基于复杂网络分析的犯罪嫌疑人发现

发布时间：2023-06-05 20:35

　　采用复杂网络分析的方法能有效支持对犯罪集团的侦破,提高公安机关的办案效率,减少人力、物力资源浪费。本文以犯罪网络为研究对象,借助于复杂网络分析技术,采用重叠社区划分方法和节点重要性排序方法,研究了犯罪嫌疑人挖掘问题。论文研究具有理论研究意义和应用价值。论文的主要工作如下:犯罪网络是一个加权的社会网络,边权值体现了节点之间的亲近程度,网络中的任意节点可隶属于多个社区。针对这一现象,本文设计了一种基于传播影响力的重叠社区划分算法COPRA-PI,可用于挖掘犯罪网络中的社区结构。该算法是在COPRA算法的基础上从节点影响力、边影响力、历史标签影响力三个方面综合考虑传播影响力;针对COPRA算法中每个节点在每个时刻均具有相同的最大标签数,且该最大标签数需要手动设置这一不足,该算法中设计了一个自适应的最大标签数。实验结果表明COPRA-PI算法在经典的数据集上社区划分效果较好、收敛速度较快。在确定了犯罪嫌疑人社区网络后,还需确定每个罪犯在犯罪网络中的重要度和犯罪嫌疑人的嫌疑程度。为此,本文提出了一种基于局部影响力的节点重要性排序算法LIPR。该算法能有效支持犯罪网络中节点重要程度分析,主要在PR...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 犯罪网络分析研究现状
        1.2.2 社区发现研究现状
        1.2.3 关键节点分析研究现状
    1.3 论文工作与贡献
    1.4 论文的章节安排
第二章 相关理论基础与技术
    2.1 复杂网络分析
        2.1.1 小世界性
        2.1.2 无标度性
    2.2 社区的概念
        2.2.1 社区的定义
        2.2.2 社区的评价标准
    2.3 经典复杂网络算法分析
        2.3.1 社区发现算法
        2.3.2 关键节点分析算法
    2.4 犯罪网络特点
    2.5 本章小结
第三章 基于传播影响力的重叠社区划分算法
    3.1 问题提出
    3.2 概念定义
    3.3 基于传播影响力的重叠社区发现算法设计
        3.3.1 算法思想
        3.3.2 算法流程
    3.4 实验与结果分析
        3.4.1 数据集介绍
        3.4.2 算法效果对比
    3.5 本章小结
第四章 基于局部影响力的节点重要性排序算法
    4.1 问题提出
    4.2 概念定义
    4.3 基于局部影响力的节点重要性排序算法设计
        4.3.1 算法思想
        4.3.2 算法流程
    4.4 实验与结果分析
        4.4.1 数据集介绍
        4.4.2 算法效果对比
    4.5 本章小结
第五章 犯罪网络应用分析
    5.1 数据准备
        5.1.1 ICM数据集介绍
        5.1.2 构造ICM加权网络
    5.2 COPRA-PI算法应用
    5.3 LIPR算法应用
    5.4 本章小结
第六章 总结与展望
    6.1 总结
    6.2 展望
参考文献
致谢
在学期间的研究成果及发表的学术论文



本文编号：3832006