面向刑事案件的精細(xì)分類與串并案分析技術(shù)研究.pdf

1、隨著信息技術(shù)的高速發(fā)展，公安領(lǐng)域的情報(bào)信息系統(tǒng)也面臨著海量數(shù)據(jù)，主要是文本數(shù)據(jù)帶來的巨大挑戰(zhàn)，傳統(tǒng)的手工處理方式已經(jīng)難以滿足業(yè)務(wù)上的需求，必須采用更加自動(dòng)化、智能化的文本挖掘技術(shù)來提高辦案效率。
　　面向刑事案件文本，重點(diǎn)研究案件精細(xì)分類和串并案分析這兩個(gè)刑偵人員普遍關(guān)注的問題。
　　提出了基于樸素貝葉斯和關(guān)鍵詞共現(xiàn)圖譜的兩級(jí)分類方法TLC-NBK，該方法根據(jù)案件文本長度短、詞頻低、類別分布具有層次性和不均衡性的特點(diǎn)，首先在

2、文檔頻率DF方法的基礎(chǔ)上引入了詞性特征，提出雙因子評(píng)估算法進(jìn)行特征選擇，然后利用面向不均衡類別的多變量貝努利模型進(jìn)行樸素貝葉斯分類，實(shí)現(xiàn)了一級(jí)案件類別的快速、準(zhǔn)確劃分；在第一級(jí)分類器的基礎(chǔ)上，針對其所屬的二級(jí)案件類別分別構(gòu)建以文檔集為基本單位的關(guān)鍵詞共現(xiàn)向量，以關(guān)鍵詞間的共現(xiàn)關(guān)系代替詞頻計(jì)算權(quán)重，并提出了逆類別頻率因子對共現(xiàn)權(quán)重進(jìn)行修正，最后采用簡單向量距離算法實(shí)現(xiàn)二級(jí)案件類別的精細(xì)分類。此外，還利用同義詞網(wǎng)技術(shù)消除了領(lǐng)域同義詞對分類結(jié)

3、果的干擾。
　　提出了基于案件特征的密度聚類方法，實(shí)現(xiàn)了系列案件的串并分析。該方法首先結(jié)合規(guī)則和字典從非結(jié)構(gòu)化的案情描述信息中抽取出結(jié)構(gòu)化的案件特征；接著定義了案件文本間的特征相似度計(jì)算公式，綜合考慮了精細(xì)案件類別、案發(fā)時(shí)間和案發(fā)地點(diǎn)對案件特征相似度的影響，并采用層次分析法決策各維度的權(quán)重值；最后，借鑒經(jīng)典密度聚類算法OPTICS的思想，提出了特征密度聚類算法OPTICS-FD，能夠有效的分析出系列案件的密集簇，輔助刑偵人員破案。