ارایه متدی برای بهبود در پیش بینی نرخ وقوع جرایم خشن
محل انتشار: اولین کنفرانس ملی کامپیوتر و فناوری اطلاعات
سال انتشار: 1396
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 407
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
CEITS01_170
تاریخ نمایه سازی: 22 دی 1396
چکیده مقاله:
گسترش جوامع انسانی و بزرگ شدن شهرها، باعث حجم زیاد و رو به افزایش جرم و جنایت شده است. جرایم خشن یک مساله اجتماعی مهم در جوامع امروزی است که بر کیفیت زندگی و پیشرفت اقتصاد جامعه تاثیر گذار است. از این رو دقت بهتر و دقیق تر در پیش بینی نرخ جرایم خشن برای تحلیل گران جرم و کارآگاهان و در کل برای جامعه به منظور پیشگیری و داشتن آمادگی و نیرو و منابع لازم بسیار مهم می باشد. در این تحقیق پیش بینی نرخ جرم براساس مفهوم رگرسیون مبتنی بر سودمندی انجام می شود. از آنجا که تعداد مناطقی که میزان جرم بالا دارند نسبت به سایر مناطق، کمتر می باشند و همچنین در پیش بینی اهمیت بالایی دارند، با استفاده از الگوریتم SmoteR مناطق براساس اهمیتشان بالانس شده اند. میزان وقوع جرم در هر منطقه از میانگین نتایج حاصل از پیش بینی 3 الگوریتم درخت تصادفی، نزدیک ترین همسایه و ماشین بردار پشتیبان محاسبه می گردد. نتایج حاصل از پیاده سازی، برتری حدود 8 درصدی نسبت به تحقیقات پیشین را در پیش بینی نرخ وقوع جرایم خشن نشان می دهد.
کلیدواژه ها:
نویسندگان
محمدحسین مرزبان
دانشجوی کارشناسی ارشد گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران،
الهام پروین نیا
استادیار گروه مهندسی کامپیوتر، واحد شیراز، دانشگاه آزاد اسلامی، شیراز، ایران