隨著互聯(lián)網(wǎng)的廣泛發(fā)展,地下制售假煙團(tuán)伙在網(wǎng)絡(luò)中發(fā)布大量非法從事煙草經(jīng)營、走私的信息,我們將這些信息稱之為涉煙情報(bào)�；ヂ�(lián)網(wǎng)涉煙情報(bào)的收集、甄別和研判是煙草專賣執(zhí)法人員在打擊互聯(lián)網(wǎng)涉煙違法活動(dòng)中賴以決策的基礎(chǔ)。面對網(wǎng)絡(luò)涉煙違法活動(dòng)現(xiàn)狀,本文提出了互聯(lián)網(wǎng)環(huán)境下的涉煙情報(bào)輔助研判系統(tǒng)方案。整個(gè)方案通過如下步驟完成:（1）結(jié)合現(xiàn)有數(shù)據(jù)爬取工具以及本文設(shè)計(jì)的python爬蟲工具對出現(xiàn)涉煙情報(bào)的網(wǎng)站、論壇、貼吧等抓取所需文本及圖像數(shù)據(jù)。數(shù)據(jù)清洗后進(jìn)行分詞、詞性標(biāo)注、命名實(shí)體識別、依存句法分析等自然語言底層處理,并對數(shù)據(jù)進(jìn)行人工標(biāo)注,構(gòu)建涉煙數(shù)據(jù)集。（2）將文本和圖像一起作為涉煙數(shù)據(jù)篩查模型的輸入,模型的輸出是與煙草相關(guān)的文本及圖像。使用基于詞頻-逆向文件頻率方法（Term frequency-inverse document frequency,Tf-idf）將文本語義特征向量化,另外構(gòu)建了一種簡化的卷積神經(jīng)網(wǎng)絡(luò)模型,用分類概率值表征配圖語義特征,將文本及圖像特征融合后進(jìn)行分類。實(shí)驗(yàn)表明,對于涉煙數(shù)據(jù)篩查,本文提出的基于融合特征的分類準(zhǔn)確率較基于單一文本特征的分類準(zhǔn)確率提高了2.65%。進(jìn)一步證明了... 

【文章來源】：西北大學(xué)陜西省 211工程院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

經(jīng)過去停用詞、分詞文本前后對比

于Tf idf文本信息的特征向量表示步驟如下：于在文本中給定的詞語it ,它的重要性可表示為：iiknTfkn= 向文件頻率 用來度量一個(gè)詞語的普遍重要性，詞 的 計(jì)算如下 | |log| :iiDidfd t d= 后詞 計(jì)算得到的 值為：i i iTf idf = Tf idf中， 表示在文件 中該詞出現(xiàn)的次數(shù)，∑ 表示文件 中所有詞的出 表示文件總數(shù)， : ∈ 表示包含詞語 的文件數(shù)。因此 掉在特定文本庫中常見詞，保留重要詞語，本文采用該方法對文本進(jìn)并選擇前 100 個(gè) 值作為最終特征集,如圖 12 所示。

圖 14 網(wǎng)絡(luò)權(quán)重值可視化特征提取卷積神經(jīng)網(wǎng)絡(luò)提取的特征對圖像分類，提取的特征是抽文本特征是有豐富語義的特征，不能將兩者直接進(jìn)行特的基礎(chǔ)上，需要把不包含語義的抽象特征轉(zhuǎn)化為配圖語 SCNN 前向傳播過程中的第三層卷積數(shù)值為： ∑ 1 示從第 1層的第 個(gè)神經(jīng)元到第 層的第 個(gè)神經(jīng)1層的第 個(gè)神經(jīng)元的激活值， L表示第 層的第 個(gè)神最終輸出，本文把第 層中第 個(gè)神經(jīng)元的輸出表示為： ∑ 和是在所有輸出神經(jīng)元上進(jìn)行的，這可以證明：

【參考文獻(xiàn)】：
期刊論文
[1]基于Word2vec的句子語義相似度計(jì)算研究[J]. 李曉,解輝,李立杰.  計(jì)算機(jī)科學(xué). 2017(09)
[2]“互聯(lián)網(wǎng)+”新商業(yè)模式下涉煙違法犯罪的現(xiàn)狀及對策[J]. 卜心農(nóng).  發(fā)展. 2017(01)
[3]打擊互聯(lián)網(wǎng)涉煙違法犯罪策略探析[J]. 楊守波,郭亭.  法制博覽. 2016(01)
[4]論新形勢下如何有效打擊涉煙違法犯罪活動(dòng)[J]. 楊天水.  科技視界. 2015(20)
[5]自底向上事件抽取系統(tǒng)(英文)[J]. Xiao DING,Bing QIN,Ting LIU.  Frontiers of Information Technology & Electronic Engineering. 2015(07)
[6]公安情報(bào)數(shù)據(jù)分析與研判[J]. 陳瑞,林喜榮,劉松林,李剛,戴曉清,馬征.  中國人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(02)
[7]基于事件框架的信息抽取系統(tǒng)[J]. 梁晗,陳群秀,吳平博.  中文信息學(xué)報(bào). 2006(02)
[8]煙草行業(yè)科技信息數(shù)據(jù)庫及其遠(yuǎn)程情報(bào)檢索網(wǎng)絡(luò)系統(tǒng)的建立與應(yīng)用[J]. 程彪,朱弘.  煙草科技. 1997(02)

博士論文
[1]基于社會媒體的市場行情預(yù)測方法研究[D]. 丁效.哈爾濱工業(yè)大學(xué) 2016
[2]自由文本的信息抽取模式獲取的研究[D]. 姜吉發(fā).中國科學(xué)院研究生院（計(jì)算技術(shù)研究所） 2004

碩士論文
[1]熱點(diǎn)新聞點(diǎn)擊量預(yù)測及話題演化算法研究[D]. 許婧婷.西北大學(xué) 2017
[2]基于多種邏輯關(guān)聯(lián)的公安情報(bào)信息研判系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 周碩.蘇州大學(xué) 2016
[3]公安盜搶情報(bào)信息管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 高湛.福州大學(xué) 2014
[4]半監(jiān)督中文事件抽取方法的研究[D]. 徐霞.蘇州大學(xué) 2014



本文編號：2980526