基于粗糙集的职务犯罪社会关系网络智能分析方法及系统技术方案

本发明专利技术属于职务犯罪领域，涉及社会关系网络分析，具体为一种基于粗糙集的职务犯罪社会关系网络智能分析方法及系统，所述方法包括通过对已结案中犯罪人员的社会关系网络进行分类，并基于粗糙集对社会关系网络进行智能分析，发现其中对案件起关键作用的线索，并去除其中的无关线索；基于已结案件数据，采用粗糙集方法，从多种数据中筛选出对案件分析起作用的数据，去除对案件分析不起作用的冗余数据，并对各种数据源进行重要性排序，从而为实际办案提供辅助。

【技术实现步骤摘要】
基于粗糙集的职务犯罪社会关系网络智能分析方法及系统
本专利技术属于大数据分析
，涉及社会关系网络分析，具体为一种基于粗糙集的职务犯罪社会关系网络智能分析方法及系统。
技术介绍
在职务犯罪侦查中，犯罪嫌疑人的社会关系网络是案件分析的关键。在实际的案件中，犯罪嫌疑人的社会关系网络一般非常庞大且复杂，包括亲属、同学、工作等，而这些关系的构建需要从多种数据源中挖掘，例如中国专利CN103714126B提出了在一种推送书籍阅读服务的方法及装置，能够有效对数据进行挖掘，从而有效推动青少年在学习成长过程中提高阅读技巧以及阅读兴趣。如何从多种数据源中构建犯罪嫌疑人的社会关系网络，并从中发现犯罪线索是职务犯罪侦查的重要问题，也是破案的关键所在。现有的职务犯罪侦查，一般是实务专家根据办案经验，选择从某一种社会关系入手，并从相关单位调取数据，通过人工的方式构建犯罪嫌疑人的社会关系网络。例如，某案件犯罪嫌疑人主要的4类社会关系网络如图1所示，包括四个类别，工作类、网络通信类、应酬类以及朋友类，其中工作类别对应的社会关系网络如图2所示，将该嫌疑人的同事关系、领导以及合作伙伴等关系进行了划分；现有的案件分析方法严重依赖于实务专家的办案经验，且基本依靠人工进行分析，很多时候会造成案件分析的反复，使得案件分析效率非常低下。
技术实现思路
有鉴于此，传统的职务犯罪侦查方式主要采取人工方式进行社会关系网络分析，其效率非常低，也影响了案件的侦办，本专利通过对已结案中犯罪人员的社会关系网络进行分类，并基于粗糙集对社会关系网络进行智能分析，发现其中对案件起关键作用的线索，并去除其中的无关线索；为办案人员提供侦查依据，极大地缩短办案时间，提高办案效率。本专利技术的一种基于粗糙集的职务犯罪社会关系网络智能分析方法，包括以下步骤：步骤1)获取已结案的职务犯罪案件中的多源数据，并构建出原始社会关系网络图；步骤2)将原始社会关系网络图抽象成图G(V，E)，将n个社会关系网络G1(V,E1),...,Gn(V,En)，转化成一个关系系统(U,R)，其中Gn表示第n个社会关系网络，En表示第n个社会关系网络中所有涉案人员的社会关系；V＝U，均表示所有涉案人员，R表示所有涉案人员的社会关系；R＝{r1,r2,...,rn}是U上的一组二元关系；ri表示第i个社会关系；由相应的Gi(E,Ei)得到，若边(vk,vj)属于Ei，则有(vk,vj)属于ri；步骤3)基于粗糙集，对关系系统中的数据进行筛选，去除其中对案件分析无用的社会关系，将涉案人员分为分为犯罪人员和非犯罪人员，从而将关系系统(U,R)构成关系决策系统(U,R,D)；并对其进行约简，从而形成约简后的关系决策系统(U,B,D)；D表示涉案人员的标签集，包括犯罪人员标签d1和非犯罪人员标签d2；B表示为约简后的所有涉案人员的社会关系；步骤4)计算约简后的关系决策系统中每个数据的关系重要性，并按照关系重要度排序，按照该排序结果对待预测犯罪社会关系网络进行排查。进一步的，所述涉案人员的标签集D的获取方式包括由所有涉案人员的社会关系R得到合成关系R'，R'＝r1∩r2∩...∩rn，分别计算关于犯罪人员标签d1和非犯罪人员标签d2的下近似d1和d2，根据粗糙集，计算出D相对于R的正域：POSR(D)＝d1∪d2；其中，[xi]R'表示所有和xi满足等价关系R'的对象的集合，即为包含xi的R'的等价类；xi表示U中的涉案人员。