基于数据挖掘的恐怖袭击嫌疑对象判断研究

摘要：

[目的/意义]以数据驱动方式对恐怖袭击事件进行数据挖掘,有助于提高侦破效率,发现新生或者潜在的恐怖分子.[方法/过程]对全球恐怖主义数据库收录的数据进行数据挖掘,主要包括数据清洗与通过主成分分析算法完成的特征筛选,进而建立基于改进的K-means算法的聚类模型,将聚类模式中具有较多相似特征的事件进行归纳处理.[结果/结论]通过该聚类模型可以有效的将恐怖袭击事件按照嫌疑程度对嫌疑对象作出判断,为侦破恐怖袭击事件提供信息支撑.

关键词：反恐、数据挖掘、特征筛选、主成分分析、K-means聚类算法

分类号：G350(情报学、情报工作)

在线出版日期：2019-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：35-40