پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی

سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 360

فایل این مقاله در 25 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_PMSQ-16-3_007

تاریخ نمایه سازی: 13 دی 1400

چکیده مقاله:

زمینه و هدف: امروزه گروه های مختلفی در جامعه با استفاده از فضای مجازی اقدام به انتشار فراخوان های تجمعات غیرقانونی و به دنبال آن وقوع جریان های اعتراضی می کنند. ازاین رو هدف اصلی این پژوهش، پیش بینی جریان های اعتراضی در فضای مجازی مبتنی بر داده کاوی است.روش: تحقیق حاضر از نظر هدف کاربردی و از لحاظ روش، توصیفی - تحلیلی است که در آن از داده های اطلاعاتی موجود در اسناد، مدارک سازمانی و همچنین بانک های اطلاعاتی غیرمتمرکز در رده های عملیاتی پلیس استفاده شده است. جامعه آماری پژوهش، تمامی داده های اطلاعاتی فراخوان های تجمعات غیرقانونی در فضای مجازی است که برای نمونه گیری از روش پیش پردازش داده ای و به­صورت تمام­شمار استفاده شدند. به منظور پیش بینی و پیشگیری از ارتکاب جرائم، با استفاده از نرم افزار رپیدماینر به عنوان یک ابزار داده کاوی متن باز با زبان جاوا، ابتدا مولفه های اصلی فراخوان های تجمعات غیرقانونی در فضای مجازی شناسایی، روابط بین مولفه های شناسایی شده احصا، داده ها تحلیل و درنهایت مولفه های موثر در پیش بینی جریان های اعتراضی اولویت بندی شد.یافته ها: از بین مدل های مختلف پیاده سازی­شده، مدل درخت تصمیم با دقت ۳۹/۹۱ درصد، بالاترین نتیجه را برای داده های موردنظر و پیش بینی وقوع جریان های اعتراضی ارائه کرد و مهم ترین دستاوردهای آن، طراحی مدلی جهت پیش بینی تجمعات غیرقانونی و همچنین تعیین مولفه های تاثیرگذار در وقوع تجمعات غیرقانونی است.نتیجه ­گیری: مولفه های «نگرش فکری انتشاردهنده فراخوان ها، تعداد بازدید فراخوان ها، زیرعرصه فراخوان ها و تعداد اعضای منابع و نشانگاه ها به­ترتیب بیشترین تا کمترین تاثیرگذاری را بر وقوع تجمع ها و جریان های اعتراضی غیرقانونی داشته اند؛ به عبارت دیگر، نگرش فکری انتشاردهنده فراخوان ها در ایجاد تجمعات نقش مستقیم دارد و پلیس با تمرکز بر آن می تواند احتمال وقوع تجمعات غیرقانونی را پیش بینی کند.

نویسندگان

حسین طالبیان

استادیار گروه کشف جرایم. دانشکده اطلاعات و آگاهی، دانشگاه علوم انتظامی امین.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • ابراهیمی، مجیب؛ میرروشندل، سیدابوالقاسم؛ آقایی، جان احمد. (۱۳۹۴)، جامعیت­بخشی به ...
  • پلیس فتا ناجا. (۱۳۹۸). بولتن اطلاعاتی پلیس فتا ناجا. پلیس ...
  • پولادی،­ رضا. (۱۳۹۶). داده کاوی ارتباط میان جرائم و ویژگی ...
  • رجبی، مصطفی. (۱۳۹۶)، تحلیل جرائم سایبری با استفاده از داده ...
  • تحلیل جرایم اخلاقی فضای سایبر با رویکرد داده‌کاوی [مقاله ژورنالی]
  • قاسم زاده، حمیدرضا. (۱۳۹۸)، پیش بینی تجمعات غیرقانونی مبتنی بر ...
  • مظاهری حسین آبادی، الهام؛ طالب لو، علیرضا؛ رضاییان، علی. (۱۳۹۴). ...
  • Armstrong, J. S. (۲۰۱۷). Principles of forecasting: a handbook for ...
  • Chapman, P., Clinton, J., Kerber, R., Khabaza, T., Reinartz, T., ...
  • Dunham, M.H. (۲۰۱۲. Data Mining, Introductory and Advanced Topics. Prentice ...
  • Farsi, M., Daneshkhah, A., Far, A. H., Chatrabgoun, O., Montasari, ...
  • Joshi, J. D. (۲۰۱۸). Data Mining for Prevention of Crimes. ...
  • Khan, M. A., Pradhan, S. K., Fatima, H. (۲۰۱۷). Applying ...
  • Shearer, C. (۲۰۰۰) The CRISP-DM Model: The New Blueprint for ...
  • Sahu, N. S., Darokar, S. (۲۰۱۷). Data Mining Techniques to ...
  • نمایش کامل مراجع