بررسی چگونگی عملکرد تشخیص الگوی جرم توسط سیستم های داده کاوی

داده کاوی می تواند جهت مدل سازی جرایم مورد استفاده قرار گیرد. ما در اینجا نگاهی به الگوریتم خوشه بندی در خصوص یک روش از داده کاوی داریم تا بتوانیم الگوی جرایم را شناسایی نماییم و فرایند رفع آن را تسهیل نماییم. در این خصوص نگاهی بر روی خوشه بندی k-means می اندازیم و همچنین از تکنیک یادگیری Semi-Supervised نیز استفاده شد تا در مورد اسناد موجود جرایم، دانشی به دست آید و ضریب پیش بینی صحیح را افزایش دهیم. همچنین از طرح وزن دهی نیز کمک گرفته تا محدودیت های موجود در تکنیک ها و ابزارهای خوشه بندی جبران شوند.

کلیدواژه ها:

داده کاوی ، خوشه بندی ، جرم ، Semi-Supervised ، k-means