一种基于聚类的反恐数据分析方法

摘要：

[目的/意义]分析处理反恐情报有利于增强反恐工作的针对性,提高反恐工作效率.[方法/过程]针对全球恐怖袭击事件数据库(GTD)中的数据格式,提出了一种同时适用于定性、定量变量距离量化的新的距离度量学习模型,并将该模型应用于近邻传播聚类算法,利用GTD数据库验证了算法的有效性,进而分析了2017年发生的尚未有组织宣称负责的恐怖袭击事件.[结果/结论]该算法用于恐怖袭击事件的聚类分析,能够提高锁定恐怖分子的准确性,效果较好.

关键词：GTD、距离度量学习模型、反恐数据分析

分类号：G353(情报学、情报工作)

在线出版日期：2019-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：74-77