ارائه مدلی برای تحلیل و کشف جرم با بهره گیری از روش های داده کاوی

حجـم انبوه داده ها و اطلاعات مرتبط با جرایم در ادارات پلیس از یک سو،و پیچـیدگـی ارتباطات میان این جرایم از سوی دیگر ، موجب می گردد،تا روش های سنتی تحلیل جرم که غالبا توسط کارآگاهان زبده وکارشناسان صحـنه جرم با تجـربه به کار گرفته می شوند، اولا)نیازمند صرف زمان و هزینه انسانـی بسیار زیادی باشند.ثانیا) به دلیل میزان دخالت بالای عامل انسانی درتصمیم گیری ها ، قادر به لحاظ کردن تمام فاکتورهای تاثیرگذار در یک جرم و ارتباطات بین آنها نبوده و باعث کند نمودن مراحل کشف جرم می شوند. چنین شرایطی ، ضرورت به کارگیری یک روش نظام مند جهت کشف و تحلیل جرایم را بیش از پیش نمایان می سازد. تهیه و ارائه یک الگوی برای سیستم گزارشات پلیس جهت تحلیل و کشف جرم ، بر اساس تکنیک های داده کاوی می تواند راهگشای دو چالش فوق باشد. برای این منظور در این تحقیق سعی شده است برای تحلیل وکشف جرم از طریق تشخیص شباهت جرایم با یکدیگر، براساس الگوریتمهای داده کاوی دو مرحله عمده ارائه گردد . 1- ابتدا باید معیارهای تشابه را پیدا نمود که بدین منظور می توان از روش های معمول در انتخاب ویژگی همچون خوشه بندی فازی با متد gkclust و خوشه بندی با k-means استفاده نمود. 2- سپس باید با استفاده از تکنیک هایی چون knn جهت یافتن دسته هایی از جرایم و یا مجرمین با معیارهای تشابه نزدیک به جرم رخ داده فعلی استفاده کرد. برای تشخیص معیارهای تشابه، وزن دهی ویژگی های مورد استفاده، بسیار موثر می باشد. برای دستیابی به وزن دهی مناسب الگوریتم pca کارا به نظر می رسد. کلید واژه ها : داده کاوی – تحلیل جرم – تطبیق جرم – کشف جرم