طراحي الگوي داده‌كاوي پيشنهادي به‌منظور شناسايي مجرمان

Constructing a proposed data mining paradigm for identifying criminals

زمينه و هدف: اين پژوهش بر آن است تا با بهره‌گيري از الگوريتم‌هاي داده‌كاوي به تحليل داده‌هاي ثبت‌شده در بانك اطلاعاتي پليس مربوط به‌دستگيرشدگان توسط گشت‌هاي انتظامي تهران بزرگ در سه‌ماهه اول سال 1389 بپردازد و با استفاده از آنها، الگويي طراحي ‌شود كه به شناسايي مجرمان واقعي از بين انبوه ‌‌متهمان دستگيرشده اقدام ‌‌كند. اين الگو مي‌تواند به‌عنوان يك سامانه تصميم‌يار در اختيار كارشناسان انتظامي قرار گيرد تا فرآيند شناسايي و دستگيري مجرمان واقعي با سرعت و دقت بيشتري انجام شود. روش‌شناسي: اين پژوهش از نوع پژوهش‌هاي داده‌محور بوده و بر اساس يك فرايند استاندارد داده‌كاوي CRISP-DM، داده‌هاي دستگيرشدگان كه شامل متغيرهاي جمعيت‌شناختي ‌‌متهمان و كلانتري محل دستگيري است، پس از يكپارچه‌سازي و پالايش، با استفاده از الگوريتم‌هاي CHAID,CRT C5.0 و شبكه عصبي MLP مدل‌سازي ‌‌شدند. يافته‌ها: الگوريتم C5.0 در فن درخت تصميم نتايج بهتري را به لحاظ دقت شناسايي مجرمان واقعي نسبت به ساير الگوريتم‌هاي درخت تصميم، مانند CHAID, CRT دارد؛ اما نسبت به الگوي طراحي‌شده توسط شبكه عصبي MLP دقت كمتري دارد. نتايج: با استفاده از الگوريتم‌هاي درخت تصميم، در مجموع 19 قانون كشف و ارائه شد. ‌‌براي بررسي اين قوانين، نشست خبرگان تشكيل ‌‌شد و در نهايت از 19 قانون استخراج‌شده، 3 قانون مرتبط با موضوع مورد پژوهش شناخته شده و مورد تأييد قرار گرفت.

Background and goal: this research aims to analyze data registered in the Police Information Bank related to the arrestees by the Great Tehran's Police Patrol Units in the first quarter of the year 2010 by utilizing data mining algorithms, so that a model is constructed that can identify real criminals from among a mass of the arrestees and the accused. This model can be provided to police experts as a decision-assisting system so that the process of identification and arrest of real criminals is done with higher accuracy and sped. Methodology: This research was a data based research. Based on a standard process of data mining (CRISP-DM), data pertaining to the arrested including demographic data of the accused and the police station where they were held were modeled after they were integrated and refined by using CHAID,CRT C5.0 algorithms and MLP nervous network. Findings: C5.0 algorithm has better results in the technique of decision tree in terms of the accuracy with which real criminals are recognized compared to other algorithms of the decision tree like CHAID, CRT; however, compared to the model designed by the MLP nervous network, it enjoys less accuracy. Results: By using decision tree algorithms, 19 rules were dissevered and presented as a whole. To examine these rules, an elite meeting was formed, and in the end, from among 19 rules extracted, 3 rules relating to the subject under research were examined and confirmed.