CN104408149A - 基于社交网络分析的犯罪嫌疑人挖掘关联方法及系统 - Google Patents

Abstract

本发明涉及一种基于社交网络分析的犯罪嫌疑人挖掘关联方法及系统，其特征在于包括：对用户输入数据进行预处理，从输入数据提取关键信息；构建社交网络图模型；设置参数；运行社团发现算法；输出发现的结果，列出犯罪嫌疑人员，本发明与现有技术相比，具有以下有益效果：能够从给定的犯罪嫌疑人社交圈内发现潜在的关联犯罪嫌疑人，方法性能好，系统运行快，同时考虑了真实场景的需求，在用户指定的范围进行分析，具有良好的扩展性。

Description

基于社交网络分析的犯罪嫌疑人挖掘关联方法及系统

技术领域

 本发明涉及公安犯罪网络分析技术领域，具体地说是一种能够根据已知罪犯的社交网络数据挖掘相关联犯罪嫌疑人的基于社交网络分析的犯罪嫌疑人挖掘关联方法及系统。

背景技术

人类是天然的社会性生物，因此人类的行为也自然的带有社会性。选择、行动等这些人类的行为都根植于庞大的社会环境中。因此，研究社交网络在犯罪行为中的作用也成为了犯罪学研究领域的一个重要课题。已有的研究表明，社交网络在团伙犯罪行为中起到了重要的辅助作用。此外，犯罪社交网络并不是分离的，而是由一系列的社团交织而成。对于公安部门的决策者来说，从社交网络中挖掘犯罪信息变得越来越重要。

随着犯罪网络分析的需求不断增长，社交网络分析技术越来越多的应用于犯罪分析过程。社交网络分析是一种社会科学方法，包含了一系列的量化准则和良好的量化展示，借助这个方法，办案人员能够快速的挖掘发现隐藏在深处的破案线索。在社交网络分析中，社团发现是一个至关重要的问题。社团发现可以帮助发现一些潜在的组织模块，这对公安部门侦破团伙作案可以起到很好的辅助作用。社团发现会将网络分成几个子网络，每个子网络内部的点联系紧密，而不同子网络之间的点联系松散。经过社团发现算法处理后，一个犯罪团伙有很大可能会被分到同一个子网络里，这为办案人员排查犯罪嫌疑人提供了极大的便利。

目前学术界关于社团发现已经有大量的算法成果，但是这些算法多是过于理论化，并没有结合实际应用场景做特定的优化，尤其是针对警用犯罪分析方面的优化更少。公安部门人力有限，只能在一定人员范围内进行嫌犯排查，所以社团发现算法输出的结果必须要满足现实需求才能真的起到有益作用。在案件侦破中，初始阶段一般会有特定的几个嫌疑人目标，所以只需要针对特定的嫌疑人，关注局部的社交网络分析，将初始确定的嫌疑人所在的社团找出来即可。另外，社交网络分析中的社团发现结果该如何输出展现才能更好的辅助办案人员也没有很好的解决方案。

发明内容

本发明针对现有技术中存在的缺点和不足，提出了一种能够根据已知罪犯的社交网络数据挖掘相关联犯罪嫌疑人的基于社交网络分析的犯罪嫌疑人挖掘关联方法及系统。

本发明可以通过以下措施达到：

一种基于社交网络分析的犯罪嫌疑人挖掘关联方法，其特征在于包括以下步骤：

步骤1：对数据中的每个人分配一个唯一的id，统计计算人与人之间的关联信息，给每个关联赋予权重，然后对用户输入数据进行预处理，从输入数据提取关键信息；

步骤2：构建社交网络图模型，根据第一步提取的信息，将每个人抽象成网络图中的一个节点，将人与人之间的关联抽象成网络图中的边，所述社交网络是一个图论模型，模型表达如下：

，其中G表示社交网络，V表示网络中的点，E表示网络中的边；

步骤3：设置参数，参数包括两个，重点目标人员对应的网络点集合C，社团所能包含的点的个数上限阈值λ，根据实际的情况，设置一个或者多个重点目标人员，在社交网络中找到这些人对应的节点，还可以选择设置一个阈值，用于控制最终输出的社团大小，

步骤4：运行社团发现算法，对社交网络进行划分，根据用户预设的重点目标人员，在满足阈值条件的情况下进行层次聚类，直到满足算法的终止条件，其中运行的社团发现算法采用层次聚类的方法，算法过程中使用模块度作为度量标准，模块度的定义如下：

，

其中表示点i和点j之间的边的权重，是所有与点i相连的边的权重之和，表示点i所属的社团，如果，函数为1，否则为0，，是归一化因子；

步骤5：输出发现的结果，列出犯罪嫌疑人员。

    本发明还提出一种基于社交网络分析的犯罪嫌疑人挖掘关联系统，其特征在于设有依次串联的用于完成关键信息抽取的数据分析和提取模块；用于将结构化数据抽象为网络图模型的社交网络构建模块；用于对社交网络进行划分的社团发现模块；以及用于将初始指定目标所在的社团按照一定的规则输出的结果输出及展示模块。

