基于社会网络分析的犯罪嫌疑人综合影响力评价方法技术

基于社会网络分析的犯罪嫌疑人综合影响力评价的方法，首先基于社会网络分析构建犯罪网络，其次，提取犯罪网络中犯罪嫌疑人影响力初级评价指标，然后，采用熵值法确定所述中心性指标所占权重，得到犯罪嫌疑人中级中心性评价指标和犯罪嫌疑人影响力中级时间因子评价指标，最后，采用熵值法确定犯罪嫌疑人中级中心性评价指标和中级时间因子评价指标所占权重，得犯罪嫌疑人综合影响力评价指标，对其综合影响力进行排名。克服了现有的社会网络单一中心性指标对网络节点的影响力评价单一、片面的问题，更全面综合的考虑了3个中心性指标，并创新性加入犯罪网络2个时间影响因子，使犯罪网络中犯罪嫌疑人的影响力评价更为全面合理科学。

Evaluation method of comprehensive influence of criminal suspects based on social network analysis

【技术实现步骤摘要】
基于社会网络分析的犯罪嫌疑人综合影响力评价方法
本专利技术涉及公共安防领域，具体涉及一种犯罪嫌疑人影响力评价的方法，特别涉及一种基于社会网络分析的犯罪嫌疑人综合影响力评价方法。
技术介绍
在公共安防领域研究中，盗窃、诈骗、抢夺、抢劫等多发性侵财犯罪发案量大、危害面广，与群众生活息息相关；近年来，又呈现出团伙化、流窜化、职业化特点，成为影响社会稳定的重要威胁之一。学术界也对此类犯罪的特征分析和防范打击给予了高度关注。根据犯罪成员的数量以及行为关系，犯罪组织形态有个人犯罪、共同犯罪、团伙犯罪以及犯罪集团等多种形式。其中，在团伙作案中，犯罪嫌疑人多以血缘、同乡、狱友为纽带聚合，在犯罪网络中各有分工，发挥着不同的作用，侦查破案的复杂性大幅增加；由于各种各样的案件形式复杂、数据多样、时间分布不确定，导致仅仅依靠公安机关办案人员人工处理，在海量的数据中无法快速准确地缕清团伙作案关系脉络，因此，对刑事案件进行大数据分析，快速得到具有参考意义的网络犯罪嫌疑人综合影响力排名可为打击犯罪活动提供量化的数据支持，高效率推测出犯罪网络中的核心犯罪嫌疑人，对犯罪团伙进行精准打击，快速瓦解，保障社会治安，具有重要的实用价值。依据刑事案件大数据，提取出犯罪网络核心人员，对公安机关理清团伙脉络，确定侦查重点、合理分配侦查资源，以及审判机关判定团伙性质并依法准确定罪量刑均有重要参考意义。然而，由于刑事案件形式复杂多样、犯罪嫌疑人关系复杂、案件数据海量，因此如何快速、准确、有效地分析出犯罪网络中各个犯罪嫌疑人的社会危害性分析，给出尽可能准确的犯罪网络各犯罪嫌疑人综合影响力排名，成为亟待解决的技术问题。
技术实现思路
本专利技术针对上述问题，提出了一种通过犯罪大数据构建犯罪网络，利用社会网络分析方法对犯罪网络中的犯罪嫌疑人进行危害社会影响力分析的技术解决方案；解决了能够快速、准确、有效地分析出犯罪网络中各个犯罪嫌疑人的社会危害性，并准确得出犯罪网络各犯罪嫌疑人综合影响力排名的技术问题。首先基于社会网络分析构建犯罪网络，提取犯罪网络中各犯罪嫌疑人的中心性指标和时间因子指标，再基于熵值法定权提取犯罪嫌疑人的综合影响力指标，最后得到犯罪网络各犯罪嫌疑人综合影响力排名。特别地，提取犯罪网络中所有犯罪嫌疑人的点度中心度、中间中心度和接近中心度指标值，同时提取犯罪嫌疑人的活跃性因子和频率因子，利用熵值法定权得到中级中心性指标和中级时间因子指标以及综合影响力指标，根据犯罪网络犯罪嫌疑人的综合影响力指标得到网络影响力排名。其中，全面综合地考虑了3个中心性指标，以及加入犯罪网络2个时间影响因子，能够解决社会网络单一中心性指标对网络节点的影响力评价单一、片面的问题，使犯罪网络中犯罪嫌疑人的影响力评价更为全面合理科学。