如何在Spark環(huán)境下進(jìn)行犯罪人員時空關(guān)聯(lián)規(guī)則挖掘

　　針對關(guān)于潛在犯罪人員的預(yù)測、挖掘效果不佳，利用犯罪人員、交通出行和住宿消費等數(shù)據(jù)，在Spark分布式運(yùn)算框架下，基于FP-growth的時空關(guān)聯(lián)規(guī)則方法，分析犯罪人員數(shù)據(jù)和其他數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則，挖掘出潛在的犯罪人員。首次提出將關(guān)聯(lián)規(guī)則算法用于普通出行消費數(shù)據(jù)實現(xiàn)潛在犯罪人員的預(yù)測。該方法已成功應(yīng)用于X市警務(wù)系統(tǒng)，通過實踐檢驗證明該方法在發(fā)現(xiàn)潛在犯罪人員方面的有效性。

　　目前，國內(nèi)外犯罪形勢日益嚴(yán)峻，犯罪類型多樣，犯罪人員數(shù)量增加，危害著人民生命財產(chǎn)安全和社會穩(wěn)定。公安機(jī)關(guān)維護(hù)公共安全、打擊犯罪的任務(wù)越來越重，執(zhí)法要求越來越高。不斷產(chǎn)生的犯罪數(shù)據(jù)要求分析人員挖掘犯罪數(shù)據(jù)潛藏的規(guī)律、分析犯罪數(shù)據(jù)之間的隱含關(guān)系，并且預(yù)測犯罪的發(fā)生、挖掘潛在的犯罪人員，從而提高公安執(zhí)法的效率、預(yù)防犯罪的發(fā)生。

?

　　關(guān)聯(lián)規(guī)則挖掘（ARM）是數(shù)據(jù)挖掘領(lǐng)域的一個研究熱點，作為數(shù)據(jù)挖掘中的經(jīng)典算法之一，被廣泛運(yùn)用到犯罪學(xué)研究中。關(guān)聯(lián)規(guī)則可以從大量數(shù)據(jù)和數(shù)據(jù)項之間的關(guān)聯(lián)規(guī)則中挖掘犯罪的相關(guān)證據(jù)，進(jìn)一步挖掘不同犯罪之間的犯罪規(guī)律、趨勢和聯(lián)系，向警方提供案件偵查和犯罪預(yù)防。在探究過去犯罪成因、確定主要嫌疑人、更好地理解系列犯罪方面，關(guān)聯(lián)規(guī)則挖掘都能起到很好的效果。不同的關(guān)聯(lián)規(guī)則挖掘算法在犯罪分析和犯罪預(yù)測領(lǐng)域起著重要作用。在國外的關(guān)聯(lián)規(guī)則犯罪挖掘研究中，Ng V 等通過引入時間關(guān)聯(lián)規(guī)則，提出一種增量算法，以解決關(guān)聯(lián)規(guī)則中包含時間表達(dá)式的時間序列處理問題，用于發(fā)現(xiàn)香港地區(qū)犯罪模式［1］。Buczak 研究了模糊關(guān)聯(lián)規(guī)則挖掘在社區(qū)犯罪模式中的應(yīng)用，加速了當(dāng)?shù)貓?zhí)法工作［2］。Tan 首先分析了FP-Growth 算法在計算機(jī)犯罪取證中的作用，指出了FP-Growth 算法能夠及時發(fā)現(xiàn)最新犯罪和嚴(yán)重犯罪的缺陷，并對FP-Growth 算法和測試進(jìn)行了一些改進(jìn)。最后指出了未來的研究方向：多維證據(jù)的提取與關(guān)聯(lián)［3］。Joshi 提出FP-Tree 相似算法，用于挖掘經(jīng)常性犯罪集合，并與Apriori 算法相比較，發(fā)現(xiàn)該算法更有效［4］。D. Usha 將Apriori 算法與其他Apriori、Fp-Growth 算法在真實和合成的犯罪數(shù)據(jù)集中進(jìn)行測試，發(fā)現(xiàn)每種算法都有自身的優(yōu)勢，以便研究人員了解頻繁模式挖掘算法在各個領(lǐng)域的應(yīng)用［5］ ［6］。Shekhar 在犯罪模式分析（PCA）的基礎(chǔ)上探討了空間頻繁模式挖掘（SFPM），并在空間犯罪數(shù)據(jù)集上驗證了該挖掘方法［7］。Isafiade 重新探討了犯罪模式挖掘的頻繁模式增長模型，提出了一種基于四分位數(shù)（floor-ceil）函數(shù)的描述性統(tǒng)計方法，用于最小支持閾值（MST）選擇。修改后的頻繁模式增長（RFPG）模型進(jìn)一步提出了一種模式，用于識別微妙犯罪模式序列的元組或犯罪活動中反復(fù)出現(xiàn)的趨勢［8］。Asmai基于地理和人口因素，利用關(guān)聯(lián)規(guī)則挖掘為犯罪人員制作犯罪映射模型。它檢查了特定地點的犯罪發(fā)生情況，可以用來分析相對較高的未來犯罪地點，可以改進(jìn)犯罪預(yù)防實施［9］。國內(nèi)利用關(guān)聯(lián)規(guī)則算法進(jìn)行犯罪挖掘的研究也做了大量工作。以模糊集、Rough 集理論為基礎(chǔ)，林和、虞龍江等利用關(guān)聯(lián)規(guī)則挖掘?qū)Ψ缸锶藛T數(shù)據(jù)庫進(jìn)行定量分析、推斷并提取規(guī)則，為犯罪預(yù)防提供理論指導(dǎo)［10］ ［11］。在犯罪畫像、犯罪取證分析方面，關(guān)聯(lián)規(guī)則挖掘引起廣泛關(guān)注，得到廣泛應(yīng)用［12］ ［13］ ［14］。此外，關(guān)聯(lián)規(guī)則挖掘被大量運(yùn)用在犯罪偵查［15］、犯罪嫌疑人分析［16］、犯罪行為分析［17］、重新犯罪［18］ ［19］等犯罪研究領(lǐng)域?；诜缸飻?shù)據(jù)的時間和空間屬性，許多研究提出改進(jìn)的關(guān)聯(lián)規(guī)則挖掘算法，如時空關(guān)聯(lián)規(guī)則［20］ ［21］、聚類關(guān)聯(lián)規(guī)則［22］、基于數(shù)據(jù)立方體的關(guān)聯(lián)規(guī)則［23］，其他改進(jìn)的算法如增量關(guān)聯(lián)規(guī)則［24］、改進(jìn)的Apriori、

　　FP-growth 算法也在財產(chǎn)犯罪分析等領(lǐng)域取得不錯效果［25］。