استخراج الگوهای جرائم مواد مخدر و شناسایی افراد در معرض خطر با استفاده از تکنیک های داده کاوی
رشد فناوری اطلاعات در سازمان ها، منبع عظیمی از داده های ذخیره شده در حوزه جرایم مرتبط با مواد مخدر را فراهم آورده است. تحلیل این داده ها و کشف الگوهای پنهان موجود در آن به کمک داده کاوی می تواند به کشف و پیشگیری از وقوع جرایم در این حوزه کمک نماید. هدف این مقاله بکارگیری تکنیک های داده کاوی جهت شناسایی افراد مستعد به قاچاق مواد مخدر در استان سیستان و بلوچستان و نیز کشف الگوهای جرم است.
پژوهش حاضر بر روی داده های 467 مجرم حوزه مواد مخدر در استان سیستان و بلوچستان که در طی سال های 1392 الی 1399 مرتکب جرم قاچاق مواد مخدر شده اند با نمونه گیری در دسترس انجام گرفته است. برای انجام این تحقیق از متدولوژی استاندارد CRISP-DM و الگوریتم های طبقه بندی ماشین بردار پشتیبان، بیزین ساده، رگرسیون لجستیک، درخت تصمیم و نزدیکترین همسایه و برای استخراج الگوهای جرایم از الگوریتم الگوکاوی اپریوری استفاده شده است.
الگوریتم الگوکاوی بالغ بر 20 الگوی جرم با دقت بالای 80 درصد استخراج کرده است. به علاوه نتایج نشان می دهد در میان الگوریتم های طبقه بندی، طبقه بند نزدیکترین همسایه قادر است با دقت 84 درصد افراد در معرض خطر را شناسایی کند.
با بکارگیری مدل ساخته شده با این الگوریتم می توان سامانه ای برای شناسایی افراد مستعد به قاچاق مواد مخدر طراحی کرد. نتایج حاصل از پیش بینی های انجام گرفته توسط سامانه مذکور و کشف الگوهای پنهان موجود در داده ها می توانند کمک شایانی به پلیس، دستگاه های قضایی و مددکارهای اجتماعی در شناسایی افراد در معرض خطر و کاهش جرایم مرتبط با قاچاق مواد مخدر نمایند.
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.