为解决上述技术问题，根据本专利技术的一个方面，提供了一种基于社会网络分析的犯罪嫌疑人综合影响力评价方法，所述方法包括以下步骤：步骤一：读取犯罪嫌疑人的犯罪记录数据；步骤二：基于社会网络分析构建犯罪网络；基于所述犯罪嫌疑人的犯罪记录数据，采用社会网络分析构建犯罪网络，以犯罪网络节点代表犯罪嫌疑人，两个节点间的连线代表两个犯罪嫌疑人有过共同作案经历，并以连线条数为两个犯罪嫌疑人的共同作案次数，在此条件下构建犯罪网络；步骤三：提取犯罪网络中犯罪嫌疑人影响力初级评价指标；所述犯罪嫌疑人影响力初级评价指标包括中心性指标和时间因子指标；步骤四：提取犯罪嫌疑人影响力中级评价指标；采用熵值法确定所述中心性指标所占权重，得到犯罪嫌疑人中级中心性评价指标；采用熵值法确定所述时间因子指标所占权重，得到犯罪嫌疑人影响力中级时间因子评价指标；步骤五：提取犯罪嫌疑人综合影响力评价指标，对其综合影响力进行排名；采用熵值法确定犯罪嫌疑人中级中心性评价指标和中级时间因子评价指标所占权重，得犯罪嫌疑人综合影响力评价指标。优选地，所述犯罪嫌疑人的中心性指标包含点度中心度、中间中心度和接近中心度指标值。优选地，所述点度中心度是指犯罪网络中与某一犯罪嫌疑人有直接关联的犯罪嫌疑人数量，是犯罪网络分析中刻画中心性的最直接度量指标，其值越大，该犯罪嫌疑人的中心地位越高；点度中心度的计算如式(1)所示CD(ni)＝d(ni)(1)其中，CD(ni)表示点度中心度，d(ni)表示犯罪嫌疑人ni与其他犯罪嫌疑人的连接数，点度中心度的度值越高表明该犯罪嫌疑人在网络中的影响程度越高，成为犯罪网络中的关键人物的概率就越高。优选地，所述中间中心度是指某犯罪嫌疑人对犯罪网络中任意2个罪犯间最短距离的中介影响程度；在犯罪网络中，如果一个犯罪嫌疑人处于其他2个犯罪嫌疑人的最短距离上，则该犯罪嫌疑人居于相对重要的地位，中间中心度的计算如式(2)所示其中，CB(ni)表示中间中心度，gjk为犯罪嫌疑人j与犯罪嫌疑人k之间的最短距离的个数，gjk(ni)为犯罪嫌疑人j与k之间经过犯罪嫌疑人i的最短距离个数；ni为犯罪嫌疑人；犯罪嫌疑人的中间中心度越高时，则代表该犯罪嫌疑人越有可能扮演着桥梁的角色，对犯罪网络的影响力也就越大。优选地，所述接近中心度是指犯罪网络中某一犯罪嫌疑人与其他犯罪嫌疑人的接近程度，即该犯罪嫌疑人在犯罪网络中的传播影响程度；一个犯罪嫌疑人到犯罪网络中所有其他犯罪嫌疑人的最短路径距离累加起来的倒数为，计算如式(3)所示其中，CC(ni)表示接近中心度，ni为犯罪嫌疑人i，nj为犯罪嫌疑人j，d(ni，ni)表示最短路径距离，计算时，犯罪嫌疑人j从犯罪嫌疑人1计算到犯罪嫌疑人g，接近中心度值越低就表明该犯罪嫌疑人直接影响其他犯罪嫌疑人的程度越高，犯罪网络中的核心地位越高。优选地，所述时间因子指标为双时间因子，所述双时间因子包含活跃性因子指标和频率因子指标。优选地，所述犯罪嫌疑人的活跃性因子为数据观察开始时刻到该犯罪嫌疑人最后一次作案的时刻间的时间间隔，计算如式(4)所示TA＝t-t0(4)其中，t0是数据观察开始时刻，t是犯罪嫌疑人最后一次作案的时刻，TA是犯罪嫌疑人的活跃性因子指标；犯罪嫌疑人的频率因子定义为单位时间内的作案次数，计算如式(5)所示；其中，TF为频率因子，count为作案次数，tfir为数据观察期内首次作案时间，tlas为数据观察期内最后一次作案时间。优选地，基于网络节点的各中心度指标，建立犯罪嫌疑人的v×u阶综合影响力评价矩阵G＝(Cij)，其中，Cij表示反向中心度指标；将反向评价指标正向化，正向化公式如式(4)所示C′ij＝max{Cij}-Cij(6)式中，Cij为Cij正向化的中心度指标；正向化是线性变换，正向化后中心度指标的统计学规律不改变；正向化处理后得到评价矩阵G′＝(C′ij)，采用最大最小标准化法，标准化后得矩阵G*＝(Cij*)；Cij*表示标准化后的中心度指标；根据指标变异性的大小来确定权重，求取各个指标的信息熵，通过信本文档来自技高网...

