دوره 22، شماره 84 - ( 2-1401 )                   جلد 22 شماره 84 صفحات 31-9 | برگشت به فهرست نسخه ها

XML English Abstract Print


چکیده:   (553 مشاهده)
مقدمه: رشد فناوری اطلاعات در سازمان­ها، منبع عظیمی از داده­های ذخیره شده در حوزه جرائم مرتبط با مواد مخدر را فراهم آورده است. تحلیل این داده­ها و کشف الگوهای پنهان موجود در آن به کمک داده کاوی می­تواند به کشف و پیشگیری از وقوع جرائم در این حوزه کمک نماید. هدف این مقاله بکارگیری تکنیک­های داده­کاوی جهت شناسایی افراد مستعد به قاچاق مواد مخدر در استان سیستان و بلوچستان و نیز کشف الگوهای جرم است.
روش‌: پژوهش حاضر بر روی داده­های 467 مجرم حوزه مواد مخدر در استان سیستان و بلوچستان که در ﻃﻲ ﺳﺎل­های 1392 الی 1399 ﻣﺮﺗﻜﺐ جرم قاچاق مواد مخدر شده­اند با نمونه گیری در دسترس انجام گرفته است. برای انجام این تحقیق از متدولوژی استاندارد CRISP-DM و الگوریتم­های طبقه­بندی ماشین بردار پشتیبان، بیزین ساده، رگرسیون لجستیک، درخت تصمیم و نزدیکترین همسایه و برای استخراج الگوهای جرائم از الگوریتم الگوکاوی اپریوری استفاده شده است.
یافته‌ها: الگوریتم الگوکاوی بالغ بر 20 الگوی جرم با دقت بالای 80 درصد استخراج کرده است. به علاوه نتایج نشان می­دهد در میان الگوریتم­های طبقه­بندی، طبقه­بند نزدیکترین همسایه قادر است با دقت 84 درصد افراد در معرض خطر را شناسایی کند.
نتیجه‌گیری: با بکارگیری مدل ساخته شده با این الگوریتم می­توان سامانه­ای برای شناسایی افراد مستعد به قاچاق مواد مخدر طراحی کرد. نتایج حاصل از پیش­بینی­های انجام گرفته توسط سامانه مذکور و کشف الگوهای پنهان موجود در داده­ها می توانند کمک شایانی به پلیس، دستگاه­های قضایی و مددکارهای اجتماعی در شناسایی افراد در معرض خطر و کاهش جرائم مرتبط با قاچاق مواد مخدر نمایند.
شماره‌ی مقاله: 1
متن کامل [PDF 512 kb]   (262 دریافت)    
نوع مطالعه: اصیل | موضوع مقاله: جرائم
دریافت: 1400/3/6 | پذیرش: 1400/10/21 | انتشار: 1401/2/23

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.