蚁群算法在网络舆情中的信息传播路径预测研究

准确预测社交网络中舆情消息的传播路径是公安舆情管控的一个重要研究内容,为此,提出一种基于用户行为及蚁群算法的最优路径选择算法.该算法首先能够根据用户个人背景改变信息素初始分配机制,提升算法的计算效率;其次该算法能够结合实际用户行为改进启发式函数,以此降低算法盲目搜索的概率;另外该算法从全局和局部的双重角度对信息素的更新...     

涉黑涉恶犯罪中基于联合熵的关键人物影响力分析

在涉黑涉恶犯罪中如何准确掌握幕后指使者是侦破此类案件的关键，为此，提出基于犯罪嫌疑人节点联合熵的影响力评估模型。该模型首先根据已掌握的作案信息将犯罪网络转化为有向加权网络，其次根据网络结构特性，计算犯罪嫌疑人的节点联合熵，然后根据联合熵确定影响力转移因子，最后该模型以实际的案例为实验数据得出团伙犯罪网络中嫌疑人的犯罪影响力，并以相关比较成熟的算法为对比模型，实现结果显示本模型具有较高的准确性和可行性。     

基于随机森林的重复犯罪情报获取研究

重复犯罪情报获取研究是情报主导警务模式中的有益探索,也是大数据技术在公安领域内的一项重要运用,对打击重复犯罪具有重要的意义。通过改进随机森林算法进行特征选择,再利用Apriori算法进行关联规则的挖掘,得到有关联的犯罪信息,据此为公安提供决策支持;其次根据OOB error提出一种加权的随机森林算法模型,预测重复犯罪的发生,以此预防和打击重复犯罪,通过和原始的随机森林算法对比分析,该算法的准确性和召回率都有所提高,表明该模型不仅可以获取有价值的犯罪信息情报,同时还可以准确的预测重复犯罪。