应万明	湖南大学金融与统计学院	2	2	1.0	1.0
3	袁飞	湖南大学电气与信息工程学院	1	2	1.0	1.0
4	韩玉春	湖南大学电气与信息工程学院	1	2	1.0	1.0