一种基于聚类的反恐数据分析方法

作者：姜立宝; 陈昱帆; 俞璐; 岳振军; 徐葛婧婷

来源：情报探索, 2019, (06): 74-77.

• GTD
• 距离度量学习模型
• 反恐数据分析

[目的/意义]分析处理反恐情报有利于增强反恐工作的针对性,提高反恐工作效率。[方法/过程]针对全球恐怖袭击事件数据库(GTD)中的数据格式,提出了一种同时适用于定性、定量变量距离量化的新的距离度量学习模型,并将该模型应用于近邻传播聚类算法,利用GTD数据库验证了算法的有效性,进而分析了2017年发生的尚未有组织宣称负责的恐怖袭击事件。[结果/结论]该算法用于恐怖袭击事件的聚类分析,能够提高锁定恐怖分子的准确性,效果较好。

• 单位
  中国人民解放军陆军工程大学