基于社交網(wǎng)絡的犯罪團伙發(fā)現(xiàn)研究
發(fā)布時間:2020-07-03 21:57
【摘要】:社交網(wǎng)絡社區(qū)發(fā)現(xiàn)是復雜網(wǎng)絡研究的一個重要分支,具有廣泛的應用價值;發(fā)現(xiàn)犯罪團伙是公安機關偵查辦案中的關鍵問題之一。但是,單獨基于社會網(wǎng)絡分析或基于屬性聚類分析發(fā)現(xiàn)犯罪團伙的方法,均不能在大數(shù)據(jù)集中有效地對未知犯罪團伙進行發(fā)現(xiàn)和挖掘分析。由于犯罪團伙在社交網(wǎng)絡中的表現(xiàn)一定是社交網(wǎng)絡的社區(qū),因此,本文先對社交網(wǎng)絡數(shù)據(jù)進行社區(qū)劃分,縮小團伙識別范圍,再結合犯罪嫌疑人在社交網(wǎng)絡中的結構相似度和屬性等額外信息,研究了基于社交網(wǎng)絡的犯罪團伙發(fā)現(xiàn)方法。論文主要工作包括:首先,針對社交網(wǎng)絡的結構特點、犯罪團伙特點和團伙分析方法,提出了利用社交網(wǎng)絡建模分析發(fā)現(xiàn)犯罪團伙的思路。其次,針對社區(qū)發(fā)現(xiàn)算法中的Louvain算法對真實社交網(wǎng)絡劃分存在節(jié)點移動時產(chǎn)生模塊度增益的冗余計算問題,提出了基于預處理的改進Louvain算法,通過提前計算節(jié)點度儲存鄰接表,并對度數(shù)不同的節(jié)點進行分類判斷處理,在不改變社區(qū)劃分效果的前提下,提高對于大規(guī)模網(wǎng)絡劃分的效率。最后,基于改進Louvain算法的優(yōu)點和大規(guī)模社交網(wǎng)絡數(shù)據(jù)的結構特點,提出了結合拓撲相似度的團伙發(fā)現(xiàn)算法模型;通過社區(qū)發(fā)現(xiàn)和社交網(wǎng)絡節(jié)點(實體人)屬性信息,提出了結合屬性信息的團伙發(fā)現(xiàn)算法模型。實驗初步表明,改進后的Louvain算法可以提高社交網(wǎng)絡社區(qū)劃分的效率;利用結合拓撲相似度的團伙發(fā)現(xiàn)算法模型按照余弦相似性可以有效判別電信詐騙等類型的犯罪團伙;利用結合屬性信息的團伙發(fā)現(xiàn)算法模型根據(jù)節(jié)點屬性信息可進一步縮小和判定潛在的犯罪團伙。這些工作能為公安機關發(fā)現(xiàn)可疑犯罪團伙提供有效的理論和技術支撐。
【學位授予單位】:中國人民公安大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:D918.2
【圖文】:
p k c其中 α 和 c 都是常數(shù)。這里的負號是非強制的,可以將其省略,但因圖 3.1 中直線的斜率是負值,使用負號會很方便,如果取值為正,那么圖3.1 中的斜率會相反。對公式3.1 的兩側同時做指數(shù)運算,可將對數(shù)關系記為公式3.2。(公式3.2)kp Ck 其中,C=ec也是一個常數(shù)。這種形式的分布,即按照k 的冪變化,稱為冪律。根據(jù)圖3.1 的實證,可以粗略地說明社交網(wǎng)絡拓撲圖中的度分布服從冪律。具有如圖 3.1 所示冪律度分布的網(wǎng)絡有時也稱為無標度網(wǎng)絡,當然也有很多網(wǎng)絡不是無標度的,即其度分布不服從冪律,然而無標度網(wǎng)絡是研究的重點,因為這些網(wǎng)絡有一些很重要的性質。尤其對于大型社交網(wǎng)絡