本发明与现有技术相比，具有以下有益效果：本发明的设计目标是能够从给定的犯罪嫌疑人社交圈内发现潜在的关联犯罪嫌疑人。本发明和公安业务结合紧密，方法性能好，系统运行快，同时考虑了真实场景的需求，在用户指定的范围进行分析，具有良好的扩展性。本发明可以处理的社交数据包括但不限于电话通信记录，邮件通信记录，交通工具同行记录，住宿同房记录等。只要可以抽象成社交网络的数据，都可以采用本发明技术方案处理。

附图说明：

附图1是本发明的流程图。

附图2是本发明实施例1中输出结果的示意图。

附图3是本发明实施例1中输出结果的另一种示意图。

具体实施方式：

下面结合附图和实施例，对本发明作进一步的说明。

实施例1：

以下将结合附图和具体实例，以电话通信记录作为输入数据，对本发明提供的技术方案进行说明。

本发明涉及的系统主要包含四个模块：数据分析和提取模块，社交网络构建模块，社团发现模块，结果输出模块，系统工作时，各模块进行如下工作：

数据分析和提取模块主要负责关键信息的抽取，对于电话通信记录来说，需要分析电话的拨出人、接收人、通话时长、通话总次数、通话频率等数据，经过计算转换，输出为结构化数据，对于电话通信记录内的任意两个人，他们之间的所有通话记录会转换成一条结构化数据，一条结构化数据包含两个整型数值ID和一个浮点型数值边权。边权的值与通话时长、通话总次数、通话频率等相关，计算公式如下：

其中表示权重值，，， 分别是通话时长t，通话次数n，通话频率f的函数，函数的具体形式根据具体的应用场景以及用户的经验确定，可以选择指数衰减函数、线性函数等，如果用户还需要考虑更多的因素，只需要在指数项上增加新的映射函数即可。

社交网络构建模块主要负责将结构化数据抽象为网络图模型。社交网络图模型可以表示为，其中G表示社交网络图，V表示图中所有的点的集合，E表示图中所有的边的集合,E中的每条边带有权重。

社团发现模块主要负责对社交网络进行划分。根据用户输入的约束参数，社团发现模块会对社交网络进行层次聚类，在达到终止条件时运行结束。

结果输出及展示模块负责将初始指定目标所在的社团按照一定的规则输出。输出的形式主要是两种，一种是表格的形式，一种是网络图形的形式。网络图形式的结果如附图2、3所示。

本发明涉及的方法，包括如下步骤：

步骤1：对用户输入电话通信记录数据进行预处理，从输入数据提取拨出人、接收人、通话时长、通话总次数、通话频率等数据，对数据中的每个人分配一个唯一的id，该id之后会对应网络中的一个节点，对于任意的两个人i和j之间，如果存在联系记录，那么以通话时长、通话次数、通话频率数据位参数计算i和j之间的联系权重系数，计算的方式如下：

其中表示权重值，，，，分别是通话时长t，通话次数n，通话频率f的函数，函数的具体形式根据具体的应用场景以及用户的经验确定，可以选择指数衰减函数、线性函数等；

步骤2：构建社交网络模型，将电话通信记录中的每个人抽象成网络图中的一个节点，将人与人之间的联系抽象成网络图中的边，使用步骤一提取的数据，用矩阵的形式存储社交网络图模型，社交网络图模型可以表示为，其中G表示社交网络图，V表示图中所有的点的集合，E表示图中所有的边的集合，E中的每条边带有权重，边权数据存储在一个单独的向量列表里；

步骤3：用户设置参数，用户根据实际的情况，设置一个或者多个重点目标人员，在社交网络中找到这些人对应的节点。用户还可以选择设置阈值，控制社团发现算法最终输出的社团规模；如果不设置阈值，则最终按照社团发现算法的默认结果输出；

步骤4：运行社团发现算法，对社交网络进行划分，根据用户预设的重点目标人员，在满足阈值条件的情况下进行层次聚类，直到整个网络图的模块度达到最优，算法终止，模块度的定义如下：

其中表示点i和点j之间的边的权重，是所有与点i相连的边的权重之和，表示点i所属的社团，如果，函数为1，否则为0，，是归一化因子；

其中社团发现算法的过程主要是一个迭代的过程，当一个点i从一个社团移除，加入到另一个社团，引起的模块度变化用表示。当大于0时，认为对点i的移动是正向收益的，将此作为备选操作放入集合，通过遍历已有的社团集合，找到大于0且值最大的操作，以此作为最终需要执行的操作，如果在一次遍历中找不到大于0的，说明算法已经达到最优状态，立即终止，详细的算法流程如下：

