[发明专利]一种针对恐怖袭击事件的数据挖掘系统

权利要求书

1.一种针对恐怖袭击事件的数据挖掘系统，其特征是，包括：

历史数据处理模块，其被配置为：对每个历史事件的历史数据进行处理得到若干个历史数据点；每个历史事件都具有唯一的编号；所述历史数据处理模块包括：对历史数据进行特征提取子模块和对历史数据作案动机进行量化处理子模块；每个历史数据点是包括每个历史事件对应历史数据的提取特征的特征值和作案动机量化值形成的N*1维向量；所述历史数据处理模块的对历史数据作案动机进行量化处理子模块，包括：

第一分词单元，其被配置为：采集以英文文本形式记录的历史数据作案动机，对历史数据的作案动机进行分词，利用python语言中的正则表达式删除历史数据中非文本内容得到初步处理的集合F₁；

第一拼写检查更正单元，其被配置为：利用python中的pyenchant包检查集合F₁中单词拼写是否正确，将拼写错误的单词修改为拼写正确的单词，最后得到拼写正确的数据集合F₂；

第一词型还原单元，其被配置为：利用python中的nltk包中的WordNetLemmatizer类库，将数据集合F₂中可组合成一个单词的相邻字符还原成对应单词，并利用python中的TextBlob库进行api处理，将所有单词统一为小写，输出还原为单个单词的集合F₃；

第一向量化处理单元，其被配置为：对集合F₃的数据进行向量化处理，采用K均值聚类算法对向量化处理的结果进行关键词提取：

以每个历史事件的历史数据为一个数据对象，依次统计每条数据对象中不同单词出现的频率，作为对应的特征值，输出形式为(P_i,b_ij，c),其中P_i代表集合中第i个历史事件，b_ij代表第i个历史事件中的第j个单词，c代表第i个历史事件中的第j个单词在第i个历史事件中对应的词频，每个历史事件的所有单词的词频以一维向量V_m表示；

第一聚类单元，其被配置为：对生成的所有历史事件的一维向量进行K均值聚类，通过不断调整K值确定最优分类，最后产生K个类簇，根据类簇半径从大到小对K个类簇进行排序，然后，对排序的结果依次赋值，所述赋值为依次递减的自然数，每个赋值表示对应历史事件的历史数据作案动机的分值；

待测数据处理模块，其被配置为：对待预测事件的待测数据进行处理得到待测数据点；待测数据处理模块，包括：对待测数据进行特征提取子模块和对待测数据作案动机进行量化处理子模块；待测数据点是包括待预测事件对应位置数据的提取特征的特征值和作案动机量化值形成的N*1维向量；

所述待测数据处理模块的对待测数据作案动机进行量化处理子模块，包括：

第二分词单元，其被配置为：对历史数据和待测数据的作案动机分别进行分词，利用python语言中的正则表达式删除历史数据中非文本内容得到初步处理的集合F1；

第二拼写检查更正单元，其被配置为：利用python中的pyenchant包检查集合F1中单词拼写是否正确，最后得到拼写完全正确的数据集合F₂；

第二词型还原单元，其被配置为：利用python中的nltk包中的WordNetLemmatizer类库，将数据集合F₂中可组合成一个单词的相邻字符还原成对应单词，并利用python中的TextBlob库进行api处理，即将所有单词统一为小写，输出还原为单个单词的集合F₃；

第二向量化处理单元，其被配置为：对集合F₃的数据进行向量化处理，采用K均值聚类算法对向量化处理的结果进行关键词提取：

将每个事件的作案动机数据为一个数据对象，依次统计每条数据对象中不同单词出现的频率，作为对应的特征值，输出形式为(P_i,b_ij，c),其中P_i代表集合中第i个事件，b_ij代表第i个事件中的第j个单词，c代表第i个事件中的第j个单词在第i个历史事件中对应的词频，每个事件的所有单词的词频以一维向量V_m表示；

第二聚类单元，其被配置为：对生成的所有事件的一维向量进行K均值聚类，通过不断调整K值确定最优分类，最后产生K个类簇，根据类簇半径从大到小对K个类簇进行排序，然后，对排序的结果依次赋值，所述赋值为依次递减的自然数，每个赋值表示对应事件的历史数据作案动机的分值；最后输出待测事件的作案动机分值；

降维处理模块，包括：降维处理子模块和子空间聚类子模块；所述降维处理子模块，其被配置为：对历史数据处理模块得到的所有历史数据点进行降维处理；所述子空间聚类子模块，其被配置为：对降维处理后的结果进行子空间聚类，通过子空间聚类获得不同维度的历史数据类簇；

输出模块，其被配置为：计算待测数据点与历史数据类簇中每个数据对象之间的距离，把待测数据点到对应类簇中最近的数据对象的距离作为待测数据点到类簇的距离，如果待测数据点到类簇的距离在设定范围内，则匹配成功，否则匹配失败；最后，针对匹配成功的待测数据点，按照待测数据点到类簇的距离从小到大进行排序，排序靠前的M个历史事件的犯罪团伙的名称作为输出值输出，从历史犯罪团伙中挖掘出最接近的犯罪团伙，输出给相关安全部门，为恐怖袭击事件尽快破案提供辅助数据支持。