19、犯罪调查模型与系统的应用研究

犯罪调查模型与系统的应用研究

在犯罪调查领域，有效的模型和系统对于打击犯罪、维护社会安全至关重要。本文将探讨两种用于恐怖组织检测的模型——GDM和OGDM，以及基于案例推理（CBR）和专家系统（ES）的沿海巡逻犯罪调查系统。

恐怖组织检测模型比较：GDM与OGDM

在犯罪数据挖掘中，特征的重要性对于识别犯罪群体至关重要。OGDM模型会保留在成对比较中具有显著意义的特征，在确定哪些特征对犯罪群体检测更重要后，决定哪些组件最有可能构成犯罪群体。如果领域专家认为群体规模应更大，两个或更多组件可以构成一个犯罪群体；若无需扩大群体规模，则仅保留一个组件作为目标犯罪群体。

为了比较GDM和OGDM在恐怖组织检测中的性能，研究人员在布尔萨数据集上进行了实验。该数据集包含1991年至2007年8月期间土耳其布尔萨的犯罪记录，涉及199,428名罪犯实施的318,352起犯罪，犯罪类型包括有组织犯罪、贩毒团伙、盗窃、非法企业和恐怖组织等。所有实验设置和操作均使用R语言及相关R库完成。

实验结果显示，有9个恐怖组织和78个其他类型的犯罪群体（如盗窃团伙、贩毒团伙、黑手党类型的团伙）。领域专家将相似度阈值设定为10%（0.1），并选择87个群体（其中9个为恐怖组织）作为“黄金标准”来衡量GDM和OGDM的成功率。具体数据如下表所示：
| 模型 | 恐怖组织平均成功率 | 其他（非恐怖）组织平均成功率 |
| ---- | ---- | ---- |
| OGDM | 0.7699813 | 0.768451 |
| GDM | 0.853706816 | 0.542807 |

从数据可以看出，GDM在恐怖组织检测方面表现优