共查询到16条相似文献，搜索用时 830 毫秒
1.
[目的/意义]通过异常检测可以在海量涉恐数据中发现异常信息,为反恐预警提供重要情报。[方法/过程]首先利用聚类将基础数据分为不同的簇,识别出其中区别于大部分数据对象的异常人员,然后设计一种专门的相似度综合度量参数用于计算与恐怖分子最相似的人员。[结果/结论]该方法为检测异常人员数据提供了一种可以参考的思路,用于从多种来源数据中快速找出涉恐敏感程度较高的人员,有望提高反恐情报分析的效率,实现精准打击重点涉恐人员和恐怖活动。 相似文献
2.
【目的/意义】利用数据挖掘技术分析涉恐人员的物流、资金流、信息流等数据进行反恐预警可以有效提高
反恐工作效率和优化资源配置。【方法/过程】本文将研究如何利用信息增益决策树对涉恐情报信息进行快速分
类。分类过程为从根节点的涉恐人员属性开始不断产生新的分支。产生每个分支都需要计算不同属性的信息增
益并选择分裂属性。【结果/结论】文中的方法可以对大量涉恐情报基础数据进行快速分类,在实际工作中可以与关
联分析、聚类分析、异常检测等其他数据挖掘方法组合使用。该方法既可以应用于公安情报学专业本科生的课堂
教学,也可以应用于情报分析人员的培训。 相似文献
3.
[目的/意义]对反恐情报中的时空轨迹数据进行伴随模式挖掘,可以发现涉恐群体的同时间段动态空间位置移动规律。[方法/过程]根据反恐情报数据的特点,修改经典伴随模式挖掘方法中的相似度度量方式和聚类方式,不断迭代完成"聚类和取交集"操作,将满足条件的涉恐活动时空轨迹伴随模式导出。[结果/结论]该方法能够挖掘涉恐群体的同步移动路径,定位重点活动地点,分析涉恐人员之间的亲近度,为打击暴恐活动提供数据参考。 相似文献
4.
[研究目的]对恐怖分子的时空轨迹数据进行聚集模式挖掘,有助于了解涉恐人员的群体行为模式,进而预测并提前防范一些涉恐的群体活动。[研究方法]通过对比反恐情报数据特征和多种聚集模式的特点,选择移动簇作为反恐情报中的聚集模式类型,修改移动簇挖掘经典方法中的数据采样、数据预处理、移动对象邻近度度量方法、时间点聚类方法以及移动簇的筛选条件等环节,找出适用于反恐工作需求的移动簇,再由有经验的情报分析人员进一步研判并提出处置对策。[研究结论]提出的方法通过与其他时空类型数据分析方法相结合,可以挖掘反恐情报时空轨迹数据分布规律,为反恐预警和反恐决策提供科学客观的参考。 相似文献
5.
【目的/意义】近年来,世界各地的暴恐活动呈现出破坏性大、影响范围广、计划性强、手段多样等特点,这也 决定了打击恐怖主义要把反恐预警工作作为重中之重。利用数据挖掘技术进行涉恐情报分析,发现涉恐线索是实 现反恐预警的有效手段之一。数据预处理是使用各种数据挖掘方法的前提和基础。【方法/过程】本文将系统研究 数据预处理在涉恐情报量化分析中的应用。主要讨论数据清洗、数据集成、数据离散化以及数据二元化等预处理 方法在涉恐信息处理时应该重点注意的问题。文中所有涉恐数据特征均从媒体公开报道中获取。【结果/结论】本 文讨论的预处理方法可以为展开涉恐情报数据挖掘消除数据缺陷,提供标准化的基础数据,为挖掘结果分析和可 视化展现打下良好基础,有利于反恐预警的实现。 相似文献
6.
[目的/意义]对多源异构时空数据进行同现模式挖掘可以发现涉恐人员、涉恐物资、涉恐活动在邻近地点同时段共同出现的规律,为反恐工作提供包含时间特征和空间特征的情报信息。[方法/过程]在同位模式挖掘的基础上提出预先确定目标情报类别从而确定涉恐人员分类方式,使用概念层次树对涉恐物资和涉恐活动进行数据预处理,使得目标同现模式覆盖更多情报信息。[结果/结论]该方法与同位模式挖掘、频繁时间序列模式挖掘以及各种时空轨迹模式挖掘可以相互补充,覆盖多种不同的反恐情报信息,完善反恐预警机制,为反恐决策提供客观依据。 相似文献
7.
【目的/意义】利用数据挖掘技术在海量数据中快速、准确、有效的发现涉恐线索并及时处置是反恐工作的
重要手段之一。【方法/过程】本文研究如何利用频繁模式树对涉恐基础数据进行挖掘,提取涉恐特征的频繁项集。
首先通过对数据库中的涉恐人员信息进行涉恐特征计数排序并建立频繁模式树,然后在树结构中递归遍历发现满
足最小支持度阈值的频繁项集。【结果/结论】文中的方法可以快速发现大量基础数据中的涉恐关联属性,有利于在
系统中自动搜索重点涉恐人员,为反恐预警系统提供决策参考。通过与其他产生关联规则的方法结合使用,还可
以发现暴恐活动中不同因素的因果关系。 相似文献
8.
