[发明专利]基于聚类技术的刑事犯罪案件关联串并方法及系统

说明书

本发明公开了一种基于聚类技术的刑事犯罪案件关联串并方法，包括如下步骤：S1、获取与案件关联串并分析有关的高维度、异构数据类型的案件数据变量；S2、根据案件数据变量建立描述案件关联程度的相似度模型，根据相似度模型计算相似度矩阵；S3、利用图分解技术，将相似度矩阵转换成的一个图分解为若干连通子图；S4、对连通子图使用聚类算法进行图切割计算，将所有案件准确分组；S5、提取每个案件群组的关键特征参数，将关键特征参数根据优先级高低推送给用户。本发明不仅能处理源数据具有明确、唯一性特征的数据，也能处理仅具有可能性特征的数据，极大的提高了刑事犯罪案件关联串并的效率，并且准确性高。

技术领域

本发明涉及侦查破案技术领域，具体涉及一种基于聚类技术的刑事犯罪案件关联串并方法及系统。

背景技术

对团伙型、系列性犯罪案件的串并关联分析是犯罪案件执法部门侦查破案工作的重要环节。通过分析、提取多个案件之间的共同点，连接关键信息，执法部门可以拓宽侦查视野；将系列案件并案侦查，能够显著减少执法成本，提高打击犯罪的深度和广度，增强整体工作效能。

伴随整个社会的信息化发展，刑事犯罪执法机构建立了犯罪案件计算机管理系统，积累了大量犯罪案件数据。从案件并案分析的角度，每个犯罪案件包含很多特征要素，具有不同程度的确定性(可能性)，主要有两类：

第一种数据的内容具有明确、唯一性特征，例如身份证件号码、公司名称、税务登记号、银行账号、电话号码等。例如，假设一个犯罪嫌疑人的身份证件号码在两个犯罪案件中出现，那么可以确定这两个犯罪案件存在明确关联，进而发起并案侦查。

第二种数据不具有唯一性特征，只能描述可能性(大小)。例如人的外在自然属性，包括身高、年龄等。例如对于两个犯罪案件，如果目击者分别描述的犯罪嫌疑人身高接近或相同，仅凭这个因素并不能确定是否有联系。但是，如果多个数据特征具有接近或者相同的内容，说明这些犯罪案件具有较高的相似程度，可以初步判断为系列犯罪案件，予以并案侦查。例如，多个街面抢劫案发生在邻近的区域、相近的时间段，作案手法、工具类似，多个受害人报称的犯罪嫌疑人身高、年龄接近，执法人员可以初步判断为系列街面抢劫案。

传统上，刑事犯罪调查人员通过查询、比对案件信息系统中案件的特征信息，判断多个刑事犯罪件的相似程度，决定是否发起并案串并侦查。此类人工操作方式的效率、准确率不高。

发明内容

有鉴于此，为了解决现有技术中的上述问题，本发明提出一种基于聚类技术的刑事犯罪案件关联串并方法及系统，融合案件的异构数据类型，建立准确的案件相似度模型，描述案件的关联程度，通过高效、准确的聚类算法，完成案件的关联串并过程。

本发明通过以下技术手段解决上述问题：

一种基于聚类技术的刑事犯罪案件关联串并方法，包括如下步骤：

S1、获取与案件关联串并分析有关的高维度、异构数据类型的案件数据变量；

S2、根据案件数据变量建立描述案件关联程度的相似度模型，根据相似度模型计算相似度矩阵；

S3、利用图分解技术，将相似度矩阵转换成的一个图分解为若干连通子图；

S4、对连通子图使用聚类算法进行图切割计算，将所有案件准确分组。

进一步地，所述基于聚类技术的刑事犯罪案件关联串并方法还包括：

S5、提取每个案件群组的关键特征参数，将关键特征参数根据优先级高低推送给用户。

进一步地，步骤S1中，所述案件数据变量从刑事犯罪案件信息管理系统中抽取；案件数据变量的高维度包括嫌疑人身份证号码、手机号码、银行账号、作案手法、作案时间、作案天气、作案地域、作案工具、嫌疑人身高、嫌疑人年龄；案件数据变量的异构数据类型包括数值型、字符串型、树形结构的分层代码型。