一种新的犯罪团伙挖掘算法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

基金项目:

湖南省教育科学“十四五”规划课题资助项目(XJK23BGD034);湖南警察学院高层次人才科研启动专项基金资助项目(2022KYQD03);国家自然科学基金资助项目(61471169)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
    摘要:

    为了利用图模式挖掘犯罪情报网络中的核心团伙和核心人物,提高犯罪网络威胁预测和识别的效率,提出一种新的核心团伙挖掘算法(Core Gang Mining Algorithm, CGMA).对海量的犯罪情报网络数据集建立相应的无向简单图模型,通过改进图挖掘方式,构建候选核心团伙集的数据结构,并提出由k-团伙通过连接和扩展2种操作得到(k+1)-团伙,从各个不同的图数据中统计其频度,最后在模拟数据集和真实数据集上验证算法CGMA的准确性和时间复杂度.该算法避免了传统的图模式挖掘中的子图同构问题,同时也优于其他常用的犯罪团伙挖掘算法.试验结果表明:该算法能对犯罪核心团伙信息进行有效预测.

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

唐德权*,黄金贵,史伟奇.一种新的犯罪团伙挖掘算法[J].湖南科技大学学报(自然科学版),2023,38(2):80-87

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-09-02