基于特征画像的恐怖组织袭击偏好研究     

唐正  朱衍丞  邱凌峰  郑超慧 《教育技术导刊》2019,18(1):128-131

为分析恐怖组织不同维度的特征数据及特征之间的内在联系,在全球恐怖主义数据库中选取5个典型国际恐怖组织,基于特征画像,运用统计学、机器学习、关联规则挖掘以及地理信息系统数据分析方法,对恐怖袭击特征属性进行分析。结果表明,5个恐怖组织偏好不同的袭击区域,但普遍偏好炸弹/炸药与枪支类武器;在特征关联上,攻击类型、目标类型和武器类型3类属性的特征关联较为明显。该方法在反恐情报分析中适用于挖掘不同涉恐人员的特征差异。  相似文献