کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4946303 | 1439278 | 2017 | 35 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
A decision support system for detecting serial crimes
ترجمه فارسی عنوان
یک سیستم پشتیبانی تصمیم برای تشخیص جرایم سریالی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
جنایات سریال، پیوند جرم، پیوند صورت دو طرفه، سرقت شباهت سلسله مراتبی،
ترجمه چکیده
جنایات سریال یک تهدید بزرگ برای امنیت عمومی است. پیوند دادن جرایم مرتکب شده توسط همان مجرم می تواند تشخیص جنایات سریال باشد و در حفظ امنیت عمومی بسیار مهم است. در حال حاضر اکثر تحلیلگران جنایتکار، تجربیات سریالی را به ویژه در چین پیوند می دهند و ابزار کمی برای کمک به آنها دارند. این مقاله یک سیستم حمایت از تصمیم گیری برای پیوند جرم بر اساس ویژگی های مختلف، از جمله رفتاری، از پرونده های جنایی ارائه می کند. تکنیک زیرشاخه آن دسته بندی است که براساس شباهت است که قابل تفسیر و آسان است. ما الگوریتم های شباهت را طراحی می کنیم تا شباهت های دوگانه را محاسبه کنیم و یک طبقه بندی ایجاد کنیم تا تعیین کنیم آیا یک جفت مورد باید به یک مجموعه تعلق داشته باشد یا نه. یک مطالعه جامع در مورد یک دیتابیس دزدی واقعی در دنیای واقعی نشان می دهد عملکرد امیدوار کننده خود را حتی با تنظیمات پیش فرض. این سیستم در دفتر امنیت عمومی چین مستقر شده است و برای بیش از یک سال با بازخورد مثبت از کاربران در حال اجرا است. استفاده از این سیستم ماموریت های فردی را با حمایت قوی در تحقیقات جنایی فراهم می کند و پس از آن امکان اجرای قانون را برای منابع مالی فراهم می کند، زیرا سیستم نه تنها می تواند جنبه های سریالی را به طور خودکار براساس مدل طبقه بندی شده از داده های جرم تاریخی پیوند دهد، تعلیق داده های آموزشی و تعامل کارشناسان دامنه، از جمله تعدیل عناصر کلیدی مانند ماتریس شباهت و آستانه تصمیم گیری برای رسیدن به یک معامله خوب بین تعداد تقاضا و تعداد جفت های مرتبط مرتبط است.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
Serial crimes pose a great threat to public security. Linking crimes committed by the same offender can assist the detecting of serial crimes and is of great importance in maintaining public security. Currently, most crime analysts still link serial crimes empirically especially in China and desire quantitative tools to help them. This paper presents a decision support system for crime linkage based on various, including behavioral, features of criminal cases. Its underlying technique is pairwise classification based on similarity, which is interpretable and easy to tune. We design feature similarity algorithms to calculate the pairwise similarities and build up a classifier to determine whether a case pair should belong to a series. A comprehensive case study of a real-world robbery dataset demonstrates its promising performance even with the default setting. This system has been deployed in a public security bureau of China and running for more than one year with positive feedback from users. The use of this system would provide individual officers with strong support in crimes investigation then allow law enforcement agency to save resources, since the system not only can link serial crimes automatically based on a classification model learned from historical crime data, but also has flexibility in training data update and domain experts interaction, including adjusting the key components like similarity matrices and decision thresholds to reach a good tradeoff between caseload and number of true linked pairs.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Knowledge-Based Systems - Volume 123, 1 May 2017, Pages 88-101
Journal: Knowledge-Based Systems - Volume 123, 1 May 2017, Pages 88-101
نویسندگان
Chi Hong, Lin Zhihong, Jin Huidong, Xu Baoguang, Qi Mingliang,