非法吸收公眾存款犯罪作為典型的涉眾型經(jīng)濟犯罪,不僅給人民群眾帶來巨大經(jīng)濟損失,也給國家?guī)聿环�(wěn)定的因素。對于經(jīng)濟犯罪,賬戶就是現(xiàn)場,資金就是痕跡,犯罪資金流已成為大多經(jīng)濟犯罪活動的DNA。非法吸收公眾存款案件的資金流向分析對于公安機關偵辦案件具有重要的應用價值。當下隨著非法吸收公眾存款犯罪發(fā)展得愈發(fā)復雜,犯罪分子的犯罪手法變得愈發(fā)新穎,案件中的犯罪角色往往也不再像以往一樣固定單一,因此當案件的具體犯罪模式?jīng)]有被偵查人員掌握或出現(xiàn)了新型的犯罪模式時,偵查人員需要采取無監(jiān)督的機器學習等方式探索案件的核心成員、賬戶分類、層級構成及資金流向等問題。本文先通過傳統(tǒng)的聚類方法,分析此類案件的聚類結果,進而通過社區(qū)發(fā)現(xiàn)算法更清晰地闡明非法吸收公眾存款案件中龐大的數(shù)據(jù)分布情況及資金流向情況。論文主要工作包括:首先,針對非法吸收公眾存款案件中資金交易網(wǎng)絡的結構特點,以及該類案件中常見賬戶類別在流入流出頻率、金額、方向、時間等屬性上的數(shù)據(jù)特點,提出聚類思想對處理這類案件數(shù)據(jù)的必要性。其次,對資金交易數(shù)據(jù)進行預處理,通過Python語言調用K-means聚類算法、層次聚類算法、DBSCAN聚類算法對每個交易... 

【文章來源】：中國人民公安大學北京市

【文章頁數(shù)】：60 頁

【學位級別】：碩士

【部分圖文】：

帳戶交易情況

中國人民公安大學碩士學位論文-23-4、ward方法是以方差分析思想為基礎，比較類中和類間的離差平方和。當分類合理時，離差平方和在同類數(shù)據(jù)間應當較小，在類與類間應當較大。這種方法在實際應用中分類效果較好，應用較廣，但要求公式中距離數(shù)據(jù)項必須是歐氏距離。兩個組合之間的距離公式為：d(u,v)=,2||,2||,2（公式4）第三個參數(shù)表示距離計算的方法，即上述方法中dist()函數(shù)具體的實現(xiàn)方法，如歐式距離。下圖是將linkage函數(shù)中第二個參數(shù)設為ward方法，第三個參數(shù)設為歐氏距離得到的層次聚類結果。圖5為分層結果。圖5層次聚類的分層結果由圖5可以看出，層次聚類算法得到的結果也不是十分清楚，可以較為清晰的看到絕大多數(shù)的數(shù)據(jù)緊密聚集在一起，只有零星的幾個數(shù)據(jù)被劃分在了其他層次中，具有和K-means相似的問題。因此，層次聚類算法對此類非吸數(shù)據(jù)的聚類效果不是很好。分層過多，層次聚類結果

中國人民公安大學碩士學位論文-29-上述的模塊度的計算可以得到以下的簡化形式：Q=∑2∑22∑（公式9）其中，∑表示的是社區(qū)c內部的邊數(shù)，∑表示的是社區(qū)c內部的所有節(jié)點的度數(shù)之和，包括與社區(qū)內部的邊以及社區(qū)外部的邊[1]。對比公式（8），它少了判斷兩個節(jié)點是否屬于同一個社區(qū)的δ(u,v)函數(shù)。4.3FastUnfolding算法FastUnfolding算法是一種以模塊度為依據(jù)對社區(qū)劃分的迭代算法，主要目標是通過對社區(qū)進行不斷劃分使得劃分后的整個網(wǎng)絡的模塊度不斷增大。FastUnfolding算法具體分為兩個階段[2]，如圖7所示：圖7FastUnfolding算法的兩個階段[1]王元鵬,楊樹峰.基于社群發(fā)現(xiàn)模型的區(qū)域火災風險分析[J].今日消防,2019(4).[2]黃盛光.網(wǎng)絡空間的信息權力及其運作過程研究[D].云南大學,2019.