【技术保护点】
1.一种基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：/n包括以下步骤：/n步骤一：读取犯罪嫌疑人的犯罪记录数据；/n步骤二：基于社会网络分析构建犯罪网络；/n基于所述犯罪嫌疑人的犯罪记录数据，采用社会网络分析构建犯罪网络，以犯罪网络节点代表犯罪嫌疑人，两个节点间的连线代表两个犯罪嫌疑人有过共同作案经历，并以连线条数为两个犯罪嫌疑人的共同作案次数，在此条件下构建犯罪网络；/n步骤三：提取犯罪网络中犯罪嫌疑人影响力初级评价指标；/n所述犯罪嫌疑人影响力初级评价指标包括所述中心性指标和所述时间因子指标；/n步骤四：提取犯罪嫌疑人影响力中级评价指标；/n采用熵值法确定所述中心性指标所占权重，得到犯罪嫌疑人中级中心性评价指标；采用熵值法确定所述时间因子指标所占权重，得到犯罪嫌疑人影响力中级时间因子评价指标；/n步骤五：提取犯罪嫌疑人综合影响力评价指标，对其综合影响力进行排名；/n采用熵值法确定犯罪嫌疑人中级中心性评价指标和中级时间因子评价指标所占权重，得犯罪嫌疑人综合影响力评价指标。/n

【技术特征摘要】
1.一种基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：
包括以下步骤：
步骤一：读取犯罪嫌疑人的犯罪记录数据；
步骤二：基于社会网络分析构建犯罪网络；
基于所述犯罪嫌疑人的犯罪记录数据，采用社会网络分析构建犯罪网络，以犯罪网络节点代表犯罪嫌疑人，两个节点间的连线代表两个犯罪嫌疑人有过共同作案经历，并以连线条数为两个犯罪嫌疑人的共同作案次数，在此条件下构建犯罪网络；
步骤三：提取犯罪网络中犯罪嫌疑人影响力初级评价指标；
所述犯罪嫌疑人影响力初级评价指标包括所述中心性指标和所述时间因子指标；
步骤四：提取犯罪嫌疑人影响力中级评价指标；
采用熵值法确定所述中心性指标所占权重，得到犯罪嫌疑人中级中心性评价指标；采用熵值法确定所述时间因子指标所占权重，得到犯罪嫌疑人影响力中级时间因子评价指标；
步骤五：提取犯罪嫌疑人综合影响力评价指标，对其综合影响力进行排名；
采用熵值法确定犯罪嫌疑人中级中心性评价指标和中级时间因子评价指标所占权重，得犯罪嫌疑人综合影响力评价指标。


2.一种如权利要求1所述的基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：
所述犯罪嫌疑人的中心性指标包含点度中心度、中间中心度和接近中心度指标值。


3.一种如权利要求2所述的基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：
所述点度中心度是指犯罪网络中与某一犯罪嫌疑人有直接关联的犯罪嫌疑人数量，是犯罪网络分析中刻画中心性的最直接度量指标，其值越大，该犯罪嫌疑人的中心地位越高；点度中心度的计算如式(1)所示
CD(ni)＝d(ni)(1)
其中，CD(ni)表示点度中心度，d(ni)表示犯罪嫌疑人ni与其他犯罪嫌疑人的连接数，点度中心度的度值越高表明该犯罪嫌疑人在网络中的影响程度越高，成为犯罪网络中的关键人物的概率就越高。


4.一种如权利要求3所述的基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：
所述中间中心度是指某犯罪嫌疑人对犯罪网络中任意2个罪犯间最短距离的中介影响程度；在犯罪网络中，如果一个犯罪嫌疑人处于其他2个犯罪嫌疑人的最短距离上，则该犯罪嫌疑人居于相对重要的地位，中间中心度的计算如式(2)所示



其中，CB(ni)表示中间中心度，gjk为犯罪嫌疑人j与犯罪嫌疑人k之间的最短距离的个数，gjk(ni)为犯罪嫌疑人j与k之间经过犯罪嫌疑人i的最短距离个数；ni为犯罪嫌疑人；犯罪嫌疑人的中间中心度越高时，则代表该犯罪嫌疑人越有可能扮演着桥梁的角色，对犯罪网络的影响力也就越大。


5.一种如权利要求3所述的基于社会网络分析的犯罪嫌疑人综合影响力评价方法，其特征在于：
所述接近中心度是指犯罪网络中某一犯罪嫌疑人与其他犯罪嫌疑人的接近程度，即该犯罪嫌疑人在犯罪网络中的传播影响程度；一个犯罪嫌疑人到犯罪网络中所有其他犯罪嫌疑人的最短路径距离累加起来的倒数为，计算如式(3)所示



其中，CC(ni)表示接近中心度，ni为犯罪嫌疑人i，nj为犯罪嫌疑人j，d(ni，ni)表示最短路径距离，计算时，犯罪嫌疑人j从犯罪嫌疑人1计算到犯罪嫌疑人g，接近中心度值越低就表明该...

【专利技术属性】
技术研发人员：纪学玲，曲寒冰，王加强，张艳芳，
申请(专利权)人：北京市新技术应用研究所，
类型：发明
国别省市：北京;11