[目的/意义]利用子图模式对暴恐案件中的人员关联进行分析可以发现涉恐人员关联图中的规律，为反恐情报分析提供有效参考。[方法/过程]首先对涉恐基础数据进行预处理，保证图中各顶点的唯一性。通过计数统计出所有的频繁1-子图和频繁2-子图，然后不断迭代生成其他候选子图并筛选频繁子图，直到达到终止条件为止。[结果/结论]该方法根据反恐情报的特点进行了优化，避免了普通频繁子图挖掘中的大量图同构检测，挖掘出的频繁子图可以反映不同类别涉恐人员之间的联系规律和联系特点，发现暴恐案件线索，有效预测和打击恐怖活动。 相似文献
9.
【目的/意义】为了发现更全面、更具有普适性的反恐情报信息,本文在单层次关联规则挖掘的基础上研究
反恐情报的多层次关联规则挖掘方法。【方法/过程】根据反恐情报的数据特征提出统一最小支持度和多单项最小
支持度参数并用的方式筛选多层次涉恐特征频繁项集,在情报分析过程中保存部分特殊的冗余频繁项集、冗余多
层次关联规则和无趣多层次关联规则。【结果/结论】本文的研究可以发现涉恐数据中不同概念分层的关联规律。
[创新/局限] 文中提出的关联分析方法能够弥补普通的单层次关联规则挖掘在分析包含多层属性的涉恐数据中存
在的不足,为反恐预警和反恐决策提供更丰富、更科学、覆盖范围更广的参考。 相似文献
10.
传统数据挖掘方法对数据挖掘时必须为高速通信网络,而且还导致系统响应时间延长,对数据安全性产生威胁。文中以分布式环境为背景,提出基于熵值思想的聚类挖掘改进方法,实现网络多层次数据挖掘。设定网络多层次数据聚类参数,计算产生新聚类数,将该数据值作为聚类搜索范围的上限值kmax,选取合适的有效性Silhouette指标,结合最大最小距离理论设置的聚类中心,获得最佳聚类数目;运用熵值理论及动态规划思想形成改进聚类挖掘方法,运用熵值理论判定数据属性权重值,并获取多层次数据对象与邻近数据间的权重关系,将欧氏距离当作数据相似度衡量依据;利用动态规划思想计算获得最大k个数据对象,确定多层次数据挖掘聚类中心。实验证明,利用文中改进数据挖掘方法可有效挖掘网络多层次数据中的有价值信息。 相似文献
11.
12.
[目的/意义]随着互联网数字资源的剧增,如何从海量数据中挖掘出有价值的信息成为数据挖掘领域研究的热点问题。文本大数据分类是这一领域的关键问题之一。随着深度学习的发展,使得基于深度学习的文本大数据分类成为可能。[方法/过程]针对近年来出现的图神经网络文本分类效率低的问题,提出改进的方法。利用文本、句子及关键词构建拓扑关系图和拓扑关系矩阵,利用马尔科夫链采样算法对每一层的节点进行采样,再利用多级降维方法实现特征降维,最后采用归纳式推理的方式实现文本分类。[结果/结论]为了测试该文所提方法的性能,利用常用的公用语料库和自行构建的NSTL科技期刊文献语料库对本文提出的方法进行实验,与当前常用的文本分类模型进行准确率和推理时间的比较。实验结果表明,所提出的方法可在保证文本及文献大数据分类准确率的前提下,有效提高分类的效率。 相似文献
13.
[目的/意义]通过共词分析和聚类分析研究国外2017年信息科学与图书馆学领域的研究热点。[方法/过程]首先从Web of Science收集数据;然后利用HistCite统计关键词频次,确定高频关键词;最后利用VOSviewer对原始数据进行处理,最终得到9个聚类。[结果/结论]研究发现,国外信息科学与图书馆学的研究主题可以归纳为以下9个方面：图书馆管理与服务、用户研究和信息素养;社交媒体、电子商务、电子政务、智慧城市、信息技术和信息安全;文献计量学、科学计量学和替代计量学;开放数据、数据分析、数据质量和数据挖掘等;开放存取、数字人文、数字图书馆和信息检索等;医疗健康信息学;知识管理与开放创新等;公共信息、信息分享、社交网络和政治交流;图书馆情报学教育。 相似文献
14.
[目的/意义]分析科技创新路径识别研究中用到的主要研究方法与开源工具,提出利用引文内容挖掘实现科技创新路径识别方法及开源工具。[方法/过程]首先,基于引文分析、结构洞分析、凝聚子群分析、文本内容挖掘、引文内容挖掘等不同角度分析了科技创新路径识别的主要方法;其次,从数据源、文本格式、挖掘内容、处理能力等方面阐述了用于实现引文内容挖掘的科技创新路径识别的3个开源工具：Mallet、Knime、NLTK;最后,分析了实现科技创新路径可视化的5个开源工具：Pajek、Ucinet、Gephi、D3.js、VOSViewer。[结果/结论]通过研究发现,利用开源工具深入挖掘引文内容中蕴含的丰富语义信息,识别不同引用动机,进而进行可视化展示可以有效的实现科技创新路径表达。 相似文献
15.
[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。 相似文献
16.
[目的/意义]有效融合引文网络中的引用关系和文本属性等多元数据,增强文献节点间的语义关联,从而为数据挖掘和知识发现等任务提供有力的支撑。[方法/过程]提出了一种引文网络的知识表示方法,先利用神经网络模型学习引文网络中的k阶邻近结构;然后使用doc2vec模型学习标题、摘要等文本属性;最后给出了基于向量共享的交叉学习机制用于多元数据融合。[结果/结论]通过面向干细胞领域的CNKI引文数据集的测试,在链路预测上取得了较好的性能,证明了方法的有效性和科学性。 相似文献