【參考文獻】：
期刊論文
[1]基于社群發(fā)現(xiàn)模型的區(qū)域火災風險分析[J]. 王元鵬,楊樹峰.  今日消防. 2019(04)
[2]基于K-means算法的科技事件影響力評估研究[J]. 毛凱,劉明,李志愷,李偉,夏瑜潞.  無線互聯(lián)科技. 2019(07)
[3]基于社交網(wǎng)絡的犯罪團伙發(fā)現(xiàn)算法研究[J]. 潘瀟,王斌君.  軟件導刊. 2018(12)
[4]違法資金分析與查控技術專業(yè)化建設[J]. 程小白,程科.  中國刑警學院學報. 2018(05)
[5]基于信息熵的金融網(wǎng)絡洗錢社區(qū)發(fā)現(xiàn)新算法[J]. 呂林濤,袁琴琴,呂暉,李婉榮.  現(xiàn)代電子技術. 2017(17)
[6]大數(shù)據(jù)在網(wǎng)絡非法集資案件偵查中的應用[J]. 單丹,王錸.  中國人民公安大學學報(社會科學版). 2017(04)
[7]論網(wǎng)貸平臺非法集資犯罪的打擊偵辦技戰(zhàn)法[J]. 王錸,胡錦鑫.  山東警察學院學報. 2017(04)
[8]論沿資金流向進行電信詐騙犯罪偵查[J]. 張雪洋.  北京警察學院學報. 2017(05)
[9]自動確定聚類個數(shù)的模糊聚類算法[J]. 陳海鵬,申鉉京,龍建武,呂穎達.  電子學報. 2017(03)
[10]論大數(shù)據(jù)背景下涉眾型經(jīng)濟犯罪偵查工作機制[J]. 任怡.  中國人民公安大學學報(社會科學版). 2016(02)

博士論文
[1]若干社區(qū)發(fā)現(xiàn)算法研究[D]. 潘磊.南京大學 2014
[2]集資型犯罪研究[D]. 李曉強.山東大學 2012
[3]金融網(wǎng)絡中資金流動模式識別與智能化異常監(jiān)測[D]. 劉璇.上海交通大學 2010

碩士論文
[1]基于社交網(wǎng)絡的犯罪團伙發(fā)現(xiàn)研究[D]. 潘瀟.中國人民公安大學 2019
[2]網(wǎng)絡空間的信息權力及其運作過程研究[D]. 黃盛光.云南大學 2019
[3]基于資金交易的金融領域犯罪團伙識別系統(tǒng)的設計與實現(xiàn)[D]. 周韜.北京郵電大學 2018
[4]基于大數(shù)據(jù)平臺的拓撲信息挖掘系統(tǒng)研究與設計實現(xiàn)[D]. 唐桂明.北京郵電大學 2017
[5]基于復雜網(wǎng)絡的社區(qū)發(fā)現(xiàn)算法研究與實現(xiàn)[D]. 楊曉光.南京理工大學 2017
[6]可視化分析在反洗錢中的應用研究[D]. 容征.華中科技大學 2016
[7]銀行資金流向可視分析系統(tǒng)的研究與實現(xiàn)[D]. 趙帥.重慶郵電大學 2016
[8]基于數(shù)據(jù)挖掘的犯罪行為分析及系統(tǒng)實現(xiàn)[D]. 鄧靈評.西南交通大學 2014
[9]非法吸收公眾存款罪的相關問題研究[D]. 張曦.華東政法大學 2014
[10]基于網(wǎng)絡化數(shù)據(jù)挖掘技術的銀行間資金流網(wǎng)絡研究[D]. 程建平.西南財經(jīng)大學 2012



本文編號：3368166