利用机器学习推进犯罪关联分析：数据驱动方法的综合综述与框架
机器学习
2024-11-05 v1 人工智能
计算机与社会
摘要
犯罪关联分析是分析犯罪行为数据以确定一对或一组犯罪案件是否相互关联或属于一系列犯罪行为的过程。该领域已被社会学、心理学和统计学的研究人员广泛研究。最近，随着人工智能的进步，它引起了计算机科学家的兴趣。尽管如此，文献表明后一学科的工作仍处于早期阶段。本研究旨在理解机器学习方法在犯罪关联分析中面临的挑战，并为未来的数据驱动方法奠定基础知识。为实现这一目标，我们对该主题的主要文献进行了全面综述，并开发了一个犯罪关联分析过程的通用框架，详细描述了每一步。我们的目标是将来自不同领域的见解统一到一个共享术语中，以增强对这一主题感兴趣的研究者的研究格局。
引用
@article{arxiv.2411.00864,
title = {Advancing Crime Linkage Analysis with Machine Learning: A Comprehensive Review and Framework for Data-Driven Approaches},
author = {Vinicius Lima and Umit Karabiyik},
journal= {arXiv preprint arXiv:2411.00864},
year = {2024}
}