[发明专利]网络言论数据疑似犯罪度计算方法

说明书

网络言论数据疑似犯罪度计算方法属智能安防技术领域，本发明提出了网络言论疑似犯罪度这一概念，定义它为社交网络上某ID通过其言论表现出来的犯罪可能性，以犯罪心理学为理论依据，总结出犯罪心理表现出的言论特征，提出了网络言论犯罪度的需求因素、情绪因素和准备因素影响模型；以文本分析技术手段、运用朴素贝叶斯分类器对需求因素进行判断，利用情感词典对情绪因素进行判断，构建了犯罪敏感词词典并结合机器学习的方法对准备因素进行判断，建立了网络言论疑似犯罪度理论框架和数学模型；本发明能将预警提前到犯罪心理形成和犯罪准备阶段，运用到实际网络中可全程自动分析预测大量数据，不需人为干预，可将安防系统智能化提升到更高层次。

技术领域

本发明属智能化安防技术领域，具体涉及一种基于犯罪心理学与文本分析的网络言论犯罪度理论，以及基于此理论的网络言论数据疑似犯罪度计算方法。

背景技术

智能化安防技术的主要内涵是其相关内容和服务的信息化、图象的传输和存储、数据的存储和处理等等。就智能化安防来说,一个完整的智能化安防系统主要包括门禁、报警和监控三大部分。目前，国家大力发展安防系统，并将其运用到实际安防领域，大大提高了犯罪事件的侦破效率，并为国家全面监控各个区域局势提供了保证。同时，智能化安防系统为案件的侦破提供了重要的线索和依据。

然而传统的智能化安防技术存在明显的缺点，即无法提前预警犯罪事件的发生，智能化也是相对原始的安防手段来说的，并未达到真正意义上的智能化。如果我们能提前预警犯罪事件的发生，将减少或者避免不必要的损失，有时候该损失是巨大的，比如恐怖主义袭击、银行劫案或者暴力杀人事件等，因此，对犯罪事件预警方法的研究具有重要的意义。

目前对犯罪事件的预警方法主要是通过监控画面中人物的行为分析实现的，该技术尚不成熟且某个体或团体既已表现出行为异常那预示着犯罪准备条件已经具备，伴随而来的很可能是马上实施犯罪，这给阻止犯罪事件的发生带来了很大的难度。目前急需一种理论能洞察犯罪心理的形成，将预警机制提前到犯罪心理的形成以及犯罪准备阶段。

以博客、微博和社区论坛等为代表的新型社交网络的出现和快速发展，使得用户产生数据的意愿更加强烈。用户原创内容类数据近几年一直呈现爆炸性的增长，越来越多的人喜欢将自己的心情、活动等信息以文本的形式发表于社交网络，如微信、新浪微博、腾讯微博以及贴吧论坛等。犯罪心理学认为犯罪行为与犯罪心理息息相关，心理状态通常又能通过言论表现出来。John Langshaw Austin的言语行为理论认为语言不仅是表达也是做事，言(saying)即是行(doing)，奥斯汀称这种意义上的言语行为为“说话行为”(locutionary act)。该行为不仅能反映说话者意欲为之的内容，还能反映出说话人的思想、情感、思维等主观意志。因此通过对网络言论的分析来预测一个人的犯罪可能性是有科学依据的，如何利用网络上海量的言论数据预测犯罪事件的发生将成为关键性问题。然而无论国际上还是国内对该方向的研究都非常少，更是难以找到一个理论或数学模型去定义和计算犯罪事件发生的可能性。因此研究犯罪行为与网络言论之间的关系将具有重要意义，如何通过对网络言论的分析构建一个理论体系与数学模型来预警犯罪事件的发生显得尤为重要。

发明内容

本发明的目的在于构建起一套基于犯罪心理学与文本分析的网络言论疑似犯罪度理论，提供一种基于该理论的网络言论数据疑似犯罪度计算方法。

本发明的网络言论数据疑似犯罪度计算方法，包括下列步骤：

1.定义网络言论疑似犯罪度：社交网络上某ID通过其言论表现出来的犯罪可能性大小。

2.网络言论疑似犯罪度的影响因素判断，具体包括下列步骤：

2.1需求因素判断：犯罪心理学认为犯罪的诱因为行为人的需求得不到满足，本发明通过朴素贝叶斯分类器对网络言论是否有需求得不到满足语义倾向进行判断，具体包括下列步骤：