进一步的，步骤3)中所述约简后的所有涉案人员的社会关系B满足以下条件，则B是关系集合R的一个约简；从而形成约简后的关系决策系统；第一条件：涉案人员的标签集相对于其子集B的正域，与涉案人员的标签集相对于二元关系R的正域是相等的；即POSB(D)＝POSR(D)；第二条件：对于子集B中任意的关系都有，涉案人员的标签集关于子集B的正域不等于在B中将该关系删除之后的正域；即进一步的，步骤4)中所述约简后的关系决策系统(U,B,D)中的每个数据的关系重要性的计算公式包括对于关系r∈B-C，r相对于C的重要性表示为：sigr(B,C,D)＝γC+{r}(D)-γC(D)，γC+{r}(D)表示涉案人员的标签集D相对于关系子集C以及关系r共同的依赖度；γC(D)表示涉案人员的标签集D相对于关系子集C的依赖度。进一步的，所述涉案人员的标签集D相对于关系子集C的依赖度表示为POSC(D)表示涉案人员的标签集D相对于关系子集C的正域；所述涉案人员的标签集D相对于关系子集C以及关系r共同的依赖度表示为POSC+{r}(D)表示涉案人员的标签集D相对于关关系子集C以及关系r共同的正域。可以理解的是，本专利解决的问题是针对职务犯罪领域，而职务犯罪指的是：国家机关、国有公司、企业事业单位、人民团体工作人员利用已有职权，贪污、贿赂、徇私舞弊、滥用职权、玩忽职守，侵犯公民人身权利、民主权利，破坏国家对公务活动的规章规范，依照刑法应当予以刑事处罚的犯罪，包括《刑法》规定的“贪污贿赂犯罪”、“渎职罪”和归家机关工作人员利用职权实施的侵犯公民人身权利、民主权利犯罪。所以，只要是符合上述犯罪的范围的，均是在本专利的分析范围的。基于本专利技术的一种基于粗糙集的职务犯罪社会关系网络智能分析方法，本专利技术还提出了其对应的系统，即一种基于粗糙集的职务犯罪社会关系网络智能分析系统；所述系统包括与职务犯罪关系网络数据源筛选服务器相连接的网络通信圈服务器、应酬圈服务器、工作圈服务器、朋友圈服务器；所述网络通信圈服务器用于获取犯罪嫌疑人网络通信中的数据；所述应酬圈服务器用于获取犯罪嫌疑人应酬中的数据；所述工作圈服务器用于获取犯罪嫌疑人工作中的数据；所述朋友圈服务器用于获取犯罪嫌疑人朋友圈中的数据；所述职务犯罪关系网络数据源筛选服务器用于将获取到的各类数据进行汇总，并对数据源进行筛选，获取贡献度最大(重要性最高)的数据源组合。进一步的，所述网络通信圈服务器包括电性连接的第一统计模块、第一分析模块、第一通信模块以及第一处理模块；所述第一统计模块用于统计犯罪嫌疑人的通话对象、通话次数以及通话时长，所述第一分析模块用于将通话次数和通话时长进行与其通话对象进行对应综合，并发送至第一处理模块；所述第一处理模块用于将通话次数少于3次以及通话时长小于十分钟的通话对象进行删除；所述第一通信模块将处理模块处理后的未删除的通话数据传输至所述筛选服务器。进一步的，所述应酬圈服务器包括第二统计模块、第二通信模块以及第二处理模块，所述第二统计模块用于统计和犯罪嫌疑人进行娱乐活动的对象，并记录其活动次数，并将活动次数传入第二处理模块，将活动次数进行总和分析，将活动次数大于3次的对象传入到第二通信模块，通过第二通信模块将其传入到所述筛选服务器中。进一步的，所述工作圈服务器包括第三统计模块以及第三通信模块，所述第三统计模块用于统计和犯罪嫌疑人有工作关系的对象，然后传入到第三通信模块，第三通信模块将所有的对象都传入所述筛选服务器。进一步的，所述朋友圈服务器包括第四统计模块以及第四通信模块，所述第四统计模块用于统计和犯罪嫌疑人是朋友关系的对象，将所有对象全部都发送至，第四通信模块将所有的对象都传入所述筛选服务器。本专利技术的有益效果：本专利技术通过对已结案中犯罪人员的社会关系网络进行分类本文档来自技高网...