输入：社交网络图模型G=（V，E），

重点目标人员集合C={c₁，c₂，c₃，……c_k}，

权重数组W={w₁，w₂，w₃，……w_m}，m为E中边的条数，

社团规模阈值λ；

输出：社团集合P={p₁，p₂，p₃，……，p_n}，

开始

初始时每个网络节点是一个单独的社团，即P={p_i|v_i∈p_i，v_i∈V}；

定义|P|为集合P包含的社团的个数，定义|V|为集合V包含的点的个数，循环开始：

对于，

对于，

如果满足阈值λ，算法结束；

将点v_i从原来的社团移除，加入新的社团p_j，计算模块度的变化△Q，并记录，找到找到△Q大于0且值最大的操作并执行，如果不存在大于0的△Q，则进行下一轮循环；

如果本次循环没有任何操作，算法结束；

对于本次循环得到的社团集合P={p₁，p₂，p₃，……，p_t}，将P中的每个社团看成一个点，将不同的社团之间的链接及权重统一合并计算为一条带权重的边，这样得到了一个新的社交网络图，以及一个新的权重向量，重新开始循环过程；

步骤5：根据步骤四得到的社团发现结果，列出和初始输入目标相关的犯罪嫌疑人员。

本发明与现有技术相比，具有以下有益效果：本发明的设计目标是能够从给定的犯罪嫌疑人社交圈内发现潜在的关联犯罪嫌疑人。本发明和公安业务结合紧密，方法性能好，系统运行快，同时考虑了真实场景的需求，在用户指定的范围进行分析，具有良好的扩展性。本发明可以处理的社交数据包括但不限于电话通信记录，邮件通信记录，交通工具同行记录，住宿同房记录等。只要可以抽象成社交网络的数据，都可以采用本发明技术方案处理。

Claims (3)

1.一种基于社交网络分析的犯罪嫌疑人挖掘关联方法，其特征在于包括以下步骤：

步骤1：对数据中的每个人分配一个唯一的id，统计计算人与人之间的关联信息，给每个关联赋予权重，然后对用户输入数据进行预处理，从输入数据提取关键信息；

步骤2：构建社交网络图模型，根据第一步提取的信息，将每个人抽象成网络图中的一个节点，将人与人之间的关联抽象成网络图中的边，所述社交网络是一个图论模型，模型表达如下：

，其中G表示社交网络，V表示网络中的点，E表示网络中的边；

步骤3：设置参数，参数包括两个，重点目标人员对应的网络点集合C，社团所能包含的点的个数上限阈值λ，根据实际的情况，设置一个或者多个重点目标人员，在社交网络中找到这些人对应的节点，还可以选择设置一个阈值，用于控制最终输出的社团大小，

步骤4：运行社团发现算法，对社交网络进行划分，根据用户预设的重点目标人员，在满足阈值条件的情况下进行层次聚类，直到满足算法的终止条件，其中运行的社团发现算法采用层次聚类的方法，算法过程中使用模块度作为度量标准，模块度的定义如下：

，

其中表示点i和点j之间的边的权重，是所有与点i相连的边的权重之和，表示点i所属的社团，如果，函数为1，否则为0，，是归一化因子；

步骤5：输出发现的结果，列出犯罪嫌疑人员。

2.根据权利要求1所述的一种基于社交网络分析的犯罪嫌疑人挖掘关联方法，其特征在于步骤4中运行社团发现算法具体步骤如下：输入：社交网络图模型G=（V，E），

重点目标人员集合C={c₁，c₂，c₃，……c_k}，

权重数组W={w₁，w₂，w₃，……w_m}，m为E中边的条数，

社团规模阈值λ；

输出：社团集合P={p₁，p₂，p₃，……，p_n}，

开始

初始时每个网络节点是一个单独的社团，即P={p_i|v_i∈p_i，v_i∈V}；

定义|P|为集合P包含的社团的个数，定义|V|为集合V包含的点的个数，循环开始：

对于，

对于，

如果满足阈值λ，算法结束；

将点v_i从原来的社团移除，加入新的社团p_j，计算模块度的变化△Q，并记录，找到找到△Q大于0且值最大的操作并执行，如果不存在大于0的△Q，则进行下一轮循环；

如果本次循环没有任何操作，算法结束；

对于本次循环得到的社团集合P={p₁，p₂，p₃，……，p_t}，将P中的每个社团看成一个点，将不同的社团之间的链接及权重统一合并计算为一条带权重的边，这样得到了一个新的社交网络图，以及一个新的权重向量，重新开始循环过程。

3.一种基于社交网络分析的犯罪嫌疑人挖掘关联系统，其特征在于设有依次串联的用于完成关键信息抽取的数据分析和提取模块；用于将结构化数据抽象为网络图模型的社交网络构建模块；用于对社交网络进行划分的社团发现模块；以及用于将初始指定目标所在的社团按照一定的规则输出的结果输出及展示模块。