CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

گواهی نمایه سازی مقاله بررسی چگونگی عملکرد تشخیص الگوی جرم توسط سیستم های داده کاوی

عنوان مقاله: بررسی چگونگی عملکرد تشخیص الگوی جرم توسط سیستم های داده کاوی
شناسه (COI) مقاله: TAES01_042
منتشر شده در کنفرانس ملی چشم انداز 1404 و پیشرفتهای تکنولوژیک علوم مهندسی در سال ۱۳۹۴
مشخصات نویسندگان مقاله:

سمیرا ابراهیم زاده - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، موسسه آموزش عالی هاتف زاهدان
مهدی زرین خمری لف - دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، موسسه آموزش عالی هاتف زاهدان

خلاصه مقاله:
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.

کلمات کلیدی:
داده کاوی، خوشه بندی، جرم، Semi-Supervised, k-means

صفحه اختصاصی مقاله و دریافت فایل کامل: https://www.civilica.com/Paper-TAES01-TAES01_042.html