【技术保护点】
1.一种基于粗糙集的职务犯罪社会关系网络智能分析方法，其特征在于，所述方法包括以下步骤：步骤1)获取已结案的职务犯罪案件中的多源数据，并构建出原始社会关系网络图；步骤2)将原始社会关系网络图抽象成图G(V，E)，将n个社会关系网络G1(V,E1),...,Gn(V,En)，转化成一个关系系统(U,R)，其中Gn表示第n个社会关系网络，En表示第n个社会关系网络中所有涉案人员的社会关系；V＝U，均表示所有涉案人员，R表示所有涉案人员的社会关系；R＝{r1,r2,...,rn}是U上的一组二元关系；ri表示第i个社会关系；步骤3)基于粗糙集，对关系系统中的数据进行筛选，去除其中对案件分析无用的社会关系，将涉案人员分为犯罪人员和非犯罪人员，从而将关系系统(U,R)构成关系决策系统(U,R,D)；并对其进行约简，从而形成约简后的关系决策系统(U,B,D)；D表示涉案人员的标签集，包括犯罪人员标签d1和非犯罪人员标签d2；B表示为约简后的所有涉案人员的社会关系；步骤4)计算约简后的关系决策系统中每个数据的关系重要性，并按照关系重要度排序，按照该排序结果对待预测犯罪社会关系网络进行排查。

【技术特征摘要】
1.一种基于粗糙集的职务犯罪社会关系网络智能分析方法，其特征在于，所述方法包括以下步骤：步骤1)获取已结案的职务犯罪案件中的多源数据，并构建出原始社会关系网络图；步骤2)将原始社会关系网络图抽象成图G(V，E)，将n个社会关系网络G1(V,E1),...,Gn(V,En)，转化成一个关系系统(U,R)，其中Gn表示第n个社会关系网络，En表示第n个社会关系网络中所有涉案人员的社会关系；V＝U，均表示所有涉案人员，R表示所有涉案人员的社会关系；R＝{r1,r2,...,rn}是U上的一组二元关系；ri表示第i个社会关系；步骤3)基于粗糙集，对关系系统中的数据进行筛选，去除其中对案件分析无用的社会关系，将涉案人员分为犯罪人员和非犯罪人员，从而将关系系统(U,R)构成关系决策系统(U,R,D)；并对其进行约简，从而形成约简后的关系决策系统(U,B,D)；D表示涉案人员的标签集，包括犯罪人员标签d1和非犯罪人员标签d2；B表示为约简后的所有涉案人员的社会关系；步骤4)计算约简后的关系决策系统中每个数据的关系重要性，并按照关系重要度排序，按照该排序结果对待预测犯罪社会关系网络进行排查。2.根据权利要求1所述的一种基于粗糙集的职务犯罪社会关系网络智能分析方法，其特征在于，所述涉案人员的标签集D的获取方式包括由所有涉案人员的社会关系R得到合成关系R'，R'＝r1∩r2∩...∩rn，分别计算关于犯罪人员标签d1和非犯罪人员标签d2的下近似d1和d2，根据粗糙集，计算出D相对于R的正域：POSR(D)＝d1∪d2；其中，[xi]R'表示所有和xi满足等价关系R'的对象的集合，即为包含xi的R'的等价类；xi表示U中的涉案人员。3.根据权利要求1所述的一种基于粗糙集的职务犯罪社会关系网络智能分析方法，其特征在于，步骤3)中所述约简后的所有涉案人员的社会关系B满足以下条件，则B是关系集合R的一个约简；从而形成约简后的关系决策系统；第一条件：涉案人员的标签集相对于其子集B的正域，与涉案人员的标签集相对于二元关系R的正域是相等的；即POSB(D)＝POSR(D)；第二条件：对于子集B中任意的关系都有，涉案人员的标签集关于子集B的正域不等于在B中将该关系删除之后的正域；即4.根据权利要求1所述的一种基于粗糙集的职务犯罪社会关系网络智能分析方法，其特征在于，步骤4)中所述约简后的关系决策系统(U,B,D)中的每个数据的关系重要性的计算公式包括对于关系r∈B-C，r相对于C的重要性表示为：sigr(B,C,D)＝γC+{r}(D)-γC(D)，γC+{r}(D)表示涉案人员的标签集D相对于关系子集C以及关系r共同的依赖度；γC(D)表示涉案人员的...

【专利技术属性】
技术研发人员：胡军，张淳茜，张清华，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50