公安情報(bào)中基于關(guān)鍵圖譜的群體發(fā)現(xiàn)的研究.pdf

1、在關(guān)系網(wǎng)絡(luò)的關(guān)系挖掘中，為了將大量復(fù)雜的人群歸類，往往需要從關(guān)系網(wǎng)絡(luò)中發(fā)現(xiàn)不同的群體，根據(jù)人的個體屬性特征或社交賬戶相互關(guān)注特征做聚類分析是常用的解決方法。然而，在公安情報(bào)場景下，人的行為特征是情報(bào)人員十分關(guān)注的信息，如何將人的行為特征進(jìn)行量化聚類，從而發(fā)現(xiàn)行為特征相似的人群并將它們歸類是實(shí)現(xiàn)有效聚類分析的新思路。
　　在充分了解公安情報(bào)業(yè)務(wù)的前提下，提出了一種基于關(guān)鍵圖譜的群體發(fā)現(xiàn)算法（KCD，KeyGraph-based Co

2、mmunity Detection），找出潛在關(guān)聯(lián)群體，為公安情報(bào)部門提供決策支持。KCD嘗試從人的行為特征入手，通過建立關(guān)鍵圖譜并利用圖聚類算法來進(jìn)行群體發(fā)現(xiàn)。KCD首先將人與人之間的多個維度的行為特征進(jìn)行量化計(jì)算，并將多維行為特征的量化值融合，形成三元組“人-人-值”的共現(xiàn)度集合；然后讀取共現(xiàn)度集合，過濾掉噪音數(shù)據(jù)，建立基于人行為特征的無向圖；最后對無向圖應(yīng)用聚類算法SCAN找出多個不同的群體。為了處理超大規(guī)模圖，對SCAN算法進(jìn)行

3、改進(jìn)，得到的SparkSCAN算法不僅能夠并行運(yùn)行在Spark平臺上，快速高效地完成圖的聚類，而且能找出圖的中心點(diǎn)和離群點(diǎn)，解決了公安情報(bào)場景中群體之間關(guān)鍵人物的挖掘問題。
　　利用公安情報(bào)場景中脫敏后的行為數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，對KCD進(jìn)行了數(shù)據(jù)分區(qū)和存儲模型的性能對比測試、改進(jìn)聚類算法的參數(shù)測試、SparkSCAN算法和SCAN算法的性能測試等。結(jié)果表明，KCD能夠有效的解決公安情報(bào)部門遇到的對行為特征數(shù)據(jù)進(jìn)行群體發(fā)現(xiàn)的問題，所采用的