本文選題：頻繁模式樹　切入點(diǎn)：FP增長算法　出處：《情報(bào)科學(xué)》2017年09期 　論文類型：期刊論文

【摘要】：【目的/意義】利用數(shù)據(jù)挖掘技術(shù)在海量數(shù)據(jù)中快速、準(zhǔn)確、有效的發(fā)現(xiàn)涉恐線索并及時(shí)處置是反恐工作的重要手段之一。【方法/過程】本文研究如何利用頻繁模式樹對(duì)涉恐基礎(chǔ)數(shù)據(jù)進(jìn)行挖掘,提取涉恐特征的頻繁項(xiàng)集。首先通過對(duì)數(shù)據(jù)庫中的涉恐人員信息進(jìn)行涉恐特征計(jì)數(shù)排序并建立頻繁模式樹,然后在樹結(jié)構(gòu)中遞歸遍歷發(fā)現(xiàn)滿足最小支持度閾值的頻繁項(xiàng)集�！窘Y(jié)果/結(jié)論】文中的方法可以快速發(fā)現(xiàn)大量基礎(chǔ)數(shù)據(jù)中的涉恐關(guān)聯(lián)屬性,有利于在系統(tǒng)中自動(dòng)搜索重點(diǎn)涉恐人員,為反恐預(yù)警系統(tǒng)提供決策參考。通過與其他產(chǎn)生關(guān)聯(lián)規(guī)則的方法結(jié)合使用,還可以發(fā)現(xiàn)暴恐活動(dòng)中不同因素的因果關(guān)系。
[Abstract]:[purpose / significance] using data mining technology in mass data is fast and accurate, Effective detection and timely disposal of terrorist clues is one of the most important methods in anti-terrorism work. [methods / processes] this paper studies how to mine the basic data of terrorism by using frequent pattern trees. The frequent itemsets of terrorist features are extracted. Firstly, by counting and sorting the information of persons involved in terrorism in the database, the frequent pattern tree is established. Then recursively traversing through the tree structure to find frequent itemsets satisfying the minimum support threshold. It is beneficial to automatically search key terrorist personnel in the system and provide decision reference for anti-terrorist early warning system. By combining with other methods to produce association rules, the causality of different factors in violent terrorist activities can be found.
【作者單位】： 中國人民公安大學(xué)偵查與反恐怖學(xué)院;
【基金】：2017年度教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目(17YJCZH098) 2015年度國家社科基金重大項(xiàng)目(15ZDA034) 2014年度國家社科基金項(xiàng)目(14BZZ028)
【分類號(hào)】：G350;TP311.13

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王靜紅;劉教民;郭盛;孫亞非;;一種新型快速建立頻繁模式樹的方法[J];計(jì)算機(jī)應(yīng)用;2008年03期

2 楊明,楊萍,吉根林,孫志揮;基于頻繁模式樹的快速關(guān)聯(lián)規(guī)則挖掘算法(英文)[J];Journal of Southeast University(English Edition);2003年04期

3 劉振;楊路明;彭佳揚(yáng);;基于頻繁模式樹的頻繁連通閉圖集挖掘算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2009年05期

4 趙旭俊;;基于頻繁模式樹的正負(fù)項(xiàng)目集挖掘[J];太原科技大學(xué)學(xué)報(bào);2012年01期

5 馬洋;趙旭俊;;基于鏈表結(jié)構(gòu)的頻繁模式樹構(gòu)造[J];太原科技大學(xué)學(xué)報(bào);2013年02期

6 趙旭俊;蔡江輝;馬洋;;基于信息熵的加權(quán)頻繁模式樹構(gòu)造算法研究[J];模式識(shí)別與人工智能;2014年01期

7 李乃乾,沈鈞毅,宋擒豹;基于頻繁模式樹的普遍化關(guān)聯(lián)規(guī)則挖掘[J];小型微型計(jì)算機(jī)系統(tǒng);2002年12期

8 李川,范明;基于線索頻繁模式樹的關(guān)聯(lián)規(guī)則產(chǎn)生算法[J];計(jì)算機(jī)工程與應(yīng)用;2004年04期

9 喻斌;武友新;;更優(yōu)的快速頻繁模式樹生成算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2007年20期

10 趙旭俊;張繼福;蔡江輝;;約束頻繁模式樹及其構(gòu)造方法研究[J];小型微型計(jì)算機(jī)系統(tǒng);2010年04期

相關(guān)碩士學(xué)位論文 前9條

1 王洪立;基于頻繁模式樹的關(guān)聯(lián)規(guī)則算法研究[D];哈爾濱工程大學(xué);2008年

2 黃晶晶;基于分類頻繁模式樹的關(guān)聯(lián)分類算法的研究與應(yīng)用[D];河海大學(xué);2005年

3 馬全（Maqbool Khan）;基于頻繁模式樹和預(yù)設(shè)權(quán)限權(quán)重的角色挖掘[D];華中科技大學(xué);2013年

4 程曉艷;基于頻繁模式樹的數(shù)據(jù)挖掘算法分析[D];華東師范大學(xué);2008年

5 吳雅雙;基于頻繁模式樹的XML數(shù)據(jù)挖掘[D];廈門大學(xué);2009年

6 胡相峰;基于約簡(jiǎn)頻繁模式樹的頻繁模式挖掘及查詢算法研究[D];天津理工大學(xué);2011年

7 田友;旅游突發(fā)事件關(guān)聯(lián)規(guī)則挖掘算法研究[D];北京郵電大學(xué);2009年

8 李新仕;基于FP-tree的關(guān)聯(lián)規(guī)則挖掘算法的研究[D];廣西大學(xué);2006年

9 劉忠慧;正負(fù)項(xiàng)關(guān)聯(lián)規(guī)則挖掘的研究和應(yīng)用[D];西南石油大學(xué);2011年

，

本文編號(hào)：1621330