[发明专利]一种基于信息交互网络的犯罪个体识别方法

摘要

本发明属于数据挖掘领域，涉及一种基于信息交互网络的犯罪个体识别方法。包括步骤：(1)获取包含犯罪活动内容的数据集，对数据集进行预处理；(2)提取犯罪话题的关键词描述；(3)基于困惑度确定主题模型LDA的主题个数；(4)基于LDA对预处理后的数据集提取个体之间的交互主题：分别为交互主题与关键词的关联概率矩阵、交互边与交互主题的关联概率矩阵；(5)计算交互边的权重；(6)基于加权信息交互网络的结构计算个体的局部犯罪嫌疑度；(7)基于模糊K均值聚类和距离密度聚类相结合的方法计算个体的全局犯罪嫌疑度，并对犯罪个体进行识别。本发明不依赖先验信息，根据通信内容便可分析出最有可能的嫌疑分子，提高了办案效率。

主权项

一种基于信息交互网络的犯罪个体识别方法，其特征在于，包括以下步骤：(1)获取包含犯罪活动内容的数据集，对数据集进行预处理；(2)提取犯罪话题的关键词描述；(3)基于困惑度确定主题模型LDA(Latent Dirichlet Analysis，简称LDA)的主题个数；(4)基于主题模型LDA对步骤(1)预处理后的数据集提取个体之间的交互主题：分别为交互主题与关键词的关联概率矩阵、交互边与交互主题的关联概率矩阵；(5)根据交互边与交互主题的关联概率矩阵和交互主题与关键词的关联概率矩阵，计算交互边的权重；(6)基于加权信息交互网络的结构计算个体的局部犯罪嫌疑度；(7)基于模糊K均值聚类和距离‑密度聚类相结合的方法计算个体的全局犯罪嫌疑度，并根据全局犯罪嫌疑度对犯罪个体进行识别。