中國人民公安大學碩士學位論文( ),即經(jīng)過對節(jié)點的遍歷之后,一個社區(qū)中outiVK V之和,則稱由這些節(jié)點組成的社區(qū)為弱社區(qū)?醋髟趶碗s網(wǎng)絡中各種節(jié)點具有一定的聚集性而構各領域學者運用基于子圖局部定義,即社區(qū)結構是集合,每個集合中的節(jié)點邊的連接數(shù)量都較多,而圖 3.2 所示,圖中的網(wǎng)絡由 15 個節(jié)點與 21 條連邊分后被分為三類,不同的節(jié)點顏色代表不同的社區(qū)稀疏,而社區(qū)內部節(jié)點的連邊較為密集。
【學位授予單位】:中國人民公安大學
【學位級別】:碩士
【學位授予年份】:2019
【分類號】:D918.2
【圖文】:
p k c其中 α 和 c 都是常數(shù)。這里的負號是非強制的,可以將其省略,但因圖 3.1 中直線的斜率是負值,使用負號會很方便,如果取值為正,那么圖3.1 中的斜率會相反。對公式3.1 的兩側同時做指數(shù)運算,可將對數(shù)關系記為公式3.2。(公式3.2)kp Ck 其中,C=ec也是一個常數(shù)。這種形式的分布,即按照k 的冪變化,稱為冪律。根據(jù)圖3.1 的實證,可以粗略地說明社交網(wǎng)絡拓撲圖中的度分布服從冪律。具有如圖 3.1 所示冪律度分布的網(wǎng)絡有時也稱為無標度網(wǎng)絡,當然也有很多網(wǎng)絡不是無標度的,即其度分布不服從冪律,然而無標度網(wǎng)絡是研究的重點,因為這些網(wǎng)絡有一些很重要的性質。尤其對于大型社交網(wǎng)絡
中國人民公安大學碩士學位論文( ),即經(jīng)過對節(jié)點的遍歷之后,一個社區(qū)中outiVK V之和,則稱由這些節(jié)點組成的社區(qū)為弱社區(qū)?醋髟趶碗s網(wǎng)絡中各種節(jié)點具有一定的聚集性而構各領域學者運用基于子圖局部定義,即社區(qū)結構是集合,每個集合中的節(jié)點邊的連接數(shù)量都較多,而圖 3.2 所示,圖中的網(wǎng)絡由 15 個節(jié)點與 21 條連邊分后被分為三類,不同的節(jié)點顏色代表不同的社區(qū)稀疏,而社區(qū)內部節(jié)點的連邊較為密集。
【相似文獻】
相關期刊論文 前10條
1 陳健;周麗華;;大學生社交網(wǎng)絡自我表露的實證研究[J];高校輔導員學刊;2018年06期
2 譚洪旭;袁帥;代連奇;任利峰;;淺談社交網(wǎng)絡對當代大學生的影響[J];產(chǎn)業(yè)與科技論壇;2018年24期
3 孫夏卿;;社交網(wǎng)絡媒體對大學生賦權的價值體現(xiàn)[J];傳播力研究;2018年31期
4 張曉飛;;以社交網(wǎng)絡為基礎的企業(yè)營銷策略[J];商場現(xiàn)代化;2018年22期
5 孫國強;竇倩倩;張寶建;;西方社交網(wǎng)絡研究進展與未來展望[J];情報科學;2019年02期
6 陳文泰;李衛(wèi)東;;國際社交網(wǎng)絡中“國家實在”傳播與國家形象演化機制研究[J];新聞大學;2018年06期
7 孫晉;沈紅;;社交網(wǎng)絡群體性迷失現(xiàn)象分析[J];電腦知識與技術;2019年12期
8 鄧華闖;項yN麟;周楠;周子清;;社交網(wǎng)絡招聘有效性影響因素研究[J];中小企業(yè)管理與科技(上旬刊);2019年04期
9 王超瓊;陳s
本文編號:2740229
本文鏈接:http://sikaile.net/falvlunwen/fanzuizhian/2740229.html