作者:张蕾华; 牛红太; 王仲妮; 刘雪红前科人员犯罪预测数据挖掘随机森林
摘要:犯罪预警研究是大数据时代公安机关实施数据警务的有益探索,是数据挖掘技术和人工智能技术在公安领域的运用,对公安机关实现犯罪的前馈控制具有重要意义。基于现有的犯罪数据,通过人工智能分析平台构建前科人员再次犯罪预测模型,从而提高犯罪预测的准确性,并且可以为事先防控犯罪提供科学的参考依据。搜集前科人员基本属性信息、劣迹信息、活动轨迹等数据,通过数据清洗、特征构造、模型建立、模型评估与优化,构建科学合理的感知预警分析模型,选取随机森林算法作为模型的训练算法,其正样本的精确率为0.85、召回率为0.86。研究表明,犯罪数据不仅可以用来预防犯罪,而且能够帮助我们从一个更高的层面理解犯罪发生的原因。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社